本文翻译自耶鲁大学 Pavun Shetty 教授最新发表论文 ServerFi: A New Symbiotic Relationship Between Games and Players，分享了对未来游戏行业发展和 Web3 游戏行业的看法，提出了 ServerFi 这一全新的理论，有望成为 Web3 行业的下一个资本和社区压注的全新赛道。

原文链接：https://osf.io/h6dpm/

摘要

基于区块链的游戏引入了一个将「传统游戏」与「去中心化所有权和财务激励」相结合的新经济模型，促使了 GameFi 行业的迅速崛起。然而，尽管这些创新游戏具有一定吸引力，但它们在市场稳定性、玩家留存率以及代币价值方面也面临着可持续性的挑战。

基于此，本文探讨了区块链游戏的演变，并通过熵增加理论识别了当前代币经济模型中的主要缺陷。我们提出了两个新模型——ServerFi 模型，这是一个强调通过资产合成实现私有化，且关注高留存率玩家的持续奖励模型。我们通过群体行为模拟实验对这些模型进行了数学框架的形式化验证。研究结果表明，ServerFi 模型在维持玩家参与度和确保游戏生态系统长期可行性方面尤为有效，为未来区块链游戏的发展提供了一个有前景的方向。

关键词：区块链，GameFi，代币经济学

‍1. 引言

‍

随着技术的不断发展，游戏行业也在不断壮大：自上世纪 70 年代起，冒险家们就开始了这段旅程。70 年代，Atari 公司推出了《乓》(Pong)，一款乒乓球主题的街机游戏，吸引了众多消费者，并催生了许多仿制版本。随着更强大的微处理器、专用图形芯片和像康懋达 64(Commodore 64) 这样的家用电脑出现，开发出更复杂、视觉上更具吸引力且音效更丰富的游戏成为了可能。

在这些先驱之后，任天堂迅速占据了家用游戏机市场的大部分份额，其红白机 （Nintendo Entertainment System NES）家用游戏机推出了《打鸭子》（Duck Hunt）和《越野机车》（Excitebike）等经典游戏。同时，世嘉株式会社（Sega）和索尼（Sony）也凭借出色的作品崭露头角。Sega发布了 Genesis（16-bit 家用游戏机）和 Game Gear（掌上游戏机），而 Sony 则推出了 PlayStation 2 和 3，并通过增强的光盘游戏（CD-ROM Game）存储定义了 1994 年后游戏机的发展。游戏发展中的最后一个标志性事件是由微软公司（Microsoft）推出的 DirectX API（专为多媒体以及游戏开发的应用程序接口）采用浪潮。

在线多人游戏如《魔兽世界》和《堡垒之夜》革命性地改变了玩家的互动方式，并标志着游戏行业与互联网技术进步同步飞跃的一个里程碑。随着这些游戏成为文化现象，数百万玩家能够共享虚拟世界并充分享受技术带来的乐趣。而这之中，Google Stadia 和 Microsoft xCloud 的统治地位也显而易见：它们将游戏直接流式传输到玩家的设备上，从而提供无需强大硬件辅助的高质量游戏体验。这些突破性的创新性将玩家带入了一个高度社交和互联的体验世界，这无疑推动了游戏行业迈向下一个时代。

随着这一愿景的变革，公众重新关注并更加重视中心化和数据所有权问题。在传统游戏时代，玩家的数据和资产被存储在由游戏公司运行的服务器上，这种绝对中心化的方式即使在玩家购买了虚拟物品的情况下也是如此。受经典经济模型的持续影响，这些争议性物品的所有权从未归属于购买它们的玩家，而是由公司掌控。多年来，传统的经济模式围绕着玩家支出和公司利润而运转，几乎没有为玩家提供直接的回报。

‍2. 背景：GameFi 的兴起

‍

区块链游戏主要通过两种主要方式创造加密资产：将游戏内物品标记化为 NFTs，并授予可替代代币作为游戏中的流通货币的资格。2013 年见证了一些关键时刻，如 Meni Rosenfeld 提出的“彩色币”概念，唤起了人们对虚拟资产所有权重要性的重视，并将现实世界的资产镜像映射到比特币区块链上。四年后，Larva Labs 推出了 CryptoPunks NFT 系列，标志着 NFT 发展的一个重要里程碑，并通过其 10000 个独特、随机生成的角色形象，启发了以太坊（Ethereum）上用于数字艺术和收藏品的 ERC-721 标准。

