Gm 創作者 @zerufinance 能讓空投更公平嗎？ 加密貨幣空投的一個主要問題是，機器人和虛假錢包可能會佔據本應屬於真實用戶的獎勵。 這正是 Zeru 的 zScore 發揮作用的地方。 它透過分析錢包行為，幫助項目方判斷哪些參與者是真實的，哪些可能存有疑慮。 但它的效果究竟如何？ 1. GAIB 的實際成果 根據 Zeru 的說法，比較 GAIB 的 V1 和 V2 版本後，出現以下變化： → 被識別為女巫地址的錢包所獲得的分配減少 56%。 → 高品質錢包的參與度上升了 49%。 → 分發後的賣壓下降了 50%。 → 低品質錢包的分配比例從 21% 下降至 13.5%。 → 高品質錢包的分配比例從 41.7% 上升至 54.7%。 → 平均持倉時間從 9.8 天增加至 12.6 天。 這些數據顯示，行為評分可能有助於改善空投分配。 然而，要確認這些改善有多少直接歸功於 zScore，仍需更多細節。 2. 對過去空投的回溯測試 Zeru 還使用 EigenLayer、https://t.co/Lc9E4SVXqm、Optimism 和 Elixir 的歷史數據來測試其評分系統。 其概念很簡單： 如果在這些空投中使用 zScore 篩選錢包，結果會如何？ 這些模擬有助於估計潛在效益，但並非這些過去分發的實際結果。 它們展示的是「可能」發生的情況，而非「必然」發生的情況。 3. 最大的挑戰 移除機器人聽起來不錯，但當真實用戶被錯誤標記時會怎樣？ 一個良好的評分系統必須回答以下重要問題： → 它如何識別可疑錢包？ → 可能有多少真實用戶會因此不當失去獎勵？ → 其他研究者能否驗證這些結果？ → 它能否識別可疑行為，而不自動封鎖所有相關用戶？ Zeru 的 ZAPs 框架也探討了獎勵應如何分配，以及如何識別濫用行為。這與讓獎勵系統更公平有關，但需與 zScore 的空投篩選功能分開評估。 我的看法 Zeru 正在解決 Web3 中一個真實存在的問題。 空投應獎勵真實參與，而非僅獎勵那些創建數百個錢包以爭取更多代幣的人。 報告中的 GAIB 結果令人鼓舞，而歷史模擬則提供了另一種驗證思路。 但真正的考驗在於：該系統能否在減少濫用的同時，不排斥合法用戶？ 抓到機器人很重要，但保護真實用戶同樣重要。