当下设计 Token 模型的阶段非常原始

基于 TML 语言进行拖拽操作

来搭建 Tokenomics 模型

不过笔者也看到这种设计方式的局限性，从当前的版本来看，能够设计的模型精度比较低。

例如双 Token 模型就无法实现只适用于单 Token 模型，当一种 Token 进行燃烧时，无法同时铸造另一种 Token。

不过如果都需要项目方来设置标准进行检验。相比解决问题，更难的是如何提出一个好问题，需要使用者知道什么问题才是 Token 模型的关键未免门槛太高。

因此笔者建议 Model Labs 团队可以基于自己对 Token 的认知，给使用者提供一些问题模板，来快速判断建立的 Token 模型是否存在基础性的问题。

亦或是引入推荐机制的内容，将来自项目方和其他社区已经构建好的检验标准进行分享。

在第三步的激励阶段，BlockModel 提出了 "Knowledge-to-Earn" 模式。

虽然 BlockModel 是免费给用户使用的，但是用户在使用过程中产生的数据是用户的知识成果，具有知识产权，用户也可以选择将部分信息设置为隐私数据。

因此，BlockModel 支持用户将知识成果一键铸造成 NFT, 并可在主流交易市场上架，而隐私数据部分将会被加密存储于去中心化存储网络中。

其他用户想要查看别人的知识隐私数据，需要向原创用户付费，才能解密，而项目方自身也是无法解密的。

通过 “Knowledge-to-Earn”模式，BlockModel 希望能够基于产品，建立起一个无门槛的 Tokenomcis 社区。

所有人都可以参与进来，使用工具进行创造、思维碰撞，最后产出许多有价值的 Tokenomics 成果，应用到整个 Web3 生态中来，促进 Web3 生态的可持续性发展。

Web3 的一大价值就在于让市场为一切进行定价。将创建的 Token 模型铸造为 NFT，便于在市场流动，让价值流向有创造力和真实力的创作者。

相较于让所有的经济模型上一遍战场，在不断的实验失败和收割韭菜的过程中迭代发展，未免成本太高。如果在上战场在真金白银上进行检验，不如在之前就用 BlockModel 进行验证和模拟运行。

总的来说，Model Labs 提出的 BlockModel 是进行经济模型设计的关键工具，但是 Token 模型不仅是受到理论层面的制约，还受到市场实际供需关系的影响。例如一次 FOMO 可能就会导致 Token 剧烈的波动，打破制衡关系。

因此笔者与 BlockModel 的团队讨论之后，认为未来，应该在 BlockModel 上接入 dune 等工具现有真实的数据，来实时在可视化面板上进行显示，方便项目方的及时调控。