Before You Jump on Any ICO Bandwagon, Read This First

深潮Xuất bản vào 2025-12-16Cập nhật gần nhất vào 2025-12-16

Tóm tắt

Before participating in any ICO, it's crucial to understand that most projects fail, and only a few achieve success. The recent hype around ICOs, driven by projects like MegaETH and Plasma, often leads to impulsive investments without proper due diligence. Here are key points to consider: 1. **Product Fundamentals**: Evaluate if the product solves a real problem and has genuine innovation. Avoid projects based on future promises or testnet data without a working product. 2. **Team Experience**: The team's track record matters. Experienced teams can adapt to market changes, while weak teams may disappear when hype fades. 3. **Investors and Valuation**: Check if reputable VCs are involved and assess the valuation. Avoid projects where insiders have low valuations, leaving retail investors at risk. 4. **Authentic Data**: Look beyond surface metrics like TVL or user numbers. Ensure data is genuine and not inflated by incentives or fake activity. 5. **Marketing and Narrative**: Strong projects control their narrative and attract organic attention. Poor projects rely on buzzwords without substance. 6. **Tokenomics**: Understand token unlock schedules, vesting, and fully diluted valuation (FDV). Avoid structures that favor insiders and shift risk to retail. 7. **Market Conditions**: Market cycles significantly impact valuation and returns. The same project may perform differently in a bull vs. bear market. ICO investments are not free money. Avoid FOMO-driven decisions and p...

Written by: Ola Ξlixir

Compiled by: AididiaoJP, Foresight News

ICOs are the hottest topic on crypto Twitter right now, and everyone is talking about them.

Everyone thinks they've found the next MegaETH or Plasma.

But most people are overlooking one key point:

Only a small fraction of these ICOs will actually make money; that's how the crypto market has always been.

One project pioneers a model, and it succeeds.

Then ten teams copy it, thinking they can replicate that success, but it's hard to duplicate, and eight or nine out of ten will fail.

Right now, every team wants to do an ICO, just because MegaETH and Plasma are hot.

They figure, instead of giving you an airdrop, why not have you pay to "get in."

However, those two projects succeeded because they were well-planned before execution.

So, before you invest in any ICO, consider the following points.

1. The Product is Fundamental

Ignore the flashy PowerPoints and the hype posts from KOLs.

Just ask a simple question:

Does this product actually solve a real problem today? Does it have genuine innovation? Why do they need to issue a token?

If the product only exists in a "future story" or requires a bunch of assumptions to work, that's dangerous.

Good ICOs usually have something actually running, not just empty promises or testnet data.

If they can't explain what the product does in one sentence, that's your first red flag.

2. The Team Matters

The quality of a project depends on the strength of the team behind it.

Look at the team's track record:

Have they built products before, in crypto or elsewhere?

Experience is a plus; it shows they've been down this road.

An anonymous team isn't necessarily a bad thing,

but they must deliver exceptional results to earn trust.

When the market shifts, strong teams adapt;

weak teams vanish as soon as the hype dies down. This is an "attention economy."

3. Investors and Valuation

Who invested in this project? Top-tier VCs or third-rate funds?

How much did they raise? What's the valuation? This is more important than many think.

If insiders and early investors got in at extremely low valuations, you're likely their "exit liquidity."

A good ICO's valuation makes sense even without hype;

a bad ICO relies on buzz and vanity metrics to justify its price.

4. Look at Real Data, Not Surface Numbers

Do they have real revenue? What are the active user numbers and Total Value Locked (TVL)?

Most importantly, the quality of this data—any data can be faked.

Testnet data is meaningless if it's easy to manipulate.

A dashboard full of fake activity won't magically turn into real usage—Monad is a prime example.

See if user demand is organic: are people willing to use the product without incentives,

or are they just there for a potential airdrop?

5. Marketing and Narrative Power

Marketing is more important than many realize.

MegaETH's marketing was executed masterfully.

The team controlled everything, perfectly steering the narrative.

Everyone was actively discussing MegaETH.

In the Web3 world, attention is everything.

