Uundaji wa Tokenomic: Ugavi, Usambazaji, Motisha na Uigaji

Faida:

• Uwezo wa kuelewa vipengele vya usambazaji, usambazaji, uwekaji dhamana, motisha na ukamataji wa thamani na kutumia akili ya bandia kuandaa mifano na kutoa hali za kukabiliana.
• Uwezo wa kutambua hatari ya hali moja/matumaini ya akili ya bandia na kuhalalisha mfano na hali mbaya na simulizi.
• Uwezo wa kuhoji chanzo cha zawadi, kutowasilisha tokenomics kama ushauri wa kifedha, na kuacha swali la usalama/kisheria kwa wanadamu.

Tokenomics (tokenomics - "ishara" + "uchumi": muundo wa usambazaji, usambazaji, motisha, na mechanics ya thamani ya cryptoasset) ni mfumo wa kiuchumi ambao huamua mafanikio ya muda mrefu ya mradi wa Web3. Tokenomics mbaya inaweza kuleta chini hata mradi kamili wa kiufundi. Katika kitengo hiki, tutajadili kutumia AI kama msaidizi wa kielelezo cha tokenomic; Tutajifunza kutoka kwa mikondo ya usambazaji hadi muundo wa motisha, kutoka kwa uigaji hadi uchanganuzi wa uendelevu. Lakini tangu mwanzo: tokenomics ni kazi ya muundo wa kiuchumi, na hali moja, matokeo ya matumaini ya AI sio mbadala wa mfano halisi.

Vipengele vya msingi vya tokenomics

• Ugavi wa jumla/upeo: Jumla ya tokeni zitakazokuwepo; fasta au mfumuko wa bei?
• Usambazaji/mgao: Tokeni zinaenda kwa nani - timu, mwekezaji, jumuiya, hazina, zawadi.
• Vesting/lock (vesting): Kutolewa kwa ishara baada ya muda; Inazuia uuzaji wa ghafla (dampo).
• Utaratibu wa motisha: Zawadi (kuhatarisha, kutoa ukwasi) ambazo huelekeza mtumiaji kwenye tabia anayotaka.
• Ongezeko la thamani: Kwa nini tokeni itakuwa ya thamani - matumizi, ugavi wa ada, kuchoma.
• Utoaji: Kasi ambayo tokeni mpya hutolewa.

Usawa wa vipengele hivi ni muhimu. Kwa mfano, zawadi yenye utoaji wa juu zaidi huvutia watumiaji katika muda mfupi, lakini itapunguza tokeni na mfumuko wa bei kwa muda mrefu.

Jukumu la AI katika tokenomics

1. Ufafanuzi wa dhana na kizazi cha chaguo. AI ina nguvu katika kuelezea mifano tofauti ya tokenomics (ugavi usiobadilika, mfumuko wa bei, tokeni ya binary, uchomaji ada) na kutoa chaguzi.

2. Rasimu ya jedwali la usambazaji. AI inazalisha meza ya mgao na rasimu ya ratiba; Haya ndiyo ya kuanzia.

3. Mpango wa kuiga na rasimu ya fomula. YZ iliuliza, "Ikiwa uzalishaji utapungua kwa kiwango hiki, usambazaji wa mzunguko wa hewa utakuwa nini katika miaka 4?" Hutoa rasimu za akaunti na hadithi za uigaji kama vile.

4. Hali ya kukabiliana na ukumbusho wa hatari. AI inauliza "mtindo huu unaanguka katika hali gani?" Anaashiria hatari na swali.

Tahadhari: Kosa la hatari zaidi la tokenomics la AI ni hali moja: mara nyingi huchukua ulimwengu wenye matumaini ambapo bei inapanda kila wakati, mtumiaji anaongezeka kila wakati. Tokenomics ya kweli inazingatia hali mbaya (kuanguka, kutoroka, mashambulizi). Kila mtindo wa AI unapaswa kuulizwa "nini ikiwa itaenda vibaya?" Ijaribu kwa swali.

Uigaji: kuhesabu mfano

Mfano mzuri wa tokenomic unathibitishwa kwa kuiga, si kwa "sauti zinazokubalika." Matukio tofauti huendeshwa kwa nambari:

• Kesi ya msingi: Ukuaji unaotarajiwa.
• Hali ya dubu: Kushuka kwa bei, kuhama kwa watumiaji - je, motisha bado imesimama?
• Hali ya mashambulizi: Mwigizaji hukusanya ishara na kunyakua utawala au kutumia hewa chafu.
• Hali ya nyangumi: Athari za uuzaji wa ghafla na wamiliki wakuu.

