「空投」对于项目来说是好是坏?

链得得Published on 2024-07-19Last updated on 2024-07-19

撰文:Stacy Muur
编译:Chris,Techub News

本文是 Stacy Muur 对 Delphi Digital 最新的报告《Do Airdrops Hurt More Than Help》的总结和简单分析。Delphi Digital 在报告中探讨了最近的项目空投,分析空投前后项目的「健康状况」,并讨论代币发行面临的问题和解决方案:

2024 年,「空投」的现状并不乐观。用户的期望越来越小,项目的基本面也在不断恶化。为了探讨为何会发生这种现象,Delphi Digital 撰写了一份报告,标题是《Do Airdrops Hurt More Than Help》。

Delphi Digital 对当前空投策略的见解对用户和创始人来说都非常重要。

Uniswap 空投到现在已经四年了,但它仍然是 Web3 历史上最大的一次空投,空投的代币在最高价格时总价值达到了 64 亿美元。

自那以来,行业发生了显著变化,出现了大量的女巫攻击者和 airdrop farmers。

加密货币领域中最大的 50 次空投活动总共分发了价值超过 266 亿美元的代币。

这种不用初始资金就可以赚钱的机会没有被人忽视。现在,每次有新的项目发布时,都会吸引大量想要获得初始空投代币的女巫攻击者和机器人。因此,这些项目为了应对这些问题制定了新的空投标准和反女巫攻击的措施。

最初,Uniswap 使用的是固定奖励系统。随后,Jito 推出了分层空投方法。Optimism 团队则选择根据多种标准来分配代币的空投方式。而现在,我们引入了积分系统。


然而,对于许多受空投猎人欢迎的 dApp 来说,空投的主要问题是短期内吸引了大量的关注和参与,但在某个关键事件(如快照)之后,用户活跃度和参与度会急剧下降。空投效应往往会导致虚假的繁荣,实际用户对应用的兴趣和使用需求并没有真正增加。


让我们以 LayerZero 为例。

自四月份以来,Stargate 跨链桥交易量从 16.7 亿美元下降到 4.067 亿美元,交易量减少了 75%。我个人从未专门去 farming ZRO 代币,所以我获得的分配很正常,大约 400 美元。


在 ZK 空投之前,zkSync 每天产生的交易手续费与 Arbitrum 基本一样。然而,自快照公告和代币分发以来,这个数字一直在下降。最近,每日的交易手续费首次跌破 1 万美元。

Delphi Digital 的研究详细探讨了类似的案例,包括 Kamino 、Parcl、 Jito 和 Manta Network。这些项目也出现了类似的情况,这意味着在空投快照之后,项目的用户活跃度显著下降,后续的用户的参与度揭示了该项目在实际市场中的受欢迎程度。

这种无机增长(指通过空投等方式短期内吸引大量用户,但用户活跃度无法持续)的最大问题在于如何公平地评估协议并做出明智的投资决策。以下几种方法可能可以解决这些问题:

  • 跟踪日活跃用户(DAU)和月活跃用户(MAU)指标随时间的变化,查看在宣布空投快照和之后的激励措施后,用户活跃度是否有所下降。

  • 衡量空投后的预定时间(例如,1 周、1 个月)内,有多少用户继续使用平台。
  • 比较新用户与老用户的日活跃用户(DAU)或周活跃用户(WAU)比例。
  • 监控每个用户的交易数量。

监控用户正在使用哪些功能以及使用频率。如果空投后核心功能的使用持续或增加,这代表用户对平台保持了兴趣。

  • 跟踪钱包参与度指标。
  • 监控社区讨论和治理论坛上的活动。

2024 年空投面临的另一个问题是,许多新协议广泛采用了「低浮动、高 FDV」的代币模型。这种模式使新买家难以看到代币的增长潜力,消耗不了空投带来的抛压。

个人观点:

空投可以吸引新用户,其中一些用户可能会留下来。然而,这类似于 X 上的空投活动:大部分用户都会来参与,但真正留下来的用户少之又少。

作为投资者,需要区分有机增长(自然增长)和无机增长(通过短期激励获得的增长)。作为协议的开发者,确保你能够留住用户,以构建一个长期成功的产品。

作者:TechubNews;来自链得得内容开放平台“得得号”,本文仅代表作者观点,不代表链得得官方立场凡“得得号”文章,原创性和内容的真实性由投稿人保证,如果稿件因抄袭、作假等行为导致的法律后果,由投稿人本人负责得得号平台发布文章,如有侵权、违规及其他不当言论内容,请广大读者监督,一经证实,平台会立即下线。如遇文章内容问题,请联系微信:chaindd123

链得得仅提供相关信息展示,不构成任何投资建议

Related Reads

Just now, DeepSeek V4 updates with DSpark, improving inference speed by 80%

DeepSeek has updated its DeepSeek V4 model with the DSpark speculative decoding framework, achieving a significant 60-85% speedup in generation for Flash models and 57-78% for Pro models while maintaining the same overall throughput. This engineering-focused update, rather than a core architectural change, introduces DSpark to address latency and throughput bottlenecks in high-concurrency production environments. DSpark combines high-throughput parallel generation with adaptive load-aware verification. Its key innovations include a semi-autoregressive generation architecture to model dependencies within token blocks and a hardware-aware confidence-scheduled verification system. This system uses a confidence head to predict token acceptance probabilities, allowing it to dynamically optimize verification length per request and allocate compute only to tokens with the highest expected payoff. The asynchronous scheduler is designed for real-world deployment, ensuring zero-overhead scheduling and continuous CUDA graph replay while preserving the target model's output distribution. In tests across mathematical reasoning, code generation, and daily dialogue, DSpark outperformed state-of-the-art models like Eagle3 and DFlash, increasing average acceptance length by 26.7%-30.9% and 16.3%-18.4% respectively on Qwen3 target models. DeepSeek also open-sourced DeepSpec, a full-stack codebase for training and evaluating speculative decoding draft models, providing a standardized toolkit that includes data preparation tools, model implementations, training code, and evaluation scripts.

marsbit7h ago

Just now, DeepSeek V4 updates with DSpark, improving inference speed by 80%

marsbit7h ago

Trading

Spot
活动图片