If an ICO gets no attention before launch, don't expect miracles afterward—again, think Monad.

Good projects know how to tell their story clearly from the start.

Bad projects hide behind buzzwords: "We're building Web3's next ChatGPT + Nvidia + prediction market..." Nice story.

6. Offering Terms and Valuation

Read the terms carefully:

  • Token unlock rules

  • Vesting schedule

  • Circulating supply

  • Fully Diluted Valuation (FDV) at listing

Understanding the full tokenomics is crucial. If you can't, use AI tools to help analyze it.

If the ICO structure heavily favors insiders and dumps all the risk on retail, stay away.

A fair launch doesn't mean cheap; it means the interests of the project and participants are aligned.

7. Market Conditions are Key

This is the most easily overlooked point.

In a real bull market, a decent project can hit a $500M to $1B FDV on narrative alone.

Right now, even the hottest projects often cap out at $100M to $300M valuations.

This directly impacts your risk-reward calculation.

The same project can have wildly different outcomes in different markets.

Timing isn't everything, but it's never irrelevant.

Final Thoughts

ICOs are not free money; they never were.

The current trend will create some winners and leave a long list of lessons.

Don't buy just because everyone else is, or because a KOL you like is shilling it.

Don't assume every promoted project will be the next MegaETH.

The worst projects will just exploit your FOMO and hype-chasing mentality, with zero substance.

Câu hỏi Liên quan

QWhat is the main reason many ICOs fail to replicate the success of projects like MegaETH or Plasma?

AMost ICOs fail because they are merely copying a successful model without proper planning, execution, or innovation, unlike the original projects which were well-planned from the start.

QAccording to the article, what should be the primary focus when evaluating an ICO?

AThe primary focus should be on the product itself—whether it solves a real problem, has actual innovation, and has a working product rather than just promises or testnet data.

QWhy is the team behind an ICO important, as mentioned in the article?

AThe team's experience and track record are crucial because a strong team can adapt to market changes, while a weak one may disappear when hype fades. Anonymous teams need to deliver exceptional results to gain trust.

QWhat does the article suggest about ICO valuations and investor alignment?

AThe article warns that if insiders and early investors get in at very low valuations, retail investors might become 'exit liquidity.' A good ICO should have a logical valuation and fair terms that align interests between the project and participants.

QHow does market timing affect the outcome of an ICO, based on the article?

AMarket timing is critical—the same project can have vastly different results in a bull market versus the current environment. Valuations and risk-reward ratios are heavily influenced by the overall market conditions.

Nội dung Liên quan

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

Chỉ số tài sản kỹ thuật số mới S&P Pantera Digital Asset Index vừa được S&P Dow Jones Indices và Pantera Capital ra mắt, tập trung vào các tài sản crypto có nguồn thu thực tế và đã loại trừ Bitcoin, XRP và các meme coin. Chỉ số này áp dụng tiêu chí sàng lọc lấy cảm hứng từ S&P 500, yêu cầu các giao thức phải có thu nhập ròng dương trong nhiều quý liên tiếp và giá trị phải được phân phối cho người nắm giữ token. Bitcoin bị loại vì không đáp ứng tiêu chí "tạo ra doanh thu giao thức". 18 tài sản thành phần (danh sách đầy đủ chưa công bố) được lựa chọn dựa trên thu nhập, với 5 nắm giữ lớn nhất là Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) và Hyperliquid (HYPE). Pantera giải thích việc loại Bitcoin nhằm phục vụ các nhà đầu tư tổ chức, những người đã có sẵn kênh tiếp cận riêng qua ETF và cần một công cụ benchmark để đánh giá cơ bản các giao thức tạo ra doanh thu. Chỉ số hiện mới chỉ là benchmark; các sản phẩm ETF theo dõi chỉ số này đang được thảo luận. Sự hợp tác giữa Pantera và Morgan Stanley có thể mở đường phân phối sản phẩm đến khách hàng giàu có. Thông tin này làm dấy lên tranh luận trong cộng đồng: liệu việc loại trừ Bitcoin có củng cố định vị "vàng kỹ thuật số" của nó, trong khi các tài sản khác bị phân loại như nền tảng công nghệ tạo doanh thu. Pantera chỉ ra một khoảng trống sản phẩm lớn, khi nhiều tổ chức muốn tiếp cận crypto nhưng thiếu các công cụ đầu tư đa dạng, có cơ sở cơ bản rõ ràng.

