Единици
1. Вовед во вештачката интелигенција во блокчејн и веб3: улоги, граници, автентикација и безбедност-критичност 2. Поддршка за паметно пишување договори: Solidity/Vyper Draft и генерирање безбедно кодови 3. Поддршка за паметна ревизија на договор: безбедносен преглед и нацрт-наоди 4. Скенирање на ранливост: вообичаени модели на ранливост и автоматска анализа 5. Анализа на податоци во синџирот: Да се создаде смисла за блокирање, трансакции и податоци од паричник 6. Анализа на DeFi и протокол: ликвидност, MEV и економски напади 7. Токеномичко моделирање: снабдување, дистрибуција, поттик и симулација 8. Документација и техничко пишување: Бела книга, NatSpec и Упатство за употреба 9. Измама, влечење и откривање ризик: црвени знамиња на синџирот 10. Безбедносно-критична ревизија, одобрување од експерти и одговорна употреба 11. Работен тек од крај до крај, управување, верификација и етика
Единица 7 / 11

Токеномичко моделирање: снабдување, дистрибуција, поттик и симулација

Добивки:

  • Способност да се разберат компонентите на понудата, дистрибуцијата, стекнувањето, стимулацијата и зафаќањето вредност и користење на вештачка интелигенција за изготвување модели и производство на контра-сценарија
  • Способност да се препознае опасноста од единечен/оптимистички сценарио на вештачката интелигенција и да се потврди моделот со негативни сценарија и симулација
  • Способност да се преиспита изворот на наградата, да не се презентира токеномиката како финансиски совет и да се остави безбедносното/правното прашање на луѓето

Токеномика (токеномика — „токен“ + „економија“: дизајн на снабдување, дистрибуција, поттик и механика на вредност на крипто средства) е економската рамка што го одредува долгорочниот успех на проектот Web3. Лошата токеномија може да урне дури и технички совршен проект. Во оваа единица, ќе разговараме за користење на вештачката интелигенција како асистент за токеномичко моделирање; Ќе учиме од криви на понуда до дизајн на поттик, од симулација до анализа на одржливост. Но, уште од самиот почеток: токеномиката е дело на економски дизајн, а оптимистичкиот резултат на вештачката интелигенција во едно сценарио не е замена за вистински модел.

Основни компоненти на токеномиката

  • Вкупно/макс понуда: Вкупниот износ на токени што ќе постојат; фиксна или инфлаторна?
  • Дистрибуција/распределба: кому одат токените - тим, инвеститор, заедница, ризница, награди.
  • Ослободување/заклучување (обезбедување): Ослободување на токени со текот на времето; Спречува ненадејна продажба (депонија).
  • Механизам за поттикнување: Награди (удирање, обезбедување ликвидност) кои го насочуваат корисникот кон посакуваното однесување.
  • Пресметка на вредност: зошто токенот ќе биде вреден - користење, споделување на надоместоци, изгореници.
  • Емисии: Брзината со која се ослободуваат новите токени.

Рамнотежата на овие компоненти е критична. На пример, наградата со високи емисии ги привлекува корисниците на краток рок, но ќе го уништи токенот со инфлација на долг рок.

Улогата на вештачката интелигенција во токеномиката

1. Објаснување на концептот и генерирање опција. Вештачката интелигенција е моќна во објаснувањето на различните модели на токеномика (фиксна понуда, инфлаторна, бинарна токен, надоместок) и обезбедување опции.

2. Нацрт на табелата за дистрибуција. ВИ произведува табела за распределба и нацрт распоред за стекнување; Ова се почетната точка.

3. Симулациски план и нацрт формула. YZ праша: „Ако емисиите се намалат со оваа стапка, колкава ќе биде циркулирачката понуда за 4 години? Таа произведува нацрти на сметки и фикција за симулација како што се.

4. Потсетник за контра-сценарио и ризик. Вештачката интелигенција прашува „во каква ситуација колабира овој модел? Со прашањето ги означува ризиците.

Внимание: најопасната токеномичка грешка на вештачката интелигенција е моносценариоизмот: таа често претпоставува оптимистички свет каде цената постојано расте, корисникот секогаш се зголемува. Вистинската токеномика се фокусира на негативни сценарија (пад, бегство, напад). Секој модел на вештачка интелигенција треба да биде прашан „што ако оди лошо? Тестирајте го со прашањето.

