需求侧 Thesis 压力测试 + 思辨辩论框架
📅 最后更新: 2026-05-30 🎯 用途: 给任意 token 补上”为什么有人真付费 + 价值能否累积到代币”的质性判断层。 🧩 定位: 与 vc_token_trap_screener.md(供给侧/结构, tokenomics 机械分)、crypto_valuation_framework.md(估值倍数)互补 —— 那两个回答”结构好不好/便宜不便宜”, 本框架回答”需求是不是真的、代币能不能吃到”。 📖 源起: 从 ALLO 三轮辩论沉淀 (见 worked example)。
0. 标注约定 (写任何结论都要带)
| 标 | 含义 |
|---|---|
| ✅ | 已验证事实 — 必须附 Tier 1/2 信源 + 日期 |
| 🧠 | 我的推理 — 第一性原理推导, 非事实, 可证伪 |
| 🎲 | 未兑现的赌注 — 依赖未来才成立的剧情 |
⚠️ 把 🧠 当 ✅ 写, 是本项目反复踩的坑 (见 [memory: 因果归因必须 verify])。辩论可以大胆推理, 但必须标清楚哪句是事实哪句是推理。
1. 先选对”思考模式”(三分法)
不同问题用不同模式。先定模式, 再动手 —— 流程性模式(research / 思辨)先于实现性动作。
| 模式 | 触发问题 | 产出 | 本项目场景 |
|---|---|---|---|
| research(证据优先) | “事实是什么? 是真的吗?” | 带信源的事实 | 分析新币、核实归因、查市场规模 |
| brainstorm(设计探索) | “要做什么? 怎么设计?”(动手造东西前) | 方向 / 取舍 / 需求澄清 | 设计新报告模板、新估值框架 |
| 思辨 / 辩论(本框架) | “这判断成不成立? 该信哪一面?“ | steelman 正反 + crux + 分层判断 | 某币还有没有未来? 护城河真不真? 该不该信叙事? |
判断口诀: 问”是不是真的” → research;问”该怎么做” → brainstorm;问”成不成立 / 信哪面” → 思辨。
红旗(以为是 research 其实该思辨): 当一个问题没有标准答案、面向未来、需要正反论证(如”大模型进步了还需要 X 吗?”), 它是思辨题, 不要当事实题去查个数字就下结论。
2. 需求侧压力测试 — 5 个通用拷问 (套任何 token)
这是框架的核心。任何 token 都按这 5 刀过一遍。每刀都要区分 ✅/🧠。
🔪 刀 1: 谁是真实付费方? (付费需求 vs vanity metric)
- 区分”有人用”和”有人付费”。很多繁荣是排放/补贴刷出来的。
- Vanity metric 黑名单(出现就警惕, 别当需求证据):
❌ 推理次数 / API 调用数 → 可被排放补贴刷
❌ TVL → 激励挖矿堆出来的, 利率一停就撤 (实例: MNT 的 TVL 靠 Treasury 自部署 $205M 进 MI4, 非有机)
❌ 注册数 / 域名数 / 持有人数 → ≠ 活跃 ≠ 付费
❌ "已集成 N 条链" → 集成 ≠ 有人用
❌ 累计交易量 → 刷量 / 洗
- 对应的真实指标(要去找这些):
✅ fee revenue (剔除排放/补贴后) + 趋势
✅ 付费消费者数 (非补贴) + 留存
✅ ARR / 真实收入 (标清月度/年化/产品线)
✅ DAU 留存曲线 (不是累计注册)
🔧 怎么拿”真实 fee revenue (剔除排放)” — 操作 SOP
要比两个数:
A=用户真付的费用 (gross fees)vsB=协议印出来发的排放/incentives。 净额 = A − B(Token Terminal 叫Earnings)。A≪B→ vanity(补贴刷的);A→B 或 >B→ 真需求。看季度趋势, 不看单点。
数据源阶梯(省力 → 最硬):
⚠️ 关键判读:
- 标准 DeFi 聚合器 (DefiLlama/TT/Artemis) 对 app-chain 覆盖差 → 拿不到很常见。
- “拿不到 fee 数据” + “只有 vanity metric” = 真实付费费用大概率可忽略 → 偏空实锤。
- 区分 testnet/激励期 数据 vs mainnet 真实付费(例: Allora “6.92 亿推理”是 testnet 激励刷量, 非真实需求)。
🚫 这不是 go/no-go 门槛: fees(及 trap/估值)只是分析内部输入, 不决定”要不要深入”。所有币都做完整分析 (v2.0: 差币=做空机会, 不是跳过)。“拿不到 fee / 无真实付费”是一个**(偏空)结论**, 要写进完整报告, 不是用来跳过标的。见 feedback_tools_are_inputs_not_gates。
🔪 刀 2: 价值能否累积到代币? (value accrual)
- 网络繁荣 ≠ 代币涨。问: 代币在价值流里是必经环节, 还是可绕过的折扣券/治理票?
