【实战3.1】空投方案设计与模拟：从规则到链上验证

实战项目 3.1：空投方案设计与模拟

项目信息

项目编号：3.1
所属方向：激励机制设计
难度：⭐⭐⭐⭐ 高级
预计时间：5-6小时
前置技能：用户分群（实战1.1）、增长分析（实战2.1-2.3）

项目目标

分析经典空投案例，用链上数据模拟积分计算，设计一个完整的空投方案

产出清单：
├── ✅ 空投案例对比分析（4个项目）
├── ✅ Dune 空投模拟查询
└── ✅ 完整空投方案设计

Task 1：四大空投案例对比分析

Uniswap 空投（2020.09）

规则：历史上使用过 Uniswap 的地址均获 400 UNI
═══════════════════════════════════════════════════════════
方式：一次性、等额分配
合格条件：在快照前至少执行过 1 笔 swap
分配量：400 UNI/地址（约 $1,200）
合格地址：~251,000
女巫防护：无
总分配：150M UNI（总供应 15%）

评价：
✅ 简单公平，用户感知好
✅ 开创"回溯性空投"先河
❌ 无差异化，重度用户和 1 次用户一样
❌ 无女巫过滤，大量工作室获利
❌ 空投后卖压巨大

PM 洞察：简单规则 + 超额预期 = 最强品牌效应
═══════════════════════════════════════════════════════════

Arbitrum 空投（2023.03）

规则：多维度积分制，按行为深度分级
═══════════════════════════════════════════════════════════
积分维度（共 15 分）：
├── 跨链到 Arbitrum（1 分）
├── 不同月份交易（最多 2 分）
├── 交易次数阶梯（4/10/25/100 笔 → 1/2/3/4 分）
├── 交易金额阶梯（$250/$500/$2.5K/$10K/$50K/$250K）
├── 流动性提供（1 分）
├── 使用 Arbitrum Nova（1 分）
└── 早期参与者额外加成

分配：
├── 3 分以下不合格
├── 3 分 = 1,250 ARB → 12 分+ = 10,250 ARB
├── 合格地址：~625,000
└── 总分配：1.13B ARB（总供应 11.3%）

评价：
✅ 多维度评估，区分用户深度
✅ 激励多种行为（不只是交易）
❌ 积分规则公布后才知道标准（不可预期）
❌ 女巫过滤力度不够，仍有大量多号
═══════════════════════════════════════════════════════════

Blur 空投（2023.02 - 多季）

规则：多季空投 + 积分透明 + 行为引导
═══════════════════════════════════════════════════════════
Season 1：挂单积分（引导用户从 OpenSea 迁移）
Season 2：竞价积分（引导用户做 Bid，增加流动性）
Season 3：持续交易积分

核心创新：
├── 积分规则提前公布 → 用户可以"挖"
├── 忠诚度分数 → 不在 OpenSea 挂单的加分
├── 竞价距离 → bid 越接近地板价积分越高
└── 多季设计 → 持续激励而非一次性

评价：
✅ 透明规则 + 持续激励 = 长期用户绑定
✅ 忠诚度设计 = 竞品排他策略
✅ 多季空投保持社区活跃度
❌ 过度金融化，交易量含水分高
❌ 空投猎人挖完就跑
═══════════════════════════════════════════════════════════

LayerZero 空投（2024.06）

规则：社区女巫猎人 + 自首机制 + 严格过滤
═══════════════════════════════════════════════════════════
创新机制：
├── 自首窗口：女巫可以自首，获 15% 空投
├── 社区举报：任何人可举报女巫，瓜分其空投
├── 多轮审查：初筛 → 社区审查 → 团队终审
├── 严格标准：600 万地址筛到 128 万合格

结果：
├── 自首：~803K 地址
├── 社区举报：~5M 地址被标记
├── 最终合格：~1.28M 地址
├── 人均空投：~$50-500（远低于预期）

评价：
✅ 女巫检测最严格的空投
✅ 社区参与治理的创新模式
❌ 空投金额低于预期 → 社区不满
❌ 误杀正常用户争议大
❌ 过程漫长（数月），消耗社区耐心
═══════════════════════════════════════════════════════════