marsbit1 phút trước

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

marsbit1 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

Claude vừa ra mắt tính năng "Ghi lại Kỹ năng", cho phép người dùng tạo kỹ năng tự động hóa bằng cách ghi màn hình và giải thích bằng giọng nói. Tính năng này hiện có sẵn cho người dùng Pro, Max và Team trên ứng dụng desktop Claude Cowork. Người dùng chỉ cần thực hiện quy trình công việc trên máy tính, vừa làm vừa mô tả bằng lời nói, sau đó Claude sẽ tự động phân tích và tạo ra một "Skill" có thể tái sử dụng, được gọi bằng lệnh gạch chéo (/). Điểm đột phá của tính năng này là bỏ qua bước "viết" hướng dẫn phức tạp thủ công, giúp chuyển đổi tri thức ngầm và kinh nghiệm thực tế thành quy trình tự động một cách dễ dàng. Nó không chỉ là công cụ nâng cao hiệu suất, mà còn làm giảm đáng kể rào cản trong việc số hóa và lưu giữ quy trình nghiệp vụ chuyên môn, điều mà các hệ thống quản lý tri thức truyền thống thường gặp khó khăn. Bài viết cũng đề cập đến mặt khác của tự động hóa: một trường hợp cho thấy mối quan hệ hợp tác lâu năm có thể bị thay thế bởi một bộ kỹ năng được tạo sẵn. Nghiên cứu từ Harvard Business School chỉ ra rằng khi AI phát triển, giá trị công việc sẽ dịch chuyển từ "biết cách làm" sang "biết cách làm những việc người khác không thể làm". Tính năng mới của Claude đẩy nhanh xu hướng này, biến quy trình cá nhân thành tài sản tự động có thể chia sẻ và vận hành ngay lập tức.

marsbit5 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

marsbit5 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

Bài báo giới thiệu một phương pháp học chuyển tiếp mới có tên **Semi-Supervised Noise Adaptation (SSNA)** (Điều chỉnh Nhiễu Bán Giám sát), đã được xuất bản tại ICML 2026. Phương pháp này cho thấy ngay cả **dữ liệu nhiễu ngẫu nhiên**, không chứa thông tin ngữ nghĩa nào (ví dụ: được lấy mẫu từ phân phối Gaussian), cũng có thể giúp cải thiện hiệu suất của mô hình học máy trong các tình huống có ít dữ liệu được gắn nhãn. Nhóm nghiên cứu đề xuất một khuôn khổ gọi là **Noise Adaptation Framework (NAF)**. NAF tạo ra các nhiễu ngẫu nhiên và tổ chức chúng thành các cấu trúc phân biệt rõ ràng giữa các lớp (cụm) trong không gian biểu diễn chung. Cấu trúc phân loại này sau đó được chuyển giao (căn chỉnh) sang dữ liệu mục tiêu thực tế, từ đó cung cấp ranh giới phân loại rõ ràng hơn và nâng cao khả năng học. Trong thử nghiệm, với chỉ 4 mẫu được gắn nhãn cho mỗi lớp, NAF đã cải thiện đáng kể độ chính xác so với phương pháp học có giám sát cơ bản (ERM) trên nhiều bộ dữ liệu như CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), và các bộ dữ liệu khác. Phương pháp này cũng hiệu quả với các tác vụ phân loại văn bản. Nghiên cứu nhấn mạnh rằng yếu tố then chốt không phải là bản thân dữ liệu nhiễu ngẫu nhiên, mà là **cấu trúc phân biệt được tạo ra** giữa các lớp nhiễu đó trong không gian biểu diễn. Ngay cả khi không có ngữ nghĩa thực, việc chuyển giao cấu trúc này vẫn có thể hỗ trợ học tập. Điều này mở ra hướng tiếp cận mới cho việc học chuyển tiếp trong các tình huống khó tiếp cận dữ liệu nguồn thực tế do vấn đề riêng tư, bản quyền hoặc hạn chế về chi phí.

