Xây dựng nền kinh tế chú ý

Nói một cách ngắn gọn, tài sản trên thị trường được chia thành hai loại chính:

1. Tài sản tạo dòng tiền — chủ yếu là cổ phiếu và trái phiếu. Những tài sản này tạo ra dòng tiền mà nhà đầu tư dùng để định giá.

2. Tài sản cung & cầu — chủ yếu là hàng hóa và ngoại hối. Giá của chúng biến động theo cung và cầu.

Gần đây, crypto đã tạo ra một loại tài sản mới—được định giá dựa trên attention. Hiện nay, “Attention Assets” chủ yếu là tài sản do người dùng tạo ra (UGA), như NFT, creator coin và memecoin. Những tài sản này đóng vai trò điểm tập trung (Schelling point) và sử dụng giá để phản ánh sự lên xuống của attention văn hóa.

Memecoin hấp dẫn về mặt văn hóa nhưng lại thiếu nhiều yếu tố tài chính. Attention Assets hiệu quả phải cho phép nhà đầu tư tiếp cận trực tiếp với attention của một chủ đề. Khi đó, các nhà đầu tư sẽ có động lực giao dịch những tài sản mà họ cho rằng bị định giá sai; thị trường sẽ cùng nhau tạo ra mức giá phản ánh dự báo về attention.

Chúng tôi tin rằng, nếu được xây dựng đúng cách, Attention Assets có thể trở thành một loại tài sản thực sự. Để thúc đẩy ý tưởng này, bài viết này đề xuất khái niệm Attention Oracle, một cấu trúc oracle mới giúp tạo ra Attention Perps—công cụ mới cho trader giao dịch long hoặc short attention của các biểu tượng văn hóa.

Tóm lại, Attention Oracle tổng hợp các prediction market nhị phân xoay quanh một chủ đề cụ thể, sử dụng giá, thanh khoản và thời gian để tạo ra chỉ số tổng hợp có trọng số phản ánh sự thay đổi của attention. Để hoạt động hiệu quả, các thị trường cơ sở phải được lựa chọn kỹ lưỡng để đại diện cho các nguồn attention thực tế. Việc sử dụng prediction market làm đầu vào cho Attention Oracle tạo ra chi phí thao túng nội tại, giúp hạn chế việc làm giả vì trader đối nghịch phải chấp nhận rủi ro vốn để ảnh hưởng đến chỉ số.

Tại Sao Chúng Ta Cần Attention Perps

UGA đã tìm thấy sự phù hợp sản phẩm-thị trường trong hoạt động đầu cơ thuần túy, và rất hiệu quả trong việc theo dõi attention của những thứ bắt đầu từ con số 0, như xu hướng Internet mới và meme.

UGA giải quyết vấn đề tạo ra tài sản cho những thứ không thể tồn tại trên hệ thống tài chính truyền thống. Quy trình phát hành tài sản truyền thống chậm, tốn kém và yêu cầu tuân thủ pháp lý cao, hạn chế loại tài sản có thể phát hành. Attention Assets phải vận hành với tốc độ Internet để bắt kịp xu hướng toàn cầu. Sự kết hợp giữa phát hành token permissionless, cơ chế định giá thông minh như bonding curve và DEX giúp bất kỳ ai có thể tạo tài sản miễn phí, khởi tạo thanh khoản và đưa ra thị trường cho mọi người giao dịch.

Một đặc điểm của UGA là giá thường bắt đầu từ 0. Đây là đặc tính, không phải lỗi, vì nếu bạn tạo một meme mới từ đầu, attention của meme đó tại thời điểm tạo ra là 0. Việc có thể mua ở mức giá thấp là hợp lý. Điều này cũng giúp những người phát hiện xu hướng sớm kiếm tiền từ khả năng đó bằng cách tạo tài sản có giá vốn thấp. Tuy nhiên, UGA chưa hoàn hảo để tiếp cận tài chính với attention của những thứ đã tồn tại và có attention lớn.

