Akun yang hanya memenuhi satu kriteria penyaringan tidak akan langsung dikeluarkan, tetapi akan dinilai secara komprehensif untuk mengurangi kesalahan.
Judul Asli: 《Initia『s Path to Long-Term Success: Allocating the Airdrop to Loyal Users》
Penulis: stan (CEO Initia)
Diterjemahkan oleh: Asher（@Asher_ 0210 ）
Mengapa melakukan airdrop?
Tujuan utama dari airdrop adalah untuk memaksimalkan tingkat konversi peserta ekosistem dari pengguna pengujian menjadi pengguna aplikasi mainnet. Artikel ini akan membahas bagaimana menemukan skema alokasi airdrop yang masuk akal untuk peserta aktif komunitas Initia berdasarkan data nyata dan distribusi probabilitas objektif (untuk informasi latar belakang tentang airdrop Initia, silakan klik di sini untuk mengunjungi konten pengumuman resmi).
Pengantar: Bagian Satu dan Pengantar: Bagian Dua pengguna aktif sebagai pengadopsi awal Multichain Garden of Eden, menguji batas infrastruktur, menunjukkan antarmuka yang sulit digunakan, dan terus memberikan saran perbaikan. Selain itu, kategori pengguna ini menyumbang sebagian besar akun independen, sehingga sekitar 90% dari total airdrop dialokasikan untuk kelompok ini.
Peserta Testnet (89.46%)
Analisis Data
Banyak pengguna menginginkan XP sebagai standar utama untuk menentukan alokasi airdrop. Namun, seperti yang ditekankan dalam rencana awal jaringan uji, meningkatkan tingkat Jennie adalah tugas yang paling penting. Untuk menemukan keseimbangan terbaik, tingkat Jennie hanya digunakan untuk menentukan alokasi dasar, dan disesuaikan secara signifikan berdasarkan jumlah tugas yang diselesaikan di fase kedua jaringan uji. Tingkat Jennie sangat terkait dengan rentang XP, dan membantu memberikan penghargaan kepada pengguna yang metodis dan berhati-hati dalam pengambilan keputusan (misalnya, tidak memberi makan makanan termurah pada hari pertama, tetapi membuat keputusan tersebut pada akhir pekan).
Tim mengambil keputusan berdasarkan data. Saat merancang skema distribusi airdrop, tim menghitung probabilitas mencapai setiap level setelah mendapatkan proporsi tertentu dari total XP, perhitungan probabilitas ini didasarkan pada asumsi berikut:
Pengguna akan menghabiskan semua XP pada akhir setiap minggu;
Setiap kali steak muncul, itu akan diutamakan untuk diberi kepada Jennie;
Jika steak tidak didapatkan, pengguna akan mencoba untuk mensintesisnya;
Jika tidak bisa disintesis, beri Jennie makanan tingkat tertinggi yang ada.
Tabel pertama dan kedua menunjukkan probabilitas mencapai masing-masing tingkat dalam kasus termahal dan termurah, area hijau menunjukkan pengguna yang 100% dijamin mencapai atau melebihi tingkat yang sesuai. Dengan asumsi pertumbuhan XP yang moderat, tingkat median (yang juga merupakan modus dari data sampel nyata) adalah sekitar 6, nilai ini akan digunakan dalam perhitungan selanjutnya. Selain itu, perlu dicatat bahwa "total jumlah XP yang diperoleh" tidak termasuk XP bonus tambahan (seperti XP yang diberikan dalam acara) serta XP yang diperoleh dari airdrop dan penjualan steak, sehingga probabilitas sebenarnya untuk mencapai masing-masing tingkat tereduksi.
Berdasarkan distribusi probabilitas ini, dapat dibangun sebuah fungsi berkorelasi positif untuk memetakan tingkat Jennie ke skor dasar. Fungsi ini memiliki karakteristik berikut:
Gradien awal lebih lambat (pertumbuhan tingkat rendah lebih lambat);
Meningkat secara signifikan di level 5-6 (hadiah untuk menarik lebih banyak pengguna aktif);
Pada level 7-9 cenderung datar (hindari memberikan terlalu banyak penghargaan pada titik data ekstrem).
