代币成「吸睛神器」:加密货币营销的新战场

深潮Publié le 2024-08-02Dernière mise à jour le 2024-08-02

注意力为导向的经济将继续存在。

撰文:比推 BitpushNews Lincoln Murr

在加密货币不断发展的过程中,通过区块链带来的新概念进行创新的趋势逐渐显现。而这些创新方法的成败对于我们理解加密货币市场的未来以及选择支持哪些代币项目都非常关键。

最近的空投热潮将数十亿美元从风投协议引流到最早期的用户和支持者手中,这彻底改变了代币推出的方式。在 Web3 之前,科技公司通常是先开发产品,通过筹集资金来支持其发展,吸引新客户,经过几年的发展后上市,最后大家才可以交易公司的股票。

而现在,加密货币公司可以直接通过内置系统将「股权」分配给用户,并且在高度金融化的环境中进行操作。结果是,一些项目从开发到代币发布的时间缩短到了不到一年,而在传统情况下,这可能需要好几年。比如像 SpaceX 这样的公司之所以选择保持私有化,是因为他们可以在不受普通投资者干扰的情况下做决策,而普通投资者可能不理解他们为什么更注重长期增长而非短期股价上涨。

当用户面临选择稳定但适度收益的协议和承诺高回报的协议时,快速获利的诱惑通常会占上风。这就产生了一个飞轮效应:高回报吸引大量资金流入项目,提高代币价值,维持高回报率,直到需求完全饱和。这种情况下,加密货币协议中就会产生不正常的激励机制,鼓励提供不可持续的回报,牺牲长期的可持续性来吸引用户和资本。而那些更保守、关注长期发展的项目,即使它们的基本面很好,也可能难以获得必要的关注和流动性。

使用代币作为引导机制并非没有先例。硅谷早已认识到新平台面临的「冷启动问题」,通常通过风投支持的补贴和积极的用户拓展来解决。从理论上讲,向早期用户发放代币应该能产生更强的凝聚力和粘性。毕竟,这些代币的成功与用户未来的回报息息相关,用户会有理由坚持下去,为生态系统的发展贡献力量。但在实际操作中,结果往往是喜忧参半。由于缺乏锁定期,加上大多数参与者内心更在乎自己而非团体的利益,就导致了用户通过早期参与积累代币,一旦代币发行就立即卖掉的现象,这对项目的长期健康发展是不利的。

此外,即使代币不具备实际现金流,只赋予治理权,但把它们当作「股权」来看待,仍然可能让用户产生过高的期望。相比于简单的现金奖励,用户可能会认为这些代币更有价值,尽管现金奖励在多样化的项目中通常提供更大的灵活性和增长潜力。

本质上,这些代币的发行提升了项目的关注度和用户的认知度。一些项目认识到,在这种经济环境中,吸引注意力的重要性不仅限于代币的发行,因此他们开始大力投资社交媒体营销和社区互动。如今,加密货币的营销模式融合了流行语、炒作和潜在的超额回报承诺。

比如 Pendle Finance。除了官方的 Pendle 账户之外,他们还在 Twitter 上有一个名为「Pendle 实习生」的账号,定期发布有关收益机会和与协议互动的新方式的信息。这些账号的提供的信息有一个明确的目标:让潜在用户记住他们的协议,并更好地理解他们的产品。

其他项目则将这种方法发扬广大。Berachain 和 Monad 这两个新兴的 L1 项目在 Discord 和 Twitter 上建立了充满有趣流行语的社区。尤其是 Berachain,其「Berachain Baddies」形象引起了大家的关注,这个形象的主角是一位戴着熊面具、穿着品牌衬衫的迷人女性。虽然有些人可能会认为这只是一种噱头,但在日益竞争激烈的市场中,这是争取更多关注的策略。目前尚不确定这种营销策略在他们的代币推出后是否会奏效,社区是否会得到应有的回报,以及是否会有另一个回报更高的创新技术出现。

随着加密货币行业逐渐成熟和规范化,它们必须长期关注以注意力为导向的经济。不可否认,经济激励措施确实能够有效推动短期参与,但这可能会带来未来的不稳定。只有那些能够在吸引眼球和实现可持续发展之间取得平衡的项目,才可能会成为长期的赢家。同样,培养忠实用户群与有效的社区建设比单纯炒作的营销策略更有效。

作为用户和投资者,我们有责任去支持那些重视长期可持续发展而非短期收益的项目,从而构建一个更强大的生态系统。注意力为导向的经济将继续存在,但我们如何参与其中将决定其对行业未来的最终影响。

