Memecoins Bị Xóa Sổ Khi 11,6 Triệu Token Thất Bại Trong Một Năm Tàn Khốc: Nghiên Cứu

bitcoinistXuất bản vào 2026-01-12Cập nhật gần nhất vào 2026-01-12

Tóm tắt

Theo nghiên cứu từ CoinGecko, khoảng 11,6 triệu memecoin đã ngừng giao dịch hoặc trở nên không hoạt động vào năm 2025, con số cao chưa từng thấy so với 1,3 triệu token thất bại trong năm 2024. Phần lớn sự sụp đổ xảy ra trong quý IV/2025, đặc biệt sau đợt bán tháo ngày 10/10 khi thị trường chứng kiến hơn 19 tỷ USD bị thanh lý chỉ trong một ngày. Các token nhỏ với thanh khoản thấp, đặc biệt là memecoin và dự án kém, chịu ảnh hưởng nặng nề nhất do thiếu tính ứng dụng và không có người mua khi thị trường đi xuống. Công cụ tạo token dễ dàng đã dẫn đến sự bùng nổ của các đồng tiền mới chất lượng thấp. Giao dịch giảm mạnh, nhiều sàn phải gỡ niêm yết các token không đạt chuẩn. Các chuyên gia kêu gọi siết chặt tiêu chuẩn niêm yết và cảnh báo nhà đầu tư cần thận trọng trước các dự án chỉ dựa vào hype.

Memecoins đã bị tàn phá nặng nề vào năm ngoái, và hậu quả là rất lớn. Theo nghiên cứu từ CoinGecko, khoảng 11,6 triệu token đã ngừng giao dịch hoặc trở nên không hoạt động vào năm 2025. Con số này vượt xa các năm trước và khiến các nhà đầu tư cùng những người theo dõi thị trường phải mất công sàng lọc giữa những tổn thất và các dự án đổ vỡ.

Sự Thất Bại Của Memecoin Tăng Vọt Sau Đợt Bán Tháo Lớn

Theo báo cáo từ CoinGecko, khoảng 7,7 triệu token thất bại đã xảy ra trong quý IV năm 2025. Quý này chiếm phần lớn tổng số, được thúc đẩy bởi một đợt biến động mạnh trên thị trường vào ngày 10 tháng 10 năm 2025, khi các báo cáo cho thấy hơn 19 tỷ USD trong các khoản thanh lý tiền mã hóa đã xảy ra chỉ trong một ngày.

Các token nhỏ với thanh khoản thấp bị ảnh hưởng nặng nề nhất. Nhiều danh sách token "chết" đó bị chi phối bởi memecoins và các dự án được đầu tư ít, hiếm khi có sự phát triển tích cực hoặc chiều sâu giao dịch thực sự.

Một Làn Sóng Token Mới Đối Mặt Với Nhu Cầu Yếu

Các công cụ phát hành đã giúp việc tạo token trở nên dễ dàng, và điều đó đã góp phần vào vấn đề. Các báo cáo lưu ý rằng các nền tảng đơn giản hóa việc tạo token đã dẫn đến sự bùng nổ của các đồng coin mới, được phát hành với chi phí rẻ. Khi điều kiện thị trường thay đổi, nhiều đồng coin trong số đó không còn người mua.

Ngược lại, các token chính thống với các hồ bơi giao dịch sâu hơn và các trường hợp sử dụng rõ ràng hơn có nhiều khả năng sống sót sau cú sốc hơn. CoinGecko so sánh quy mô: khoảng 1,3 triệu token đã thất bại trong cả năm 2024, cho thấy sự sụp đổ của năm ngoái là kịch tính đến thế nào.

Tổng vốn hóa thị trường crypto hiện tại là 3,1 nghìn tỷ USD. Biểu đồ: TradingView

Điều Này Có Ý Nghĩa Gì Đối Với Nhà Giao Dịch Và Sàn Giao Dịch

Hoạt động giao dịch đã giảm đối với vô số token nhỏ. Khối lượng giao dịch khô cạn nhanh chóng đối với các dự án được hỗ trợ kém, và biến động giá trở nên cực đoan hơn. Một số sàn giao dịch và trang dữ liệu đã phải cập nhật danh sách và hủy niêm yết các token không còn đáp ứng các quy tắc hoạt động tối thiểu. Thị phần giao dịch đầu cơ của lĩnh vực memecoin đã giảm mạnh khi khẩu vị rủi ro giảm xuống và các nhà giao dịch chuyển sang các tài sản có tính thanh khoản cao hơn.