自此，NFT 技术显然受到了一些有远见的创始人的追捧。Dapper Labs 在以太坊上推出了第一个区块链游戏《谜恋猫》（CryptoKitties），尽管这款游戏让网络负担过重并导致了显著的交易延迟，但这仍然算得上链游的一次成功尝试。在这款游戏中，玩家可以购买、繁殖和交易虚拟猫，每只猫都有独特的视觉特征和不同的稀有度。CryptoKitties 的成功显示了基于 NFT 的游戏玩法的吸引力。第一，CryptoKitties 利用了财产真实所有权和潜在财务收益的心理吸引力，吸引了狂热的收藏者和精明的投资者。其次，CryptoKitties 创造了一个内在的金融循环，提供繁殖和交易稀有猫的激励，形成了一个投机环境。CryptoKitties 在同年内吸引了数百万玩家，这些玩家不仅拥有这些稀有“猫咪”，更在 CryptoKitties 社区中获得了社会身份和归属感。

加密游戏涉及 NFTs 和 P2E（边玩边赚）模式，Sky Mavis 的 Axie Infinity 是继 CryptoKitties 后的又一个重要的继承者。这款游戏凭借其令人着迷的游戏循环机制成为了一个大热门，玩家会因为不断的“再来一局”而玩到深夜。Axie Infinity 允许玩家收集、繁殖和战斗被称为 Axies 的幻想生物。每只 Axie 背后都有一个 NFT，拥有独特的属性和能力，这些能力可以通过战略性繁殖和游戏玩法增强。与 CryptoKitties 相比，这款游戏引入了更复杂的游戏机制和更健全的游戏内经济，其设计理念影响了广泛的玩家群体，并为所有后续的区块链游戏设定了新的标准。

3. 代币经济学挑战与我们的解决方案

面对传统在线游戏的竞争，区块链游戏已经习惯于将数字资产存储在区块链上，这使得玩家所占有的物品可以被出售，甚至可以转移到另一款游戏中或用于特定的去中心化金融（DeFi）项目。激励模型在大规模采用区块链技术后逐渐成型，开辟了一条为玩家和开发者之间建立尖端生产关系的新途径。随着时间的推移，这些创新旨在重建一个电子社会，并有潜力改变蓬勃发展的后游戏产业。

然而，面对这些显著的进步，我们必须问：为什么游戏开发者选择寻求源于迅速崛起的 GameFi 领域的新生产关系，而不是继续沿用传统的、轻松的游戏体验？

大多数游戏都有一定的生命周期，CryptoKitties 也不例外。游戏中的一个重要机制是繁殖，它允许玩家生产新猫咪，这无意中增加了供给，并随之减少了单个猫咪的稀有性和价值。随着更多玩家参与游戏并繁殖猫咪，二级市场很快就变得饱和。

虽然这个场景是新奇的，玩家们也受到了激励，但困境却非常熟悉：如何保持流通代币的价格。如果没有足够的活跃玩家，需求就无法跟上不断增长的供给，这进一步加剧了代币贬值的情况。那些投入大量时间和资源进行繁殖的玩家可能会发现他们的努力收益有所减少。当初的故意稀缺性可能会随着游戏的共同推进而逐渐消失，导致玩家参与度降低。

基于此困境，熵增加理论与代币经济学的应用为解释区块链项目中代币流动和价值波动的动态提供了一种专业且有见地的方法。

熵增加理论基于热力学第二定律，认为在封闭系统中，熵（无序度的量度）会随着时间的推移而增加。这一概念可以类比应用于经济系统，尤其是代币经济学，以增强我们对代币分布、使用和市场波动的理解。

在代币经济学中，代币的初始分配通常是有序的。在这一阶段，代币在市场上相对集中，价格保持稳定，玩家的预期较高。随着时间的推移，更多的代币通过游戏机制产生并进入市场。玩家交易和代币流动的增加随后会提高市场的熵（无序度）。在这个中间阶段，内部系统混乱的激增导致代币价格的高度波动。代币经济学可能会面临挑战，例如市场上的代币供过于求导致通货膨胀，以及投机者大量涌入导致的价格不稳定。如果没有有效的市场调控和激励机制，系统可能会达到高熵（无序）状态，此时代币的价值通常会下降，玩家的参与度也会降低。

因此，为了维持系统的长期健康，必须找到一种连接新激励机制和调控措施的方式。这些措施可以减缓熵的增加，从而保持市场的相对秩序与稳定，并维持玩家的参与度。

通常，我们谈论代币经济学时，往往会将其视为孤立的事件，就像一个特定原因导致的单点故障。但从这个角度来看，故事不仅仅关于任何一个公司，而是关于代币流通的无情熵增。

例如，Axie Infinity 的代币经济设计从玩家的角度来看存在一些缺点：首先，Axie Infinity 的代币经济高度依赖于新代币的不断生成，例如 Smooth Love Potion（SLP）。随着更多玩家参与并繁殖 Axies，市场上新生成的代币数量增加，导致市场代币供需失衡，代币价值随之下降，进而导致玩家持有的代币贬值。

