空投预期管理：为什么大部分项目不值得撸

回报分布长什么样

理解空投经济的第一步是接受它的分布形状。它不是正态分布，而是极度右偏的幂律形态：绝大多数项目的回报在零附近或为负，极少数项目产生了整个领域绝大部分的收益，而这些收益又集中在深度参与者手上。

这个形状带来一个统计上的陷阱：均值和中位数差距巨大。用少数成功案例算出来的「平均收益」看起来很吸引人，但你实际会经历的是中位数附近的结果。传播机制加剧了这个偏差——赚到的人会讲，投入几个月一无所获的人通常不会写复盘。

另一个后果是小样本下运气主导。如果收益集中在 5% 的项目里，那么做二十个项目也有相当概率完全错过。这不是方法问题，是分布本身的性质。它意味着你无法通过「多做几个」来平滑结果，只能通过提高每个项目的入选质量来改善分布。

为什么中位数是负的

把上一节的分布拆成三个环节，就能看清中位数为负的来源。

第一，发币概率本身不高。相当比例的项目在你参与后走向沉寂、转型、被收购或干脆停止运营，从未发放代币。这一层直接把期望值乘上一个远小于 1 的系数，而它取决于项目的资金与团队状况，不取决于你交互了多少次。

第二，发币了你也可能不在名单里。项目方通常设定门槛并排序取前若干名，同时排除疑似关联地址。如果你的交互深度处在参与者分布的中下位置，达标概率显著低于直觉。

第三，在名单里价值也可能低于成本。人均份额等于「空投总量 × 上线市值 ÷ 合格地址数」，当参与人数膨胀时分母急剧增大。若把完整成本（含时间与本金占用）算清楚，很多项目即便发币，单钱包到手价值也覆盖不了投入。

这张表要看的是分布而不是数字。期望值为正的只有前两档，而它们在你能接触到的项目里占比很小；C 档和 D 档合起来通常占大多数。这就是「大部分项目不值得撸」这句话的具体含义——它是分档结构的结论，不是态度。

D 档值得特别说明，因为它最容易骗人：门槛极低意味着成本低，感觉「反正没花钱」。但合格地址可能达到数百万量级，人均份额被摊到接近于零，而你付出的时间是实打实的。低成本不等于正期望值。

筛掉八成项目的评分表

筛选不需要复杂模型，一张打分表就够。关键是把权重放在信息量最高的指标上，而不是把所有能想到的因素平均对待。

下表按 100 分制设计，权重来自各指标对最终结果的解释力：融资背景与官方激励表态占一半以上，因为它们直接决定发币概率；竞争强度是唯一的负向项，因为它同时压低达标概率与人均份额。

使用方式很直接：设一条硬线，例如低于 65 分直接放弃，不做任何例外。这条线的作用不是精确排序，而是提供一个能对抗 FOMO 的机械标准。实践中它通常会筛掉七到八成的候选项目，剩下的项目才值得去做完整的成本与期望值测算。

两条硬性排除条件建议独立于总分：融资背景与官方激励表态两项都为最低分时直接放弃，无论其他项得分多高。原因是这两项决定的是「会不会发币」这个乘数，其他项决定的是「发币了你能拿多少」——乘数为接近零时，后面乘什么都没意义。完整的成本核算方法见撸毛路线图。

机会成本：真正的比较对象

期望值为正还不足以让一个项目值得做，因为它需要和你的其他选择比较。撸毛占用的时间与资金，本来可以用在别处，这个视角常常改变结论。

举例说明比较方式：某项目预估期望值为正，折合到每小时投入的回报是若干美元。把它和三个替代选项对比——把同样的时间用于本职工作或副业的实际时薪；把同样的资金放在稳健生息资产上的无风险收益；把同样的时间用于学习一项能长期复用的技能。只有当撸毛的单位时间期望回报明显高于这三者时，它才是理性选择。

第三个选项常被忽略但影响最大，因为它有复利性质。撸毛的收益是一次性的，且方法会随规则变化而失效；掌握一项技能（例如把交互和数据处理脚本化的能力）则会持续降低你未来所有项目的时间成本。把时间投在能降低边际成本的地方，长期回报结构更好。相关的工程与复盘方法可以从量化学院入手。

1. 算出该项目的期望值与预计投入小时数，得到每小时期望回报。
2. 与你的实际可替代时薪比较，低于它就不做。
3. 与资金的稳健收益比较，确认本金占用值得。
4. 问一句：这些时间是否有能长期复用的替代用途。
5. 只有四项都通过，才把项目排进执行清单。

怎么估到手价值：三个参数与它们的误差

评分表解决的是「做不做」，到手价值的估算解决的是「值多少」。方法是自下而上：单钱包价值 ≈ 空投总量占比 × 上线流通市值 ÷ 合格地址数。三个参数逐个说明它们的取值范围与误差来源。

空投总量占比：历史上首轮空投常见的区间是代币总供应的个位数到十位数百分比，但真正在首轮解锁流通的部分往往更小，因为存在分批发放与线性解锁。用总量占比直接乘会系统性高估到手价值，正确做法是只算首轮实际可流通的部分。

上线流通市值：这是误差最大的一项，可能相差数倍，且与你参与时的市场环境无关，而与发放时的环境相关——两者之间通常隔着数个月。稳妥做法是取同类项目的低位参考值，而不是取被广泛传播的高位案例。

合格地址数：这一项在你参与时无法观测，只能从项目的日活地址增长与门槛松紧推断。它有个不利的性质：门槛越低、热度越高，这个分母越大，而这两个条件恰好是最容易吸引人参与的条件。也就是说你最想参与的时候，正是分母最大的时候。

三项误差相乘的结果是：单钱包价值的合理估计只能是一个跨度数倍的区间。因此决策应当基于区间下沿，而不是中值或上沿。若按下沿算期望值仍为正，项目才具备真正的安全边际。

预期管理的三条实操原则

最后把整篇的结论压成三条可以贴在显示器上的原则。

第一，默认答案是不做。把「不参与」设为默认状态，只有当项目通过评分线并且完整成本测算后期望值明显为正时，才切换为参与。这与多数人的默认状态相反，而正是默认状态的方向决定了长期结果——在一个中位数为负的分布里，减少参与次数本身就是改善。

第二，预估必须写下来存档。开始前记录你对发币概率、到手价值、总成本的估计。结果出来后对比，你会发现自己的估计系统性偏高，然后据此打折扣。没有这一步，你会永远重复同样的高估，因为记忆会自动向结果靠拢。

第三，把额度上限当硬约束而不是参考值。事先确定这一整年愿意在撸毛上投入的资金与时间总量，用完即停，不因为「有个不能错过的机会」而突破。右偏分布的诱惑就在于总会出现看起来不能错过的项目，而突破额度的那一次通常就是造成实质损失的那一次。具体项目的门槛与进度跟踪可以参考空投雷达。