鏈上研究領域長期以來面臨着一個棘手的問題：如何在保持內容免費和洞察零散的同時，實現有效的價值捕獲。這一困境不僅導致了抄襲和濫用的頻發，也使得專業研究員和數據工程師難以建立可持續的收入來源。

在這一背景下，Bubblemaps提出了一種創新的方法，通過'集羣-連接-時序'的方式，將復雜的鏈上現象濃縮爲可解釋的圖譜。這種方法不僅提高了研究的效率，也爲研究成果的標準化奠定了基礎。

InfoFi作爲一個新興的概念，其核心在於將'情報'轉化爲可流通、可質押、可清算的資產單元。這一轉變需要兩個關鍵步驟：

首先，研究產出需要模塊化。傳統的長篇報告往往難以復用，而圖譜洞察則可以被拆分爲多個'證據片段'。這些片段可以是特定地址羣的資金來源，跨鏈轉移的關聯性，或者某個時間窗口內的異常市場活動。每個片段在Bubblemaps中都有對應的可驗證軌跡和元數據。研究員可以將這些片段打包成Evidence NFT，並以BMT定價出售或授權給市場參與者。這種模式下，購買者獲得的不是抽象的'觀點'，而是可以直接應用於策略的'證據模塊'。如果證據被鏈上事實否定，還可以觸發自動退款或索賠機制，形成一個結果導向的定價模型。

其次，研究的聲譽與風險需要緊密綁定。爲此，引入了一種三段式博弈機制：提交證據需要質押BMT，其他研究員可以發起挑戰並提供反證，最後由社區仲裁合約根據鏈上事實和時間戳來判定勝負。這種機制不僅能夠保證研究的質量，也爲研究員提供了一個公平競爭的平台。

通過這種方式，InfoFi有望重塑鏈上研究的生態系統，爲研究員提供更好的價值捕獲途徑，同時也爲市場參與者提供更高質量、更可靠的鏈上情報。這不僅有利於提高整個行業的研究水平，也爲鏈上數據的深度應用開闢了新的可能性。