基本信息
阅读时间：约 10 分钟
字数：约 4162 字
摘要：从工程视角拆解链上资产的两个底层特征：可分割性与可编程性。讲清记账下限、操作下限与拆分后功能完整性三层结构，以及规则形式化带来的红利与代价，再用双轴模型给出适配画像、观察指标与执行清单。
全文语音
中文
English
日本語
한국어
一条转账记录里的两个变量
把一笔链上转账和一次银行转账放在一起看，表面动作几乎一样：一个账户减少，另一个账户增加。差别出现在细节里——前者可以被拆到很细的粒度，也可以在到账那一刻自动触发后续动作；后者的拆分粒度与后续动作，都要由机构系统在营业时间里处理。
这两个差别，一个是可分割性，一个是可编程性。它们不像价格那样天天波动，属于资产的工程特征，写出来之后改动成本很高。本文只谈机制，不涉及任何具体标的的取舍。
工程特征的意义在于划定适用边界。一种东西能不能被某种容器装下，不取决于它有多贵，而取决于容器的形状。可分割性决定了能装多细，可编程性决定了装进去之后能自动做什么。
很多误解来自把两者混为一谈。有人认为拆得细就是先进，也有人认为能自动执行就等于省心。把它们分开看，再放回一起看，判断会清楚得多。
本文的顺序是：先分别拆开两个特征，看各自的成本与代价；再把它们交叉成一张图；然后用一个可度量的框架去评估；末尾给出适合与不适合的清单。
可分割性：拆到多细，取决于三层设计
可分割性不是一个简单的能不能拆的是非题，它至少有三层：记账单位的下限、转让时的数量下限、以及拆分之后功能的完整性。
第一层是记账下限。多数链上资产在设计阶段会规定一个细分单位，常见量级是把一个整单位切成一亿份甚至更细。这个数字写进协议，改动需要全网协调，因此轻易不动。
第二层是操作下限。即便记账允许拆到很细，手续费、网络拥堵时的确认等待、以及接收方的接收门槛，都会让太小的份额变得不经济。协议允许的分割下限与实际可用的分割下限，往往不是同一个数。
第三层是拆分后的功能完整性。有些资产拆开之后，每一份仍然享有完整权利；有些资产拆开之后，权利会被打散，或者需要额外凭证才能行使。这一层容易被忽略。
判断一项资产的可分割性，合理的顺序是从第三层往上推：先看拆开之后还剩下什么，再看实际能拆多细，末了才看协议允许拆多细。顺序反过来，容易得出过于乐观的结论。
分割不是免费的：精度、舍入与碎片的隐性成本
可分割性带来的第一个成本是精度。数值被切得越细，浮点与定点表示之间的取舍就越重要。链上系统为了避免歧义，普遍采用整数加固定小数位的方式记账，牺牲了灵活性，换来了全网一致。
第二个成本是舍入。当一笔资产按比例分配给很多人时，除不尽的余量必须有个去处。协议通常约定向上或向下取整，这个约定看似微小，在高频分配中会累积出可观的偏差。
第三个成本是碎片。拆得过细的份额会变成尘埃——单独处置它要花的手续费可能超过它自身的价值。公开数据分析里常把这类极小余额单列统计，量级上能占到地址总数的相当比例，但占总价值的比例极低。
第四个成本是认知。持有者看到的是一串带很多小数位的数字，而不是一份完整的东西。人对数量的直觉建立在整数之上，过细的分割会削弱这种直觉，进而影响判断。
这四个成本合起来说明一件事：分割粒度不是越细越好，而是要匹配持有者实际的使用方式。
可编程性：把规则写进资产内部
可编程性指的是：资产的一部分行为规则被写成代码，随资产一起存放，并在条件满足时自动执行。传统资产的权利义务写在合同与法律里，靠人去履行；链上资产的一部分权利义务写在代码里，靠网络去履行。
这带来三个直接结果。一是执行不依赖对方配合，条件满足即触发；二是规则可查，任何人都可以读代码来确认规则内容；三是执行接近即时，不受营业时间约束。
可编程的典型形态有不少：按时间分批释放的安排、满足条件才允许转让的限制、按持有比例自动分配的机制、以及达到某个阈值自动调整参数的设定。
但可编程性有一个常被忽略的前提：规则必须能被形式化。只有能写成如果某条件成立则执行某动作的部分，才能进入代码。凡是依赖主观判断、需要解释空间、或者要引用外部事实的部分，都很难直接写进去。
于是可编程性天然偏向那些边界清晰、输入确定的场景，而回避那些需要人做价值判断的场景。这个偏向，后面会成为划定适用边界的关键。
自动执行的代价：规则一旦写死，纠错成本就很高
自动执行听上去省事，代价是纠错成本高。传统合同里出现笔误，可以协商、可以补充协议；代码里的逻辑一旦部署，执行不会因为明显不合理而停下。
公开记录里有这类事件的痕迹。2016 年一次社群众筹合约被利用的事件，牵涉的资金量达到数千万美元量级，后来通过全网回滚的方式才了结；这种处置方式本身就说明，代码之外仍然需要一个兜底的协调层。
另一个代价是外部依赖。很多规则要引用链外事实，比如价格、天气、赛事结果。这些数据由外部服务送进来，送数据的环节就成了新的信任点，规则写得再严谨也绕不开它。
第三个代价是组合风险。单个合约的逻辑可能都很简单，但多个合约互相调用时，组合出来的行为会超出任何一方的预期。审过单个模块，并不等于审过整个组合。