Hình ảnh: Altorise

Phản Ứng Của Các Nhà Quản Lý Và Giám Sát Thị Trường

Những lời kêu gọi giám sát tốt hơn đối với việc niêm yết token ngày càng trở nên lớn tiếng. Một số nhà phân tích thị trường cho rằng các sàn giao dịch nên thắt chặt tiêu chuẩn niêm yết và việc dán nhãn rõ ràng hơn cho các token thử nghiệm có thể giúp người mua bán lẻ tránh được các cạm bẫy. Những người khác cảnh báo rằng các quy tắc nghiêm ngặt hơn có thể làm chậm sự đổi mới. Hiện tại, các bản cập nhật từ các nền tảng nghiên cứu đang được sử dụng để lập bản đồ về các token đã biến mất và lý do tại sao chúng thất bại.

Tâm Lý Thị Trường Vẫn Mong Manh

Các nhà đầu tư đang sàng lọc trong đống đổ nát, tìm kiếm những bài học. Một số dự án nhỏ đã bị các đội ngũ bỏ rơi, và một danh sách dài các token không hoạt động giờ đây đóng vai trò như một lời cảnh báo đối với các nhà giao dịch đuổi theo sự cường điệu. Dựa trên dữ liệu của CoinGecko, quy mô thất bại trong năm 2025 là chưa từng có trong những năm gần đây, và nó báo hiệu rằng, không có người mua và thanh khoản, các đồng coin mới đúc có thể biến mất nhanh chóng.

Hình ảnh nổi bật từ Phantom, biểu đồ từ TradingView

Câu hỏi Liên quan

QTheo nghiên cứu của CoinGecko, có bao nhiêu token đã ngừng giao dịch hoặc trở nên không hoạt động vào năm 2025?

AKhoảng 11,6 triệu token đã ngừng giao dịch hoặc trở nên không hoạt động vào năm 2025.

QSự kiện thị trường lớn nào vào ngày 10 tháng 10 năm 2025 đã góp phần vào sự thất bại của hàng loạt token?

AVào ngày 10 tháng 10 năm 2025, các báo cáo cho thấy hơn 19 tỷ đô la tiền mã hóa đã bị thanh lý trong một ngày, gây ra một đợt bán tháo lớn và dẫn đến phần lớn các thất bại của token.

QLoại token nào bị ảnh hưởng nặng nề nhất trong đợt sụp đổ này?

ACác token nhỏ với thanh khoản thấp, đặc biệt là memecoin và các dự án được xây dựng thiếu nỗ lực, ít có sự phát triển tích cực hoặc độ sâu giao dịch thực sự, là những đối tượng bị ảnh hưởng nặng nề nhất.

QNguyên nhân chính nào dẫn đến sự bùng nổ của các token mới nhưng lại thất bại?

ACác công cụ phát hành token đã giúp việc tạo ra token trở nên dễ dàng, dẫn đến một làn sóng các đồng tiền mới được phát hành với chi phí rẻ. Khi điều kiện thị trường thay đổi, nhiều đồng tiền trong số này không còn người mua.

QPhản ứng từ các nhà giám sát thị trường và cơ quan quản lý trước sự kiện này là gì?

ACác lời kêu gọi giám sát tốt hơn đối với việc niêm yết token ngày càng lớn. Một số nhà phân tích thị trường cho rằng các sàn giao dịch nên thắt chặt tiêu chuẩn niêm yết và có nhãn dán rõ ràng hơn cho các token thử nghiệm để giúp người mua bán lẻ tránh được các cạm bẫy.

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.

marsbit4 phút trước

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

marsbit4 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.

marsbit8 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

marsbit8 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.

marsbit8 phút trước

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

marsbit8 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