近日，jesse 在 X（原 Twitter）平台上进行了一场实验：发布三篇介于有价值资讯和纯粹灌水之间的「擦边」加密内容，以测试 Kaito 平台 Yap 积分演算法的边界。出乎意料的是，仅不到 24 小时, 本人帐号 @jessethecook69 最高冲上了 Kaito Yapper 榜单的全球第九名，并一举拿下中文区第一。这种仅凭并非高品质内容却能快速上榜的现象，不禁令人怀疑 Kaito 所宣称的 AI 内容评分演算法是否真如其标榜的那样公正严格？抑或当中存在可被人为利用的漏洞？
以下便是这次实验发布的三条擦边内容推文。这些内容风格贴近日常，透过趣味性和视觉冲击迅速获得大量互动。
事实上，社群里已经有不少类似质疑。 Blockworks 的一篇报导提到，有用户透过在推文下反复回复同一个字（例如连续回复「reply」），竟意外刷出了数百点 Yap 积分。尽管官方可能很快就修复了此类漏洞，但这些案例足以引发讨论：Kaito 打造的「资讯即资本」（InfoFi）模式是否真能兑现对优质资讯的激励，抑或在某些情况下蜕变成新的流量游戏？
要解答这些疑问，有必要深入剖析 Kaito 的底层原理，了解它如何利用 Twitter API 提供的海量元数据，结合 OpenAI 的 ChatGPT 等大型语言模型进行语义分析与趋势判断，并透过 Smart Followers 系统和 Yap 积分等「社交去化机制，建构一个生态去中心化的资讯。接下来，jesse 将分别从产业意义和技术细节两个角度，对此问题进行分析。
资讯即资本：Kaito 的平台创新与产业意义
Kaito 所倡导的 InfoFi 新模式，不仅是一场技术和产品的创新实验，也正在对加密产业的资讯传播机制和行销范式带来结构性冲击。过去，加密专案的行销主要依赖传统手段：雇用公关代理商、与 KOL（加密圈意见领袖）合作在社群媒体上造势。这种模式下讯息往往不透明、传播效率低，也催生了大量「软文」和吹捧帖。相较之下，Kaito 透过演算法驱动的社群激励正在改变游戏规则——专案方、KOL 和普通用户之间的关系被重新置于以内容价值和贡献为基础的竞争环境中。
专案方行销范式从「投放」转向「参与」
在传统模式下，专案方常常将使用者的注意力视作可以用资金购买的广告位：出资请大 V 发布推广帖，再借助后者庞大的粉丝基数扩散资讯。然而这种投放式行销存在明显隐忧：
· 效果难以衡量： KOL 的粉丝中真正关心专案的有多少？转换率如何？专案方可能花了高昂预算，却只换来虚高的「声量」，实际用户转化寥寥。
· 讯息可信度存疑： 如今受众很容易分辨出哪些内容是在进行付费推广，对于此类硬性广告贴文通常会保持警惕甚至反感。
Kaito 的出现引领了参与式的裂变传播范式：透过「Yap-to-Earn」，专案不再需要将行销预算集中砸向少数大 V，而是连接到 Kaito 的 Yapper 榜单体系，让社群成员自发性为专案发声。举例来说，一个新专案希望扩大声量，可以与 Kaito 合作在平台上开启该专案的社群排行榜——所有用户围绕这个专案发布的原创内容都参与积分竞赛。
实际效果类似一场全民参与的内容创作大赛。使用者为了赢取 Yap 积分或未来可能的空投奖励，争相研究项目、发表深度分析或独到见解，力争登上排行榜获得回报；项目方则以相对低廉的成本（例如承诺给予排行榜前列用户代币空投或奖品）收获了海量优质的 UGC（用户生成内容）。这些内容由用户主动分享到 Twitter 等公共平台，往往更具传播力和说服力——毕竟这不是冰冷的广告，而是社群成员的真实声音（即便有激励因素，内容也是用户自主创作）。这种模式被称为社交版的「注意力证明」（Proof-of-Attention）：那些在排行榜上名列前茅的发文者，被视为提供了高价值的信息，因此获得应有的收益。
