收益远低于预期，一文复盘Friend.Tech空投事件

Odaily星球日报Dipublikasikan tanggal 2024-05-06Terakhir diperbarui pada 2024-05-06

Abstrak

空投收益远低预期，且分配过于“集中”，空投最大接收者快速清仓，因故障问题，部分用户的空投一度无法领取。

原文编译：Felix, PANews

基于 Base 的去中心化社交平台 Friend.Tech 成为五一假期间的热点话题， 5 月 3 日，其推出了V2版本，同时还空投了原生代币 FRIEND。宣布空投后，本将上演一场为项目带来一波热度与好感的空投盛宴，但却引发加密社区一众嘲讽。DexScreener 数据显示，FRIEND 上线后暴跌近 98% ，一度从 169 美元左右急速下跌至 3.26 美元附近，另据 CMC 数据，上线后最低跌至 0.8 美元，随后攀升，目前暂报 2.53 美元。本文带你回顾 Friend.Tech 空投事件的来龙去脉。

空投收益远低预期，且分配过于“集中”

FRIEND 上线空投后，一些分析师对分配机制进行了批评，声称创作者相比散户投资者获得了更多的代币分配。加密分析平台 DYOR 的创始人 Hitesh Malviya 表示，此次分配是一次“集中空投”。

“大多数用户获得的空投比他们预期的少 10 倍，因此他们甚至没有领取空投，因为对于大多数散户投资者来说，空投的金额还不到 200 美元。与此同时，很少有人最终获利颇丰，所以这是一个非常集中的空投案例。”

空投最大接收者快速清仓，部分用户甚至无法领取

Friend.Tech 上最大的空投接收者在空投后几小时内就售出了所有代币，引发了对市场的担忧。区块链数据显示，最大的鲸鱼“Murphys 1 d”在空投上线几个小时后，售出了超过 5.5 万枚 FRIEND 代币，导致价格最初下跌约 50% 。巨鲸的抛售引发市场恐慌性抛售，引起进一步下跌。

在此期间，一些用户抱怨 API 出现故障，导致无法在价格下跌时领取代币。加密交易员 Luke Martin 在 X 平台表示：“我不断刷新页面试图领取，眼看着我的空投的价值在 2 小时内从 7 位数降到了 5 位数，但无法领取”。

研究人员0x Cygaar指出，流量激增导致 Friend.Tech 的后端超载，而且显然没有采取任何扩展措施。用于检查用户资格的证明也出现故障，甚至出现了一些通过浏览器 BaseScan 手动从合约中领取空投的教程。

即使是那些成功领取代币的人也颇有怨言，其价格在不到四个小时内从 2.78 美元跌至 1.49 美元，暴跌了 46% 。社区认为，FRIEND 除了在 BunnySwap 上交易外不可转移，开发人员仅增加 0.01 美元的流动性是其价格如此迅速下跌的主要因素。

Club 功能也遭质疑

Friend.Tech 最初于 2023 年 8 月推出，仅提供奖励积分系统的邀请服务，V2版本引入了 Money Club、新积分系统等新功能。Money Club 将为用户提供专属的金融讨论和交流空间，而新的积分系统则是为了奖励用户在平台上的贡献和互动。

但 Club 功能也受到了一些用户的批评。一方面为了给 Club 功能引流，在空投设计中，每个用户只有 10% 的空投可直接领取，获得全额空投需要加入“Money Club”，以及在v2上关注 10 位用户。而软件也有一些 bug，如有用户报告新创建的 Club 没有显示。此外，Friend.Tech 也不忘默默恰饭，以太坊投资者@eric.eth指出，Friend.Tech v2在应用程序中集成了自己的交易所（RabbitRouter + BunnySwap），收取 1.5% 的交易费。

Dune数据显示，自 5 月 4 日发布V2以来，Club 数已达 112, 346 个，总交易额达 16, 899, 404 FRIEND，Club 费用达 252, 651 FRIEND。