Ví dụ, bạn muốn long attention của LeBron James. Bạn có thể tạo memecoin, nhưng đã có hàng chục token về LeBron. Bạn nên mua loại nào? Ngoài ra, một memecoin mới về LeBron sẽ bắt đầu gần như ở mức 0, trong khi LeBron là một trong những người nổi tiếng nhất thế giới. Attention của anh ấy lẽ ra phải rất cao và không thể tăng 100 lần trong thời gian ngắn. Cuối cùng, nếu bạn muốn short attention của anh ấy thì memecoin sẽ khó hỗ trợ điều này.

Vậy tài sản cho các chủ đề đã tồn tại, có attention lớn sẽ như thế nào?

Một số yêu cầu có thể bao gồm:

• Phải hỗ trợ hai chiều để trader có thể long và short
• Phải liên kết với nguồn dữ liệu thực tế đo attention
• Không nên bắt đầu từ 0

Nếu bạn xem lại các yêu cầu này, sẽ thấy hợp đồng tương lai perpetual (perps) rất phù hợp: chúng hỗ trợ hai chiều, có oracle (nguồn dữ liệu thực tế), và là phái sinh nên không bắt đầu từ 0. Vấn đề khó là xây dựng oracle cho Attention Perps.

Đã có một số nhóm làm việc về vấn đề này, như Noise. Trên Noise, trader có thể long hoặc short mindshare của các dự án crypto như MegaETH và Monad. Noise sử dụng Kaito làm oracle, tổng hợp dữ liệu từ mạng xã hội và tin tức để tạo ra con số thể hiện mức mindshare của một chủ đề.

Tuy nhiên, thiết kế này còn có thể cải tiến. Mục tiêu của Attention Oracle là lấy dữ liệu liên quan đến attention làm đầu vào, áp dụng một số hàm xử lý và xuất ra giá trị để trader giao dịch long hoặc short.

Vấn đề khi dùng mạng xã hội làm đầu vào là nó rất dễ bị thao túng. Có một phiên bản của Định luật Goodhart: trong thị trường đối kháng, trader sẽ cố thao túng đầu vào để ảnh hưởng giá. Kaito đã phải thiết kế lại bảng xếp hạng và bộ lọc chống spam để xử lý vấn đề này.

Thêm nữa, mạng xã hội không phản ánh attention một cách hoàn hảo. Lấy Shohei Ohtani làm ví dụ. Shohei có lượng fan toàn cầu sử dụng nhiều ứng dụng mạng xã hội khác nhau, không phải tất cả đều được Kaito lập chỉ mục. Nếu Shohei thắng World Series nữa, anh ấy sẽ nổi tiếng hơn, nhưng số lượng follower hay lượt nhắc đến trên mạng xã hội không nhất thiết tăng tuyến tính.

Attention Oracle: Tiếp Cận Dựa Trên Thị Trường

Quay lại ví dụ về LeBron James, giả sử bạn muốn giao dịch attention của LeBron. Để xây dựng Attention Oracle cho anh ấy, bước đầu tiên là lấy (hoặc tạo nếu chưa có) nhiều prediction market nhị phân về các chủ đề liên quan đến LeBron, như “LeBron James có trên X triệu follower vào cuối tháng không?”, “LeBron James có vô địch vào năm 2026 không?”, “LeBron James có giành MVP năm 2026 không?”, v.v. Một Attention Oracle chuẩn cho LeBron sẽ dùng nhiều thị trường cơ sở hơn, nhưng ví dụ này chỉ dùng ba. Giá chỉ số được tính bằng cách tổng hợp có trọng số giá, thanh khoản, thời gian giải quyết và mức độ quan trọng của từng thị trường.

Mỗi thị trường có giá, thanh khoản, thời gian giải quyết và điểm số quan trọng. Để minh họa, hãy dùng công thức đơn giản tính trọng số. Mỗi thị trường có điểm số quan trọng từ 1 đến 10 cùng với yếu tố thanh khoản và thời gian như sau:

Giả sử chúng ta chấm điểm quan trọng cho ba thị trường lần lượt là 8, 2 và 10. Trọng số của mỗi thị trường sẽ là:

Và con số attention cuối cùng sẽ là:

Nếu giả định thời gian giải quyết của các thị trường là 180, 20 và 180 ngày tương ứng, và điểm số quan trọng là 8, 2 và 10, tổng hợp lại sẽ được:

Dĩ nhiên có nhiều cách tính attention phức tạp hơn, như dùng open interest thay cho volume giao dịch, xét đến sự kiện liên quan, điều chỉnh độ sâu thị trường, mối quan hệ phi tuyến giữa các biến, v.v. Chúng tôi đã tạo website tương tác cho độc giả tự tạo chỉ số bằng thị trường Kalshi thực tế.

