FF 高开低走背后:DWF 的操作是否「体面」?

Foresight NewsОпубликовано 2025-09-30Обновлено 2025-09-30

Введение

积分黑箱,全员锁仓,YT 被套;空投数为预期 1/4,仅 0.4% 代币被申领。

撰文:Alex Liu,Foresight News

DeFi 精算师道高一尺,DWF Labs 「魔高一丈」?

9 月 29 日晚,Falcon Finance 代币 FF 正式上线,登陆多家主流交易所。作为做市商 DWF 孵化的项目,FF 上线后的价格走势呈「高开低走」趋势,这是为何?

高位开盘

按 FF 在币安 Alpha 上 0.6 美元的开盘价计算,其 FDV(完全流通市值)为 60 亿美元。从项目基本面看,Falcon Finance 的合成美元稳定币 USDf 的供应量为 19 亿美元,而赛道龙头项目 Ethena 的稳定币供应量超 160 亿,ENA 代币的 FDV 为 84 亿美元。

比较来看,FF 相对高估。作为参考,盘前市场此前对 FF 的定价为 0.27 美元左右。

FF 为何以如此高的价格开盘?

抛压何来?

代币价格高开低走,说明存在抛压。如此高的开盘价,Falcon Finance 在代币经济学中声称有 7% 用于积分空投,是空投申领者迫不及待卖出代币导致价格下降吗?

事实上,Falcon Finance 在空投申领开放前,一直没有开放代币数量查询 ,等到申领在延迟约一小时后终于开放,参与者们发现自己能申领的代币数量不到根据 7% 空投比例测算结果的 1/4。官方对此没有任何解释。

此外,所有参与者都需要锁仓代币。若选择领取 50% 代币,则另外 50% 代币将被没收。选择领取 30% 代币,另外 70% 代币需要锁仓 1 个月后分 6 个月线性释放。同时,积分在 500 万(换算为代币约 100 美元)以下无资格申领。

以上种种情况让 Falcon 积分活动的参与者可卖出的空投只有预期的 1/10。据链上数据,积分部分实际被领取的空投代币数量不足 4000 万枚,约代币供应量的 0.4%。

官方公布代币的初始流通量为 23.4%。Buidlpad 公售与币安空投一共不足代币供应量 5%,代币的抛压究竟由何而来引人深思。

透明度反思

由于 Falcon Finance 宣称第一季积分空投 7% 实际仅空投不足 2%,透明度问题造成用户对其第二季空投信任流失,杠杆获得积分的 Pendle YT 短时间内由 15% 跌至 12% (由于具有底层收益,意味着对积分的预期估值大幅下降),让提前布局 Falcon Finance 第二季的用户纷纷被套。

无论是散户还是大户,参与稳定币项目通常都追求规则透明、收益可预测。Falcon Finance 若不对此做出回应,恐怕会流失相当多的用户,以及更难弥合的信任裂缝。

和 ENA 的比较

作为对照组,Ethena 的积分活动更加透明。

Ethena 第一季空投了 5% 的代币总量,目前第四季将空投 3.5%,Falcon 第一季为不足 2%。Ethena 积分排行前 2000 名的大户需要锁仓一半,散户全部解锁。而 Falcon 全员强制锁仓。

Ethena 每天会公布当日新增积分数、总积分数。由于规则和数据的透明,每一季的空投收益在发币前都能算清楚。Falcon 积分黑箱,虽然也吸引了大量 DeFi 玩家精算,但无奈最后项目方未按规则出牌。

以省心、公平的角度,大户稳定币理财,还是推荐参与 Ethena。

声明:本文作者参与了 FF 代币申领,也参与 Ethena 生态,部分内容为个人真实经历

Трендовые криптовалюты

Похожее

Ethereum сохраняет квартальные достижения на фоне сжигания Tether на $2.5 млрд – Но этот катализатор сохраняется

Ethereum (ETH) сохранил рост, достигнутый в третьем квартале, несмотря на сжигание Tether $2,5 млрд USDT в сети Ethereum, что сократило общий объем стейблкоинов на платформе. Основное внимание уделяется предстоящему масштабному обновлению Glamsterdam, запланированному на вторую половину 2026 года, которое сейчас находится на заключительной стадии тестирования. Оно направлено на значительное повышение пропускной способности сети за счет внедрения параллельной обработки транзакций и поэтапного увеличения лимита газа. Однако этому позитивному инфраструктурному нарративу противостоят сложные ончейн-условия. Ликвидность в DeFi ослабевает: общая рыночная капитализация стейблкоинов снизилась, а TVL крупнейшего кредитного протокола Aave на Ethereum значительно упал с начала года. Недавний перевод 63 000 ETH на Coinbase крупным институциональным кошельком на фоне сжатия ликвидности указывает на то, что недавний рост цены ETH может быть краткосрочной коррекцией. Таким образом, ключевой вопрос для второй половины года заключается в том, смогут ли фундаментальные улучшения от Glamsterdam перевесить макроэкономическую неопределенность и слабую ончейн-активность для поддержания устойчивого бычьего тренда.