收益远低于预期，一文复盘Friend.Tech空投事件

值得一提的是，尽管 Friend.Tech 代币上线后表现“不佳”，但仍有巨鲸盈利。据 Lookonchain 5 月 5 日监测，FRIEND 前 5 大买家已累计浮盈 289 万美元。

此外，据 The Data Nerd监测， 3 天前，一位聪明的投资者0x A 26 花费了 118 万美元，以平均入场费 1.61 美元累积了 73.2 万枚 FRIEND，目前未实现利润约为 80.7 万美元。

尽管存在争议，Friend.Tech 目前仍是Web3社交媒体领域的重要参与者，至于未来能否继续引领 SocialFi 新浪潮，一起拭目以待。

原文编译

Bacaan Terkait

Saham Chip Memimpin Penurunan Saham AS, Apakah Perdagangan AI Sedang Dikalahkan Ganda oleh Suku Bunga dan Imbal Hasil?

Saham chip memimpin penurunan di pasar saham AS, dengan indeks Nasdaq jatuh 2,2% dan S&P 500 turun 1,4%. Tekanan terjadi di seluruh rantai perangkat keras AI, termasuk Nvidia (turun ~4%), Micron (anjlok 13,2%), Qualcomm, serta saham memori dan penyimpanan. Pasar Asia juga terdampak, dengan KOSPI Korea turun hampir 10% dan raksasa chip seperti SK Hynix serta Samsung Electronics mencatat penurunan dua digit. Penjualan difokuskan pada aset dengan valuasi tinggi dan kepemilikan padat, dipicu oleh dua tekanan utama: Pertama, ekspektasi kenaikan suku bunga Federal Reserve yang lebih agresif, meningkatkan tekanan diskonto pada arus kas masa depan perusahaan teknologi. Kedua, investor mulai mempertanyakan kapan pengeluaran modal besar-besaran untuk AI oleh vendor cloud akan diterjemahkan menjadi keuntungan yang jelas, menggeser fokus dari "hanya membeli pertumbuhan" ke "harus melihat imbal hasil". Meski demikian, ini lebih dilihat sebagai koreksi setelah kenaikan tajam daripada tanda pecahnya gelembung. Permintaan dasar untuk perangkat keras AI masih ada. Titik kunci selanjutnya adalah laporan keuangan Micron yang akan datang untuk konfirmasi permintaan, serta data inflasi AS yang akan mempengaruhi jalur kebijakan Fed. Pasar kini mempertimbangkan narasi AI dengan lebih realistis, menyeimbangkannya dengan tekanan suku bunga dan garis waktu imbal hasil.

marsbit50m yang lalu

Saham Chip Memimpin Penurunan Saham AS, Apakah Perdagangan AI Sedang Dikalahkan Ganda oleh Suku Bunga dan Imbal Hasil?

marsbit50m yang lalu

OpenAI Publikasi Makalah Baru: Bagaimana Melatih AI yang 'Tetap Baik di Bawah Tekanan'?

OpenAI menerbitkan makalah tentang cara melatih AI agar tetap bermanfaat dan aman di bawah tekanan atau skenario baru. Penelitian ini berfokus pada penggunaan _reinforcement learning_ untuk membentuk sifat-sifat bermanfaat yang luas dan persisten dalam model, bukan sekadar daftar larangan. Sifat-sifat ini mencakup kejujuran, transparansi, kesadaran risiko, dan kemampuan untuk dikoreksi. Makalah ini memperkenalkan konsep "penyimpangan muncul" (_emergent misalignment_), di mana perilaku buruk di satu bidang dapat menyebar ke bidang lain. OpenAI bertanya apakah perilaku baik juga dapat digeneralisasi secara lintas domain. Mereka membuat dataset dialog sintetis multi-domain untuk mengevaluasi dan melatih 15 sifat bermanfaat. Eksperimen menunjukkan bahwa dengan hanya mengganti 5% data pelatihan standar dengan data sifat bermanfaat, model menunjukkan peningkatan signifikan dalam 83% evaluasi. Yang penting, pelatihan di satu bidang (misalnya, kesehatan) meningkatkan kinerja di bidang lain yang tidak terkait, menunjukkan adanya transfer perilaku yang bermanfaat. Model ini juga menunjukkan ketahanan yang lebih baik terhadap petunjuk yang bermusuhan (_adversarial prompting_) dan penyetelan halus yang berbahaya (_harmful finetuning_), dengan penurunan performa yang lebih kecil dan lebih sedikit penyebaran kerusakan ke domain lain. Penelitian ini menekankan bahwa AI yang baik bukan tentang selalu menolak atau selalu mematuhi pengguna, tetapi tentang membuat penilaian yang lebih kuat antara menjadi berguna, jujur, dan aman. Ini mewakili pergeseran dari memperbaiki masalah keamanan setelah fakta menuju membentuk perilaku yang diinginkan sejak awal, yang merupakan langkah penting sebelum AI digunakan dalam tugas berisiko tinggi.