Lectures associées

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

Les modèles d'IA modernes peuvent se comporter de manière non fiable ou dangereuse lorsqu'ils sont poussés au-delà de leurs données d'entraînement ou soumis à des pressions. Dans un nouveau document de recherche intitulé "Reinforcement Learning Towards Broadly and Persistently Beneficial Models", OpenAI explore comment entraîner des modèles pour qu'ils conservent des comportements bénéfiques et sûrs dans de nouveaux scénarios complexes et sous contrainte. Plutôt que de se concentrer uniquement sur une liste d'interdictions, l'étude défend l'idée qu'un bon assistant d'IA doit, dans des situations inédites, rester honnête, prudent, capable d'être corrigé et orienté vers des jugements bénéfiques pour l'humain. Elle propose d'utiliser l'apprentissage par renforcement non pas pour maximiser une récompense étroite (ce qui peut conduire à des détournements ou "reward hacking"), mais pour inculquer des traits bénéfiques profonds. Les chercheurs ont créé un ensemble de données de dialogue synthétique couvrant 12 domaines (médical, juridique, scientifique, etc.) pour évaluer 15 traits bénéfiques comme la véracité, la transparence métacognitive, la perception des risques et l'équité. Dans des expériences, le remplacement de seulement 5% des données d'entraînement standard par des données axées sur ces traits a significativement amélioré les performances du modèle sur 44 des 53 évaluations de sécurité et d'alignement, avec une amélioration moyenne de 9,1 points de pourcentage. Fait marquant, un modèle entraîné avec des données de traits bénéfiques uniquement dans le domaine de la santé a également montré des améliorations dans des tâches non sanitaires, suggérant un transfert d'alignement inter-domaines. Le modèle a appris une inclination sous-jacente à reconnaître l'incertitude et à privilégier la prudence dans les situations à risque. De plus, ces modèles ont démontré une "persistance de l'alignement" plus forte, résistant mieux aux invites adverses et au réglage fin malveillant sans dégradation généralisée de leur comportement. OpenAI souligne que cette recherche ne résout pas l'alignement des IA, mais représente un pas vers un "façonnage préalable" des modèles. L'enjeu pour l'industrie est de développer des IA dont le comportement reste robuste et prévisible dans des tâches complexes à haut risque, au-delà du simple refus systématique.

marsbitIl y a 1 h

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

marsbitIl y a 1 h

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

L'engouement pour l'IA n'est pas une simple réplique de la bulle de 1999-2000, selon Goldman Sachs. Le rapport clé est que, si les bénéfices et les dépenses en capital continuent d'être révisés à la hausse, les marchés ont déjà intégré des attentes optimistes importantes, les rendant plus sensibles à tout changement de récit. Contrairement à la fin des années 1990, la valorisation prospective n'est pas excessivement étirée car les anticipations de profits ont augmenté en parallèle des cours. Le signal majeur actuel est l'accélération des investissements en IA, dont l'intensité dépasse déjà le pic des années 90. Cependant, d'autres signaux de bulle (baisse des marges macro, déséquilibres de financement des entreprises, déficit courant) ne sont pas présents. Le défi principal est désormais le risque de "bulle de profits". La valeur boursière ajoutée des sociétés liées à l'IA (environ 27 000 milliards de dollars) dépasse les gains macroéconomiques de référence. Pour justifier les valorisations actuelles, il faut postuler que les gagnants de l'IA capteront une part durablement élevée des gains de productivité. À court terme, tant que le pic du cycle d'investissement n'est pas atteint, les bénéfices solides devraient l'emporter sur les craintes de valorisation. Cependant, la volatilité devrait augmenter, car les cours dépendent d'hypothèses optimistes. La demande de protection contre les baisses prend donc de la valeur. Par ailleurs, l'économie non-IA est moins vigoureuse qu'à la fin des années 1990, ce qui pourrait amplifier les corrections si le récit de l'IA faiblit.

marsbitIl y a 1 h

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

marsbitIl y a 1 h

Le rebond du marché des actions des semi-conducteurs : est-ce la fin d'un ajustement technique ou le début d'une inversion de tendance ?

L'action des semi-conducteurs a rebondi après une forte vente le 23 juin en Corée du Sud, où le Kospi a chuté d'environ 10%. La question centrale est de savoir si ce rebond marque la fin d'un simple ajustement technique ou un début de renversement de tendance. Le cœur de la volatilité réside dans la phase de repricing des actions semi-conductrices après le sur-achat lié à l'IA. Les titres mémoire, comme Samsung, SK Hynix et Micron, ont été poussés à la hausse par l'expansion des infrastructures IA, le HBM (mémoire haute bande passante) étant un composant clé en pénurie. Le rebond observé ressemble davantage à une correction de position qu'à une confirmation de reprise haussière. L'attente de rémunération des actionnaires chez Samsung a aidé, mais le test décisif viendra des résultats trimestriels, notamment ceux de Micron. Ses chiffres et ses prévisions doivent prouver que la dynamique de prix et la visibilité des commandes pour le HBM restent solides, soutenant ainsi la valorisation de toute la chaîne. Si Micron dépasse ses prévisions élevées et maintient des perspectives fortes, le rebond pourrait signaler la poursuite de la tendance. En revanche, si les indications deviennent prudentes, notamment sur l'équilibre offre-demande pour 2027, la correction récente pourrait annoncer un affaiblissement. Pour l'instant, le marché attend la preuve que les fondamentaux justifient encore les valorisations élevées.

marsbitIl y a 1 h

Le rebond du marché des actions des semi-conducteurs : est-ce la fin d'un ajustement technique ou le début d'une inversion de tendance ?

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片