目录：

• X2earn: 最容易理解的 Web3 范式之一

• X2earn 产品方法论（基于 2022 年研究的假设）

• 哪些场景适合做 X2earn?

• 对上述场景的结论

01 X2earn：最容易理解的 Web3 范式之一

如果说 Web3 是一种晦涩的概念，那么 X2earn 是最接地气的一种产品形态。正如 A16Z 在 future 专栏中所说，人们以后的工作是在 DAO 和 crypto network 中，得到源源不断的收益。在这种范式下，用户、产品和 PMF（产品市场契合点）的概念被改变为参与者、网络和投入回报比，如下图所示。

（图 1）x2earn 范式转移的一个可能

让我们来广义讨论 X2earn，其实中本聪的点对点现金系统也是一个标准的 X2earn 的模型：当你参与验证计算，贡献网络算力，就可以获得奖励，这个过程叫做「挖矿」。网络最重要的参与者（participants）是「矿工」，他们甚至出现在「用户」之前。因为有利可图，参与者越来越多，网络节点倍增，飞轮效应不断增加，参与者最终获得巨大利益。

因此，持续维持合理的成本 / 奖励的回报比，是极为重要的。

02 X2earn 产品方法论（基于 2022 年研究的假设）

2.1 X2earn 是一种要素市场

我们总结了市面上超过 50 款 X2earn 产品，发现共同点是：用 token 做冷启动，用市值的快速膨胀来吸引参与者（投入劳动 or 资本），直到规模出现，通过游戏化、收费服务，或外部性经济活动进行盈利。

对参与者来说，X2earn 创造了一个新的要素市场，让自己的资本和劳动力可以发现更高效、公平的变现方式，得到合理的经济利益回报，创造社会价值。

2.2 x2earn 产品设计的生命周期

（图 2）X2earn 的生命周期 - - FMResearch 制图

1. 市值膨胀期

吸引参与者的时期，参与者的体量决定了网络的天花板。月活是最简单的指标，如果月活能够达 100 万，是一个「现象级」爆品；达到 1000 万，就是下一个 Ethereum 的潜力竞争者。

2. 市值收缩期

市值不可能无限膨胀，早期参与者获利后会离场观望。我们需要关注在市值收缩的时候，是否有长期忠实的参与者留下来，其贡献值（客单投入成本）有多大？

3. 不确定期

漫长又不安的一个阶段，网络在寻找他的真实需求。需要关注网络的发展，如何开发更多的生态产品，留住参与者。

4. 第二次增长曲线期

网络价值的第二次体现，爆发式增长。对游戏来说，是玩家的主动付费；对有商业模式的产品来说，是外部用户的付费使用；对一个 Meme 或者 currency 来说，是外部性经济活动形成规模。

5. 死亡螺旋期（一种可能性）

另一种可能性是，网络没有发现商业模式和足够的正外部性，进入了死亡螺旋。

总之，成功的项目不断吸引参与者加入，失败的项目不断流失参与者。

03 哪些场景适合 X2earn

3.1 参与者的投入回报三角：

我们若站在参与者的角度设计 X2earn，理性的参与者会考虑这样的三角：

• 「我得到工作确认和奖励的频次是多久？」

• 「我需要投入的本金是多大？」

• 「我需要投入的劳动是什么？」

（图 3）参与者的投入回报三角 - FMResearch 制图

频次（frequency）：参与者完成任务和获得奖励的频率。举例：比特币矿机的参与频次是大约每 9 分钟，跑步的频次是每次跑步的间隔时间，可能数小时。

本金（capital）：参与者购买投入的财务成本。举例：矿机、流动性提供者的本金、某种准入 NFT，或者某种硬件设备都属于本金。

劳动（work）：参与者在本金以外，需付出的汗水。举例：体力、知识、决策、和创作等重复发生的劳动价值。需要明确，高频次的劳动往往是标准化的，门槛较低或者可以机械化的；低频次的劳动往往是个性化的，需要专业知识技能。

3.2 频次、本金、劳动的分类

这个三角的不同取舍，一共可以产生八种场景，他们是如下这些：

（图 4）三要素的 8 种分类 - FMResearch 制图

我们来看一下哪些是更容易设计成 x2earn 模型的。

1. 高频、高本金、和高劳动

这一类的网络有 Bitcoin 和所有的 mining networks；在新生代中有 Chainlink，the Graph 和 Render Network 等等。

优点：网络沉淀的经济价值大，有机会形成 fat protocol；

缺点：网络经济体是内卷的，计算是标准化的，军备竞赛激烈，资本竞争激烈，组织化的机构林立，散户参与度很低，适合 B 端产品而非 C 端。

设计思路是：在验证工作的算法中引入更高的数学难度和随机性，让大型参与者的非对称优势不要无序增长，降低基尼系数。虽然这一类网络是大多数产品设计者的终极目标，但不适合一开始就采用，因为它挡住了大量参与者的加入，容易变成少数人控制的游戏。在早期应当降低门槛，后续慢慢提高。

