简单优雅，方能做到一生万物。在区块链领域是否也由类似的「e=mc^2」生出万物？uniswap的x*y=k？nft的price=floorprice？先按下表，我们先来看friend.tech，一款base上大火的socialfi，简单来说：1、当你注册好账户，链接上自己的twitter，你会执行两笔交易：第一笔：「往自己的账户地址里存入大于0.01个eth」激活自己的wallet；第二笔：你自动花0eth买了自己的share（8月22号刚改名叫「key」）然后你就发现，你已经被证券化了！所有人，可以无限制地买你的share，它的初始价值为0.0000625eth，你还会发现有个机器人已经默默地买了你，如果你粉丝太少，过一会儿它又原价把你卖出了：机器人可能通过你twitter粉丝数推算你的价值，购买你，赚取差价官方有为期6个月分发1亿积分的活动，意在撸空头2、然后，当你想买卖任何人的share时，你发现，可以进行无限制地买卖，没有流动性限制，因为它的价格被一个内置的公式定价了。price=S^2/16000S是你现卖出的shares的总数，这公式意味着：所有人的价格曲线是一致的，相同shares的数量对应一致的价格价格的增长的绝对值是线性的价差=（S+1）^2/16000—S^2/16000=（2S+1）/1600价差是线性增长的3、但一开始增长率呈指数，越往后期，shares到上百，增长率就平缓了。价差占价格的比重=（（2S+1）/1600）/S^2/16000=2S+1/S^2是减小的这个定价方式，简单点，你可以理解为排队堆箱子，你可以随时往上堆，也可以随时从最上面取走箱子，箱子里面的钱的绝对值，是线性增长的，但开始的增长率吓人，这意味着：在价值发现期：只要你后面哪怕只有一个人认为share的价值低估了，愿意继续往上堆，那你就赚了在价值回归期：你只能祈祷你是那个发现价值回归的人，率先取走最上面那个大箱子，不然.......在高价值区间的，线性稳定期：有点蓝筹的意思，真进行价格发现它早期模型极其旁氏，又有空投预期，还要和机器人比手速，但是你也会发现用这个机制会有个问题：割的数量不是很多?现在最贵的是创始人race，在8.22，也只有154hoders对应3.2ethdeethprice，以下是8.22和8.23的topusers，数量还有所下降。那这个价格模型可以容纳最高的shares的上限是多少呢？我们用巴菲特老爷子的午餐来计算：先简单算，短期内，巴菲特的午餐，500万美金，分给社群里S份share那（S^2/16000）S=5000000/1600S=368sharesprice=8eth可以看到：能达到的社群规模还是比较小的，价格一定意义上是有上限的它并不是一种订阅模式，把普遍、廉价的、费脑筋的真理卖给广大的人这个定价模型真正可持续的是「卖稀缺性」，而不是订阅。虽然现在只能聊天，但聊天只是一个floorprice，聊天给个floorprice就好了，那我给你整点活儿呢？给你看看我真正的稀缺资源，你要不要？
现在阶段是属于creator也一脸懵逼的状态，所以玩法很简单，谁有名，谁推特粉丝多，就买谁。机器人就扫谁，fomo群众就冲谁，至于creator以后能不能给出足够的稀缺性，那是以后的事。所以这个公式最重要的属性是：给你真正的稀缺性定价？nft给出floorprice「S^2/16000」给出topprice？在web3里面搞订阅，搞付费聊天不浪费吗？再说了，你花了钱，人家真愿意跟你聊天吗？一起讲个不知云云的叙事，热热闹闹地撸空投，然后散场？价格的有效性，还是需要主动赋能，得拿出核心稀缺的活儿来，才值一个topprice，遥想当年笑来老师的500eth，如果放在一个定价系统里面，让大家一起欣赏优美的曲线。如果把巴老的午餐算得更极致一点：因为从share持有者的角度看，每次交易付出5%给ceator，可粗糙假设估值模型为20倍。