AI inaweza kupanga mpango na fomula ya masimulizi haya; lakini jedwali/msimbo (Python, lahajedwali) huendesha hesabu na mwanadamu hutafsiri matokeo.

sehemu

Mchango wa AI

wajibu wa binadamu

Chaguzi za mfano

maelezo, kulinganisha

chaguo

meza ya usambazaji

rasimu

Haki, kufuata sheria

Fomula ya chafu

rasimu, hesabu

Uthibitishaji, urekebishaji

Uigaji wa kisa

Mpango, rasimu ya kanuni

Operesheni, maoni, uamuzi

Uchambuzi wa hatari

Counter-scenario

tathmini ya mwisho

Mwongozo dhaifu / Mwongozo thabiti

Agizo dhaifu:

Nitengenezee tokenomics nzuri.

"Nzuri" haijulikani, hakuna hali, hakuna hatari - AI hutoa muundo wa matumaini.

Agizo lenye nguvu:

Jukumu lako: mbuni wa tokenomics. Tengeneza tokenomicDRAFT kwa [aina ya mradi]. Toa: jumla ya ugavi, jedwali la usambazaji (kwa asilimia), ratiba ya kukabidhi kwa kila kikundi, mkondo wa utoaji, mbinu za kukamata thamani. KISHA fikiria hali tatu mbaya: bei inashuka 70%, wawindaji wa fadhila (mtaji wa mamluki) wanatoroka, nyangumi anauza usambazaji wa 20%, nini kinatokea? Andika athari za kila kisa kwenye muundo wa motisha. Hii ni RASIMU; Tamka kwamba nambari lazima zisawazishwe kwa kuiga. Ongeza tahadhari kwamba huu sio ushauri wa kifedha.

Violezo vinne vinavyoweza kunakiliwa

1) Rasimu ya jedwali la usambazaji:

Tengeneza rasimu ya jedwali la usambazaji wa tokeni kwa ajili ya [mradi]: timu, mwekezaji wa mapema, jumuiya, hazina, zawadi za mfumo ikolojia. Pendekeza asilimia na ratiba ya kukabidhi (cliff + liberalization linear) kwa kila kikundi. Wacha jumla iwe 100%. Eleza kuwa hii ni rasimu na itapitiwa kibinadamu kwa ajili ya haki na uhalali.

2) Muhtasari wa uigaji wa utoaji/ugavi:

Andika mchoro wa lahajedwali/Python ambao unachukua kanuni ifuatayo ya utoaji (k.m. %kupunguza nusu ya zawadi kwa mwaka) na kutoa usambazaji unaozunguka kwa miaka 5. Eleza fomula; Nitaiendesha na kuithibitisha. Usionyeshe matokeo kama ukweli dhahiri; Orodhesha kwa uwazi mawazo ya ingizo.

3) Uendelevu wa motisha:

Tathmini muundo huu wa motisha (zawadi kubwa + uzalishaji) kutoka kwa mtazamo endelevu: je, zawadi zinatokana na uzalishaji au mapato halisi? Je, ikiwa bei itashuka, motisha itaanguka? Je, kuna uraibu wa "Ponzi-kama"? Andika hatari kwa uwazi, bila kuwa na matumaini.

4) Mkazo mbaya wa hali:

Jaribu tokenomics hii katika hali tatu za upande wa chini: soko la dubu, kutoroka kwa wawindaji wa fadhila, uuzaji wa nyangumi. Je, urari wa usambazaji, shinikizo la mauzo na motisha zitakuwaje katika kila hali? Usidai usahihi wa nambari; sasa kama dhahania zitakazojaribiwa kwa simulizi.

Kesi tatu ndogo (kwa nambari)

Kesi ya 1 - Mfano wa matumaini ulianguka. Mradi mmoja ulianza kwa kutegemea modeli ya malipo ya kila mwaka ya 120% ambayo AI inaita "endelevu." Mfano huo ulidhani tu kuwa mtumiaji alikuwa akiongezeka kila wakati. Katika miezi 3, wawindaji wa fadhila walikuja na kutoka, na ishara ilipoteza 85% ya thamani yake. Somo: mfano mmoja wa AI sio uthibitisho wa uendelevu.