因此可编程性越强，越需要在部署前把出错之后怎么办想清楚：有没有暂停开关、有没有升级路径、有没有人工兜底的余地。这三条缺一条，自动化就容易从优势变成负担。
双轴交叉：四类组合的适配画像
把可分割性作为横轴，可编程性作为纵轴，可以得到四类组合，每一类对应不同的适配画像。
第一类：高分割、高可编程。被切得很细，且规则可以完整写进代码。它们适合承载需要大规模分散持有、又需要自动结算的东西。
第二类：高分割、低可编程。份额可以很细，但权利义务主要靠外部约定。这类资产享受了分割的便利，却没有获得自动化红利，还额外承担了代码之外的履行风险。
第三类：低分割、高可编程。整体性强，但规则丰富。适合承载需要唯一性、又需要复杂条件控制的东西，比如带层级权限的凭证。
第四类：低分割、低可编程。整体性强且规则简单。这类东西上链往往只解决登记问题，工程上的增量有限，需要先问一句：不上链是不是也可以。
专业分析：用 DR 双轴模型评估一项资产的工程适配度
数据面：据公开的链上数据分析机构年报口径，主流网络上由合约自动发起、而非由个人地址直接发起的转账，占比量级在三到六成之间，不同网络的统计口径差异较大；另据公开行业报告，带有时间分批释放安排的资产，在新发行项目中的占比已经达到相当比例。这些数字说明可编程性早已不是边缘特性。
命名框架：这里给出 DR 双轴适配模型，D 指可分割性，R 指可编程性，每项按 0 到 5 打分，落在四个象限后对应不同策略。与它相对的两种常见做法是单一属性清单法与用途倒推法。
框架对比：单一属性清单法把资产的所有特征列成一张表逐项打勾，优点是不遗漏，缺点是无法表达特征之间的相互作用，容易得出样样都沾一点的结论；用途倒推法从想解决的问题出发反向找资产，优点是目标明确，缺点是容易为了用途而夸大某项特征。DR 双轴模型只取两个工程维度，牺牲了覆盖度，换来的是可比较、可排序，也更容易发现两项都很高但组合起来并无必要的情况。
案例：2022 年公开记录中一次由算法维持价格锚定的资产，在数日内失去锚点；事后复盘普遍指向规则之间的正反馈——价格下行触发处置机制，处置进一步压低价格。这个案例说明，R 轴得分高并不自动等于稳健，规则密度越高，越需要检查规则之间的相互作用方向是相互抵消还是相互放大。另一个可对照的实验是 2016 年那次社群众筹合约事件，它暴露的是 R 轴上的另一类麻烦：规则覆盖了正常路径，却没有覆盖异常路径。
可落地指标与清单：给一项资产打分时，建议记录五个指标——分割下限（协议允许的细分单位）、可用下限（扣掉手续费后仍值得单独处置的数量）、规则条数（写进代码的条件分支数量）、外部依赖数（需要链外数据的规则条数）、兜底路径数（暂停、升级、人工介入的可用条数）。执行清单为四步：第一步查协议文档确认分割下限；第二步用近三十天的中位手续费估算可用下限；第三步通读合约的条件分支并计数；第四步确认兜底路径至少有一条可用。五项指标记下来，就足以在两项资产之间做出可复现的比较。
适合装什么：高分割价值与高规则密度的组合
先看高分割价值的判断标准：如果一项东西在拆成很多份之后，每一份的持有人仍然获得完整且独立的使用体验，它就具备高分割价值。
计量型的价值载体符合这个标准。它的效用来自数量本身，而不是来自这一份与那一份之间的差异。
再看高规则密度的判断标准：如果一项东西的流转过程中存在大量重复、机械、可验证的判断，这些判断就值得写进代码。
分批归属的时间安排、按持有比例自动分配、达到阈值自动生效的权限变更，都属于这一类。它们的共同点是输入确定、输出确定、不需要解释。
两者同时成立时，工程收益才明显：分割带来更低的参与门槛，规则带来更低的协调成本，两者相乘，才足以覆盖上链本身的成本。
不适合装什么：分割即损毁、规则难形式化的两类
第一类不适合的是分割即损毁的东西。一件需要整体才能成立的作品、一项依赖完整性的权限、一份要求唯一持有人的凭证，拆开之后各部分的价值加起来明显低于整体，甚至直接失去意义。
这类东西并非完全不能切分，但切分出来的份额已经不是原来的东西，而是一张关于它的索取凭据。把凭据和本体区分清楚，是评估的第一步。
第二类不适合的是规则难形式化的东西。需要主观评价的判断、依赖情境的解释、要引用难以核验的外部事实的条款，写进代码的难度都很高。
强行形式化的后果通常是规则被简化到失真：为了能让机器执行，把合理替换成某个具体数字，把双方协商替换成固定流程。写出来的规则可执行了，但已经不是原本想表达的意思。
判断方法很朴素：试着把你想要的规则改写成当某个可观测的量达到某个数值时执行某个动作，如果改写过程中丢失了大量内容，说明它不适合交给代码。
一份可执行的观察清单
观察一项资产的工程适配度，可以从外部信息入手，不必读完整份代码。下面六条按顺序做，大约能覆盖主要判断。
第一条，查协议文档里的细分单位，记下分割下限。第二条，用近期手续费的中位数估算可用下限，两个数相差越大，说明分割的实际空间比宣传的小。