一下子给巴菲特午餐20年估值，巴菲特自己先假设自己在卖出S份时符合自己的估值，然后巴菲特自己给自己做市，把S份之前的shares全买了。花了(1^2+2^2……+（S-1)^2)/16000=(2S^3-3S^2+S)/6/16000eth然后以（S^2/16000）这个价格兜售S份，每买进来一份share,自己卖出一份稳定价格，一共卖出S份，能赚：S-(2S^3-3S^2+S)/6/16000=(4S^3+3S^2-S)/6/16000令等于估值5000000*204S^3+3S^2-S-6000000000=0求得S=1144price=80eth大概是「一个顶级nft的价格，一个核心社群的规模」但可以看出打到这个价格和规模挺难的，这个定价模型决定的产品方向，应该不是旁氏，可能还真是为了定价本身。所以以上做的两次计算的假设基础是：creator认为自己给shares提供了稀缺性价值，并且预先能做动作，比如给自己做市shares持有者每个人都是稀缺性的评判者、做市商，共同来为稀缺性定价稀缺性，在于不可复制的核心价值，在于实时性，在于creator当时的创造能力，和赋能意愿。
那人的一生起起伏伏稀缺性、高光时刻、topprice就会体现在，起伏的价格曲线上。回过头来再看文首的uniswap的x*y=knft的price=floorpricex*y=k告诉我们技术层面上，只要深度足够深，滑点能被抹平，更能在价值层面上，体现深度的价值，就是体现共识网络的价值。price=floorprice告诉我们深度能更轻易地被一个floorprice瓦解，那这个体系的价值，更来自于价格体系本身。类似于奢侈品，身份认同那一套，那在这个公式上面应用流动性挖矿必塌。price=S^2/16000告诉我们topprice的定价模型，较高的价格，较有限的网络，都指向人的「核心稀缺定价体系」，如果分母16000更大，那指向一个「价格被抹平的订阅系统」，16000更小，那指向一个价格更加崎岖敏感的「超超vip定制服务体系」。至于这么简单的公式，早期带来的陡峭的曲线，极大的套利空间，烦恼者会是觉得这是个问题，聪明者会觉得这是机会。毕竟，越简单，代表着系统更顽强，更公允，更繁荣，套利机会会被市场自己解决。越简单优雅定价模型，越能逼近区块链对价格发现的极高效率，发现了价格，才能做另一件区块链很擅长的事，估值。但是定价模型本身也决定了产品的价值和生长方向。但是现在的定价是完全另一套逻辑，我们掉头再来试着找寻这种价格规律。1、和creator供给的价值有无关系？无关2、和creator的粉丝数有无关系？
有关，但无法进行量化计算，遵循粉丝越多平均价格越高，可做参考。直接引用forsightnews整理的数据，在top级别的推特粉丝数还是有很大的差异，甚至有几百几千的粉丝数在里面。可以看出：和creator调动粉丝的行为有关，但无法量化存在自买，自刷，自吆喝，自我实现的行为在内那我们尝试用一个简单的计算来测试价格范围考虑一些要素：收入：交易税收入+刷积分预期收入成本：自买成本1、creator的交易税收入可以发现earning/price比例K有一个简单的范围：价格越高，吸引交易的频次越高，earning越高。和价格排名，creator的积极引导等都有关系，目前阶段来讲都是同质的条件。第一名cobie的K接近30前4名K值在20-30之间第5-50名K值在10-20之间第51-400名K值在5-10之间所以我们后面计算会用K=302010来计算，以cobie的交易数据进行分析，可以看到cobie的交易次数起伏很大，2/3交易量来自于最近一周时间。而平静期日交易量才1-2eth8.14之前，最高价格2.4eth，周期收入35eth，K=158.14之后，最高价格3.2eth，周期收入53eth,K=16.5而平静期日交易量才1-2eth，我们假设交易平静期后续给creator最多带来30%的收益增量，所以我们取K值为K=(30;20;10)(1/2)(4/3)=20;14;7带入后面的计算。