InfoFi赛道再添一员，Cookie下场掘金注意力经济，与Kaito同场竞技谁更胜一筹？

作者：Nancy，bitget交易平台

继Kaito以“Yap-to-Earn”模式席卷市场后，近日Cookie DAO一纸公告为InfoFi（信息金融）赛道再添一把火，邀请码在各大社群中刷屏，进一步推动InfoFi概念的扩散与实践落地。

在此之前，虽然Kaito率先引爆了InfoFi话题，为内容创作者、社区成员与项目方之间构建起全新的价值流转与激励机制，但其平台也逐渐暴露出内容趋于同质化、质量参差不齐、算法机制不透明和激励公平性存疑等问题。更有声音指出，这种以积分为导向的激励结构，正在让创作者被“锁”进算法的笼子里。如今，随着Cookie等新选手入场，InfoFi的演进路径开始出现分化，从信息抓取到内容定价，从算法主导到社区治理，赛道正在迎来新的生态博弈与范式转变。

从信息抓取到内容定价，InfoFi正在分化演进

5月21日，Cookie DAO宣布启动InfoFi第一阶段，推出cookie.fun v1.0 alpha版和Cookie Snaps，用来分析加密项目和KOL，获取优质加密推特（CT） 内容奖励。此外，Cookie计划未来推出去中心化、社区主导的奖励池。而作为先行者的Kaito已推出许久，提供实时搜索、情绪分析、趋势跟踪和知识图谱等功能，并凭借其Yaps机制和AI分析在InfoFi领域占据主导地位。

Kaito和Cookie的InfoFi产品展现出诸多共性，均致力于通过 AI 技术与激励机制解决加密市场的信息碎片化问题，构建以用户参与和优质内容为核心的注意力经济。然而，两者在技术架构、治理机制和目标用户群体方面存在明显差异，导致其执行路径和市场定位分化。

Kaito和Cookie的相似之处在于，以AI和激励机制构建注意力经济。积分激励机制方面，两者均以积分机制激励高质量内容创作，这一机制有效增强了用户参与度，并构建围绕优质内容的注意力经济体系；排行榜与空投激励方面，Kaito和Cookie均基于用户内容贡献生成排行榜，并与空投奖励挂钩，形成激励闭环；数据洞察方面，两者均运用AI技术对X平台等社交媒体数据进行分析，生成市场情绪和趋势预测，为投资者和项目方提供洞察；治理方面，两者均采取了DAO治理模式，允许代币持有者参与决策。

尽管理念相近，但Kaito和Cookie的执行机制与市场定位各有侧重。积分和评分机制设计上，Kaito的Yap积分基于内容影响力，偏向头部KOL，易引发马太效应，曾因刷量行为引发公平性争议。Snaps则综合内容质量、用户参与情绪与忠诚度等多维度社交信号，鼓励专注单一项目、长期参与用户；技术与数据源上，Kaito整合了Twitter、Discord、链上数据等加密数据源，并结合AI技术基于大语言模型（LLM）和知识图谱支持多语种分析，适合需要多维分析的专业用户。而Cookie的数据源以X平台为主，AI聚焦情绪分析和忠诚度评分，覆盖范围较窄，更适合社区驱动场景；评分透明度上，Kaito算法评分不透明，社区反馈存在黑箱问题。Cookie已在文档里公布了内容评分规则；数据分析访问上，Kaito需使用付费订阅服务，以访问高级分析功能、增强的搜索功能和个性化见解，Cookie的所有用户可免费访问大量加密数据；项目覆盖与激励范围上，Kaito的排行榜主要覆盖参与Launchpad的项目，激励较为集中。Cookie的数据覆盖所有加密相关项目内容，不局限于正在进行的活动，用户获取积分更灵活；市场表现上，Kaito获得了红杉资本、Dragonfly和Folius Ventures等支持，融资金额超1200万美元，流通代币市值达到5亿美元。Cookie获得SkyVision Capital、Animoca Brands、Spartan Group等580万美元融资，且流通代币市值规模约1亿美元。

由此来看，作为InfoFi模式的创新代表，Kaito与Cookie分别代表了专业型与社区型路径，在战略思路与产品逻辑上形成互补竞争，也推动了InfoFi生态不断进化，促使更多项目探索社区驱动的数据和奖励模型。

注意力经济加速演化，InfoFi仍面临多重挑战

在注意力经济全面崛起的当下，InfoFi作为一个新兴赛道正迅速获得市场关注。其核心理念在于，将信息、注意力、社交数据等传统上非资产化的资源，通过去中心化技术、代币激励机制与AI驱动的数据处理能力，转化为可交易、可定价的动态资产。与传统Web2平台中信息价值被单方面捕获不同，InfoFi重塑了信息价值的定义，并推动了注意力资本的结构性变革，为用户赋权、数据自主和价值共享提供了全新可能。

除了kaito和Cookie，InfoFi赛道正在迎来不少新秀，比如Ethos、Wallchain、GiveRep和Mirra等，这些项目通过创新机制正在不断完善和丰富InfoFi生态。

尽管InfoFi生态具备创新潜力，但在实际发展过程中仍面临多重结构性问题。首先是数据完整性与可信度风险。InfoFi高度依赖AI生成内容和用户贡献，容易导致数据操纵、虚假信息及低质内容泛滥。随着AI生成内容的激增，信息可信度或将被削弱，进而影响市场判断与决策。如果缺乏有效的噪声过滤机制、内容验证机制（如信誉评分系统等）以及透明化数据治理，用户信任度可能大幅下降，进而影响平台的长期可持续发展。

其次，用户获取门槛与参与度瓶颈问题突出。目前多个InfoFi平台采用邀请制或代币门槛机制，这在一定程度上提升了内容质量，但同时限制了普通用户的参与范围，削弱了生态的包容性与活力。过高的进入门槛阻碍了社区的快速扩展，也可能导致信息权力过度集中于少数优质用户手中。

此外，市场碎片化与平台间激烈竞争日益显著。InfoFi领域涌现不少新玩家，这些产品形态与数据维度各异，导致用户在不同平台间频繁切换、体验割裂。同时，各平台间尚未建立统一的信息标准与数据协议，形成信息孤岛，阻碍了生态整合与规模效应的形成。

再者，激励机制的设计及其可持续性同样关键。InfoFi经济模式高度依赖代币激励，若设计不当，易引发通货膨胀、短期投机和激励错配问题。如何在创作者、普通用户与机构品牌间构建公平、可持续的激励体系，是平台长期发展的关键。

最后长尾内容的匮乏亦限制了InfoFi的生态多样性。尽管InfoFi在热门话题的内容生产与用户参与上表现良好，但小众与专业领域的内容生成与用户参与仍显不足，信息资源过度集中于少数热点主题，可能削弱平台对细分市场的覆盖能力，不利于深层次生态构建。

综合来看， InfoFi作为注意力经济的新范式，具备重塑信息价值分配、赋能用户数据主权的巨大潜力，但现阶段还需持续解决数据质量管控、用户参与门槛、平台互通整合、激励机制优化与内容多样性等核心问题。