不管这种做法被贴上 InfoFi 还是 SocialFi 的标签，它都在实质上重塑项目传播的组织方式。行销不再完全由中心化团队主导，而转变为激励驱动的社区集体创作。专案方的角色也从传统的广告金主，变成社区活动的发起者和奖励提供者。
不再唯粉丝论英雄：小 KOL 如何藉 Kaito 成功逆袭？
在 InfoFi 生态下，传统加密 KOL 的角色也同样改变。一方面，头部 KOL 依然举足轻重：例如 Vitalik、jesse.base 等业内大咖在 Yapper 榜单上依旧名列前茅，说明真正有真知灼见且拥有大量追随者的意见领袖仍能主导话题走向。另一方面，这些 KOL 现在处于一个公开竞争的环境：他们每一次发声都会被演算法客观记录和评分，积分高低一目了然。对于真心有料的 KOL 而言，这是正向激励；但过去那些仅靠名气却鲜少产出干货的 KOL，在 InfoFi 机制下影响力则可能逐渐被削弱。因为如果他们只发广告贴却拿不到积分，又不积极参与讨论互动，那么排行榜排名会下降，并被社区视为「没有干货」。如此一来，KOL 们被迫更加积极且真诚地参与社区讨论，否则就有可能被后来者超越。
jesse 观察到，一些中腰部 KOL 已经借助 Kaito 实现了「逆袭」。他们也许粉丝数不及头部大 V，但由于勤勉地产出高品质内容，反而在排行榜上名次靠前，获得了与大 V 比肩的曝光。这对传统的 KOL 影响力格局是一种冲击：影响力不再仅由粉丝数量决定，内容价值和声誉也说了算。可以将其比喻为一种「影响力挖矿」－KOL 透过持续贡献优质资讯来「挖」取影响力积分（Yap）。相较过去单纯依赖长期累积粉丝，在这种模式下影响力的获取更加立体且动态。
同时，KOL 的变现模式也在转型。以往大 V 主要靠专案方付费宣传获利，如今则多了一个管道：透过存取 Yap 积分来等待未来兑现（例如兑换成平台代币 KAITO）。短期来看，Yap 积分本身无法直接变现，但它被赋予了不低的预期价值（已经有二级市场以估价折价交易这种预期）。由于 Yap 稀缺且获取难度高，许多 KOL 为此投入时间在 Kaito 上保持活跃，类似早期参与「挖矿」以获得未来收益。
当一些项目（如 Berachain）针对 Kaito 上的 Top Yapper 定向空投奖励时，KOL 们就更有动力保持排行榜领先位置以获取这些额外收益。这无形中降低了专案方直接付费给 KOL 投放广告的需求：与其花钱请大 V 发一条广告，不如拿出一部分预算作为社区奖励，激励大家在 Kaito 上参与讨论；KOL 也能从中受益。这样一来，KOL 和专案方的关系就从传统的甲方乙方，转变为共同参与社区运作活动的合作伙伴。 KOL 必须展现自己对专案的真知灼见才能赢得社群认可，而专案方也乐见 KOL 带动更多人讨论自己。双方在一个公开的平台上互动，讯息更加透明可见。
KOL Agency 的机会与挑战
对于 KOL Agency（KOL 经纪人/代理机构）而言，Kaito 模式可谓一把双刃剑。一方面，它削弱了过去 KOL Agency 所掌握的一些独家价值：专案方可以直接借助 Kaito 提供的数据和排行榜找到真正有效的传播者，而不必过度依赖代理商的人脉资源。 Kaito 提供了量化的 KOL 图谱和绩效清单作为参考，专案方能够自行识别出细分领域中最活跃的传播者，以及哪些使用者对专案表现出高度参与和忠诚。这样的数据透明度过去只有资深 KOL Agency 才掌握（基于长期经验知道哪些 KOL 擅长带来转换）；现在 Kaito 将这些指标公开化、数据化了。精确的 KOL 图谱可以提升行销投放效果，增加专案方价值回报——而建构这幅图谱所依赖的正是对海量资料的清洗和加权，这是 Kaito 的核心竞争力之一。如果 KOL Agency 仍沿用旧有模式，只提供模糊的 KOL 名单和粗放的投放策略，其价值难免被质疑。
