Ordinals协议中初始分配百分比计算方式的优化探讨
2025-06-17 01:00:35作者:冯爽妲Honey
在区块链代币经济学中,初始分配(Initial Allocation)比例的准确计算对于项目透明度和投资者决策至关重要。近期Ordinals协议社区发现其门户网站中初始分配百分比的计算公式存在优化空间,这引发了开发者对代币供应量计算方式的深入讨论。
当前计算方式的问题
目前Ordinals门户采用的计算公式为:
(初始分配数量 / 当前供应量) × 10000
其中"当前供应量"由初始分配数量加上已铸造(minted)数量组成。这种计算方式实际上反映的是初始分配占流通供应量的比例,而非项目白皮书通常承诺的"占最大供应量"的比例。
技术影响分析
这种计算方式会导致两个实际问题:
- 在项目初期,当铸造量较小时,计算出的初始分配比例会异常偏高(可能接近100%),这会给潜在参与者造成误解
- 无法真实反映项目方初始分配占总供应量的承诺比例,削弱了数据的参考价值
改进方案建议
技术社区提出了几种优化方案:
-
完全稀释计算法
采用初始分配数量/最大供应量作为基准,其中最大供应量=初始分配+(上限值×每次铸造量)。这种方法最符合传统代币经济学的表述方式。 -
双重显示方案
同时显示两个百分比:- 当前占比:初始分配/当前供应量
- 完全稀释占比:初始分配/最大供应量 这种方案提供了最全面的信息维度。
-
供应量可视化展示
采用"当前供应量/最大供应量"的进度条式展示,让用户直观了解代币释放进度。
技术实现考量
在实现改进时需要考虑几个技术细节:
-
最大供应量的确定性
对于无硬顶的RWA类项目,最大供应量可能无法确定,这时需要特殊处理。 -
治理权限影响
类似BISQ的方案中,铸造行为本身可能受治理签名控制,这会影响实际最大供应量的实现。 -
防欺骗机制
需要防止项目方通过设置极大上限但极短持续时间的方式来操纵百分比显示。
结论
准确的初始分配信息披露是区块链项目透明度的基石。Ordinals协议作为新兴的NFT协议,通过优化其初始分配比例计算方式,不仅可以提升数据准确性,还能增强社区信任。技术团队应该优先采用完全稀释计算法作为主要指标,同时可考虑补充当前占比作为参考信息,为参与者提供全面的决策依据。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253