四大空投对比总结

Task 2：空投积分模拟查询

核心 SQL — 模拟 Arbitrum 风格积分计算

-- 项目3.1 Task 2: 模拟空投积分计算（以 Uniswap 用户为例）
-- 假设为 Uniswap 设计新一轮空投，模拟积分分布

WITH user_activity AS (
  SELECT
    taker as user_address,
    COUNT(*) as total_trades,
    SUM(amount_usd) as total_volume,
    COUNT(DISTINCT DATE_TRUNC('month', block_time)) as active_months,
    COUNT(DISTINCT DATE_TRUNC('day', block_time)) as active_days,
    MIN(block_time) as first_trade,
    MAX(block_time) as last_trade,
    COUNT(DISTINCT token_bought_symbol) as unique_tokens,
    COUNT(DISTINCT CASE WHEN amount_usd >= 10000 THEN
      DATE_TRUNC('day', block_time) END) as large_trade_days
  FROM dex.trades
  WHERE block_time >= NOW() - INTERVAL '365' DAY
    AND project = 'uniswap'
    AND blockchain = 'ethereum'
    AND amount_usd > 0
  GROUP BY taker
),

scored AS (
  SELECT
    user_address,
    total_trades,
    total_volume,
    active_months,
    active_days,
    unique_tokens,
    -- 积分计算
    -- 交易次数积分（最多 4 分）
    CASE
      WHEN total_trades >= 100 THEN 4
      WHEN total_trades >= 25 THEN 3
      WHEN total_trades >= 10 THEN 2
      WHEN total_trades >= 4 THEN 1
      ELSE 0
    END as trade_count_score,
    -- 交易量积分（最多 4 分）
    CASE
      WHEN total_volume >= 250000 THEN 4
      WHEN total_volume >= 50000 THEN 3
      WHEN total_volume >= 10000 THEN 2
      WHEN total_volume >= 1000 THEN 1
      ELSE 0
    END as volume_score,
    -- 活跃月份积分（最多 3 分）
    CASE
      WHEN active_months >= 9 THEN 3
      WHEN active_months >= 6 THEN 2
      WHEN active_months >= 3 THEN 1
      ELSE 0
    END as consistency_score,
    -- 多样性积分（最多 2 分）
    CASE
      WHEN unique_tokens >= 10 THEN 2
      WHEN unique_tokens >= 5 THEN 1
      ELSE 0
    END as diversity_score,
    -- 早期用户加成（最多 2 分）
    CASE
      WHEN first_trade < NOW() - INTERVAL '300' DAY THEN 2
      WHEN first_trade < NOW() - INTERVAL '180' DAY THEN 1
      ELSE 0
    END as early_bonus
  FROM user_activity
)

SELECT
  trade_count_score + volume_score + consistency_score
    + diversity_score + early_bonus as total_score,
  COUNT(*) as user_count,
  ROUND(100.0 * COUNT(*) / SUM(COUNT(*)) OVER(), 2) as pct,
  ROUND(AVG(total_volume), 0) as avg_volume,
  ROUND(AVG(active_months), 1) as avg_active_months
FROM scored
WHERE trade_count_score + volume_score + consistency_score
    + diversity_score + early_bonus >= 3  -- 最低 3 分合格
GROUP BY 1
ORDER BY 1 DESC

预期积分分布

积分分布模拟：

分数   用户数    占比    预估空投
15分   ~200     0.1%    10,000 Token（最高档）
12-14  ~2,000   1%      7,500 Token
9-11   ~8,000   4%      5,000 Token
6-8    ~25,000  12%     2,500 Token
3-5    ~60,000  30%     1,000 Token（最低档）
<3分   ~105,000 53%     不合格

合格率约 47%，合格地址 ~95,000
总分配：~200M Token

积分维度权重分析：
├── 交易量贡献最大（鲸鱼优势）
├── 活跃月份区分忠实用户
├── 早期加成奖励先行者
└── 多样性防止"只买一个Token"的机器人

Task 3：完整空投方案设计

MomoSwap 空投方案（假想项目）

项目：MomoSwap（假想 DEX）
总供应：1,000,000,000 MOMO
空投分配：10%（100,000,000 MOMO）
空投价值：假设 $0.1/MOMO = $10,000,000 总价值