Dengan cara ini, distribusi airdrop dapat difokuskan pada pengguna aktif di kuartil atas, sambil menghindari ketidakseimbangan yang berlebihan di kedua ujung distribusi. Selain tingkat Jennie, lima tugas tetap ditetapkan (misalnya mengumpulkan stiker dan membekukan Jennie). Seperti yang disebutkan sebelumnya, tujuan airdrop adalah untuk mendorong pengguna yang jangka panjang, stabil, dan terfokus. Tugas-tugas ini tidak memiliki unsur acak (semua persyaratan dijelaskan secara jelas di antarmuka Initia XP), sehingga pengguna yang menyelesaikan lebih banyak tugas dapat memperoleh koefisien bobot yang meningkat. Yaitu:
Pengguna yang menyelesaikan 3 tugas memiliki keuntungan lebih besar dibandingkan pengguna yang menyelesaikan 2 tugas;
Peningkatan dari 2 tugas menjadi 3 tugas lebih besar daripada peningkatan dari 1 tugas ke 2 tugas.
Tujuan dari tindakan ini adalah untuk mengkompensasi pengguna yang mungkin terpengaruh karena keberuntungan buruk selama proses peningkatan Jennie.
Algoritma Distribusi Optimal
Tabel di atas merangkum jumlah pengguna yang memenuhi syarat yang dibagi berdasarkan tingkat dan penyelesaian tugas. Pengguna yang memenuhi syarat untuk investasi kosong harus memenuhi:
Jennie level ≥ 3；
Selesaikan setidaknya 2 tugas tetap.
Beberapa karakteristik kunci dari dataset:
Tingkat berkorelasi positif dengan jumlah tugas yang diselesaikan;
Untuk tingkat Jennie tertentu, proporsi pengguna yang menyelesaikan 5 tugas meningkat seiring dengan meningkatnya tingkat, menunjukkan bahwa pengguna dengan tingkat tinggi secara keseluruhan lebih fokus;
Distribusi condong ke kanan (pengguna dengan tingkat penyelesaian tugas yang tinggi lebih banyak), menunjukkan bahwa pengguna yang berpartisipasi dalam jaringan uji secara keseluruhan cukup serius;
Semua pengguna tingkat 9 telah menyelesaikan semua 5 tugas.
Berdasarkan karakteristik ini, algoritma distribusi akhir dapat ditetapkan:
Skor dasar pengguna ditentukan oleh level Jennie;
Jumlah tugas yang diselesaikan sebagai koefisien pengali tambahan, meningkat tidak linier;
Distribusi airdrop akhir: Menghitung skor akhir setiap pengguna (skor dasar × koefisien bobot tugas), jumlah token INIT yang diperoleh pengguna akhir didistribusikan berdasarkan skor pengguna tersebut / total skor semua pengguna yang memenuhi syarat, sebesar 89.4626% dari total airdrop 50.000.000 INIT.
Distribusi akhir menunjukkan karakteristik yang baik:
Fungsi distribusi meningkat monoton seiring dengan tingkat dan tingkat penyelesaian tugas;
Tingkat peningkatan bobot penyelesaian tugas akan diperluas secara bertahap;
Pengguna dengan tingkat penyelesaian tinggi akan mendapatkan imbalan lebih tinggi setelah melewati "ambang usaha" tertentu (yaitu tingkat median 6).
Misalnya: (6, 5) pengguna, yaitu (tingkat 6, memiliki 5 stiker) mendapatkan lebih banyak hadiah dibandingkan pengguna (7, 4) (tingkat 7, memiliki 4 stiker). Ini memastikan bahwa di atas ambang usaha tertentu, partisipasi yang konsisten dalam jangka panjang lebih penting daripada hanya mengandalkan tingkat yang tinggi.