ambcrypto2 мин. назад

Ethereum сохраняет квартальные достижения на фоне сжигания Tether на $2.5 млрд – Но этот катализатор сохраняется

ambcrypto2 мин. назад

«Экзамен» на эмбиентный интеллект сводит с ума: человек — 100 баллов, лучшая модель — 12.8

Новый эталонный тест RoboDojo, разработанный командой из Гонконгского университета и Пекинского университета, оценивает способности современных моделей искусственного интеллекта для роботов в симуляции и реальном мире. Тест включает 42 симуляционные и 18 реальных задач, проверяющих пять ключевых способностей: обобщение, память, точность, долгосрочное планирование и понимание открытых семантических инструкций. Результаты оказались отрезвляющими: лучшая модель показала средний успех только в 8,80% симуляционных и 12,8% реальных задач, в то время как человек-эксперт достигает 76,03% и 100% соответственно. Бенчмарк выявил серьёзный разрыв между демонстрационными видео и надёжным выполнением задач в стандартизированных условиях, особенно в операциях, требующих высокой точности, длинных последовательностей действий или понимания новых семантических команд. RoboDojo — это не просто набор задач, а комплексная инфраструктура с публичным рейтингом, системой параллельной симуляции (XPolicyLab) и стандартизированной процедурой тестирования на реальных роботах ARX X5, Piper и Piper X. Проект, управляемый академическим сообществом, призван стать объективным «высотомером» для прогресса в области воплощённого ИИ, показывая, что до создания по-настоящему универсальных и надёжных роботов-манипуляторов ещё далеко.

marsbit14 мин. назад

«Экзамен» на эмбиентный интеллект сводит с ума: человек — 100 баллов, лучшая модель — 12.8

marsbit14 мин. назад

За кулисами роста ANSEM на 300% за неделю: возрождение и ловушки Solana Meme

Мем-токен ANSEM вырос на 299% за неделю, способствуя оживлению рынка мем-токенов на Solana. Платформа Pump.fun достигла недельного объема транзакций в 53.3 млрд долларов, а мем-токены снова составили более 20% еженедельного объема транзакций в сети Solana — впервые с середины мая. Это сигнализирует о восстановлении интереса. Однако всплеск активности сопровождается серьезными рисками. Исследования показывают, что большинство популярных мем-токенов подвержены манипуляциям: торговые боты часто скупают токены в первые моменты листинга, а скоординированные группы контролируют значительную часть ликвидности. Среднее время удержания мем-токена сократилось до 100 секунд, создавая неравные условия для обычных пользователей, которые часто становятся жертвами схем «забега и выхода» (pump-and-dump). Будущее развития рынка зависит от того, сможет ли рост перейти от единичных случаев, подобных ANSEM, к устойчивому тренду с увеличением числа успешных проектов и высокими общими объемами. Если же активность снизится, а доля мем-токенов в общем объеме Solana упадет, текущий всплеск может оказаться кратковременным. Ключевой вопрос для отрасли: сможет ли этот сегмент преодолеть цикл манипуляций и стать более здоровой экосистемой для привлечения новых пользователей.

Foresight News55 мин. назад

За кулисами роста ANSEM на 300% за неделю: возрождение и ловушки Solana Meme

Foresight News55 мин. назад

Маленький Зах «Манго» генерирует изображения лишь немного уступая GPT Image 2: ему не учили редактировать — он научился сам

Meta AI представила свою самую передовую модель генерации изображений Muse Image под кодовым названием «Манго». Она заняла второе место на платформе Arena, уступая только GPT Image 2 от OpenAI. Ключевой особенностью «Манго» является способность действовать как интеллектуальный агент: модель сама ищет информацию в интернете для работы с фактами, пишет и запускает код для создания точных диаграмм и QR-кодов, а главное — самостоятельно корректирует результат, если он её не устраивает. Это поведение не было запрограммировано явно, а «проявилось» в ходе обучения с подкреплением. Модель интегрирована с языковой моделью Muse Spark («Авокадо»), что позволяет им совместно планировать и выполнять сложные задачи. Например, в демо-версии они создали серию изображений кошки от детства до старости и упаковали их в веб-игру. Кроме того, Muse Image обладает уникальной функцией, использующей социальный граф Meta: пользователи могут @упоминать публичные аккаунты Instagram в подсказках, чтобы создавать изображения с людьми из их открытых фотографий. Эта функция включена по умолчанию, что уже вызвало вопросы о конфиденциальности. Muse Image уже доступна в Meta AI, Instagram и WhatsApp, а вскоре появится в других приложениях компании, охватывающих миллиарды пользователей. Все созданные изображения имеют невидимый водяной знак Content Seal для идентификации ИИ-контента, а Meta также выпустила публичный инструмент для проверки происхождения изображений. Одновременно был анонсирован превью-релиз видео-модели Muse Video, которая генерирует видео с синхронным звуком и заняла третье место в соответствующем рейтинге Arena.