但另一方面，KOL Agency 也并非全无用武之地。敏锐的代理商完全可以选择拥抱 Kaito，将其视为新工具加以利用。它们可以订阅 Kaito Pro 等高级服务，获得深度的数据洞察，进而为客户制定更有效的传播策略。透过 Kaito 平台，KOL Agency 可以更精准地帮助专案方实现传播目标，例如：
· 筛选 KOL： 参考 Yapper 排名、Smart Followers（核心追踪者）数量等指标，挑选出最契合专案的 KOL 进行合作。
· 策划话题： 利用 Kaito 对产业趋势的分析，策划让专案融入社群讨论的热门话题，引导更多用户参与讨论。
· 监控效果： 即时监控推广效果，透过 Yap 积分成长和排行榜变化来衡量声量转化，随时调整策略。
· 规则优化： 指导专案方善用 Kaito 的规则红利，例如如何发起 Launchpad 社群投票（由社群票选项目上榜的活动），何时激励社群产出更多相关内容等。这个角色有点类似搜寻引擎时代的 SEO 顾问——如今出现的是 InfoFi 顾问，专门研究如何玩 Kaito 生态。
在这个过程中，KOL Agency 的价值定位将从「资源中介」转变为「策略顾问」，这要求其深入理解 Kaito 的演算法机制和社群运作之道。可以预见，一些嗅觉灵敏的 Agency 机构已经开始研究 Kaito 的积分计算方式，寻找触发高分的要诀，以便更好地服务客户。当然要注意的是，Kaito 的演算法不断更新优化，想靠简单套路投机取巧刷分并不容易，但在合规范围内进行优化的空间依然很大（例如引导真实的社区讨论，而非刷屏造假）。总的来说，Kaito 给 KOL Agency 提出了挑战，但也提供了乘势而上的新机会：谁能掌握并利用好 InfoFi 工具，谁能在新范式下继续为客户创造价值。
讯息传播品质的提升与演算法挑战
Kaito 对产业传播内容品质的提升是有目共睹的。透过 InfoFi 激励机制，过去社群平台上充斥的纯广告、喊单贴文得到了抑制，取而代之的是更多详实的分析和理性的讨论。这对整个加密社群的资讯环境无疑起到了积极作用：投资者能够看到更多有见地的观点，减少被无意义噪音误导的风险；专案方也可以收到来自社群更真实的回馈和建议，而不再只有恭维或漫骂。注意力被引导到真正有价值的资讯上来，资讯流的有效性和含金量都显著提高。
但这一切也潜藏著值得警惕的隐忧－演算法主导下的话语权集中问题。随著越来越多的产业交流迁移到 Kaito 这样的平台上，平台演算法本身便拥有了巨大的影响力。就像过去人们担心 Google 的搜寻演算法决定了哪些网站能被看到，如今 Kaito 的演算法其实也在决定哪种声音会被放大。 InfoFi 虽号称公平，但前文分析也提到，它在机制上偏向已有声誉的用户。这可能导致一些创新的想法或逆向的观点如果得不到主流大 V 的认可，就很难获得传播；久而久之，会不会形成另一种「资讯茧房」？