Singkatnya, pada tahap rendah, pengaruh tingkat itu sendiri lebih besar; pada tahap tinggi, pengaruh penyelesaian tugas lebih besar. Hasil akhirnya adalah airdrop lebih secara tepat mendorong pengguna jangka panjang yang stabil, serius, dan aktif.
Interwoven Stack Mitra (4.50%)
Bagian alokasi token ini relatif sederhana, dengan tujuan untuk menarik pengguna mendalam dari teknologi inti Interwoven Stack untuk bergabung dengan ekosistem. Pengguna tingkat lanjut LayerZero dan IBC adalah calon anggota komunitas yang dapat memberikan wawasan mendalam untuk membangun pengalaman multichain yang benar-benar mulus. Selain itu, pengguna tingkat lanjut yang memiliki milkTIA dan menyetorkannya ke dalam protokol DeFi juga memenuhi syarat untuk mendapatkan airdrop.
Interwoven Stack dari Initia tidak hanya mengintegrasikan ketersediaan data Celestia, tetapi juga mekanisme Enshrined Liquidity L1-nya mendorong peningkatan likuiditas aset biasa dan berbagai jenis token staking likuid, yang akan diluncurkan di mainnet. Pengguna tingkat lanjut yang familiar dengan LST dan ekonomi DeFi adalah kekuatan kunci dalam mendorong pertumbuhan lapisan tata kelola L1 dan ekonomi aplikasi.
Kontributor Sosial (6,04%)
Bagian ini terutama terdiri dari tiga bagian yaitu Discord, Telegram, dan X. Dari segi proporsi alokasi, X tampaknya memiliki porsi yang lebih tinggi, tetapi sebenarnya rata-rata setiap pengguna menerima token INIT sebagai berikut:
Discord：1.199 INIT（total 417 pengguna independen, 769 alokasi peran）；
Telegram：50 INIT；
X：625 INIT。
Karena diskusi utama komunitas Initia terjadi di Discord dan X, maka fokus analisis adalah pada distribusi data di kedua saluran ini:
Total alokasi X adalah 5 kali lipat dari Discord, tetapi jumlah pengguna yang diuntungkan oleh X adalah 9 kali lipat dari Discord (4.000 vs 417);
Rata-rata distribusi untuk 5% pengguna teratas di Discord adalah 5.246 INIT (minimum 2.904, maksimum 7.648, tidak termasuk moderator Discord), sementara rata-rata distribusi untuk 5% pengguna teratas di X hanya 2.044 INIT (minimum 1.812, maksimum 2.276). Perbedaan ini mencerminkan bahwa ambang kontribusi di Discord lebih tinggi dan persyaratan kualitas lebih ketat;
Distribusi peran Discord tingkat atas mendekati peran Jennie tingkat lanjut (sekitar 2.000 INIT);
Pengguna Discord dapat mendapatkan alokasi melalui beberapa peran, sementara pengguna X dapat meningkatkan peringkat melalui beberapa tweet berkualitas tinggi;
X data interaksi didasarkan pada peringkat Initia Kaito, dan telah dilakukan penimbangan waktu (2024-2025), memastikan peserta jangka panjang mendapatkan lebih banyak hadiah dan mencegah akun besar hanya mendapatkan peringkat tinggi berdasarkan 1 hingga 2 tweet interaksi tinggi.
Program Kontributor Sosial bertujuan untuk mendorong partisipasi aktif komunitas, melakukan komunikasi mendalam seputar ekosistem aplikasi rantai dan mekanisme inovatifnya. Baik pengguna memilih Discord atau X sebagai platform diskusi utama, anggota inti yang telah lama berkontribusi dengan konten berkualitas dan mendorong perkembangan komunitas, akan menerima hadiah airdrop di berbagai saluran.
Mekanisme Anti Penyihir
Selama periode testnet, tim mengambil serangkaian langkah untuk meminimalkan serangan penyihir hitam, guna memastikan anggota komunitas asli dari ekosistem Initia dapat memperoleh sumber daya secara adil. Meskipun langkah ini menuai kontroversi, Gitcoin Passport tetap diperkenalkan di faucet testnet untuk mengurangi transaksi sampah dan memungkinkan pengguna terverifikasi untuk mengklaim token testnet dengan lebih lancar. Strategi ini berhasil signifikan, banyak Jennie tingkat (1, 0) yang kemungkinan adalah bot menjadi tidak aktif.