其次，在代币生成事件（TGE）期间，许多玩家和投资者涌入市场，试图通过买卖代币迅速获利。这种投机行为可能导致显著的价格波动，影响市场稳定。长期来看，早期投机者获利后退出市场可能会导致代币价格暴跌，给普通玩家带来不利影响。

第三，Axie Infinity 的经济模型缺乏在 TGE 后维持玩家参与度的持续激励机制。随着最初的新奇感逐渐消失，由于经济激励有限，玩家的热情可能会减弱。解决游戏中的任何缺陷有助于吸引新用户，并可能增加对代币的需求。参与 Axie Infinity 需要玩家购买 Axies，这需要高额的初始投资成本。这一高成本成为新玩家的障碍，限制了游戏的普及性。此外，稀有 Axies 的市场价格可能高得让普通玩家望而却步。

基于上述讨论，我们提出了改进 GameFi 中代币经济模型的两个建议：

‍i. ServerFi：通过资产合成实现私有化

与 Web3 精神一致，玩家可以被允许将他们的游戏内资产结合起来，最终获得未来服务器的主权。这个被称为“ServerFi”的概念，涉及玩家在游戏中累积并合成各种 NFTs 和其他数字资产，以获得对游戏服务器的控制权。这种形式的私有化不仅激励玩家更深入地投资于游戏，还与 Web3 去中心化和社区驱动的理念相一致。

通过授予玩家游戏服务器的所有权和控制权，我们可以培育一个更具参与度和忠诚度的玩家群体，因为他们在游戏生态系统中有实际的利益。例如，我们可以设计一个游戏，玩家每天根据他们对游戏服务器的贡献值来获得抽奖机会。这些抽奖机会可以用于抽取碎片。当玩家收集到所有必要的碎片时，他们可以合成一个 NFT。通过质押这个 NFT，玩家可以分享该游戏服务器的用户贡献值。

ii. 为高留存率玩家提供持续奖励

另一种方法是项目团队持续识别并培养高留存率玩家，以维持代币的活力并确保游戏的生态健康。通过实施先进的算法和数据分析，项目可以监测玩家的行为和参与度，为那些在游戏中表现出强烈承诺和活动的玩家提供有针对性的奖励和激励措施。

这种方法确保了最忠诚的玩家保持参与，推动了持续的参与和互动，进而支持了游戏代币经济的整体稳定和增长。例如，我们可以设计一个游戏，游戏服务器的部分收入每天以空投的形式分发给排名靠前的用户，依据他们对系统的贡献值。这个方法将创建一种边玩边赚的动态，奖励玩家的参与和贡献。

4. 我们的实验

为了评估我们提出的代币经济模型的有效性，我们对每个模型进行了群体行为模拟实验。这些实验旨在比较和分析基于两种不同代币经济框架的区块链游戏在价值捕获能力方面的差异。为了更准确地建模，我们首先将这些代币经济机制的定义形式化如下：

‍I. ServerFi：通过资产合成实现私有化

1. 设 vi 表示玩家 i 在每次迭代中对系统的贡献值。

2. 函数 f(v) = vλ表示玩家通过贡献值 v 获得的抽奖次数，其中λ是一个大于 1 的缩放常数。

3. 假设抽奖中有 k 个碎片，每张卡的抽取概率为 1/k。

4. 假设第一天的新玩家数量为 n，考虑到游戏的增长动态，我们定义第 i 次迭代中的新玩家数量为 n/α(i−1)。

5. 假设游戏中的所有玩家都是理性的。因此，如果玩家计算出合成一个 NFT 的成本超过了当前质押奖励，他们将选择离开游戏。具体来说，对于新玩家，收集所有碎片的预期成本是λ∑ki=1ki。当这个成本超过单个 NFT 的质押奖励时，将不会有新用户加入游戏。

6. 在第 i 次迭代（天）中，该系统的总价值为 Ti =∑n1 vi，其中 n 是第 i 次迭代中的玩家数量。

‍


II. 为高留存率玩家提供持续奖励




1. 设 vi 表示玩家 i 在每次迭代中对系统的贡献值。

2. 我们规定系统将奖励前 20% 的玩家，给予他们过去五天总收益的 80%，基于他们在这段时间内的累积贡献。

3. 我们假设游戏中的所有参与者都是理性的。每个玩家都有一个随机初始化的容忍阈值，如果他们连续多次未能获得奖励，他们将选择离开游戏。

4. 系统在第 i 次迭代中的总价值为 Ti =∑n1 vi，其中 n 是第 i 次迭代中的玩家数量。

‍

鉴于现实世界情境中的固有随机性，我们的实际模拟实验从多个角度引入了随机噪声，包括个人行为和人口增长。例如，我们在个体建模中引入了突变操作，以捕捉参与者在游戏中生产力的随机波动。为了确保两种策略之间的公平比较，实验设计了相同的参数，如最大迭代次数和初始人口规模。每个经济模型的群体经历了 500 次迭代，每次实验重复 100 次。模拟结果如图 1 所示。横轴表示迭代次数，纵轴表示每次迭代中玩家贡献的总价值。浅色带表示最大值和最小值之间的范围，深色线表示均值。