- 检查: 注册费/手续费是用原生 gas 币 (ETH/BNB) 还是必须用本代币? 有没有真实 token sink(回购/销毁/质押锁定 fee)?
- 📊 buyback/burn 要量化: 查实际回购/销毁数量 + 频率 (Tokenomist/链上)。0 销毁 = 无通缩支撑 (实例: MNT 累计销毁 0); 真 sink 看 BNB/OKB 式持续回购销毁。
- 🚩 红旗: “代币用于治理 + 折扣 + 支付(可选)” 这种软效用 = 价值捕获弱。
🔪 刀 3: why-sell / why-pay 拷问 (网络/市场类项目必问)
- 供给侧: 如果产品真有价值, 提供方为什么不自己用/自己赚, 反而拿出来卖? (alpha 类尤其致命: 真有 alpha 自己交易拿 100%)
- 需求侧: 买方为什么不自建? 把核心能力外包给一个匿名网络的理由是什么?
- ⚠️ 警惕公开泄漏自我证伪: 如果产出是公开的(上链), 有价值的信号会被套利磨平 → 逆向选择 → 只剩平庸供给(柠檬市场)。
🔪 刀 4: 可外包性 / build-vs-buy (买方画像)
| 拷问 | 偏空信号 | 偏多信号 |
|---|---|---|
| 买方是机构还是散户? | 仅小撮成熟机构 | 大量长尾/散户也能消费 |
| 散户能直接消费吗? | 散户用不到 → 无量 | 散户是直接用户 |
| 成熟买方会自建吗? | 有量化团队 → 自建 | 没能力自建 → 必须买 |
| 合规允许外包吗? | 受监管 → 必须自有/持牌 | 许可less 场景 → 接受去中心化 |
| 这输入客观可验证吗? | 概率性预测 → 难外包(没法 slash) | 客观可对账(如价格)→ 可外包(预言机先例) |
💡 关键不对称(可复用洞察): 一个数据输入能不能被外包给去中心化网络, 取决于它是否客观可事后验证/可罚没。价格喂价可以(Chainlink/Pyth 数十亿美元赛道就是证明 ✅);概率性预测不行(猜错一次不能罚)。
🔪 刀 5: TAM 量级 + 先例对照
- 估可触达市场总量(TAM): 是大众市场还是薄 B2B 利基? 薄利基 + 慢性稀释 → 代币难有大价值。
- 找一个同模式先例(成功的 or 失败的), 拆它靠什么活/死, 再问你的项目有没有它的关键条件。
- 例: ALLO ↔ Numerai(同是”提交模型换代币”。Numerai 靠数据混淆 + 私有交易绕过 why-sell 悖论; ALLO 公开上链, 把这两个保护都弃了 → 先例反而说明它缺关键条件)。
3. 思辨/辩论模式 SOP (6 步)
⚠️ 每篇 token README 的「需求侧」节 = §2 的 5 刀清单 + 本节产出的 🥊 正反辩论块(steelman 正反 → 反驳分级 → crux → 项目/代币两层置信度)。二者都必须有, 不能只列 5 刀清单(清单是答案, 辩论是论证)。即使结论一边倒(如纯 trap)也要写, 保持格式一致。
跑一场 thesis 辩论的标准动作:
1. 先 research 锚 3-4 个关键事实 → 否则两人凭感觉抬杠
2. 把反方论到最强 (steelman) → 不偷换对方卖点 (常见错误: 拿稻草人开刀)
3. 反驳按"成色"分级, 不平均用力 → 标 [强/中/弱/投机], 弱的就说弱
4. 逼出 crux (胜负手) → 一个可证伪支点: "哪个假设成立, 结论就反转"
5. 分两层下判断 + 各标置信度 → ① 项目是不是伪命题 ② 代币能否捕获价值
(常见结论: "好项目 ≠ 好代币")
6. 把结论转成可监测的证伪信号 → 链上/财报可查的指标, 排优先级
