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
kernelopenEuler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。C039
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
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++
694
367
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
269
328
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869