「XToEarn」应用的红与黑

进入2022年，加密资产市场走熊，但出现了板块轮动现象。热度先从DeFi 2.0的疯狂走到泡沫破灭，又在稳定币大战与熄火中消失，PFP头像类NFT也逐渐从狂欢走入沉寂。当前讨论度最高的区块链应用之一是‘Move To Earn’模式的运动类项目，它的典型代表是STEPN。

STEPN是搭建在Solana上的运动类项目，它结合区块链Token的激励机制和NFT，引入了‘MoveTo Earn’概念，用区块链技术和经济激励对运动这样的现实场景做商业化的新尝试。在STEPN中，用户通过购买虚拟跑鞋NFT，通过在现实生活中的跑步赚取Token奖励，再升级跑鞋、继续运动，靠赚取更多奖励或出售高阶跑鞋来获得收益。

STEPN自2月上线以来就引起市场关注，运营2个月后，项目官方披露的玩家日活数达到50万以上。该项目的治理代币GMT自3月上线币安后，从0.01美元一路上扬并在4月30日最高冲至4.17美元。

STEPN带来的暴富故事在网络流传，但自历史高点后，GMT进入下跌态势。5月27日，STEPN官方宣布，受监管政策影响暂停中国大陆用户的GPS和IP的服务。消息一出，GMT暴跌，如今在0.9美元上下震荡。

STEPN的热度告一段落，但‘XTo Earn’的模式引来效仿，不少项目带着能成为下一个STEPN的目标走进用户视野。

事实上，将‘X To Earn’模式变成具体的应用，其鼻祖还是‘Play To Earn’（P2E）玩赚链游的代表产品Axie Infinity。这款小精灵战斗游戏一度在疫情蔓延的2020年到2021年成为东南亚一些普通玩家的日常收入来源，直到后来由于经济模型带来的通胀问题导致玩家收入减少，游戏的火爆程度才有所下降。

最新数据显示，Axie Infinity的本周周收入已经低于100万美元，而在去年8月正当红时，该游戏的每周收入最高可达2.15亿美元。财富效应消失，该游戏的吸引力逐渐减弱。

Axie Infinity对整个区块链应用的贡献是打开了P2E游戏设计的大门，甚至由它衍生出了各种类型的To Earn项目。从Axie Infinity到后来的STEPN，以通证激励+NFT的方式吸引玩家这条路的确能够走通，但难以克服的仍然是激励的经济模型设计如何能规避后期高通胀带来的收益缩水问题。

那么，目前‘X To Earn’模式的应用场景有哪些？哪些应用受到了关注？它们存在哪些问题？

‘X To Earn’模式类应用的演变

‘X To Earn’模式中的X常常代表场景，Earn则表示赚取加密资产收益，结合起来就是在某个场景中赚取加密资产收益。

如果非要在区块链世界中给‘X To Earn’模式溯源，Staking（质押）可以视作最早的‘To Earn’场景，即用户通过锁仓或质押加密资产赚取收益的过程。

Staking最初是PoS或DPoS（权益证明机制）类区块链的节点实现收益的方式。在分布式运行的区块链网络中，人们通过质押网络原生Token的方式成为支持网络出块、保障网络安全的节点。

人们为什么愿意搭建节点？因为当节点‘有钱赚’。通过Staking成为节点后，运营节点的人可以获得区块奖励（网络的原生Token）。区块链早期代表链EOS.IO就曾经引领了Staking的浪潮，该原生Token EOS的市值曾经长期站在加密资产世界的前五名之列。

Staking这种模式后来广泛应用在DeFi市场中，用户在各种DeFi应用中质押加密资产以赚取其他DeFi代币（Token）的奖励。

直到链游Axie Infinity提出了‘Play To Earn’（边玩边赚），这才打破了‘To Earn’的单一场景，且让‘赚钱’这种目标在场景更具体、用户更可感的应用中实现。

‘Play To Earn’（简称为P2E）主要应用在游戏场景中，开发者将游戏建立在区块链网络上，将产生于区块链的Token融入到游戏人物和道具中，并将Token奖励模型设计到玩法中。用户参与游戏可以获得NFT或Token激励，这些激励一般有专门的二级市场交易渠道，可以将之兑换为主流加密资产，成为用户收益。其中围绕NFT，甚至演变出在链上开展的NFT租赁和借贷等金融业务。

Axie Infinity火爆之后，各种P2E游戏爆发式出现，有制作粗糙的，也有设计精良的，但后来推出的P2E游戏越来越同质化，大多沦为Axie Infinity的仿盘，用户产生审美疲劳，当可玩性和收益率都不占优势时，一些项目也被逐渐淘汰。

P2E游戏陷入增长瓶颈后，一些区块链应用的开发者试图将‘Play’替换掉，植入其他场景，希望也能产生Earn的效果。2022年，运动项目STEPN出现，提出了‘Move To Earn’（边运动边赚钱）的概念，Token激励开始结合线下场景，逐渐衍生出‘X To Earn’这一大门类的加密资产应用板块。