2、刷积分预期收入这部分我们不将故意刷积分收益计入，只计入用户在买卖中被动刷到的空投收入，或者不计算收入。我们令空投率为20%，拿出20%的筹码来空投，其中PE可能在10-30之间，我们倾向于在流量过盛期，取低的pe=10计算可得，刷空投收益在付出的交易税成本的3倍左右。后面我们计算时，由于无法估算这部分收入，所以以买到S份shares再全部卖掉的交易量为一份交易量，系数定为F倾向于将用户取得被动刷空投收益时，F=0.5或者完全不计入F=0，后面计算再进行取舍哪个数据比较准确。下面我们可以粗略列公式，进行计算：creator交易税收入+（刷积分收益-刷积分成本）>=自买Sshares成本其中自买成本不一定通过纯自己买上来的，这里仅取被动自做市，0.5的成本，则：其中有三个未知数，刷空投系数F，分别取0、0.5、1交易税收系数K，分别取7、14、20估值PE,在短期数据偏高的情况下，尽量取小10计算得出的价格，基本符合现在的市场价格，证明了公式背后猜测的价格构成因素：收益的大头，主要是creator的交易税收入构成，说明最主要的指标是看买卖的交易量，背后的表现事粉丝的活跃度，creator的传播热情。收益一小部分来自于被动的空投收益，我们的计算结果，系数F似乎在0.5-1之间，说明市场对远期的空投收益，纳入价格的比例不多。价格中体现了一部分做市成本，大概在我们取的0.5的系数左右。
那我们怎么运用这个结论？1、直接计算一天的交易量，作为指标右侧两个高点分别是3.2和2.5对应的8.19和8.21两天的交易量分别是270eth和130eth之前我们算出顶级creator价格的单个周期earning/price=15首先15这个值是不同级别对应不同价格的，需要斟酌。其次我们需要判断一个不是特别明确的数值，即根据所在周期和热度判断这一天的交易量可能会占这个活跃周期的多少比例，例如：判断第一个高峰属于沉寂期后第一个高峰，判断这个周期有当天4倍交易量即price=270*4*0.05/15=3.6eth接近3.2判断第二个高峰属于周期第二轮，判断周期总交易量有当天的6倍即price=130*6*0.05/15=2.6eth接近2.5难点在于怎样判断交易量的占比？另外不同的大V、传播热情、和项目本身的热度会影响K值的波动，这种方式可能在推测同一个标的价格涨跌还有些难度，但可以用于捡漏一些价值未被发现的标的。2、当项目的确定性越来越高，空投收益系数也可能会部分纳入，这需要观察，会不会将价格提高到系数F=1K=20时的price=5.6？阶段判断现在观察fee这一个指标，不管是排名靠前的标的，还是协议整体，都已经从短期高点往下走了，不适宜追高，只能实时观测fee数据，或许有个别逆趋势的标的。那还能做什么呢？bot+social是一个好方向。在早期，运用规律，利用bot，或成为人肉bot，可以赚钱，也可以开发bot项目。据21.co分析师TomWan监测，超过113个Bot合约已经在friend.tech获取2万余个Key（Share），并获利超过200万美元。其中获利最多的Bot合约为0xcc218bbd21e14944fcc121d161c9b9ae71b9cc85，收入为56.9万美元粉丝多的用户，可以自购做市，可以参考我们文中公式算出的公式。还可以完善这个稀缺性价格发现体系，比如做一个更人性化的第三方dashbord来展示：做市情况，买卖行为标记，creator及时信息汇总，这些都及其需要把每个人的share定价，可能技术问题不是首位，所以需要更多产品共同努力，各家资源注入，很难赢家通吃，那第三方数据分析平台价值就能凸显。甚至第三方数据平台还能起到引导一条赛道的作用。