Selain itu, tim telah merancang metode unik untuk menentukan apakah pengguna mengajukan transaksi melalui front-end resmi Initia, atau berinteraksi langsung dengan kontrak. Dalam proses penilaian XP, backend Initia mengirimkan akar Merkle dari skor pengguna ke kontrak XP setiap minggu. Ketika pengguna mengklaim XP, mereka perlu mengajukan bukti Merkle yang diperoleh dari backend. Dalam proses ini, ditambahkan mekanisme cerdik: backend tidak hanya memberikan bukti yang sah, tetapi juga menghasilkan bukti Merkle palsu tambahan, yang terdiri dari kombinasi bukti yang sah. Dan di front-end resmi, tim akan melakukan sedikit modifikasi pada bukti palsu ini dan memverifikasi di sisi kontrak apakah modifikasi tersebut terjadi. Jika pengguna mengklaim XP melalui front-end resmi, sistem akan mengenali mereka menggunakan front-end; tetapi jika pengguna memanggil kontrak langsung untuk mengklaim XP, sistem akan menandai mereka sebagai pengguna yang menghindari UI dan menjalankan skrip secara langsung.
Meskipun mekanisme ini tidak secara langsung digunakan untuk mengeluarkan pengguna, itu sangat berguna dalam mengidentifikasi kelompok penyihir potensial, menurut tim, ini adalah pertama kalinya di industri menggunakan metode serupa untuk penyaringan. Namun, karena strategi ini sulit untuk digunakan kembali begitu diketahui secara luas, maka efektivitas jangka panjangnya mungkin akan terpengaruh. Bekerja sama dengan Allium, menganalisis akun penyihir yang mungkin ada di berbagai kelompok, dan menerapkan serangkaian metode penyaringan, termasuk:
Jumlah transaksi: mendefinisikan jendela data kecil selama sekitar n hari, dan menghitung jumlah transaksi yang dikirim oleh pengguna. Dengan cara ini, kita dapat menyaring bot sederhana yang melakukan jumlah transaksi yang sama di beberapa akun dalam periode waktu yang diberikan;
Urutan pemanggilan fungsi: Sebagian kelompok robot akan mengeksekusi transaksi sesuai dengan urutan pemanggilan fungsi yang sama persis, membentuk pola perilaku yang dapat dikenali;
Periode transaksi: Menganalisis akun dalam interval blok antara serangkaian transaksi, operasi otomatis biasanya mempertahankan interval yang sangat pendek antara beberapa transaksi. Selain itu, jika ada batch transaksi atau pola yang berulang dalam rentang waktu yang lebih lama (beberapa jam atau beberapa hari), ini juga bisa menunjukkan bahwa akun tersebut milik operasi otomatis atau akun batch skrip.
Perlu dicatat bahwa metode di atas hanyalah sebagian dari proses penyaringan, algoritma penyaringan yang akhirnya digunakan oleh tim jauh lebih kompleks. Selain itu, akun yang hanya memenuhi satu standar penyaringan tidak akan langsung dikeluarkan, melainkan akan dinilai secara komprehensif dengan mempertimbangkan berbagai faktor untuk meminimalkan kemungkinan kesalahan.
Ringkasan
Airdrop ini hanya merupakan langkah pertama dalam mendistribusikan kepemilikan awal dan likuiditas ke ekosistem Interwoven, melalui mekanisme inti Initia Enshrined Liquidity dan Vested Interest Program (VIP), total 50% dari pasokan token akan digunakan untuk insentif ekosistem aplikasi jangka panjang. Tim mengharapkan saatnya pemerintahan L1 mendorong alokasi modal dan likuiditas, serta aplikasi L2 mencapai pertumbuhan berkelanjutan di bawah indikator KPI yang terukur.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Apa yang dilakukan Initia Airdrop dengan benar? CEO menjelaskan detailnya, memberikan insentif yang tepat kepada kontributor yang sebenarnya.