在资产合成实现私有化模型（左图）中，我们观察到随着迭代次数的增加，玩家总贡献值呈现出持续上升的趋势，表明该模型在维持玩家参与度和推动长期价值增长方面效果显著。相反，高留存率玩家持续奖励模型（右图）最初表现出玩家贡献的急剧上升，然后显著下降。尽管该模型在早期阶段表现出高玩家贡献，但后续迭代中观察到的下降表明在维持长期玩家参与度方面存在挑战。

基于建模结果，我们认为，虽然持续奖励高留存率玩家的策略可能在早期推动显著的参与度，但它本质上会随着时间推移导致玩家分层。具体而言，这种方法通过提供不足的正反馈，可能会边缘化长尾玩家，最终导致他们的游戏参与度下降。这种分层还倾向于为新玩家设置高门槛。结果是，随着新玩家流入减少，加上长尾玩家的离开，现有顶级玩家可获得的奖励也随之减少，从而形成恶性循环。

相比之下，ServerFi 机制基于碎片合成，引入了碎片抽取过程中的一定随机性，从而增强了玩家社区内的社会流动性。对于现有的 NFT 持有者，持续的 NFT 合成确保了即使是顶级玩家也不能轻易“高枕无忧”；他们必须持续贡献价值以维持其地位。对于新玩家或贡献较低的玩家，仍然有大量机会合成 NFT 并分享服务器奖励，从而促进向上的流动性。因此，ServerFi 模型更有效地促进了玩家间的社会流动，重振了整个系统，并培养了一个更可持续的生态系统。

5. 总结

在本文中，我们深入探讨了当前区块链游戏中存在的代币经济学挑战。

分析表明，传统的经济模型往往导致市场不稳定、玩家参与度下降和代币价值不可持续。为了解决这些紧迫问题，我们提出并分析了两种有前景的代币经济模型，特别强调了基于资产合成实现私有化的 ServerFi 模型。通过广泛的群体行为模拟实验，ServerFi 在维持玩家参与度和确保游戏生态系统的长期可持续性方面展现了显著的潜力。

与传统模型不同，ServerFi 通过引入一个动态竞争的环境，在维持地位的过程中需要持续贡献价值，从而有效地促进了玩家之间的社会流动。该模型不仅培养了一个更具活力和包容性的社区，还为未来的区块链游戏提供了一个可扩展和有韧性的框架。随着行业的发展，ServerFi 方法可能代表了代币经济学结构中的一个关键转变，为去中心化技术在游戏中的整合提供了更可持续的发展路径。

引用

[1] Rich Stanton. A brief history of video games: From Atari to virtual reality. Robinson, 2015.

[2] Mingchuan Gong, Christian Wagner, and Ahsan Ali. The impact of social network embeddedness on mobile

massively multiplayer online games play. Information Systems Journal, 34(2):327–363, 2024.

[3] Juliane Proelss, St.phane S.vigny, and Denis Schweizer. Gamefi: The perfect symbiosis of blockchain, tokens,

defi, and nfts? International Review of Financial Analysis, 90:102916, 2023.

[4] Meni Rosenfeld et al. Overview of colored coins. White paper, bitcoil. co. il, 41:94, 2012.

[5] Giulio Anselmi and Giovanni Petrella. Non-fungible token artworks: More crypto than art? Finance research

letters, 51:103473, 2023.

[6] Lennart Ante. Non-fungible token (nft) markets on the ethereum blockchain: Temporal development, cointegration

and interrelations. Economics of Innovation and New Technology, 32(8):1216–1234, 2023.

[7] Shealtielle Blaise De Jesus, Daphne Austria, Daniela Raine Marcelo, Ceejay Ocampo, April Joyce Tibudan, and

Jhoselle Tus. Play-to-earn: A qualitative analysis of the experiences and challenges faced by axie infinity online

gamers amidst the covid-19 pandemic. International Journal of Psychology and Counseling, 1(12):291–424, 2022.

[8] Omar Alam. Understanding the economies of blockchain games: An empirical analysis of axie infinity. Distributed Computing Group Computer Engineering and Networks Laboratory ETH Zürich.—2022.—URL: https://pub. tik. ee.ethz. ch/students/2, 2022.

[9] Roberto Moncada, Enrico Ferro, Maurizio Fiaschetti, and Francesca Medda. Blockchain tokens, price volatility,

and active user base: An empirical analysis based on tokenomics. Price Volatility, and Active User Base: An

Empirical Analysis Based on Tokenomics.