Симулација: квантифицирање на моделот

Добриот токеномски модел се потврдува со симулација, а не со „звучи веродостојно“. Различни сценарија се одвиваат нумерички:

  • Основен случај: Очекуван раст.
  • Сценарио на мечка: пад на цената, иселување на корисници - дали стимулациите сè уште стојат?
  • Сценарио за напад: Актер собира токени и го запленува управувањето или ги искористува емисиите.
  • Сценарио за кит: Влијание на ненадејната продажба од страна на главните сопственици.

ВИ може да ги мапира планот и формулата за овие симулации; но табела/шифра (Python, табела) ја извршува пресметката и човекот го толкува резултатот.

компонента

Придонес за вештачка интелигенција

човечка одговорност

Моделни опции

опис, споредба

избор

табела за дистрибуција

нацрт

Правда, законска усогласеност

Формула за емисија

нацрт, сметка

Верификација, калибрација

Симулација на сценарио

План, нацрт на код

Операција, коментар, одлука

Анализа на ризик

Контра-сценарио

конечна евалуација

Слаб промпт / Силен промпт

Слаба навестување:

Дизајнирајте ми добра токеномика.

„Доброто“ е нејасно, нема сценарио, нема ризик - вештачката интелигенција произведува оптимистичка шема.

Моќен потсетник:

Вашата улога: дизајнер на токеномика. Генерирајте tokenomicDRAFT за [тип на проект]. Наведете: вкупна понуда, табела за дистрибуција (во проценти), распоред на стекнување за секоја група, крива на емисија, механика за зафаќање на вредност. ТОГАШ, разгледајте три негативни сценарија: цената паѓа за 70%, ловците на награди (платенички капитал) избегаа, кит продава 20% понуда, што се случува? Напишете го влијанието на секое сценарио врз структурата на поттикот. Ова е НАЦРТ; Наведете дека броевите мора да се калибрираат со симулација. Додадете го предупредувањето дека ова не е финансиски совет.

Четири шаблони за копирање

1) Нацрт на табелата за дистрибуција:

Создадете нацрт табела за дистрибуција на токени за [проект]: тим, ран инвеститор, заедница, ризница, награди за екосистем. Предложете процент и распоред за стекнување (карпа + линеарна либерализација) за секоја група. Нека вкупниот е 100%. Наведете дека ова е нацрт и ќе биде хумано разгледано за праведност и законитост.

2) Преглед на симулација на емисија/напојување:

Напишете скица за табеларни пресметки/Пајтон што го зема следното правило за емисија (на пр. %преполовување на намалувањето на наградата годишно) и го прикажува циркулирачкото снабдување во текот на 5 години. Објаснете ја формулата; Ќе го стартувам и ќе проверам. Не прикажувајте го резултатот како конечна вистина; Експлицитно наведете ги влезните претпоставки.

3) Одржливост на поттик:

Оценете ја оваа структура на стимулации (награда за кладење + емисии) од перспектива на одржливост: дали наградите доаѓаат од емисиите или реалниот приход? Ако цената падне, ќе пропадне ли поттикот? Дали постои зависност „налик на Понзи“? Запишете ги ризиците јасно, без да бидете оптимисти.

4) Стрес на негативно сценарио:

Тестирајте ја оваа токеномика во три негативни сценарија: мечкин пазар, бегство од ловци на распродажби, распродажба на китови. Каков би бил билансот на понудата, притисокот од продажбата и стимулациите во секое сценарио? Не барајте нумеричка прецизност; присутни како хипотези кои треба да се тестираат со симулација.

Три мини футроли (во бројки)

Случај 1 - Оптимистичкиот модел пропадна. Еден проект започна со потпирање на 120% годишен модел на награда што вештачката интелигенција го нарекува „одржлив“. Моделот само претпоставуваше дека корисникот секогаш се зголемува. За 3 месеци, ловците на награди влегуваа и излегуваа, а токенот изгуби 85% од својата вредност. Лекција: моделот на вештачка интелигенција со едно сценарио не е доказ за одржливост.

