如果我們這樣看一個NFT

我一直在思考，自己在購買一個NFT作品時的動機。雖然這個決策可能非常直覺化，“喜歡，中意，和xxx很相似”（抱歉，流行從來不在我的詞典里），但在做決策之前，確有一些有趣的觀察、分析、對比和說服的過程。這些方面雖然不能用文字描述的面面具到（在腦子里是一個看不見但高效的計算過程），但也能總結出一些基本的思路。

所有的媒體都在專注地報道Punks的價格，但我覺得更有趣的可能是揭開一個個自組織形態的謎題。如果互聯網涌現的秩序性是構建網絡之個體行為的某種規則性的后果，那么如果可以visualize網絡結構的形成過程，就可以理解自組織的進程。而NFT作為網絡中識別社區和模塊的通用方法，是否可以幫助更好的呈現網絡關系？

這篇文章基于我最近收藏的一個NFT項目——Blitmaps為例進行解釋。

如果我們這樣看一個NFT

網絡（network）

為什么把網絡放在第一位，是因為發生在區塊鏈上的一切可追蹤的特性，這種高度可追蹤(onchain transaction)、可聯系(connect with decentralized social identity)的特性是否能更清晰的還原自組織網絡的形態，進而還原更復雜的系統是我非常感興趣的話題。

社交網絡、、金錢、宗教、語言、文化都會對個人之間的關系產生影響，但是當個人關系存在自由空間的時候，這些網絡的形成便不是嚴格規劃的。在所有的這些情況下，系統的整體組織產生于其組成部分的整體行為，即某種自下而上的自組織的過程。這個過程可以解釋為何許多網絡即便沒有規劃，卻仍然顯現出異質性這樣明顯的有序標志。——Networks

異質性可能成為某種隱藏有序結構的標志，他并非某種自上而下的計劃，而是有系統的所有元素共同作用而產生。這個特征在大范圍不同網絡中的出現表明，在許多這種網絡中，可能有著某種共同的底層機制在起作用。

延伸閱讀：復雜問題-經濟問題-與我相關的經濟問題 的討論

故事（storytelling）

故事性（storytelling）是看的見，見仁見智的部分。除了吸引人的情節、角色設計和故事本身，我會看它會不會在思考兩個問題：

1/why onchain?  2/how collective?

第一，這是個沒有答案的問題，但并不妨礙他提出這個問題并展現給你他的思考，「為什么作品要上鏈？」。藥不然這和以前的東西有什么區別呢？現在可以做的不用區塊鏈完全也能做到。

第二，眾所周知，區塊鏈被吹的最多的變革特質之一就是：新的組織方式。我對這一點第一次有點感覺是寫gitcoin15天公司時候——當時在gitcoin的線上hackathon discord里面泡了半個月（采訪了好幾個參賽者），第一次感覺到天南地北地球村兒的人們為了同一件事，樂此不疲的討論啊協作。如今到了NFT的情景下，這個「同一件事」變成了一個符號??，一個社區符號。那么它是如何激勵各種參與者，來迭代一個共同完成的故事，并讓這個故事持續下去？

人（people behind）

關于人，其實和網絡密切相關，他們是網絡中的“樞紐節點”，或者叫超級連接器。以某個/些人為核心形成的網絡（想成DAO網絡也行）和其他的網絡存在著重合overlap，僅通過直覺觀察，punks、猴子BAYC、hashmask，Blitmap等就有很多重合節點。

Kova Tax獲得澳大利亞政府撥款，用于開發加密納稅申報軟件Syla:2月10日消息，澳大利亞向澳大利亞加密會計和稅務咨詢公司Kova Tax提供一筆政府撥款，用于開發納稅申報軟件Syla。根據周二發布的公告，第二輪“促進女性創始人倡議（Boosting Female Founders Initiative）”已向Kova tax的Syla平臺授予387550澳元（約合277929美元）的贈款。（Blockworks）[2022/2/10 9:43:08]

異質網絡存在樞紐節點（超級連接器），一個明顯的例子就是機場樞紐（比如倫敦、法蘭克福和紐約等），它們承載整個航空交通的大部分運力；代謝網絡的樞紐是ATP分子（腺苷三磷酸）：它在大量的生物化學反應中起到能量載體的作用；再比如科學合作中，那些與大量同行合作的關鍵人物：像保羅·埃爾德什*

保羅·埃爾德什數（簡稱埃數）*：保羅·埃爾德什的埃數是0，與他合寫論文的話埃數就是1，一個人至少要k個中間人（合寫論文的關系）才能與保羅·埃爾德什有關聯，他的埃數就是k+1。例如：保羅·埃爾德什與A合寫論文，A與B合寫論文，但保羅·埃爾德什沒有與B合寫論文，則A的埃數是1，B的埃數是2。

好，我們用一個具體的例子來看一下以上這些方面。因為我的閱片（呸，閱NFT）數量有限，所以僅根據我最近收藏的一個NFT，來具體討論。

故事（the storytelling）

這個NFT系列叫做Blitmaps，是一個科學幻想宇宙為背景的故事。

Blitmap——原始NFT

Blitmap是這個系列的原始NFT，由16個藝術家設計100個原創像素作品（pixel），并由社區將任意兩個mix后形成1600個siblings衍生作品。一共1700個作品。

