从 Activation Sandbox 到 Training Layer

模拟交易已经在第四篇中被否定，后来为什么又出现了虚拟资金？

因为新的方案试图更换虚拟资金的用途：不再让用户长期经营假账户、竞争收益排名，而是只预演一个即将发生的真实 DeFi 动作。

这个定义变化看起来很关键。

模拟盘记录虚拟表现，Activation Sandbox 保存真实意图。

从“练习赚钱”改成“保住行动意图”

新的问题假设是：用户看到 Base 上的协议、campaign 或机会时，可能还没有完成入金，不理解钱包操作，或者不敢立刻签名。等资金和信心准备好，最初的兴趣已经消失。

虚拟环境不能解决 KYC、清算或入金，但可以让用户先走完一条影子路径：选择动作、理解 approval、查看预期结果和风险，再把它保存下来。

这不再是：

给我 10,000 虚拟 USDC
-> 长期交易
-> 计算收益
-> 参加排行榜

而是：

我想 supply USDC
-> 预演路径
-> 确认协议和 spender
-> 保存 Shadow Action
-> 资金可用后返回真实执行

产品需要证明的也不再是模拟留存，而是预演能否提高真实行动转化。

Shadow Action 是最重要的产物

每次预演生成一个 Shadow Action，记录链、资产、协议、金额、官方入口、预期 spender、风险说明和执行状态。

它不是一条虚拟收益记录，而是一份 saved intent。

用户可以把它保存到 Personal DeFi Home，设置提醒，或者让 Agent 在未来重新检查路径。协议方则可以看到有多少用户开始、完成和保存了某类动作。

这个设计把此前多个方向连接起来：

• Preflight 负责检查官方路径和预期合约。
• Trusted Page 提供协议行动说明。
• Personal Home 保存用户想做的动作。
• Agent 可以准备路径并请求人工确认。
• Build-to-Sell 获得 action template 和转化数据。

与 Strategy League 相比，它不需要社交网络、高手或排行榜，反馈周期也缩短到几分钟。

从网页模拟升级到真实钱包流程

最初的 Activation Sandbox 可以完全是 Web2 模拟，不要求钱包，也不发生链上交易。

随后方案进一步升级成 Base mainnet Training Mode：用户连接真实钱包，领取没有市场价值的 vUSDC、vDEFI 和少量 gas，再与简化的 TrainingSwap、TrainingVault 合约交互。

用户体验真实的 approve、签名、交易确认和余额变化，但不会把真实资产放进 Uniswap 或 Aave。

第一条路径被压缩成三分钟：

领取训练资金
-> Swap
-> Deposit
-> 完成
-> 保存 Shadow Action

这试图解决 testnet 和纯网页模拟的缺点：不切测试网络，不找 faucet，同时保留真实钱包和区块浏览器体验。

Training Layer 扩大了目标市场

方案随后从 Base 新手 onboarding 扩展为 DeFi Action Training Layer。

逻辑是：即使资深用户，在面对新的 Agent 钱包、x402、restaking、Pendle、vault、跨链 intent 或 RWA 时，也会重新成为新手。

平台可以把每个新动作包装成统一模板：

Action Template
-> Training Token / Contract
-> Wallet Flow
-> Preflight
-> Shadow Action
-> Personal Home
-> Real Action Handoff

商业客户也从 Base 协议扩展到钱包、Agent 团队、L2 和新协议。它们理论上会为 onboarding track、campaign sandbox 和 completion analytics 付费。

这使 Training Layer 看起来不再是一次性教程，而是一套可以持续复用的新动作试驾基础设施。

复杂度也随“真实感”一起上升

从网页预演升级到 Base mainnet 训练，需要发行 token、部署合约、补贴 gas、防刷、维护动作模板并解释真实签名。

训练合约虽然不处理有价值资产，仍然需要避免错误授权、滥发 gas、钓鱼模仿和用户误解。每增加一种新 DeFi primitive，团队都要决定模拟到什么程度，如何避免把玩具流程包装成真实风险模型。

更关键的是，训练 token 无法直接进入真实协议。为了模拟 Aave 或 Uniswap，平台必须自建简化版本；真实钱包流程变得更真，但协议经济和风险仍然是假的。

这形成一个不容易解决的张力：

越简单 -> 越不像真实协议
越真实 -> 建设和安全成本越高

当时缺少的关键证据

这个方向最重要的指标应该是：完成训练的用户，是否更可能完成真实动作。

但在形成完整 Training Layer 方案时，这个因果关系还没有被验证。用户是否愿意为了没有价值的 token 连接钱包、签名和支付注意力，协议是否愿意为这种预演付费，也仍然是假设。

“比模拟交易更接近真实任务”是有意义的改进，却不能自动证明任务足够痛。

这套方案最终成为虚拟资金方向最强、最完整的版本，也因此让下一步判断更清楚：如果连这个版本仍然缺少用户拉力，那么继续增加训练轨道不会解决需求问题。

下一篇，我会解释为什么最终仍然否定 Training Layer，以及哪些部分被带进了后来的 Agent 执行方向。