marsbit53m yang lalu

OpenAI Publikasi Makalah Baru: Bagaimana Melatih AI yang 'Tetap Baik di Bawah Tekanan'?

marsbit53m yang lalu

Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

Penelitian Goldman Sachs menggarisbawahi bahwa gelombang investasi AI saat ini tidak sama dengan gelembung teknologi 1999-2000. Perbedaan kuncinya terletak pada fundamental: laba dan pengeluaran modal (capex) perusahaan terkait AI masih kuat dan terus dinaikkan, mendorong pasar, sementara valuasi forward P/E tidak melonjak ekstrem karena kenaikan harga saham didorong oleh kenaikan ekspektasi laba. Namun, risikonya tetap ada. Pasar telah mengantisipasi banyak hal optimis, dengan peningkatan nilai pasar AI (sekitar $27 triliun) melebihi perkiraan manfaat makroekonomi dasar. Harga saat ini bergantung pada asumsi bahwa perusahaan pemenang AI dapat mempertahankan pangkat laba tinggi dalam jangka panjang dari lonjakan produktivitas. Sinyal utama yang mirip era 1990-an adalah intensitas investasi. Capex AI, terutama dari penyedia cloud hyperscale, meningkat sangat cepat dan bisa mendekati puncak era dot-com. Namun, sinyal gelembung lain seperti penurunan margin makro, peningkatan leverage korporat, atau defisit neraca berjalan yang membesar belum terlihat. Risiko utama telah bergeser dari "gelembung valuasi" ke kemungkinan "gelembung laba". Selama siklus capex belum mencapai puncaknya, laba kuat kemungkinan masih mendominasi kekhawatiran valuasi. Namun, begitu siklus investasi memuncak, kelangsungan laba tinggi akan diuji. Selain itu, ekonomi non-AI AS relatif lemah, sehingga AI mungkin menutupi kelemahan di sektor lain. Mengingat ketergantungan pada narasi optimis ini, volatilitas saham diperkirakan meningkat. Investor disarankan untuk tetap berada dalam tren, tetapi meningkatkan perlindungan downside, misalnya melalui opsi put atau menggunakan opsi call sebagai pengganti sebagian eksposur spot. Risiko terbalik juga ada di sisi suku bunga, yang bisa turun signifikan jika kerapuhan ekonomi non-AI terungkap setelah puncak investasi AI berlalu.