一、资格标准

积分系统（总计 15 分）：
═══════════════════════════════════════════════════════════

A. 基础行为（最多 6 分）
   ├── 交易次数：4+ → 1分 | 10+ → 2分 | 25+ → 3分
   └── 交易量：$1K+ → 1分 | $10K+ → 2分 | $50K+ → 3分

B. 深度参与（最多 5 分）
   ├── 活跃月份：3+ → 1分 | 6+ → 2分
   ├── LP 提供：有 → 1分 | 超过 30 天 → 2分
   └── 治理参与：投过票 → 1分

C. 生态贡献（最多 4 分）
   ├── 早期用户（前 6 个月）→ 2分
   ├── 推荐新用户（链上可验证）→ 1分
   └── 社区内容贡献（链上身份绑定）→ 1分

合格门槛：≥ 3 分
═══════════════════════════════════════════════════════════

二、分配曲线

分数 → 空投数量（非线性递增，奖励深度用户）：

3分 →   500 MOMO ($50)
4分 →   800 MOMO ($80)
5分 → 1,200 MOMO ($120)
6分 → 1,800 MOMO ($180)
7分 → 2,500 MOMO ($250)
8分 → 3,500 MOMO ($350)
9分 → 5,000 MOMO ($500)
10分 → 7,000 MOMO ($700)
11分 → 9,500 MOMO ($950)
12分+ → 12,000 MOMO ($1,200)

公式：tokens = 500 × 1.35^(score - 3)
特点：每多 1 分增加 35%（超线性奖励深度参与）

三、女巫防护机制

三层过滤：
═══════════════════════════════════════════════════════════

Layer 1：自动检测（剔除 ~60% 女巫）
├── 资金来源聚类：同一 CEX 提款 → 同一批转入 → 相似行为
├── 时间同步检测：多地址在 ±5 分钟内执行相同操作
├── 合约交互指纹：完全相同的合约调用序列
└── Gas 支付模式：同一地址给多个钱包转 Gas

Layer 2：社区审查（捕获 ~20% 漏网）
├── 自首窗口（2 周）：自首者获 15% 空投（学 LayerZero）
├── 举报奖励：举报成功 → 获得被举报者 10% 空投
└── 争议仲裁：被举报者可申诉，DAO 投票裁决

Layer 3：链上信誉加权
├── ENS 域名持有 → 信誉 +20%
├── Gitcoin Passport 验证 → 信誉 +30%
├── 链上历史 > 1 年 → 信誉 +10%
└── 高信誉用户空投 × 信誉系数
═══════════════════════════════════════════════════════════

四、释放机制

防止即领即卖：

方案：30% 即时释放 + 70% 线性释放 6 个月

Day 0：领取 30% MOMO（立即可用）
Month 1-6：每月释放 ~11.7%

加速条件（奖励持续参与）：
├── 每月交易 3 笔+ → 当月释放加速 50%
├── 提供 LP → 释放加速 100%
└── 参与治理投票 → 额外释放 5%

预期效果：
├── 减少 Day 1 卖压 70%
├── 激励空投后继续使用产品
└── 6 个月释放期 = 用户留存窗口

面试题准备

Q: 设计一个空投方案，平衡公平性和防女巫

30 秒版本： 三层设计 — (1) 多维积分：不只看交易量，加入活跃月份/LP/治理等维度，让"刷"的成本大于收益；(2) 女巫过滤：自动检测（资金聚类+时间同步）+ 社区举报 + 自首机制；(3) 释放机制：30% 即领 + 70% 线性 6 个月释放，加速条件绑定产品使用。核心原则：空投是获客工具不是慈善，必须服务于产品增长。

追问：你觉得哪个空投最成功？ → 品牌效应看 Uniswap（开创者溢价），增长效果看 Blur（多季持续激励），公平性看 LayerZero（最严格过滤）。但"成功"取决于目标 — 如果目标是品牌，学 Uniswap 的简单超预期；如果是持续留存，学 Blur 的多季设计。

下一步

完成本项目后，推荐继续：

• 项目 3.2：积分系统设计
• 项目 3.3：LP 激励机制设计

积分系统是空投的"前置版本"，理解积分设计能帮你做出更好的空投方案。