Judul Asli: 《Initia『s Path to Long-Term Success: Allocating the Airdrop to Loyal Users》
Penulis: stan (CEO Initia)
Diterjemahkan oleh: Asher（@Asher_ 0210 ）
Mengapa melakukan airdrop?
Tujuan utama dari airdrop adalah untuk memaksimalkan tingkat konversi peserta ekosistem dari pengguna pengujian menjadi pengguna aplikasi mainnet. Artikel ini akan membahas bagaimana menemukan skema alokasi airdrop yang masuk akal untuk peserta aktif komunitas Initia berdasarkan data nyata dan distribusi probabilitas objektif (untuk informasi latar belakang tentang airdrop Initia, silakan klik di sini untuk mengunjungi konten pengumuman resmi).
Pengantar: Bagian Satu dan Pengantar: Bagian Dua pengguna aktif sebagai pengadopsi awal Multichain Garden of Eden, menguji batas infrastruktur, menunjukkan antarmuka yang sulit digunakan, dan terus memberikan saran perbaikan. Selain itu, kategori pengguna ini menyumbang sebagian besar akun independen, sehingga sekitar 90% dari total airdrop dialokasikan untuk kelompok ini.
Peserta Testnet (89.46%)
Analisis Data
Banyak pengguna menginginkan XP sebagai standar utama untuk menentukan alokasi airdrop. Namun, seperti yang ditekankan dalam rencana awal jaringan uji, meningkatkan tingkat Jennie adalah tugas yang paling penting. Untuk menemukan keseimbangan terbaik, tingkat Jennie hanya digunakan untuk menentukan alokasi dasar, dan disesuaikan secara signifikan berdasarkan jumlah tugas yang diselesaikan di fase kedua jaringan uji. Tingkat Jennie sangat terkait dengan rentang XP, dan membantu memberikan penghargaan kepada pengguna yang metodis dan berhati-hati dalam pengambilan keputusan (misalnya, tidak memberi makan makanan termurah pada hari pertama, tetapi membuat keputusan tersebut pada akhir pekan).
Tim mengambil keputusan berdasarkan data. Saat merancang skema distribusi airdrop, tim menghitung probabilitas mencapai setiap level setelah mendapatkan proporsi tertentu dari total XP, perhitungan probabilitas ini didasarkan pada asumsi berikut:
Tabel pertama dan kedua menunjukkan probabilitas mencapai masing-masing tingkat dalam kasus termahal dan termurah, area hijau menunjukkan pengguna yang 100% dijamin mencapai atau melebihi tingkat yang sesuai. Dengan asumsi pertumbuhan XP yang moderat, tingkat median (yang juga merupakan modus dari data sampel nyata) adalah sekitar 6, nilai ini akan digunakan dalam perhitungan selanjutnya. Selain itu, perlu dicatat bahwa "total jumlah XP yang diperoleh" tidak termasuk XP bonus tambahan (seperti XP yang diberikan dalam acara) serta XP yang diperoleh dari airdrop dan penjualan steak, sehingga probabilitas sebenarnya untuk mencapai masing-masing tingkat tereduksi.
Berdasarkan distribusi probabilitas ini, dapat dibangun sebuah fungsi berkorelasi positif untuk memetakan tingkat Jennie ke skor dasar. Fungsi ini memiliki karakteristik berikut:
Dengan cara ini, distribusi airdrop dapat difokuskan pada pengguna aktif di kuartil atas, sambil menghindari ketidakseimbangan yang berlebihan di kedua ujung distribusi. Selain tingkat Jennie, lima tugas tetap ditetapkan (misalnya mengumpulkan stiker dan membekukan Jennie). Seperti yang disebutkan sebelumnya, tujuan airdrop adalah untuk mendorong pengguna yang jangka panjang, stabil, dan terfokus. Tugas-tugas ini tidak memiliki unsur acak (semua persyaratan dijelaskan secara jelas di antarmuka Initia XP), sehingga pengguna yang menyelesaikan lebih banyak tugas dapat memperoleh koefisien bobot yang meningkat. Yaitu:
Tujuan dari tindakan ini adalah untuk mengkompensasi pengguna yang mungkin terpengaruh karena keberuntungan buruk selama proses peningkatan Jennie.