Lợi ích chính của cấu trúc oracle dựa trên prediction market là thao túng sẽ có chi phí thực. Nếu trader long attention của LeBron và muốn thao túng giá lên cao, họ phải mua vị thế prediction market nhị phân cơ sở. Nếu thị trường cơ sở có đủ thanh khoản, điều này nghĩa là phải mua vị thế ở mức giá thị trường cho là quá cao.

Một lợi ích khác rất quan trọng khi thị trường phát triển là prediction market nhị phân cung cấp spot market cho market maker hedge. Nếu market maker short attention number, họ có thể hedge bằng cách long vị thế prediction market cơ sở tạo nên attention number.

Adjacent đã tạo chỉ số bằng thị trường thực, thanh khoản trên Kalshi để theo dõi xu hướng chính trị như Democrat vs Republican control và bầu cử thị trưởng NYC. Chúng tôi nghĩ phương pháp tương tự có thể áp dụng để theo dõi attention của các chủ đề bất kỳ. Khi prediction market phát triển, tập chủ đề khả thi sẽ mở rộng.

Không Gian Thiết Kế Attention Oracle

Cấu trúc oracle của chúng tôi không tránh khỏi đánh đổi. Khi xem xét Attention Oracle rộng hơn, chúng tôi thấy các yếu tố sau là quan trọng:

• Đầu vào có liên quan đến mức nào?
• Đầu vào có thực tế để thu thập không?
• Đầu vào dễ bị thao túng/đánh bạc không?
• Dùng hàm nào để tính attention number từ đầu vào?

Đánh đổi rõ ràng nhất của oracle đề xuất là đầu vào khó thu thập. Nếu muốn xây dựng attention oracle cho LeBron James, trước hết phải tạo nhiều prediction market thanh khoản về các chủ đề liên quan đến LeBron. Thêm nữa, các thị trường này phải duy trì thanh khoản theo thời gian và thay thế bằng thị trường mới khi thị trường cũ giải quyết hoặc kém liên quan. Vì vậy, chúng tôi nghĩ thiết kế này phù hợp nhất cho một số chủ đề nổi bật đã có prediction market mạnh (ví dụ Donald Trump hoặc Taylor Swift).

Một đánh đổi khác là attention có thể tăng dù thị trường giải quyết thế nào. Ví dụ, dù LeBron không vô địch thêm, attention về anh ấy vẫn tăng khi mọi người bàn luận về phong độ. Có thể sẽ có tranh luận về việc LeBron đã quá già hoặc xuống phong độ. Tương tự, attention ngoài đời thường thường hướng đến sự kiện bất ngờ, còn prediction market đo kỳ vọng sự kiện xảy ra. Nếu thị trường kỳ vọng LeBron đoạt MVP nhưng anh ấy không đạt, attention có thể tăng trong khi chỉ số giảm. Fan và chuyên gia sẽ bàn về việc LeBron bị xử ép hoặc MVP không công bằng.

Thiết kế oracle tốt nhất có thể là kết hợp prediction market, dữ liệu mạng xã hội và nguồn khác. Google Trends vừa mở chương trình alpha cho developer truy cập dữ liệu xu hướng tìm kiếm qua API. Lượng tìm kiếm Internet cho một chủ đề rõ ràng có liên quan đến attention, và vì Google Trends lọc truy vấn trùng lặp, nó có thể chống thao túng tốt hơn so với mạng xã hội. Một nguồn khác có thể là dùng LLM phân tích đầu vào dễ bị thao túng để lọc spam. Ví dụ, LLM chấm điểm attention dựa trên tiêu đề tin tức lớn hoặc bài đăng trending trên X.

