复盘 Monad Card 活动:一场面向加密推特的“反内卷”实验

深潮发布于2025-08-26更新于2025-08-27

去中心化提名,让 Monad 公平起步。

作者:Happy

编译:深潮TechFlow

我认为,许多 TGE 前的团队常犯的一个错误,就是过度依赖 Kaito boards 或 Zealy 活动等增长手段来获取关注度。

过去我对此一直持批评态度,坦率讲,我觉得这些其实是负作用更大。

凡是被宣传的东西,都会被操控。凡是被衡量的东西,都会被滥用。

你吸引来的往往是最糟糕的唯利是图的用户,并会阻碍自然发帖,因为参与所带来的声誉损害往往超过潜在的回报。

另一方面,Monad Cards 采取了相反的方式。

它们会分发给那些在更广泛加密领域中建立影响力的 CT 用户,而不是专门发帖讨论 Monad 的帖子。

这之所以有效,有几个原因:

  • 要长期保持社交影响力,比反复发某一个项目的内容更难作假;

  • 让成功的 CT 用户在不“出卖灵魂”的情况下,也能真正拥有一定的利益绑定(或许);

  • 让他们因自己对加密领域的更广泛贡献而感到真正被奖励和认可;

  • 激励他们主动发关于 Monad 的内容,以展示自己的相关性;

  • 允许他们提名那些可能被忽视的人。

在我看来,最后一点最为重要。

通过允许这些用户去提名他人,你赋予了他们权力、信任与责任。

从长远看,这也有助于避免社交空投中常见的一类 FUD ——“这都是分给内部人的。”

说实话,这种批评在历史上往往是有道理的,即使并非出于主观意图。

人类总是容易受到无意识偏见的影响,而空投的标准通常是保密的,并且由少数人掌控。这样几乎不可避免地会让奖励最终落到团队“最喜欢”的人手中。

但在这里,情况并非如此。通过将决策过程去中心化到整个 CT,你就消除了大部分这种偏见。

如果你在这个领域活跃了一段时间,即使你自己发帖不多、社交影响力不大,你很可能也在某个群聊里认识一些有影响力的人。所以如果你得不到提名,这更多是你自身能力的问题,而不是可以归咎于团队的事情。

而且很明显,团队也努力把这种理念嵌入到自己的社区中。

他们推出了识别应用(recogniser app),用户只需回答一个问题的“是/否”:你是否认识这位社区成员?

这是在消除决策过程中的偏见、增加更多去中心化数据点的又一步。

在加密圈外的人看来,这些或许只是些微不足道的小事,但我认为它们对一条链的起源故事有着超乎寻常的影响。

在我看来,加密世界里,“公平”发行的认知,是未来能否获得文化成功的最大预测因素。

毕竟,这个行业的文化正是源于那些最公平的发行——比特币、以太坊,以及更近的 Hyperliquid。

当然,这些措施本身并不能解决 Monad 的所有问题,但它们在很大程度上回应了 CT 最大的抱怨——相比其他在更宽松监管环境下融资的新链,普通用户想在 Monad 上获得“利益绑定”的机会实在太难。

没有任何活动能让所有人满意,但这次活动却让 Monad 的口碑发生了转变,为其未来的发展奠定了更坚实的基础。

你可能也喜欢

消费信心触底、宏观相关性同步崩溃,美股的独自狂欢还能走多远?

当前美股市场呈现显著割裂:消费者信心跌至历史低位,宏观资产相关性全面失真,但在AI与半导体行情推动下,主要股指却屡创新高。市场担忧焦点已转向这场高度集中的行情能承受多久来自油价、利率与拥挤仓位的冲击。 半导体板块是核心驱动力,资金正从英伟达等龙头向存储芯片等更高弹性方向扩散。AI相关板块持续领涨,但上涨动力越来越多受到期权交易结构(如负Gamma环境下的仓位挤压)推动,而非典型的低波动风险偏好扩张。 尽管消费者情绪悲观,但实际消费行为并未同步恶化,财政刺激仍提供支撑,经济数据整体略强于预期。然而,投资者情绪并未随股指创新高而转向乐观。 更值得警惕的是结构性风险:标普500与利率、黄金、波动率(VIX)及油价的相关性均已极端偏离20年历史均值,导致依赖历史模型的稳定性下降。同时,对冲基金在半导体等动量交易上的仓位高度拥挤,增加了市场回调时的剧烈波动风险。 美股未来走势面临三大约束:油价在地缘不确定性下的波动、半导体拥挤仓位对业绩敏感度的提升,以及宏观相关性失效隐含的风险。行情或许还能延续,但其稳定性正在下降,关键在於油价、利率、半导体动量或失真相关性等变量何时触发市场重新定价。

marsbit1小时前

消费信心触底、宏观相关性同步崩溃,美股的独自狂欢还能走多远?

marsbit1小时前

OpenAI吃掉应用层?a16z说真正的机会在通用模型之外

本文探讨了AI应用层创业公司面临的核心焦虑:在OpenAI、Anthropic等大模型公司同时掌握底层模型、分发渠道和品牌优势的背景下,应用层是否还有机会。a16z合伙人Joe Schmidt借用《绿野仙踪》的比喻,将机会分为两类:一是大模型公司正重点投入的“黄砖路”,如代码生成、写作等横向通用工具;二是深入垂直行业复杂流程的“奥兹国的其他地方”。 作者认为,创业公司的真正机会在于后者。企业真正付费购买的并非更聪明的聊天窗口,而是能对业务结果负责的完整系统。这类系统需要处理混乱的真实数据、复杂的多步骤工作流、多人审批、边界案例以及合规审计等责任,并在模型升级时为客户管理迁移与成本。 垂直应用的核心优势在于: 1. **数据与学习飞轮**:积累行业特有的隐性知识、惯例与反馈,形成模型实验室无法复制的领域洞察。 2. **管理模型复杂性与成本**:为客户跨模型供应商选择最优解,承担模型升级的迁移与调优工作,并通过智能路由实现成本优化。 3. **治理与合规**:针对具体行业构建控制平面,内化合规要求(如法律、医疗、金融监管),提供确定性结果。 文章以销售和保险为例,说明成功的关键是聚焦具体业务结果、攻克高复杂度问题,并构建深入工作流的护栏与迭代能力。判断标准在于:所需步骤与工具的复杂性、是否构建了客户赖以运行的核心系统,以及价值是否最终体现在客户的损益表中。 结论指出,大模型公司将在横向通用领域持续领先,而围绕垂直行业构建“工作系统”、沉淀流程与数据的应用公司,同样能建立深厚护城河。底层模型会越来越强且可替换,但不可替代的是对具体行业工作流的深度理解与赋能能力。下一代企业软件将在“奥兹国的其他地方”诞生。

marsbit2小时前

OpenAI吃掉应用层?a16z说真正的机会在通用模型之外

marsbit2小时前

交易

现货
合约
活动图片