marsbit55m yang lalu

Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

marsbit55m yang lalu

Mark Zuckerberg Masuk ke Pasar Prediksi

Meta, perusahaan teknologi sosial terbesar di dunia, secara resmi memasuki arena pasar prediksi. CEO Mark Zuckerberg telah menginstruksikan pembentukan tim kecil untuk mengembangkan aplikasi smartphone bernama "Arena", yang akan bersaing dengan platform seperti Polymarket dan Kalshi. Aplikasi ini, yang masih dalam tahap eksperimen awal, akan beroperasi secara independen dari aplikasi inti Meta seperti Facebook dan Instagram. Pada versi awal, pengguna dapat memprediksi hasil berbagai peristiwa seperti pemilihan politik, pertandingan olahraga, dan urusan dunia. Namun, alih-alih menggunakan uang sungguhan, Arena akan menerapkan sistem poin seperti dalam permainan video, di mana pengguna mengumpulkan poin, peringkat, dan prestasi berdasarkan prediksi akurat mereka. Meskipun demikian, Meta tidak menutup kemungkinan untuk memperkenalkan taruhan dengan uang nyata di masa depan. Langkah Meta ini terjadi di tengah pertumbuhan pesat industri pasar prediksi, dengan volume perdagangan online di platform utama melonjak menjadi lebih dari $130 miliar pada tahun 2026. Arena berpotensi memanfaatkan basis pengguna aktif harian Meta yang lebih dari 3,56 miliar untuk pertumbuhan cepat. Selain potensi pendapatan dari biaya transaksi (jika menggunakan uang sungguhan) atau barang virtual, data yang dihasilkan dari aktivitas prediksi pengguna dapat memperkaya sistem iklan inti Meta. Strategi ini selaras dengan pendekatan Meta untuk mengikuti tren pengguna dan mengembangkan aplikasi independen untuk menguji perilaku sosial baru. Namun, tantangan seperti risiko regulasi yang ketat dari badan seperti CFTC di AS, tekanan hukum di berbagai yurisdiksi, dan kesulitan dalam menarik serta mempertahankan pengguna untuk aplikasi independen tetap menjadi hambatan yang signifikan. Ini bukan upaya pertama Meta di bidang ini, setelah aplikasi serupa bernama Forecast ditutup pada tahun 2022.

Foresight News1j yang lalu

Foresight News1j yang lalu

Rebound Saham Semikonduktor: Akhir Koreksi Teknis atau Pembalikan Tren?

**Ringkasan (sekitar 1500 karakter):** Pasar saham semikonduktor, terutama di Korea Selatan (seperti Samsung dan SK Hynix), mengalami penjualan besar dan pemulihan cepat pada akhir Juni. Inti gejolak ini bukan pada fluktuasi harian, melainkan pergeseran fase penentuan harga saham semikonduktor setelah perdagangan tema AI menjadi sangat ramai. Pemulihan setelah anjlok lebih mencerminkan perbaikan posisi (teknis) dan ekspektasi pembagian hasil pemegang saham (seperti pada Samsung), bukan konfirmasi bahwa tren naik telah berlanjut. Validasi sesungguhnya berasal dari musim laporan keuangan, khususnya dari Micron Technology. HBM (High Bandwidth Memory) adalah variabel kunci. Komponen penting untuk server AI ini telah memberi produsen memori seperti Micron, Samsung, dan SK Hynix kekuatan penetapan harga yang kuat. Pertanyaan pasar sekarang adalah apakah kekuatan ini dan siklus pengeluaran modal AI dapat terus mendukung valuasi tinggi sektor ini. Laporan keuangan Micron (24 Juni) menjadi titik uji utama. Investor tidak hanya mencari hasil kuartal yang kuat, tetapi lebih pada panduan ke depan (guidance) dan konfirmasi bahwa visibilitas pesanan, harga memori, dan margin keuntungan masih kokoh. Jika Micron dapat memberikan sinyal kuat bahwa permintaan HBM dan kekuatan penetapan harganya masih berlanjut, rebound dapat diartikan sebagai akhir koreksi teknis dan tren naik berlanjut. Namun, jika panduannya mulai hati-hati atau ekspektasi kenaikan laba tertinggal dari valuasi, pemulihan saat ini mungkin hanya bersifat sementara sebelum tren melemah. Singkatnya, rebound saham semikonduktor Asia masih berupa perbaikan teknis yang menunggu konfirmasi fundamental lebih lanjut. Nasib perdagangan tema AI dalam waktu dekat sangat bergantung pada kemampuan rantai pasokan, terutama di segmen memori, untuk terus melampaui ekspektasi tinggi yang telah dibangun pasar.

marsbit1j yang lalu