作者：Nancy，PANews
繼Kaito以“Yap-to-Earn”模式席捲市場後，近日Cookie DAO一紙公告為InfoFi（信息金融）賽道再添一把火，邀請碼在各大社群中刷屏，進一步推動InfoFi概念的擴散與實踐落地。
在此之前，雖然Kaito率先引爆了InfoFi話題，為內容創作者、社區成員與項目方之間構建起全新的價值流轉與激勵機制，但其平臺也逐漸暴露出內容趨於同質化、質量參差不齊、算法機制不透明和激勵公平性存疑等問題。更有聲音指出，這種以積分為導向的激勵結構，正在讓創作者被“鎖”進算法的籠子裡。如今，隨著Cookie等新選手入場，InfoFi的演進路徑開始出現分化，從信息抓取到內容定價，從算法主導到社區治理，賽道正在迎來新的生態博弈與範式轉變。
從信息抓取到內容定價，InfoFi正在分化演進
5月21日，Cookie DAO宣佈啟動InfoFi第一階段，推出cookie.fun v1.0 alpha版和Cookie Snaps，用來分析加密項目和KOL，獲取優質加密推特（CT） 內容獎勵。此外，Cookie計劃未來推出去中心化、社區主導的獎勵池。而作為先行者的Kaito已推出許久，提供實時搜索、情緒分析、趨勢跟蹤和知識圖譜等功能，並憑藉其Yaps機制和AI分析在InfoFi領域佔據主導地位。
Kaito和Cookie的InfoFi產品展現出諸多共性，均致力於通過 AI 技術與激勵機制解決加密市場的信息碎片化問題，構建以用戶參與和優質內容為核心的注意力經濟。然而，兩者在技術架構、治理機制和目標用戶群體方面存在明顯差異，導致其執行路徑和市場定位分化。
Kaito和Cookie的相似之處在於，以AI和激勵機制構建注意力經濟。積分激勵機制方面，兩者均以積分機制激勵高質量內容創作，這一機制有效增強了用戶參與度，並構建圍繞優質內容的注意力經濟體系；排行榜與空投激勵方面，Kaito和Cookie均基於用戶內容貢獻生成排行榜，並與空投獎勵掛鉤，形成激勵閉環；數據洞察方面，兩者均運用AI技術對X平臺等社交媒體數據進行分析，生成市場情緒和趨勢預測，為投資者和項目方提供洞察；治理方面，兩者均採取了DAO治理模式，允許代幣持有者參與決策。
儘管理念相近，但Kaito和Cookie的執行機制與市場定位各有側重。積分和評分機制設計上，Kaito的Yap積分基於內容影響力，偏向頭部KOL，易引發馬太效應，曾因刷量行為引發公平性爭議。Snaps則綜合內容質量、用戶參與情緒與忠誠度等多維度社交信號，鼓勵專注單一項目、長期參與用戶；技術與數據源上，Kaito整合了Twitter、Discord、鏈上數據等加密數據源，並結合AI技術基於大語言模型（LLM）和知識圖譜支持多語種分析，適合需要多維分析的專業用戶。而Cookie的數據源以X平臺為主，AI聚焦情緒分析和忠誠度評分，覆蓋範圍較窄，更適合社區驅動場景；評分透明度上，Kaito算法評分不透明，社區反饋存在黑箱問題。Cookie已在文檔裡公佈了內容評分規則；數據分析訪問上，Kaito需使用付費訂閱服務，以訪問高級分析功能、增強的搜索功能和個性化見解，Cookie的所有用戶可免費訪問大量加密數據；項目覆蓋與激勵範圍上，Kaito的排行榜主要覆蓋參與Launchpad的項目，激勵較為集中。Cookie的數據覆蓋所有加密相關項目內容，不侷限於正在進行的活動，用戶獲取積分更靈活；市場表現上，Kaito獲得了紅杉資本、Dragonfly和Folius Ventures等支持，融資金額超1200萬美元，流通代幣市值達到5億美元。Cookie獲得SkyVision Capital、Animoca Brands、Spartan Group等580萬美元融資，且流通代幣市值規模約1億美元。
由此來看，作為InfoFi模式的創新代表，Kaito與Cookie分別代表了專業型與社區型路徑，在戰略思路與產品邏輯上形成互補競爭，也推動了InfoFi生態不斷進化，促使更多項目探索社區驅動的數據和獎勵模型。
注意力經濟加速演化，InfoFi仍面臨多重挑戰
在注意力經濟全面崛起的當下，InfoFi作為一個新興賽道正迅速獲得市場關注。其核心理念在於，將信息、注意力、社交數據等傳統上非資產化的資源，通過去中心化技術、代幣激勵機制與AI驅動的數據處理能力，轉化為可交易、可定價的動態資產。與傳統Web2平臺中信息價值被單方面捕獲不同，InfoFi重塑了信息價值的定義，並推動了注意力資本的結構性變革，為用戶賦權、數據自主和價值共享提供了全新可能。
除了kaito和Cookie，InfoFi賽道正在迎來不少新秀，比如Ethos、Wallchain、GiveRep和Mirra等，這些項目通過創新機制正在不斷完善和豐富InfoFi生態。
儘管InfoFi生態具備創新潛力，但在實際發展過程中仍面臨多重結構性問題。首先是數據完整性與可信度風險。InfoFi高度依賴AI生成內容和用戶貢獻，容易導致數據操縱、虛假信息及低質內容氾濫。隨著AI生成內容的激增，信息可信度或將被削弱，進而影響市場判斷與決策。如果缺乏有效的噪聲過濾機制、內容驗證機制（如信譽評分系統等）以及透明化數據治理，用戶信任度可能大幅下降，進而影響平臺的長期可持續發展。
其次，用戶獲取門檻與參與度瓶頸問題突出。目前多個InfoFi平臺採用邀請制或代幣門檻機制，這在一定程度上提升了內容質量，但同時限制了普通用戶的參與範圍，削弱了生態的包容性與活力。過高的進入門檻阻礙了社區的快速擴展，也可能導致信息權力過度集中於少數優質用戶手中。
此外，市場碎片化與平臺間激烈競爭日益顯著。InfoFi領域湧現不少新玩家，這些產品形態與數據維度各異，導致用戶在不同平臺間頻繁切換、體驗割裂。同時，各平臺間尚未建立統一的信息標準與數據協議，形成信息孤島，阻礙了生態整合與規模效應的形成。
再者，激勵機制的設計及其可持續性同樣關鍵。InfoFi經濟模式高度依賴代幣激勵，若設計不當，易引發通貨膨脹、短期投機和激勵錯配問題。如何在創作者、普通用戶與機構品牌間構建公平、可持續的激勵體系，是平臺長期發展的關鍵。
最後長尾內容的匱乏亦限制了InfoFi的生態多樣性。儘管InfoFi在熱門話題的內容生產與用戶參與上表現良好，但小眾與專業領域的內容生成與用戶參與仍顯不足，信息資源過度集中於少數熱點主題，可能削弱平臺對細分市場的覆蓋能力，不利於深層次生態構建。
綜合來看， InfoFi作為注意力經濟的新範式，具備重塑信息價值分配、賦能用戶數據主權的巨大潛力，但現階段還需持續解決數據質量管控、用戶參與門檻、平臺互通整合、激勵機制優化與內容多樣性等核心問題。