Blitmaps 兩兩生成一個新的

共計1700個Blitmap，筆者的壽司在中心處

Blitnauts——「有生命」的角色

第5個角色：DEX

Blitnauts是Blitmaps的擴展，是由多位藝術家設計的10個角色NFT。由此引入了一個全新的共創系列——一群有生命的機器人（看，他們的臉呈現的是Blitmap），使命是守護Blitmaps與世界和平。Blitnauts會免費分發給所有Blitmap擁有者。

The enemy——Blitnauts的敵人

同樣，敵人角色也會免費分發給所有Blitmap&Blitnauts的擁有者。

參與性（How collective）

首先，每個 Blitnaut 都是五個人之間的異步協作：

包含 3 位藝術家：

設計Blitmap 原件 A 和 B 的藝術家

設計Blitnaut原型的藝術家

包含 2 個社區成員：

A 和 B mix成的Blitmap Sibling的擁有者

擁有任意Blitmap Sibling的人可選擇一個Blitnaut

自定義你的NFT特征（customize-your-character-on-chain）——為你的NFT角色上色，并上鏈。

之前我介紹Takensthereom的作品時，也提到了這個特質：藏家可以為鏈上作品添加自定義的元素，用一行代碼就可以改變作品的樣貌，此過程上鏈。

根據roadmap，Blitnauts的名字、他們的敵人（The enemies），以及他將來可能陷入的游戲/故事劇情將由社區建議并投票確定。

Blitmap Roadmap

網絡（network）

Blitmap的社區和meme網絡，是圍繞發起人dom Hoffman和一些活躍的協作者形成的。我猜想在這個網絡中，主要節點的變化應該不會太大，變的多是連接方式。意思就是這些活躍的節點不是出沒于這個NFT網絡，就是那個NFT網絡，共同組成眾網之網（networks of networks）。

在一些網絡中，變化主要集中在連接上，而頂點集合幾乎不改變。例如銀行同業網絡（除非銀行破產或新銀行建立在市場上）和機場網絡。另一組網絡則完全相反，比如科學論文引用網絡，新的節點（發表的論文）被添加進來的進程要比連線的重新排列重要的多。

圍繞核心協作者形成的網絡

我粗略地map了一下這個網絡在我腦子里的大概形態，如果細化會有更多節點和鏈接。

下圖是對上圖中涉及到的人（節點）的簡單介紹。

而圖中的[[]]又會形成新的網絡，這我不畫你也知道。

接下來，或許我們可以通過track社區成員們（節點）經諸如Twitter、Discord等社交媒體形成social graph，進行可視化分析，看看這些樞紐節點是如何內部鏈接、并與外部網絡相連。但我目前沒有抓取相關數據的經驗，有興趣的小伙伴可以來助攻這一趴；）

discord中分配社區角色

藏家網絡——nansen和dune的數據

另一部分的是圍繞它形成的藏家網絡，這一部分我還沒有深入學習，先羅列一些數據來源/工具供有興趣的朋友一起來挖掘。藏家網絡基本會通過鏈上數據呈現，nansen.ai和dune analytic作為目前的鏈上數據編撰中心，他們的數據集多以圖表形式呈現，多用于“追蹤行情”或看某一地址在一段時間的行為，但仍沒有太多人用圖（graph）的思維在對其進行二次編撰。有些數據科學家如Albert-László Barabási會使用一些open market如Opensea、Foundation的API，去呈現這種隱藏在市場的網絡。

相關閱讀：藝術市場總在悄咪咪進行

nansen.ai

dune analytics

footprint

寫在最后

這篇文章主要基于具體的觀察，提出一些NFT網絡相關的猜想，試圖尋找一些一般化的東西。當你為大眾呈現出一些東西的時候，你希望他們理解，就像你自己理解的過程一樣，而不是告訴他們追著流行就行。我甚至覺得流行不是那么重要的事，因為流行的東西層出不窮，只能‘追趕’而無法理解，進而無法預測。還記得頭號玩家中男主角是怎么贏得的第一把鑰匙嗎？因為他進入了「看的見」的地下層，而不是眾人追逐無數次未果的地上層。

電影頭號玩家

下一步則是驗證猜想，進行相關數據收集和可視化。在和nansen和dune的開發人員聊天的時候，他們都在感嘆自己的用戶對NFT數據與日俱增的興趣（dune最近還上線了新的數據可視化及組合工具footprint，在邀請內測）。

我們都知道，事物并非獨立存在，聯系千絲萬縷，NFT為網絡效應的衡量提供了一個可供探索的場景。我相信在觀察--數據挖掘--數據可視化等方面研究的推動下，將有許多有趣的發現會浮出水面，它可能是一系列問題的回答，又可能導向更加迷人的問題。

There are many problems to be tackled: among them,making more detailed models to fit special networks and dynamics; finding new relevent network data; digging deeper into topology to find unnoticed regularities and fully explain the existing ones; characterizing small networks of networks. 

如何進一步通過數據理解網絡，結合這些工具幫助我們決策也是我在OwnershipLabs研究的重點之一。終究我們希望幫助人們（至少現在幫助自己）通過curate NFT理解更多的東西：NFT不只是JPEG，它的超能力或許從來不是權益分級的入場券，而是揭開迷人網絡的放大鏡。

Tags：

XMR