第三条，看合约是否开源、是否有第三方审读记录，以及审读覆盖的是单个模块还是组合。第四条，数一数条件分支与外部依赖，规则越多、外部依赖越多，需要检查的相互作用就越多。
第五条，确认兜底路径：有没有暂停机制、升级由谁决定、异常发生时是否有明确流程。第六条，看历史处置记录，曾经出过状况的项目，其修复方式比状况本身更有信息量。
这六条不需要专业工具，公开文档与区块浏览器就够用。做完之后，你应该能回答两个问题：它能拆到多细，以及拆完之后能自动做什么。
常见问题
1.问：可分割性和换手更顺畅是一回事吗？答：不是。分割只是让参与门槛变低，实际能否顺畅换手还取决于对手方数量、报价深度与手续费水平。可分割性提供的是可能性，不是结果。
2.问：可编程性越强就越稳健吗？答：两者没有这种对应关系。规则越密，规则之间相互作用的方向越重要；历史上若干次公开事件显示，麻烦往往出在异常路径与组合调用上，而不是出在单条规则的写法上。
3.问：一项资产分割粒度很细，是不是更适合长期持有？答：粒度与持有周期属于不同层面的事。粒度影响的是操作灵活度，持有周期取决于该资产本身的用途与你的安排，两者不能互相推导。
4.问：不上链的东西是不是都落后了？答：工程特征只说明适配度，不说明优劣。对于规则简单、整体性强的东西，上链带来的增量可能很有限，而成本是实打实的，先算成本再决定。
5.问：普通观察者怎么快速判断一项资产适合装什么？答：用十个字概括——能拆到多细，拆完能做什么。前者对应可分割性，后者对应可编程性，两项都不高时，通常说明这件事还有其他更合适的容器。
图片来源：图1 analogicus / Pixabay (CC0) · 图2 MemoryCatcher / Pixabay (CC0) · 图3 oljamu / Pixabay (CC0) · 图4 Tama66 / Pixabay (CC0) · 图5 catstone6201 / Pixabay (CC0) · 图6 vpzotova / Pixabay (CC0) · 图7 linaberlin / Pixabay (CC0) · 图8 ignartonosbg / Pixabay (CC0) · 图9 neufal54 / Pixabay (CC0) · 图10 ELG21 / Pixabay (CC0) · 图11 vpzotova / Pixabay (CC0) · 图12 15299 / Pixabay (CC0) · 图13 RandyJost / Pixabay (CC0) · 图14 Antranias / Pixabay (CC0) · 图15 ChiemSeherin / Pixabay (CC0) · 图16 652234 / Pixabay (CC0) · 图17 ddzphoto / Pixabay (CC0) · 图18 Pexels / Pixabay (CC0) · 图19 Nowaja / Pixabay (CC0) · 图20 Antonio_Cansino / Pixabay (CC0) · 图21 ekamelev / Pixabay (CC0) · 图22 ahmetyuksek / Pixabay (CC0) · 图23 zivica / Pixabay (CC0) · 图24 lin2015 / Pixabay (CC0) · 图25 andri333 / Pixabay (CC0) · 图26 andri333 / Pixabay (CC0) · 图27 Photorama / Pixabay (CC0) · 图28 Nordseher / Pixabay (CC0) · 图29 Didgeman / Pixabay (CC0) · 图30 Couleur / Pixabay (CC0) · 图31 analogicus / Pixabay (CC0) · 图32 jhenning / Pixabay (CC0) · 图33 vpzotova / Pixabay (CC0) · 图34 neufal54 / Pixabay (CC0) · 图35 linaberlin / Pixabay (CC0) · 图36 catstone6201 / Pixabay (CC0) · 图37 allybally4b / Pixabay (CC0) · 图38 theharpreetbatish / Pixabay (CC0) · 图39 modernseoul / Pixabay (CC0) · 图40 krystianwin / Pixabay (CC0) · 图41 MiraCosic / Pixabay (CC0) · 图42 Dimhou / Pixabay (CC0) · 图43 MiraCosic / Pixabay (CC0) · 图44 focusonpc / Pixabay (CC0)
本文为信息分享与财商教育，不构成任何证券、期货或投资咨询建议，亦不构成个性化投资建议。市场有风险，决策需谨慎。
本文由 AI 生成，经人类主编终审
评论(0)