Случај 2 — Контра-сценарио избегната катастрофа. Друг тим го примени предупредувањето за „стрес на неповолно сценарио“ на вештачката интелигенција откако го изработи нацртот. YZ означи дека карпите за облекување (крајот на бравата) се совпаѓаат со истиот месец и дека ќе има голем продажен притисок во тој месец. Тимот го дистрибуираше календарот. Лекција: контра-сценариото е највредниот токеномски придонес на ВИ.

Случај 3 - Симулацијата го коригира бројот. Еден аналитичар го спроведе нацртот на ВИ за пресметката на емисиите во Python и откри дека AI погрешно ја поставила композитната пресметка некаде; 5-годишната прогноза за снабдување беше намалена за 30%. Лекција: ВИ ја нацрта формулата, но алатката ја потврдува пресметката.

Етичка и правна димензија

Tokenomics е и финансиски и правно чувствителен:

  • Не финансиски совети: Ниту една токеномија генерирана од вештачка интелигенција не може да се понуди како „инвестициски совет“; Задолжително е да се истакне ова.
  • Ризик од хартии од вредност: некои токени структури законски може да се сметаат за хартии од вредност; Ова е правна евалуација, вештачката интелигенција не може да одлучи.
  • Праведност и транспарентност: Прекумерното и доверливо учество на тимот/инвеститорот е етичко прашање за заедницата.
  • Структури слични на Понци: Моделот на врзување на наградата исклучиво со приливот на нови пари е неодржлив и неетички; Вештачката интелигенција понекогаш може погрешно да го означи ова како „одржливо“.
Совет: Најострото прашање што го тестира здравјето на токеномскиот модел: „Од каде доаѓаат наградите - од вистински приход/употреба или само од ковање нови токени и нови инвеститори?“ Секогаш нека вештачката интелигенција го прашува ова експлицитно.

Вообичаени грешки

  • Потпирајќи се на единственото/оптимистичко сценарио. Негативните сценарија треба да бидат во центарот.
  • Не потврдување на сметката за вештачка интелигенција со симулација. Формулата е нацртот, резултатот е алатката.
  • Заобиколувајќи ги спротивставените календари за стекнување. Се јавува масовен притисок за продажба.
  • Не доведувајќи го во прашање изворот на наградата. Структурата слична на Понзи е скриена.
  • Презентирање на токеномиката како инвестициски совет. Правна и етичка повреда.
  • Делегирање на хартиите од вредност/правното прашање на вештачката интелигенција. Ова е човечка/правна одлука.

Сумирано

  • Tokenomics е економскиот скелет на проектот; Лошиот дизајн уништува добар проект.
  • Силен во описот на моделот со вештачка интелигенција, прегледот на распоредувањето и контра-сценариото; Исто така е опасно да се користи едно сценарио.
  • Токеномиката на звукот се докажува со симулација, а не со размислување; ВИ планира, возилото пресметува.
  • Негативните сценарија (мечка, бегство, кит) треба да бидат во центарот на моделот.
  • Изворот на наградата треба да се доведе во прашање; tokenomics не може да се понуди како финансиски совет.

Задача за апликација

За токен, вештачката интелигенција нека го произведе токеномскиот нацрт со примена на „силното барање“. Потоа извршете го промптот „стрес на негативно сценарио“. Всушност, извршете ја пресметката на емисиите произведени од вештачка интелигенција во табела или во Python и потврдете ги бројките. Идентификувајте барем еден ризик за одржливост (на пр. конфликтно стекнување, награда без приход) во моделот и напишете како да го поправите.

листа за проверка

  • [ ] Ја тестирав скицата на моделот во најмалку три негативни сценарија.
  • [ ] Ја потврдив пресметката на емисија/напојување со возилото.
  • [ ] Ги проверив календарите за стекнување конфликти.
  • [ ] Го прашав изворот на наградата (реален приход или емисии).
  • [ ] Го додадов предупредувањето „Ова не е финансиски совет“.
  • [ ] Го оставам прашањето за хартии од вредност/правно на човекот/адвокатот.
  • [ ] Наведов дека бројките треба да бидат човечки калибрирани.