marsbit6 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

marsbit6 phút trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

Mới đây, một nhân viên Nhà Trắng đã bị phát hiện sử dụng thông tin nội bộ để giao dịch kiếm lời trên thị trường dự đoán. Nhân vật chính là Gabriel Perez, người phụ trách vận hành máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump từ năm 2016. Với quyền tiếp cận bản thảo bài nói trước, Perez đã đặt cược vào các từ khóa cụ thể mà Trump sẽ "đề cập" trong hơn chục bài phát biểu, thu lợi hơn 100.000 USD chỉ trong khoảng ba tháng. Sàn giao dịch dự đoán Kalshi, nơi Perez thực hiện giao dịch, đã phát hiện hoạt động bất thường, đóng băng tài khoản của anh ta và báo cáo lên Ủy ban Giao dịch Hàng hóa Tương lai Mỹ (CFTC). Perez hiện đã bị đình chỉ công tác không lương. Tuy nhiên, khác với hai vụ buộc tội hình sự trước đó liên quan đến một binh sĩ đặc nhiệm và một kỹ sư Google, Perez chỉ phải đối mặt với hành động dân sự của CFTC, chủ yếu là hoàn trả lợi nhuận và cam kết không tái phạm. Vụ việc làm nổi bật tính dễ bị thao túng của các thị trường dự đoán thể loại "đề cập", nơi người có thông tin nội bộ hoặc chính người phát biểu có thể dễ dàng kiểm soát kết quả. Đây là trường hợp nội gián thứ ba bị công bố trong lĩnh vực này. Để ứng phó, các nền tảng như Kalshi đang siết chặt quy định, yêu cầu người dùng tiết lộ thông tin công việc nhằm hạn chế giao dịch nội gián. Sự kiện này đặt ra câu hỏi về tính toàn vẹn của thị trường dự đoán, vốn được kỳ vọng phản ánh trí tuệ đám đông, nhưng thực tế có thể trở thành công cụ kiếm lời cho số ít người nắm thông tin đặc quyền.

marsbit1 giờ trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

marsbit1 giờ trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Bài viết tiết lộ vụ bê bối giao dịch nội gián liên quan đến một nhân viên Nhà Trắng. Gabriel Perez, người phụ trách điều khiển máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump, đã lợi dụng thông tin nội bộ về nội dung bài diễn văn để đặt cược trên thị trường dự đoán Kalshi, kiếm lời hơn 100.000 USD trong ba tháng. Anh ta có thể biết trước các từ khóa cụ thể sẽ được nhắc đến. Tuy nhiên, không phải lần nào cũng thành công vì Trump thường nói ngoài kịch bản. Hành vi của Perez bị phát hiện nhờ hệ thống giám sát của Kalshi, dẫn đến việc tài khoản bị đóng băng và anh ta bị đình chỉ công việc. Mặc dù phải hoàn trả lợi nhuận, Perez không phải đối mặt với truy tố hình sự vì cơ quan chức năng cho rằng hành động này không gây hại cho an ninh quốc gia mà chỉ là vấn đề đạo đức. Bài viết cũng chỉ ra rằng thị trường dự đoán loại "đề cập" rất dễ bị thao túng, với chi phí gian lận thấp và lợi nhuận tiềm năng cao, và dẫn thêm các ví dụ khác như CEO Coinbase Brian Armstrong. Để tăng cường tuân thủ, Kalshi đã yêu cầu người dùng tiết lộ nơi làm việc. Vụ việc của Perez cho thấy nỗ lực thanh lọc giao dịch nội gián trong lĩnh vực thị trường dự đoán, nhưng đồng thời cũng làm dấy lên câu hỏi về tính chính xác và bản chất của các nền tảng này.

Odaily星球日报1 giờ trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Odaily星球日报1 giờ trước

Giao dịch

Giao ngay
活动图片