Kesi ya 2 - Hali ya kukabiliana iliepusha maafa. Timu nyingine ilitumia "mfadhaiko wa hali mbaya" kwa AI baada ya kutoa rasimu. YZ iliashiria kwamba miamba ya kuwekea (mwisho wa kufuli) ililingana na mwezi huo huo na kwamba kutakuwa na shinikizo kubwa la kuuza katika mwezi huo. Timu ilisambaza kalenda. Somo: hali ya kukabiliana ni mchango wa thamani zaidi wa tokenomic wa AI.

Kesi 3 - Uigaji ulisahihisha nambari. Mchambuzi aliendesha rasimu ya AI ya hesabu ya uzalishaji katika Python na akagundua kuwa AI ilikuwa imeweka kimakosa hesabu ya mchanganyiko mahali fulani; Utabiri wa ugavi wa miaka 5 ulipungua kwa 30%. Somo: AI huandaa fomula, lakini zana huthibitisha hesabu.

Kipimo cha kimaadili na kisheria

Tokenomics ni nyeti kifedha na kisheria:

• Sio ushauri wa kifedha: Hakuna tokenomics zinazozalishwa na AI zinaweza kutolewa kama "ushauri wa uwekezaji"; Ni lazima kubainisha hili.
• Hatari ya dhamana: Baadhi ya miundo ya tokeni inaweza kuchukuliwa kuwa dhamana kisheria; Hii ni tathmini ya kisheria, AI haiwezi kuamua.
• Haki na uwazi: Ushiriki wa timu/mwekezaji kupita kiasi na wa siri ni suala la kimaadili kwa jamii.
• Miundo inayofanana na Ponzi: Kielelezo cha kuunganisha thawabu pekee kwa uingiaji wa pesa mpya si endelevu na ni kinyume cha maadili; AI wakati mwingine inaweza kukosea hii kama "endelevu."

Kidokezo: Swali kali zaidi ambalo hujaribu afya ya muundo wa tokenomic: "Zawadi hutoka wapi - kutoka kwa mapato / matumizi halisi, au kutoka kwa kutengeneza tokeni mpya na wawekezaji wapya?" Daima AI iulize hili kwa uwazi.

Makosa ya kawaida

• Kutegemea hali moja/matumaini. Matukio hasi yanapaswa kuwa katikati.
• Sio kuthibitisha akaunti ya AI kwa kuiga. Formula ni rasimu, matokeo yake ni chombo.
• Kukwepa kalenda zinazokinzana. Shinikizo la mauzo ya wingi hutokea.
• Bila kuhoji chanzo cha malipo. Muundo unaofanana na Ponzi umefichwa.
• Kuwasilisha tokenomics kama ushauri wa uwekezaji. Ukiukaji wa kisheria na maadili.
• Kukasimu swali la dhamana/kisheria kwa AI. Huu ni uamuzi wa kibinadamu/kisheria.

Kwa muhtasari

• Tokenomics ni mifupa ya kiuchumi ya mradi; Ubunifu mbaya huharibu mradi mzuri.
• Imara katika maelezo ya mfano wa AI, muhtasari wa upelekaji, na hali ya kupinga; Pia ni hatari kutumia scenario moja.
• Tokenomics ya sauti inathibitishwa na simulation, si kufikiri; Mipango ya AI, mahesabu ya gari.
• Matukio mabaya (dubu, kutoroka, nyangumi) inapaswa kuwa katikati ya mfano.
• Chanzo cha malipo kihojiwe; tokenomics haiwezi kutolewa kama ushauri wa kifedha.

Jukumu la maombi

Kwa ishara, AI itoe rasimu ya tokenomic kwa kutumia "uhakika mkali". Kisha endesha onyesho la "mkazo hasi wa hali". Kwa kweli endesha hesabu ya uzalishaji unaozalishwa na AI katika lahajedwali au kwenye Python na uthibitishe nambari. Tambua angalau hatari moja ya uendelevu (k.m. malipo yanayokinzana, malipo yasiyo ya mapato) katika muundo na uandike jinsi ya kuirekebisha.

orodha ya ukaguzi

• [ ] Nilijaribu mchoro wa mfano katika angalau matukio matatu hasi.
• [ ] Nilithibitisha hesabu ya utoaji/ugavi na gari.
• [ ] Niliangalia kalenda zinazotoa kwa ajili ya migogoro.
• [ ] Nilihoji chanzo cha zawadi (mapato halisi au uzalishaji).
• [ ] Niliongeza onyo "Huu sio ushauri wa kifedha."
• [ ] Ninaacha swali la dhamana/kisheria kwa binadamu/wakili.
• [ ] Nilisema kwamba nambari zinafaa kusawazishwa kibinadamu.