2024 年 11 月，在 Web3 世界的一角，一个并非由媒体或研究机构主导的平台，其内部形成的定价信号开始频繁领先于传统信息系统对现实事件的判断更新；这些价格并不来自权威意见，而是由大量匿名参与者在承担真实经济成本的前提下，通过持续博弈逐步校准出的共识——它像是一种新的信息生产方式，正在悄悄成形。
这一现象之所以值得关注，并不在于具体结果的准确性，而在于信息表达第一次被系统性地赋予了成本结构——当判断需要付出代价，低成本的噪音更容易被边缘化，真实信念反而更容易浮现。
以太坊联合创始人 Vitalik Buterin 在 2024 年 11 月的文章中，将这种通过市场机制获取信息的方式概括为 Information Finance（信息金融，InfoFi），并将其定义为："一门从你想要了解的事实出发，然后刻意设计市场，以最优方式从市场参与者那里获取该信息的学科。"
这个定义的关键，并不在"预测"二字，而在于设计——设计一种机制，使得分散在无数个体中的判断、经验与直觉，能够在竞争与激励中被迫显性化，并最终凝结为价格信号。换句话说，InfoFi 关注的不是"谁说得对"，而是在什么样的激励结构下，真实信息最有可能浮现。
顺着这一思路，InfoFi 的应用边界迅速扩展到预测之外：谁在持续产出高质量信息，谁的影响力来自真实认知积累，哪些叙事正在获得长期心智份额——围绕这些问题，Kaito、Cookie DAO、LazAI 等项目分别从信息排序、注意力量化与数据资产化等方向展开探索；与此同时，X 平台近期对开发者接口与自动化内容的规则调整，也让 “注意力信号是否可持续获取、外部平台规则是否会反向塑造 InfoFi 产品形态” 成为赛道不得不面对的新变量。
它们指向的并非同一产品形态，却共享一套底层假设：信息从来不是免费的，判断也并非无成本表达，而可信度、注意力与知识本身，正在被推向一个可以被持续记录、比较、并逐步定价的体系之中。
在接下来的报告中，我们将沿着这一逻辑向下推进：从机制设计出发，观察 InfoFi 如何把分散判断转化为可交易的信号，再落到 Kaito、Cookie DAO、LazAI 等代表性项目的实现路径与激励结构，进一步讨论它们在平台规则、合规边界与可持续性约束下的真实可行区间，最终回到一个更长期的问题——当信息第一次被系统性纳入金融逻辑时，哪些价值会被放大，哪些幻觉又会被迅速戳破。
作者：Clare Yang，Web3Caff Research 研究员
封面：Photo by Unsplash+，Typography by Web3Caff Research
字数：全文共计 21000+
目录
- 一、InfoFi 是什么：当判断力遇上区块链
- 1.1 信息过载时代的困境
- 1.2 InfoFi 的定义与边界
- 1.3 从判断到定价：InfoFi 的运作机制
- 1.4 InfoFi 崛起的时代背景
- 1.5 InfoFi 与传统金融信息发现的区别
- 二、InfoFi 赛道全景：四大板块与代表项目
- 2.1 注意力市场：谁的声音值得被听见？
- Web2 与 InfoFi：价值流向的根本差异
- Kaito：为 X 影响力建立评分体系
- Cookie DAO：AI Agent 的数据雷达
- 注意力市场面临的挑战
- 2.2 声誉系统：InfoFi 的信任基石
- 声誉系统的必要性
- Proof of Humanity（PoH）：InfoFi 声誉系统的真人身份基石
- Lens Protocol：链上社交图谱
- Ethos Network：综合可信度评分
- 2.3 预测市场：判断力的价格发现机制
- 预测市场的优势与局限
- 学术起点：Iowa Electronic Markets
- Web3 条件下的预测市场
- Polymarket：从监管处罚到估值百亿
- Kalshi：合规优先的另一种路径
- 同一机制，不同制度路径
- 监管环境的演变
- 2.4 数据市场：AI 时代的新机遇
- 数据定价的核心挑战
- 隐私计算：数据市场的技术基石
- Ocean Protocol：数据市场的先行者
- LazAI：AI 交互数据的资产化
- ZENi：AI Agent 的数据智能层
- 数据市场与 AI 训练的结合场景
- 2.5 项目对比总表
- 2.1 注意力市场：谁的声音值得被听见？
- 三、风险与争议：InfoFi 面临的挑战
- 3.1 商业可持续性
- 3.2 技术与安全风险
- 3.3 监管合规风险
- 3.4 更进一步的争议：判断力金融化是利是弊？
- 四、未来 InfoFi 的发展方向在哪里？
- 4.1 短期：当 AI Agent 成为市场参与者
- 4.2 中期：跨平台声誉互通
- 4.3 长期：信息有望成为独立资产类别
- 五、AI 时代，什么才是稀缺的？
- 六、要点结构图
- 七、参考文献
一、InfoFi 是什么：当判断力遇上区块链
1.1 信息过载时代的困境
我们每天打开手机，面对的不再是信息的匮乏，而是信息的过剩：朋友圈里不断转发的"重大新闻"，微博上意见领袖的激烈争论，X 上分析师们各执一词，各个社群中消息刷屏不止。还没来得及消化上一条观点，下一条结论已经覆盖而来。
根据 IDC 发布的《Data Age 2025》白皮书，全球数据总量预计将从 2018 年的 33 ZB（Zettabyte，约等于 10²¹ 字节） 增长至 2025 年的 175 ZB，年复合增长率约为 23%。然而，一个越来越明显的现实是：数据规模的激增，并未带来决策质量的同步提升，反而使高效判断变得愈发困难。
症结在于：信息本身并不稀缺，稀缺的是对信息的判断能力。
当一个热点话题出现后，社交媒体会在极短时间内生成成千上万条解读，其中既有严肃分析，也有未经验证的转述，还有刻意迎合情绪的叙事包装。对于普通用户而言，区分哪些信息值得信任、哪些应当忽略，本身就需要付出高昂的认知成本。
更进一步，在算法主导的信息分发体系中，内容的传播效率往往取决于点击率、互动量和情绪反应，而非信息是否真实、是否有助于长期决策。能够激发愤怒、焦虑或群体共鸣的表达，天然比理性、克制的分析更容易获得推荐。这使得注意力被持续引导向“更容易被消费的内容”，而非“更值得被信任的信息”。
这一问题在 Web3行业中表现得尤为突出。其全天候运转，信息更新频率极高，真假消息混杂，叙事与情绪对价值的影响被迅速放大。一条未经证实的传言，可能在数小时内引发数十亿美元的市场波动。
在这样的环境中，信息本身的获取几乎没有门槛，而对信息进行准确判断的能力，却变得前所未有地稀缺。
也正是在这种背景下，一个更根本的问题开始浮现：如果判断力本身可以被量化、被追踪，甚至被定价，会发生什么？