如今，代表‘X’的场景已经不仅是游戏和运动了，但任何场景都能‘To Earn’吗？

‘X To Earn’的主要应用场景

目前，基于‘X To Earn’模式构建的应用，主要场景包括游戏、运动、学习、驾驶等。

‘边跑边赚’的STEPN

简介

STEPN 以App方式供用户下载，其中经济激励系统基于Solana区块链搭建。该应用内置了‘跑鞋’NFT，玩家通过购买‘跑鞋’后通过步行或跑步来赚取奖励。相比游戏，STEPN将‘To Earn’这种经济激励机制和线下的运动场景做了连接，这是它的创新之处。

商业模型

STEPN的盈利模式核心是销售‘跑鞋’NFT，相比普通的实体运动鞋，虚拟运动鞋NFT化后，成为一种可供用户交易的商品或藏品。

用户使用STEPN App记录跑步或走路的过程，首要拥有一双NFT‘运动鞋’（Sneaker），获取方式目前有两种：要么在NFT市场上直接购买，要么去NFT租赁市场上租用。

利用STEPN 赚取的收益以其设计的经济系统内各种加密资产表示，To Earn的方式有三种。

STEPN采用了双Token经济机制，GST是运动代币GST，GMT是治理代币。GST在用户利用STEPN的运动中产出，总量无上限，用于铸造‘新鞋’、升级‘运动鞋’，使用即销毁，它是游戏内的主要激励。治理代币GMT主要用于投票决定社区治理、应用的收益分配，以及应用内某些特定场景。

主要注意的是，STEPN目前在中国大陆地区不可用。

‘边骑边赚’的BikeRush

简介

BikeRush围绕骑自行车的场景尝试‘RideTo Earn’模式，也是运动类的应用。与STEPN相比，它只是替换了运动的具体场景，在经济模型设计上没有太多创新。

商业模型

用户使用BikeRush需要在应用内配备‘自行车’NFT，然后通过在户外骑车赚取Token奖励。

BikeRush为NFT设置了四种类型的‘虚拟自行车’，包括城市自行车、山地自行车、公路自行车和未来自行车，每辆自行车都有不同的属性指标，如性能指标、保养指标、幸运值等。

和STEPN一样，BikeRush也采用了双代币机制——BST和BRT。其中，BTS运用于应用的骑车场景，它无限量供应，玩家骑车即可获得，也是‘使用即消耗’，消耗的场景包括‘自行车’维护、升级零件、铸造新‘自行车’NFT等；BRT为治理代币，主要用户社区投票，供应量为50亿。

用户在BikeRush获取收益的方式主要有两种，一是出租或出售NFT资产——玩家选择在DApp内的市场上出租或出售他们的NFT骑行装备；二是在户外骑行、比赛或冲刺以获得BST代币奖励。

需要注意的是，目前BikeRush产品还处于测试阶段，并未公开上线。

‘边学边赚’的Let Me Speak

简介

Let Me Speak原是一个学习英语的互联网应用软件，已经上线4年。它通过情景和游戏设置以降低用户学习英语的门槛。2021年8月后引入了NFT和Token模型，试图以‘Speak To Earn’模式向Web3转型。

2021年8月，Let Me Speak公开预售了NFT‘学习角色’，NFT的级别划分为普通、罕见、稀有、史诗、传奇五个等级。持有普通级NFT学习英语的用户免费，但不会获取收益，其它四个级别的NFT需要用稳定币USDC购买，免费学习的同时还能获得奖励激励。

今年2月，Let Me Speak上线了‘边学边赚’模式的测试版，用户可通过持有NFT角色学英语赚取应用内代币LSTAR的奖励，LSTAR可直接在应用内兑换为USDC。

商业模型

用户可以在DApp内置的NFT市场上购买NFT角色，也可以在NFT市场租赁一个NFT角色，租用NFT的用户获取的奖励可与出租NFT的所有者分成。

每个NFT角色每天都有能量，学习会消耗能量使其转化为LSTAR代币奖励，LSTAR可直接在应用内兑换为USDC。

用户可持有两个NFT角色，两个NFT可生成新的NFT角色，这时需要消耗LSTAR作为燃料；用户也可以不断升级NFT角色。Let Me Speak为不同的NFT角色在技能、XP等级、升级和其他成就上提供额外奖励。

Let Me Speak试图运用‘LearnTo Earn’模式将学习与经济激励、正向反馈机制相结合，期待用激励提高用户的学习兴趣和积极性。但问题是，NFT市场可能催生出很多非英语学习的用户，形成NFT炒作空间，当学习与赚钱摆在一起时，很可能偏离学习本身的目标。当然，应用的运营方的确会赚钱，用户能否To Earn仍需打个问号。

‘边开车边赚’的Hivemapper

简介

Hivemapper 是一个基于区块链技术搭建的加密地图，它想要创建一个奖励贡献者的去中心化的地图应用。

目前，大众熟知的谷歌地图、百度地图等，主要由互联网巨头开发和运营。网络地图的维护和构建成本非常高昂，需要定期测绘添加新的地面变化并及时更新，盈利不靠C端，收入主要来源于构建在地图上的商业服务，比如打车场景。