Algoritma Distribusi Optimal
Tabel di atas merangkum jumlah pengguna yang memenuhi syarat yang dibagi berdasarkan tingkat dan penyelesaian tugas. Pengguna yang memenuhi syarat untuk investasi kosong harus memenuhi:
Beberapa karakteristik kunci dari dataset:
Berdasarkan karakteristik ini, algoritma distribusi akhir dapat ditetapkan:
Distribusi akhir menunjukkan karakteristik yang baik:
Misalnya: (6, 5) pengguna, yaitu (tingkat 6, memiliki 5 stiker) mendapatkan lebih banyak hadiah dibandingkan pengguna (7, 4) (tingkat 7, memiliki 4 stiker). Ini memastikan bahwa di atas ambang usaha tertentu, partisipasi yang konsisten dalam jangka panjang lebih penting daripada hanya mengandalkan tingkat yang tinggi.
Singkatnya, pada tahap rendah, pengaruh tingkat itu sendiri lebih besar; pada tahap tinggi, pengaruh penyelesaian tugas lebih besar. Hasil akhirnya adalah airdrop lebih secara tepat mendorong pengguna jangka panjang yang stabil, serius, dan aktif.
Interwoven Stack Mitra (4.50%)
Bagian alokasi token ini relatif sederhana, dengan tujuan untuk menarik pengguna mendalam dari teknologi inti Interwoven Stack untuk bergabung dengan ekosistem. Pengguna tingkat lanjut LayerZero dan IBC adalah calon anggota komunitas yang dapat memberikan wawasan mendalam untuk membangun pengalaman multichain yang benar-benar mulus. Selain itu, pengguna tingkat lanjut yang memiliki milkTIA dan menyetorkannya ke dalam protokol DeFi juga memenuhi syarat untuk mendapatkan airdrop.
Interwoven Stack dari Initia tidak hanya mengintegrasikan ketersediaan data Celestia, tetapi juga mekanisme Enshrined Liquidity L1-nya mendorong peningkatan likuiditas aset biasa dan berbagai jenis token staking likuid, yang akan diluncurkan di mainnet. Pengguna tingkat lanjut yang familiar dengan LST dan ekonomi DeFi adalah kekuatan kunci dalam mendorong pertumbuhan lapisan tata kelola L1 dan ekonomi aplikasi.
Kontributor Sosial (6,04%)
Bagian ini terutama terdiri dari tiga bagian yaitu Discord, Telegram, dan X. Dari segi proporsi alokasi, X tampaknya memiliki porsi yang lebih tinggi, tetapi sebenarnya rata-rata setiap pengguna menerima token INIT sebagai berikut:
Karena diskusi utama komunitas Initia terjadi di Discord dan X, maka fokus analisis adalah pada distribusi data di kedua saluran ini:
Program Kontributor Sosial bertujuan untuk mendorong partisipasi aktif komunitas, melakukan komunikasi mendalam seputar ekosistem aplikasi rantai dan mekanisme inovatifnya. Baik pengguna memilih Discord atau X sebagai platform diskusi utama, anggota inti yang telah lama berkontribusi dengan konten berkualitas dan mendorong perkembangan komunitas, akan menerima hadiah airdrop di berbagai saluran.
Mekanisme Anti Penyihir
Selama periode testnet, tim mengambil serangkaian langkah untuk meminimalkan serangan penyihir hitam, guna memastikan anggota komunitas asli dari ekosistem Initia dapat memperoleh sumber daya secara adil. Meskipun langkah ini menuai kontroversi, Gitcoin Passport tetap diperkenalkan di faucet testnet untuk mengurangi transaksi sampah dan memungkinkan pengguna terverifikasi untuk mengklaim token testnet dengan lebih lancar. Strategi ini berhasil signifikan, banyak Jennie tingkat (1, 0) yang kemungkinan adalah bot menjadi tidak aktif.
