原文作者： stan （Initia CEO）
原文標題： Initias Path to Long-Term Success: Allocating the Airdrop to Loyal Users
編譯：Asher（ @Asher_ 0210 ）
為什麼要進行空投？
空投的核心目標是最大化生態系統參與者從測試用戶向主網應用用戶的轉換率，本文將探討如何基於真實數據和客觀概率分佈，為活躍的Initia 社區參與者找到合理的空投分配方案（關於Initia 空投的背景信息，請點擊此處跳轉到官推的公告內容）。
The Initiation: Part One和The Initiation: Part Two的活躍用戶作為Multichain Garden of Eden 的早期採用者，測試基礎設施的極限、指出難以使用的介面，並持續提供改進建議。此外，該類別用戶佔了大多數的獨立帳戶，因此約90% 的總空投被分配給了這個群體。
測試網參與者（89.46%）
數據分析
許多用戶希望XP 作為決定空投分配的主要標準。然而，正如測試網初期計劃所強調的，提升 Jennie 等級是最重要的任務。為了找到最佳平衡，Jennie 的等級僅用於確定基礎分配，並根據測試網第二階段完成的任務數量進行大幅調整。 Jennie 等級與XP 範圍高度相關，並有助於獎勵那些方法嚴謹、決策審慎的用戶（例如，不是在第一天就餵最廉價的食物，而是到週末時再進行決策）。
團隊在做決策時以數據為導向。在設計空投分配方案時，團隊計算了在獲取一定比例的總XP 後達到各等級的機率，這些機率計算基於以下假設：
使用者會在每週結束時消耗所有XP；
每次出現牛排時，都會優先餵給Jennie；
若未獲得牛排，用戶會嘗試合成它；
若無法合成，則餵Jennie 現有的最高級食物。
第一張和第二張表格展示了在最昂貴和最便宜的情況下達到各個等級的機率，綠色區域表示100% 確保達到或超過對應等級的用戶。在假設XP 成長適中的情況下，中位數等級（也是真實樣本資料的眾數）大約是6 ，這個數值將在後續計算中用到。此外，需要注意的是，「總XP 獲取量」不包括額外獎勵XP（如活動贈送的XP）以及牛排空投和銷售所得XP，因此實際達到各等級的機率被低估。
在這些機率分佈的基礎上，可以建立一個正相關函數，用於將Jennie 等級映射到基礎分數。這個函數具有以下特性：
前期梯度較緩（低等級成長較慢）；
在5-6 級左右大幅提升（獎勵投入較多的活躍用戶）；
在7-9 級趨於平緩（避免過度獎勵極端數據點）。
這樣，空投分配可以集中在上四分位的活躍用戶，同時避免在分佈兩端過度傾斜。除了Jennie 等級，還設定了五個固定任務（例如收集貼紙和凍結Jennie）。如前所述，空投的目標是激勵長期、穩定且專注的使用者。這些任務無隨機性（所有要求都明確列在Initia XP 介面上），因此完成任務越多的使用者可獲得遞增的加權係數。即：
完成3 個任務的用戶，其增益大於完成2 個任務的用戶；
從2 個任務提升到3 個任務的增幅大於從1 個任務到2 個任務的增幅。
這樣做的目的是補償那些在Jennie 升級過程中可能因運氣不好而受影響的用戶。
計算最佳分配演算法
上表總結了按等級和任務完成情況劃分的合格用戶數量，符合空投資格的用戶需滿足：
Jennie 等級≥ 3；
至少完成2 個固定任務。
資料集的幾個關鍵特性：
等級與完成任務數呈正相關；
對於特定Jennie 等級，完成5 個任務的使用者比例隨著等級增加而上升，說明高等級使用者整體上更專注；
分佈呈現右偏（高任務完成度的使用者較多），顯示參與測試網的使用者整體較為認真；
所有9 級的使用者都完成了全部5 個任務。
基於這些特性，可以製定最終的分配演算法：
使用者的基礎分數由Jennie 的等級決定；
任務完成數作為額外的乘數係數，非線性遞增；
最終空投分配：計算每位用戶的最終得分（基礎分數× 任務加權係數）、用戶最終獲得的INIT 代幣按該用戶得分/ 所有合格用戶得分總和分配50,000,000 INIT 空投總量的89.4626%。
最終分佈呈現一個良好的特性：
分配函數隨著等級和任務完成度單調遞增；
任務完成度權重增加的幅度是逐步擴大的；
超過一定「努力閾值」（即中位數等級6），完成度高的使用者會獲得更高獎勵。
例如： （6, 5）使用者即（等級為6，有5 張貼紙）比（7, 4）使用者（等級為7，有4 張貼紙）獲得更多獎勵，這樣可以確保在一定努力門檻以上，長期一致的參與比僅憑高等級更重要。
簡言之，低等級階段，等級本身的影響較大；高等級階段，任務完成情況的影響較大。其最終的結果是空投更有針對性地激勵了穩定、認真且活躍的長期用戶。
Interwoven Stack 合作夥伴（4.50%）