Kaito 平台对演算法进行微调的可能性也值得关注－例如演算法可能偏向推广合作的项目资讯（据观察，对接取 Kaito 的项目，系统似乎明显鼓励用户多讨论）。作为崇尚去中心化的加密社区，我们理应对演算法垄断保持警惕，督促 Kaito 在规则制定上保持透明和公正。 Kaito 目前已经公开了一部分 FAQ 和基本原则，但具体的评分细节仍是黑箱。未来或许需要更 DAO 化的治理，让社群参与监督演算法的演进，确保 InfoFi 模式名副其实地公平激励真正优质的资讯。
技术原理：从资料获取到 AI 解析的幕后机制
Twitter API 资料获取：内容基础与挑战
作为一款专注加密资讯的平台，Kaito需要源源不断地获取（XX）上的 Twitter 资料。透过官方 API 接口，Kaito 自动抓取每条推文的文字、发布时间、按赞数和转推数等元数据，关联上作者资讯和互动用户列表，为后续的演算法判断奠定基础。
例如，一则讨论比特币的推文，Kaito 会记录其内容、发布时间、互动热度，以及发文者的影响力；如果有业内大 V 参与了互动，演算法就会判定这条讯息的含金量更高。实现这一切的前提是对 Twitter API 的高效调度和利用。
自马斯克上任后，Twitter 大幅提高了 API 使用费用：企业级介面起价高达每月 4.2 万美元（仅可查询约 5000 万条推文）。要追踪整个加密圈的动态，所需调用量远超这一级别，对创业项目而言成本压力巨大。虽然 Kaito 官方未详述具体应对措施，但可以想见团队必须对每一次 API 呼叫都精打细算。很可能他们采取了如下策略来控制数据获取成本：
· 聚焦重点领域： 优先抓取特定加密领域的核心帐号和话题，而非无差别地爬取全平台数据，以节约调用配额。
· 批次查询与快取： 利用批次查询、快取等技术手段减少重复请求，尽可能降低 API 呼叫次数。
· 用户授权众包： 有分析猜测 Kaito 要求用户绑定 X 帐户获取授权 Token，将部分数据抓取任务“众包”给用户自身，从而绕过官方频率限制。
在 jesse 看来，这些策略都是在不影响核心功能的前提下尽量降低资料成本和风险，以确保 InfoFi 模式拥有稳定的资料来源。
ChatGPT 内容解析：AI 赋能资讯价值
取得海量资料只是起点，Kaito 更重要的法宝在于呼叫 OpenAI 的 ChatGPT 模型对内容进行语意解析和品质评估。简单来说，Kaito 让 AI 扮演讯息的「品鉴师」和「过滤器」。每当用户在 X 上发帖，后台演算法都会对该内容进行智慧分析，包括识别这条推文所讨论的主题、评估内容是否有价值，以及判断其中有无刷量作弊行为。
借助先进的大型语言模型，Kaito 声称能够跨越语言障碍，对英文、中文等多语种内容一视同仁地理解和评分，不会厚此薄彼。这意味著无论用户使用何种语言发表见解，理论上都能获得应有的 Yap 积分奖励。
ChatGPT 模型也用于辨识垃圾讯息和灌水内容。根据 Kaito 官方和社群介绍，他们非常重视内容的原创性和深度，不会因为表面上的互动数据高就给予高分，更不会奖励纯粹刷屏或无意义的互动。举例来说，就算在贴文里机械地狂刷「加密货币」「Crypto」等关键字，也骗不了 AI 来获得积分加成，因为系统优先考虑的是真实、有意义的讨论。
jesse 的亲身试验对上述理想状态提出了质疑。在实验中，我发布了三条带有擦边意味的酷炫图片并仅配上寥寥数语的推文，意外斩获了近 190 点 Yap 积分。这三条推文的留言区清一色都是夸赞的客套话，几乎没有任何实质资讯。
如此水分极高的内容都能拿到如此高的积分，不禁让人怀疑：基于成本考量，Kaito 的演算法可能并未对每条推文进行逐字逐句的深度语义解析，或者在评分流程中采取了某种简化策略。也许当前系统更多还是依据基础互动数据来判定积分，在语意理解上有所取舍。这个发现让 jesse 对 Kaito 演算法的严谨程度产生了疑问：号称智能的内容评分机制，究竟在多大程度上真正落地了呢？