Selain itu, tim telah merancang metode unik untuk menentukan apakah pengguna mengajukan transaksi melalui front-end resmi Initia, atau berinteraksi langsung dengan kontrak. Dalam proses penilaian XP, backend Initia mengirimkan akar Merkle dari skor pengguna ke kontrak XP setiap minggu. Ketika pengguna mengklaim XP, mereka perlu mengajukan bukti Merkle yang diperoleh dari backend. Dalam proses ini, ditambahkan mekanisme cerdik: backend tidak hanya memberikan bukti yang sah, tetapi juga menghasilkan bukti Merkle palsu tambahan, yang terdiri dari kombinasi bukti yang sah. Dan di front-end resmi, tim akan melakukan sedikit modifikasi pada bukti palsu ini dan memverifikasi di sisi kontrak apakah modifikasi tersebut terjadi. Jika pengguna mengklaim XP melalui front-end resmi, sistem akan mengenali mereka menggunakan front-end; tetapi jika pengguna memanggil kontrak langsung untuk mengklaim XP, sistem akan menandai mereka sebagai pengguna yang menghindari UI dan menjalankan skrip secara langsung.
Meskipun mekanisme ini tidak secara langsung digunakan untuk mengeluarkan pengguna, itu sangat berguna dalam mengidentifikasi kelompok penyihir potensial, menurut tim, ini adalah pertama kalinya di industri menggunakan metode serupa untuk penyaringan. Namun, karena strategi ini sulit untuk digunakan kembali begitu diketahui secara luas, maka efektivitas jangka panjangnya mungkin akan terpengaruh. Bekerja sama dengan Allium, menganalisis akun penyihir yang mungkin ada di berbagai kelompok, dan menerapkan serangkaian metode penyaringan, termasuk:
Jumlah transaksi: mendefinisikan jendela data kecil selama sekitar n hari, dan menghitung jumlah transaksi yang dikirim oleh pengguna. Dengan cara ini, kita dapat menyaring bot sederhana yang melakukan jumlah transaksi yang sama di beberapa akun dalam periode waktu yang diberikan;
Urutan pemanggilan fungsi: Sebagian kelompok robot akan mengeksekusi transaksi sesuai dengan urutan pemanggilan fungsi yang sama persis, membentuk pola perilaku yang dapat dikenali;
Periode transaksi: Menganalisis akun dalam interval blok antara serangkaian transaksi, operasi otomatis biasanya mempertahankan interval yang sangat pendek antara beberapa transaksi. Selain itu, jika ada batch transaksi atau pola yang berulang dalam rentang waktu yang lebih lama (beberapa jam atau beberapa hari), ini juga bisa menunjukkan bahwa akun tersebut milik operasi otomatis atau akun batch skrip.
Perlu dicatat bahwa metode di atas hanyalah sebagian dari proses penyaringan, algoritma penyaringan yang akhirnya digunakan oleh tim jauh lebih kompleks. Selain itu, akun yang hanya memenuhi satu standar penyaringan tidak akan langsung dikeluarkan, melainkan akan dinilai secara komprehensif dengan mempertimbangkan berbagai faktor untuk meminimalkan kemungkinan kesalahan.
Ringkasan
Airdrop ini hanya merupakan langkah pertama dalam mendistribusikan kepemilikan awal dan likuiditas ke ekosistem Interwoven, melalui mekanisme inti Initia Enshrined Liquidity dan Vested Interest Program (VIP), total 50% dari pasokan token akan digunakan untuk insentif ekosistem aplikasi jangka panjang. Tim mengharapkan saatnya pemerintahan L1 mendorong alokasi modal dan likuiditas, serta aplikasi L2 mencapai pertumbuhan berkelanjutan di bawah indikator KPI yang terukur.
Mari kita bertemu di mainnet.