当数据造假和流量贿赂成为了上所的基操,加密行业还剩什么?

链捕手发布于2025-03-12更新于2025-03-12

作者:danny

 

最近项目正在进行品牌/主网升级+换币,所以跟各大交易所都有接触。我们从17年build到今天,这些标准流程都比较清楚,除了对应的合规程序和代码审计之外,剩下不外乎是市场预算,能带来多少新增用户/流量,如何让现有的用户能够吃到红利等等等。项目方需要流动性和新的交易场所;交易所需要用户和交易量,这个各取所需,无可厚非。

有意思的地方就是,商务简单沟通完之后就到了研究部门评判的环节。他们就提出了好几个否决我们上所,或者因为某些条件不达标而需要增加预算的点。我就挑几个有意思的来说,

第一是说我们的数据和热度不够,具体体现在我们的社交媒体数据不足和链上数据不足,然后给我们举了好几个同样赛道项目的例子。 我就纳闷了,你们都是研究部门,天天研究项目,难道还看不出数据的真假和真实性吗?come on, 推特粉丝几百k 的账号,底下推文只有几千的view,留言不到10条,你告诉我这个是真的?然后链上数据都是一个交易hash里面包含了n条交易记录,你们这个项目的散户都是高手吗?居然人人都可以做自己接rpc接口做打包交易?这明显就不合理吧? 尤其是专业的ai data数据标注本身是门槛的,不太可能同时出现大批标注者就同一套数据进行标注,尤其是后续数据校验和清洗的成本比起标注本身更高,所以就更不可能,除非你根本不care成本或者你的目的根本就不是为了数据本身

第二是投资机构背书。现在的项目上所(除了meme)大都需要各大vc的傍身/加持。但作为了老项目,从19年functionx到今天的PundiAI,成立至今已有6年多的时间,我们一直来都是用自己的钱来build,从来没拿过外部一分钱,从我们这种“老人”的角度,觉得这不是一件很好的事情吗?纯社区驱动、没有vc控盘、而且从情感来说这是一件很有“情怀”的事情啊?结果在研究部门眼里这就成了没有正统机构背书、不legit,没有热度的代名词。我也不知道怎么说这个事情....

第三是token流通量和估值。从19年到现在,币都已经全部解锁了,我们的mc = fdv,其中接近70%的token是锁在验证人节点的。然后研究部门的大佬们就说,这个砸盘压力很大啊,我就纳闷了,先不说大部分的币都在验证人节点里,我们都是纯社区的盘面,谁来砸盘啊?其次,我们这么老的币也不是没上过大所,6年的时间兜兜转转,要砸盘还要去你哪里吗?再次就是,砸盘压力的大小是跟市fdv呈正比的,我们的市值和fdv才不到100m,一个有业务有产品有客户有收入的AI data layer才100m,你咋不去看看那些上线不久的 fdv 1b的项目,他们的砸盘才更需要关注吧?不对,他们的后期砸盘才更需要关注吧?!

还有好多要吐槽的点,我就不一一叙述了。我能理解各位research大佬们每天都要看很多项目,都有自己的观点和数据维度,而且这其中涉及很多专业知识,但是这中间最起码的真假善恶要分清楚吧?

不知道从什么时候开始,流量贿赂,数据贿赂/造假,项目换皮(我还听过创始人换皮的?),空投给工作室,然后交给mm出货等等的,居然成了项目要上币的基础操作了。

我有时候觉得上币,尤其是上一些早期的币跟风险投资很像,投的就是人/团队的底色,如果上所都是靠这些to 交易所,to vc的手段和操作,那么这些项目的后期发展真的是堪忧啊。

我们在这个圈子这么长时间了,这些伎俩和手段我们都略有所闻,不是我们不能做,而是我们不愿意这么做。)因为这些事情到最后都只会便宜了工作室、灰产、庄家等等,代价就是新进散户的钱、builder做事的重心偏移和整个行业的萎靡。(p/s:说句不害臊的话,现在的这些airdrop伎俩都是我们当年玩剩下的)

我们见过牛熊和风浪,所以才知道保持初心真的很不容易。有时候真的很怀念17/18年ico遇到的小伙伴们(那时候认识的好多老板都退休了),那时候的社区虽然一穷二白,但是每次聊的话题都是如何如何提高效率/安全性,如何push to market,出了hack八方支援等等,一起共赢发展。那时候介绍个vc和交易所的上币机会都是无偿的(此处省略一万句),而现在动不动就是各种回扣/介绍费/referral/管理费。

真的怀念那时候纯粹的我们。

你可能也喜欢

李飞飞最新长文:当视频生成、机器人和 NVIDIA 都自称世界模型,我们需要一个分类法

李飞飞发表文章,针对当前AI领域中“世界模型”一词被广泛滥用的现象提出一个清晰的功能分类法。她指出,尽管视频生成、机器人和NVIDIA等不同领域都自称构建“世界模型”,但它们实际指的是强化学习闭环(POMDP)中三种不同的功能模块。 **分类法如下:** 1. **渲染器**:输出**观测**(如像素),追求视觉保真度,例如Sora、Genie等视频生成模型。其局限在于“好看不等于物理正确”。 2. **模拟器**:输出**状态**,即在几何、物理和动力学层面忠实的世界表征,服务于建筑设计、机器人训练等需要精确模拟的场景。李飞飞认为这是连接渲染和规划的关键枢纽,被严重低估。 3. **规划器**:输出**动作**,根据观测和目标决定智能体(如机器人)应执行的动作,是感知-行动回路的闭环。 **现状与趋势:** * **渲染器**商业化最成熟,但有物理准确性天花板。 * **规划器**最令人兴奋但最不成熟,实验室演示与实际部署存在巨大鸿沟。 * **模拟器**是核心桥梁,掌握了模拟就同时为渲染和规划提供了基础。 当前最重要的趋势是这三类功能的边界正在消融,因为它们共享对世界底层运作(几何、物理、动力学)的同一套理解。例如,World Labs的Marble模型能同时输出用于视觉的高斯泼溅和用于物理模拟的碰撞网格。 逻辑终点是构建一个**统一的世界基础模型**,能根据下游需求在渲染、模拟和规划模式间自由切换。尽管面临数据不均衡、优化目标冲突等挑战,但三者的融合将重新定义机器智能与物理世界的关系,推动空间智能的发展。

链捕手2小时前

李飞飞最新长文:当视频生成、机器人和 NVIDIA 都自称世界模型,我们需要一个分类法

链捕手2小时前

交易

现货
活动图片