Smart Followers 机制：以质胜量的影响力评估
Kaito 在内容层面引入 AI 分析的同时，也没有忽略「人脉」因素。平台的创新之处在于推出了「Smart Followers」（聪明追踪者）机制，建立加密圈社交图谱，把追踪者的品质纳入内容价值评估。对 Kaito 而言，谁在关注你比纯粹有多少粉丝更重要。那些彼此互相关注、组成加密核心圈层的知名个人帐号，会被演算法归类为 Smart Followers（核心追踪者）。
如果某位作者的粉丝名单中大咖云集（例如 Vitalik Buterin、Binance CZ 等都在关注他），那么这位作者的影响力显然不同凡响，他发布内容获得的积分上限也会相应更高。
这套社交图谱模型使 Kaito 更客观地衡量每条推文的「圈内扩散度」：究竟是在圈外路人之间传播，还是直达行业顶层人物的视野。举例来说，一则讯息即便有 100 次转发，但如果大多来自互粉小号的自娱自乐，其实际价值可能有限；而另一则讯息只有 10 次转发，却包括 Vitalik 等重量级人物的参与，那么后者的「含金量」显然更高。针对这两种情况，Kaito 会赋予截然不同的 Yap 积分，避免单纯以转发或按赞数量论高下。
从实际结果来看，Yap 榜单上名列前茅的帐号往往并非粉丝最多的网红，更可能是被顶级 KOL 认可的深度玩家。正如一份研究报告所言，Kaito 并不迷信传统的粉丝量或浏览量等指标，而是将奖励的重心放在「聪明粉丝」的声誉权重上——即使你有几十万粉丝，但内容没有真正价值，拿到的 Yap 可能依然寥寥。这种「以质胜量」的评估方式在某种程度上矫正了纯拼流量的弊病，为 InfoFi 的资讯分发注入了一丝学术圈「同行评审」的味道：只有得到行家点赞的内容才能脱颖而出。
当然，Smart Followers 体系的具体演算法细节官方秘而不宣，我们只能从结果中推测其大致逻辑。 Kaito 团队担心如果规则完全透明，难免有人对症下药地套路刷分，破坏生态公平。目前来看，引入社交图谱的确提升了演算法抵御作弊的难度，但也给新人提出了新的挑战：如何赢得圈内大咖的关注与互动，成了获取高积分的关键门槛。一方面这是对内容创作者的正向激励，另一方面也隐隐担心会不会演变成少数大佬把持话语权的游戏——毕竟再智能的演算法，最终赋予价值的还是人际网络。
技术成本与多层 AI 架构的权衡
介绍了这么多「黑科技」加持的功能，也需要冷静下来审视现实的成本帐本——支撑 Kaito 这套复杂系统的是不菲的技术开销。首先是资料抓取成本。如前文所述，正规途径大量取得 Twitter 资料代价高昂，每月动辄数万美元。根据业内消息，Kaito 在早期曾尝试透过第三方管道或非公开介面获取数据，但随著 Twitter 收紧政策，这些灰色手段难以为继，不得不老实掏钱购买更高级别的 API 权限。这直接迫使 Kaito 在产品策略上做出取舍：如果一味面向普通用户开放大量查询，月度 API 呼叫的上限很快就会触及天花板。
Kaito 最近对一般使用者提供的免费查询服务相对有限，更倾向于将深度的资料分析能力出售给机构和专业客户。例如，一些对冲基金订阅的 Kaito Pro 专业版月费高达 $800 以上。透过服务少数付费的「大户」来承担高昂的数据帐单，这也解释了 Kaito 目前选择以 To B（面向企业机构）为主的商业路线。