2. 高频、高本金、和低劳动

这一类网络的代表有：POS 网络，Staking 平台，Liquidity Mining 的网络，以资产证明为准入门槛的网络等，属于这一类。

优点：参与者不消耗太多劳动力，资本的效率极度放大，是非常有效的筹集资本和流动性的一种网络。

缺点：在于被鲸鱼挟持的风险，在达不到收益要求后，巨鲸撤资引起网络价值下跌，进入死亡螺旋。

设计思路是：引入更多参与者相互博弈，增加参与者的忠诚度（利用 POAP 进行治理和参与奖励），和长期价值锁定资本（比如引入投票权机制）等。引入更多工作量和劳动，是必然的方向。

3. 高频、低本金、和高劳动

这一类的代表项目是：Play to Earn，Move to Earn， Speak English to Earn，Learn to Earn, Drive to Earn，Share House to Earn 等等。

优点：参与者不需要很有钱，但是有劳动力付出就可以换取奖励。

缺点：劳动不容易被量化，需要找到背后的商业模式。

设计思路是：引入更多的智能硬件和预言机等防作弊技术，并在经济价值创造方面下功夫，一个方向是向内探索，设计更复杂和随机的游戏化商业生态（参考文章：游戏专题：建国大业 – 从奴隶制走向独立。在拥有物权，人权，及资本进出自由权的游戏生态中，P2E 设计将何去何从？https://docsend.com/view/uuujf4b83iz52g45），另一个是向外探索，寻找外部性的经济价值（参考文章：「拥抱荒谬 | Web3 的外部性更重要」）。

4. 高频、低本金、和低劳动

代表项目是：Sleep to Earn，Read to Earn，Share to Earn，Comment to Earn 等。

优点：门槛很低，参与者受众群体巨大。

缺点：参与者画像不精准（谁都可以做「点赞」，「评论」，「分享」等动作），且劳动产生的价值很低，资本贡献也很低，容易变成低价值的网络。

设计思路是：提高参与者的本金或者劳动门槛，尽量找到具体的垂直场景，让简单的劳动变得更有意义。适当增加本金投入，让劳动参与者不会作恶，否则罚没本金。

5. 低频、低本金、和高劳动

低频的高劳动力，意味这种劳动的专业性更高，可能一周才能产出一次结果，得到一次奖励。参与者更小众，掌握某种专业技能。代表项目是：Research to Earn，Code to Earn，Create to Earn，Sing to Earn 等等。

优点：用户精准，劳动技术含量高，并且存在商业模式。

缺点：参与者很精英化，规模难以做大，而且工作任务难以量化并且得到奖励。

设计思路是：把一个复杂的技能任务拆分为数个简单的任务，再组合。产品经理与其把所有的股票分析师链接起来做成一个 research2earn，不如把 research 拆解成 i）一个只负责收集信息的 read 2 earn，加上一个 ii）给出投资意见的 comment 2 earn，将复杂的 research 劳动简化成两个不同模块，加快结算频次，简化流程。

6. 低频次，高经济门槛，高劳动门槛

这种模型不常见，比较接近的是 Venture DAO，即参与者共同出钱，共同做投资策略，一起分红。

难题：这种网络的确认和激励频次很低，工作量难以衡量，工作任务极度不标准化，难以达成共识。所以很难形成规模。

在最后两种「低频，高本金，低劳动」和「低频，低本金，低劳动」场景中，参与者贡献的价值过低，我们认为这样的场景暂时不具备意义。

对上述场景的结论

4.1 选好大方向，高频打低频

频次是一种能量形式，他在设计中最为重要。如果网络的确认和奖励频次太低，有两个致命问题：

1. 参与者没有及时反馈，容易迁移到其他竞品；

2. 由于频次不高，网络治理者很难及时发现作弊和攻击，恶意参与者趁其不备一次性毁灭网络。

4.2 选定大方向后，拆分和组合很重要

（图 5）繁杂任务的拆分和再组合 - FMResearch 制图

如果我们看到一个场景具备 2earn 的潜力，那么一定要尽可能把他拆分，其中高频的行为，可量化的行为，可以设计成 2earn 模型；不可量化的、复杂的、个性化的行为部分，保留中心化的业务模式继续运作。

X2earn 是一个要素市场，所以要考虑市场的效率性和低摩擦。

4.3 不要仅围绕资本设计，要引入劳动价值

我们坚定相信 X2earn 2.0（价值网络），应围绕劳动去设计，原因是：

• 网络更持久。人性对金钱止损相对容易，对「浪费心血」难以割舍。

• 网络更有价值。无数的劳动力，可以创造商品和服务。

• 网络能创造正外部性。容易产生更丰富的上下游的产业链。