无论是地图数据还是用户数据，这些数据均由地图产品所属的互联网巨头把持，流量成为地图的重要收入切口，且与普通用户无关。

在这样的行业格局下，Hivemapper希望能够构建一个去中心化的地图，并运用Token机制激励用户贡献各种地图产品所需要的数据及信息。

商业模型

用户想要加入到Hivemapper的激励体系需要硬件配置，即售价549美元的Hivemapper行车记录仪，安装该记录仪及自动追踪应用程序后，用户的车辆如同一个移动的地面测绘和扫描仪，只要行进即可随时进行路况数据及数据的采集，同时赚取Hivemapper代币 HONEY奖励。

一个问题是，多数车辆用户的行进路线可能是固定的，比如上班族家与公司的两点一线，数据信息的重复可能是个问题。激励也许能让用户开着车到其他地方采集数据并获得奖励，但代币奖励能否覆盖记录仪及油费成本是个问题。

也许还有很多不足，但Hivemapper还是受到了资本的青睐，4月5日，它宣布获得了1800万美元的 A 轮融资，本轮融资由Multicoin Capital领投，Solana创始人、前苹果地图（Apple Maps）的高管和Helium首席执行官等参投。这些资金将用于推出Hivemapper（原生代币HONEY）的主网以及引入更多的地图贡献者。

‘X To Earn’经济模型的难题

如今，运动、学习甚至地图制作这些场景都开始采用‘X To Earn’模式，试图将代币激励模式从线上场景转移至更有现实意义的线下场景中。

在‘Play To Earn’模式中，玩家主要集中在线上世界，与真实的世界并没有太多互动。链游项目的问题集中在可玩性较差、赚钱效应衰减等方面，一旦这些缺陷长期得不到修正，游戏的生命周期将结束。

当‘X’能代表更多线下场景时，链上应用产品必然会增强与线下场景的互动，将运动、学习等具体行为数据化后，经济激励也变得可量化，更重要的是，‘X To Earn’为正向行为开创了一个新的激励方式。

你当然可以用Keep免费记录运动，用流利说免费学习英语，当想要定制化服务时，你得消费。购买服务后，能不能真的运动、真的按课时学习英语，靠的还得是用户的意志力，有时候毅力打折时，得用‘不能浪费钱’来刺激自己，此时，反馈就不再是正向的。‘X To Earn’反其道而行，试图用‘赚钱’模式来吸引用户坚持，这相比消费当然更具吸引力。

但正如我们在上述应用中所指出的那样，一些线下场景中使用‘X To Earn’时，存在一些跑不通的商业逻辑，甚至面临监管问题。

有专业人士认为，适合‘X To Earn’模式的应用场景往往需要满足两大关键因素，有具体的应用场景，行为可量化，数据能细化，能为用户带来正向感受，目前来看，运动、学习、游戏较为适合‘X To Earn’的场景，但日后能否长远发展，仍需要用户及市场的检验。

对于用户来说，‘X To Earn’模式的区块链应用依然存在门槛高、金融风险等问题。这类应用入场券往往是NFT，这对初期用户较为友好，因为应用上线早期，‘门票’往往价格较低，但对后来用户来说，已经涨过一轮的‘门票’会随着市场等外部因素潮起潮落，后来者的参与成本与回本周期会变得十分不确定，甚至遭遇亏损风险。这也是为什么‘X To Earn’模型经常会被质疑为庞氏的原因。

除此之外，‘X To Earn’类应用常常使用双代币激励机制，这样的经济模型一旦设计不合理，会严重影响奖励的价值，进而影响应用的日活。

以Axie Infinity为例，它既有游戏内代币SLP，又有治理代币AXS。

SLP为无限量供应，主要在游戏过程中生成、消耗。但消耗场景较少，SLP的生成量远大于消耗量。加上有组织的‘打金游戏公会’参与游戏，加速了SLP的产出，他们获得的SLP奖励会直接抛向二级市场，造成SLP价格下跌。

无限量供应、消耗场景少、产出速度快，SLP陷入了供应量增加、币价下跌的死亡螺旋。从去年7月起，SLP从0.4美元开始一路下跌至，到目前已经跌至了0.005美元，这期间没有任何回调。尽管Axie Infinity多次表示要为SLP增加消耗场景，但依旧没有改变它下跌的态势。

相较而言，同样采用双代币激励的STEPN表现较好，官方表态，没有与打金公会合作，堵住巨鲸选手的进场，就堵住了激励的产出速度及抛压。此外，相比Axie Infinity，STEPN为‘运动鞋’NFT设置了多重升级指标，激励消耗的场景相对较多元。然而，STEPN还是无法摆脱不确定因素，退出中国大陆市场的消息打击了游戏内加密资产的价值，有持有用户面临收益减少甚至亏损的风险。

可以预见的是，与线下场景结合的‘X To Earn’类应用还将继续出现，场景是否适用、场景与经济激励能否有效结合、经济激励如何可持续发展、监管如何规管都将成为这类应用需要迎接的挑战。