Chúng tôi tin rằng các sàn giao dịch lớn như Kalshi và Polymarket có vị trí tốt nhất để cung cấp Attention Perps vì họ đã có nhiều thị trường cơ sở thanh khoản và người dùng sẽ giao dịch trên các thị trường mới niêm yết. Tuy nhiên, chúng tôi không nghĩ cơ hội cho Attention Assets chỉ dành cho các ông lớn.

Một cấu hình có thể là vault giao dịch prediction market với mục tiêu long/short một chủ đề. Ví dụ, vault long Taylor Swift sẽ mua hợp đồng Yes cho các sự kiện như Top 10 bài hát, biểu diễn tại Super Bowl, v.v. Việc xác định thị trường nào liên quan đến tăng attention sẽ do quản lý vault quyết định.

Một ví dụ khác là dùng builder-deployed perpetuals của Hyperliquid. HIP-3 để thị trường deployer tự định nghĩa oracle—thị trường HIP-3 có thể dùng kết hợp giá trên Kalshi/Polymarket, chỉ số mạng xã hội, Google Trends, tiêu đề tin tức, v.v.

Attention Như Một Loại Tài Sản

Thật trớ trêu, ứng dụng trưởng thành đầu tiên của Attention Economy có thể là thị trường cổ phiếu. Giá cổ phiếu gồm hai thành phần: giá trị DCF (giá trị nội tại) và giá trị memetic.

Trước đây, phần lớn cổ phiếu không có giá trị memetic đáng kể. Nhưng vài năm gần đây, nhờ WallStreetBets và các nền tảng giao dịch bán lẻ 24x5 như Robinhood, nhiều mã cổ phiếu duy trì giá trị memetic.

Mục tiêu của nhà phân tích cổ phiếu là xác định giá cổ phiếu. Có phương pháp chuẩn để tính thành phần DCF nhưng thành phần memetic thì sao? Khi ngày càng nhiều tài sản giao dịch dựa trên giá trị memetic, sẽ cần phát triển phương pháp mô hình hóa giá trị memetic. Nhà đầu tư chuyên nghiệp đã dùng các chỉ số như follower, lượt thích, lượt xem để đo lường tâm lý thị trường. Prediction market và các cấu trúc oracle khác có thể là công cụ hữu ích để đo attention của cổ phiếu và xây dựng mô hình giao dịch tốt hơn.

Nhưng cơ hội cho Attention Assets vượt xa việc định giá cổ phiếu. Chúng tôi tin rằng dự đoán attention là hoạt động kinh tế có giá trị. Attention là chỉ báo sớm cho xu hướng tiêu dùng và chi tiêu. Doanh nghiệp phân bổ ngân sách R&D, tuyển dụng, marketing dựa theo attention. Vấn đề là tìm ra heuristic mới để mô hình hóa các dòng chảy này.

Nếu bạn đang xây dựng cho Attention Assets hoặc hạ tầng tài sản attention, hãy liên hệ.

Thông báo: Bài viết này không đưa ra quan điểm hoặc ý kiến về tính hợp pháp hoặc hệ quả pháp lý tại bất kỳ khu vực pháp lý nào liên quan đến Attention Oracle, Attention Perps hoặc bất kỳ sản phẩm nào dựa trên, phát sinh từ, hoặc kết hợp ý tưởng trong bài viết này.

Miễn trừ trách nhiệm:

1. Bài viết này được đăng lại từ [Multicoin]. Mọi bản quyền thuộc về tác giả gốc [Eli Qian]. Nếu có ý kiến về việc đăng lại này, vui lòng liên hệ đội ngũ Gate Learn, chúng tôi sẽ xử lý kịp thời.
2. Miễn trừ trách nhiệm: Quan điểm và ý kiến trong bài viết chỉ thuộc về tác giả, không cấu thành lời khuyên đầu tư.
3. Bản dịch sang các ngôn ngữ khác do đội ngũ Gate Learn thực hiện. Nếu không được phép, nghiêm cấm sao chép, phân phối hoặc đạo văn bản dịch.