這一部分代幣分配相對簡單，目標是吸引Interwoven Stack 核心技術的深度用戶加入生態系統。 LayerZero 和IBC 高級用戶是潛在的社群成員，他們能夠為建立真正無縫的多鏈體驗提供深刻見解。此外，持有milkTIA 並存入DeFi 協議的高級用戶也符合空投資格。
Initia 的Interwoven Stack 不僅整合了Celestia 的資料可用性，其L1 的Enshrined Liquidity 機制還鼓勵提高普通資產和各類流動性質押代幣的流動性，這些資產將在主網上線。熟悉LST 和DeFi 經濟的高階用戶，是推動L1 治理層和應用經濟成長的關鍵力量。
社交貢獻者（6.04%）
此部分主要由Discord、Telegram 和X 三個部分構成。從分配比例來看，X 似乎佔比較高，但實際上平均每位用戶獲得的INIT 代幣如下：
Discord： 1,199 INIT（共417 個獨立用戶， 769個角色分配）；
Telegram： 50 INIT；
X： 625 INIT。
由於Initia 的主要社群討論發生在Discord 和X，因此將重點放在這兩個管道的資料分佈上：
X 總分配量是Discord 的5 倍，但X 的受益用戶數是Discord 的9 倍（ 4,000 vs 417）；
Discord 前5% 用戶的平均分配為5,246 INIT（最小2,904，最大7,648，不包括Discord 版主），而X 前5% 用戶的平均分配僅為2,044 INIT（最小1,812，最大2,276 ），這一差異反映了Discord 貢獻的更嚴門檻；
頂級Discord 角色的分配接近高級Jennie 角色（約2,000 INIT）；
Discord 用戶可透過多個角色獲得分配，而X 用戶可透過多條高品質推文提升排名；
X 互動數據基於Kaito 的Initia 排行榜，並進行了時間加權（2024-2025），確保長期參與者得到更多獎勵且防止大V 僅憑1 至2 條高互動推文獲得過高排名。
社交貢獻者計畫旨在激勵社區積極參與，圍繞應用鏈生態及其創新機制展開深度交流。無論用戶選擇Discord 或X 作為主要討論平台，那些長期貢獻優質內容、推動社群發展的核心成員，都將在多個管道獲得空投獎勵。
反女巫機制
在測試網期間，團隊採取了一系列措施來盡量減少女巫攻擊，以確保Initia 生態的真實社區成員能夠公平地獲得資源。雖然這項舉措存在爭議，但仍在測試網水龍頭中引入了Gitcoin Passport，以減少垃圾交易，並讓經過驗證的用戶能夠更順暢地領取測試網代幣。這項策略取得了顯著成效，大量（1, 0）級Jennie（很可能是機器人）因此變得不活躍。
此外，團隊設計了一種獨特的方法來判斷用戶是透過Initia 官方前端提交交易，還是直接與合約互動。在XP 評分過程中，Initia 的後端每週都會向XP 合約提交一個用戶得分的Merkle 根，當用戶領取XP 時，需要提交從後端獲取的Merkle 證明。在這流程中加入了一個巧妙的機制：後端在提供真實證明的同時，也額外產生了一個偽造的Merkle 證明，這個偽造證明是由真實證明組合而成的。而在官方前端，團隊會對這個偽造證明進行輕微修改，並在合約端驗證這種修改是否發生。如果使用者透過官方前端領取XP，系統會正確識別他們使用了前端；但如果使用者直接呼叫合約領取XP，系統則會標記其為繞過UI 直接執行腳本的使用者。
儘管此機制並未直接用於剔除用戶，但它在識別潛在的女巫群體時非常有用，據團隊所知，這是業界首次採用類似的方法進行篩選。不過，由於該策略一旦被廣泛知曉就難以復用，因此其長期有效性可能會受到影響。與Allium合作，分析各個群體中可能存在的女巫帳號，並採用了一系列篩檢方法，包括：
交易次數：定義一個約n 天的資料小窗口，並計算使用者發送的交易數量。透過這種方式能夠過濾掉在給定時間段內跨多個帳戶進行相同數量交易的簡單機器人；
函數呼叫序列：部分機器人群體會依照完全相同的函數呼叫順序執行交易，形成可辨識的行為模式；
交易週期：分析帳戶在一系列交易間的區塊間隔，自動化操作通常在多個交易之間保持極短的間隔。此外，若在較長時間範圍（數小時或數天）內存在重複的交易批次或模式，也可能表示帳戶屬於自動化操作或腳本批次帳戶。
需要注意的是，上述方法只是篩檢的一部分，團隊最終採用的濾波演算法更加複雜。同時，僅符合單一篩檢標準的帳戶不會被直接排除，而是結合多個因素進行綜合判斷，以最大限度地減少誤殺的可能性。
小結
本次空投只是向Interwoven 生態分發初始所有權和流動性的第一步，透過Initia 的核心機制Enshrined Liquidity和Vested Interest Program (VIP) ，總計50% 的代幣供應量將用於長期應用生態激勵。團隊期待L1 治理推動資本與流動性配置的時刻，以及L2 應用在可量化KPI 指標下實現永續成長。
讓我們主網上見。