为什么分”项目 vs 代币”两层: 项目可以真实有料, 代币仍可能归零。投资回报由代币层决定, 但话术都在项目层。两层分开标置信度, 才不会被”项目真牛”带偏了”代币该买”。
4. 与现有框架/工具的关系
一个 token 的完整判断 =
① crypto_sectors.md → 先定赛道
② trap_screener (供给侧) → tokenomics 结构分 (机械, 秒级)
③ valuation_framework → 估值倍数 (便宜/贵)
④ 本框架 (需求侧, 质性) → 为什么有人买 + 代币能否吃到 ← 补前三者的盲区
⑤ public_summary_skill → 要发布时转科普版
⚠️ ②③是机械分, 容易给出”结构差就空”的结论;但 ④ 能告诉你这空到底是”慢性阴跌的小利基”还是”叙事破灭的归零”, 以及做多时这需求是真是假。机械分 + 质性拷问, 缺一不可。
5. Worked Example: ALLO (去中心化 AI 预测)
完整三刀辩论见 ALLO.md → 🧪 需求侧 Thesis 压力测试。一句话复盘 5 刀:
| 刀 | ALLO 上的结论 |
|---|---|
| 1 真实付费方 | 🧠 “6.92 亿次推理”是 vanity metric;真实 fee revenue(剔除排放)未披露 |
| 2 价值累积 | 🧠 注册/调用可用原生币;ALLO 偏折扣+治理 → 弱 |
| 3 why-sell | 🧠 真 alpha 不会公开喂网络;Numerai 靠混淆+私有交易绕过, ALLO 没有 |
| 4 可外包性 | 🧠 预测非客观可验证 → 比价格更该自建;散户用不到;成熟买方自建 |
| 5 TAM+先例 | 🧠 压成薄 B2B 利基;先例 Numerai 缺关键条件 |
| 净判断 | 项目非伪命题(中高信心)/ 代币偏空(中信心), 与 −98% 自洽 |
| 监测信号 | ① 链上真实 fee revenue(剔除排放)② 非补贴旗舰付费方 ③ zkML/opML 成熟度 |
6. 一页速查 (贴在分析时手边)
□ 模式: 事实题→research / 设计题→brainstorm / "成不成立"题→思辨
□ 刀1 谁真付费? (排除 vanity: 推理数/TVL/注册数/集成数/累计量)
□ 刀2 价值进代币吗? (token sink? 还是软效用折扣券?)
□ 刀3 真有价值为何拿出来卖 / 买方为何不自建?
□ 刀4 买方=机构还散户? 散户能用吗? 成熟方自建吗? 合规吗? 输入客观可验证吗?
□ 刀5 TAM 多大? 同模式先例靠什么活/死? 你有没有那个条件?
□ 辩论: 锚事实→steelman→反驳分级→crux→项目/代币两层置信度→监测信号
□ 全程标 ✅事实 / 🧠推理 / 🎲赌注
📅 版本历史
| 版本 | 日期 | 更新 |
|---|---|---|
| v1.0 | 2026-05-30 | 初版: 从 ALLO 三轮辩论沉淀 (思考模式三分法 + 5 刀需求侧拷问 + 辩论 SOP + vanity metric 黑名单) |
| v1.2 | 2026-05-30 | 刀1 加 MNT TVL 自部署实例; 刀2 加 buyback/burn 量化检查 (MNT 0 销毁实例) — 反哺自 MNT 深度档 |
| v1.3 | 2026-05-31 | 明确: 需求侧节 = 5 刀清单 + 🥊正反辩论(steelman→crux→两层置信度), 二者都必做 (回填时只填清单漏了辩论, 用户指出 BSB 无辩论) |
📅 最后更新: 2026-05-30 | 配套: trap_screener · valuation_framework · worked example ALLO