另一块重大开支是 AI 算力。 Kaito 官方号称用了 GPT-4 等级的 AI 来理解内容，但每呼叫一次 ChatGPT-4 介面背后都是在「烧钱」。如果真的对每条推文都即时调用 GPT-4 解析，费用将是天文数字。粗略估算：即便使用较便宜的 ChatGPT-3.5，每处理 5 万条推文内容也可能支出上千美元；若换成成本数倍的 GPT-4 模型做全量分析，月开销甚至可能高达数万美元。
显然 Kaito 不会如此蛮干。据推测，团队可能制定了一套「AI 用工合理化」策略：该用大模型时才用，不重要的地方则用规则过滤或小模型预判，尽量减少调用 ChatGPT 的频率。另有迹象显示，Kaito 正在研发自有的大模型或多 Agent 系统，试图让一些微调后的开源模型承担基础的语意评分任务。这样一来，只有在遇到复杂问题或需要产生长段摘要时才调用昂贵的 GPT-4，大幅降低平均呼叫成本。
Kaito 创办人胡宇（Yu Hu）透露，他们目前采用 AutoGPT 异构代理架构，在后端部署多个 ChatGPT 模型协同工作，并以 ChatGPT-4 作为底层核心模型，同时透过微调自研模型来减少对第三方的依赖。这套多层模型架构体现出 Kaito 在效果与成本之间的艰难权衡：一方面要确保演算法分析够出色可靠，另一方面要精打细算压缩开支。这种「两头为难」的平衡正是当前 InfoFi 商业模式绕不开的营运挑战。可以说，Kaito 正在上演一场「技术豪赌」——一边烧钱构筑技术护城河，一边寄望未来能够找到更经济可行的替代方案。
结论：InfoFi 模式的反思与未来
Kaito 的平台设计是一次前沿技术与商业模式的大胆融合：它将社交内容量化为了“注意力资产”，再用代币激励引导优质信息产出。听起来很美，但真正实施起来并非一路坦途。 Kaito 所谓的「InfoFi」，在某种程度上更像是换了马甲的 SocialFi——无论叫 Yap 积分也好，换成别的名称也罢，本质都是透过社交网路来玩转流量和影响力的变现游戏。这一点上，它和 Friend.tech、Stars Arena 等早期 SocialFi 专案有著相通之处。
不同的是 Kaito 加入了一层 AI 过滤和声誉加权，试图提高游戏的「品质门槛」，不让纯粹的水军流量横行。然而从目前的效果来看，这套系统依然难逃马太效应：大人物占据榜单，高积分和头部影响力高度吻合，小号想出头则依赖于得到大号的提携。这到底是在打破资讯垄断，还是变相强化既有的圈层？这将是 Kaito 未来需要直面的核心问题之一。
更现实的挑战在于模式的可持续性。 Kaito 如今对 Twitter 生态可谓高度依赖——无论资料来源还是用户互动几乎都绑在 X 平台上了。这种寄人篱下的发展模式能走多远？如果 Twitter 再次提高 API 价格、收紧资料权限，Kaito 还能玩得开心吗？目前高昂的 API 费用已经迫使 Kaito 转向服务付费客户来支撑营运。但假如 InfoFi 模式要扩大到全民参与，这笔帐最终还是得想办法摊平。
另一方面，支撑 Yap 诱因的代币经济也存在悬念。目前 Yap 积分的价值较多停留在预期层面，一旦市场热情下降、预期价值下跌，平台上的头部 KOL 们是否会转投他处，从而令 Kaito 面临内容流失的风险？游走于各个平台的 KOL 往往是哪里回报高就奔向哪里。如果 Kaito 无法持续提供足够的收益或影响力回报，单靠情怀是留不住这些头部使用者的。
总的来说，InfoFi 模式要行得通，最终需要在激励深度内容创作与维持自身造血能力之间取得更好的平衡。 Kaito 能否在激烈竞争和资源限制下走出一条可持续的发展之路？我们拭目以待。
原文连结