marsbit1 ч. назад

Маленький Зах «Манго» генерирует изображения лишь немного уступая GPT Image 2: ему не учили редактировать — он научился сам

marsbit1 ч. назад

В новом блоге Вэн Ли предлагает «Самосовершенствование следует начинать с Harness», Цуй Тяньи из DeepSeek распространяет и поддерживает

Бывший вице-президент OpenAI по безопасности и соучредитель Thinking Machines Lab Лилия Вэн предложила новый взгляд на саморазвитие ИИ (RSI). Она утверждает, что наиболее реалистичный путь начинается не с прямой модификации весов модели, а с эволюции **Harness** — внешней системы управления, которая отвечает за вызов инструментов, управление контекстом, планирование задач и верификацию результатов. Исследователь DeepSeek Цуй Тяньи поддержал эту идею, отметив, что самосовершенствование на уровне Harness, как и на уровне модели, — многообещающее направление. Вэн выделяет прогресс от инженерии контекста (ACE, MCE) и дизайна рабочих процессов (AI Scientist, ADAS, AFlow) до **Self-Improving Harness**. Последнее включает в себя цикл: поиск слабых мест, предложение модификаций кода Harness и их валидацию. Такие системы, как DGM, показали, что эволюция Harness способна значительно повысить производительность агентов в задачах кодирования без изменения весов модели. Однако путь к полноценному RSI сталкивается с проблемами: слабые или нечеткие оценочные функции, риск взлома системы вознаграждений (reward hacking), коллапс разнообразия решений и противоречие между краткосрочным успехом и долгосрочной устойчивостью системы. Роль человека, по мнению Вэн, смещается в сторону надзора на более высоком уровне абстракции. Вывод: Harness становится критически важным фактором, определяющим конечные возможности ИИ-систем, и представляет собой практическую точку входа для исследований в области саморазвития искусственного интеллекта.

marsbit1 ч. назад

В новом блоге Вэн Ли предлагает «Самосовершенствование следует начинать с Harness», Цуй Тяньи из DeepSeek распространяет и поддерживает

marsbit1 ч. назад

Торговля

Спот

Популярные статьи

Как купить FF

Добро пожаловать на HTX.com! Мы сделали приобретение Falcon Finance (FF) простым и удобным. Следуйте нашему пошаговому руководству и отправляйтесь в свое крипто-путешествие.Шаг 1: Создайте аккаунт на HTXИспользуйте свой адрес электронной почты или номер телефона, чтобы зарегистрироваться и бесплатно создать аккаунт на HTX. Пройдите удобную регистрацию и откройте для себя весь функционал.Создать аккаунтШаг 2: Перейдите в Купить криптовалюту и выберите свой способ оплатыКредитная/Дебетовая Карта: Используйте свою карту Visa или Mastercard для мгновенной покупки Falcon Finance (FF).Баланс: Используйте средства с баланса вашего аккаунта HTX для простой торговли.Третьи Лица: Мы добавили популярные способы оплаты, такие как Google Pay и Apple Pay, для повышения удобства.P2P: Торгуйте напрямую с другими пользователями на HTX.Внебиржевая Торговля (OTC): Мы предлагаем индивидуальные услуги и конкурентоспособные обменные курсы для трейдеров.Шаг 3: Хранение Falcon Finance (FF)После приобретения вами Falcon Finance (FF) храните их в своем аккаунте на HTX. В качестве альтернативы вы можете отправить их куда-либо с помощью перевода в блокчейне или использовать для торговли с другими криптовалютами.Шаг 4: Торговля Falcon Finance (FF)С легкостью торгуйте Falcon Finance (FF) на спотовом рынке HTX. Просто зайдите в свой аккаунт, выберите торговую пару, совершайте сделки и следите за ними в режиме реального времени. Мы предлагаем удобный интерфейс как для начинающих, так и для опытных трейдеров.

310 просмотров всегоОпубликовано 2025.09.29Обновлено 2026.06.02

Как купить FF

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на FF (FF) представлены ниже.

活动图片