Friend.Tech原生代幣上線即暴跌98%！空投遠低於預期，哪3個原因造成的？|數位時代 BusinessNext

Friend.Tech原生代幣上線即暴跌98%！空投遠低於預期，哪3個原因造成的？

去中心化社交平台Friend.Tech宣布空投後，本將上演一場空投盛宴，但卻在代幣上線後，暴跌近98%，引發加密社區一眾嘲諷。

空投收益遠低預期，且分配過於「集中」

FRIEND上線空投後，一些分析師對分配機制進行了批評，聲稱創作者相比散戶投資者獲得了更多的代幣分配。加密分析平台DYOR的創始人Hitesh Malviya表示，此次分配是一次「集中空投」。

空投最大接收者快速清倉，部分用戶甚至無法領取

Friend.Tech上最大的空投接收者在空投後幾小時內就售出了所有代幣，引發了對市場的擔憂。區塊鏈數據顯示，最大的鯨魚「Murphys1d」在空投上線幾個小時後，售出了超過5.5萬枚FRIEND代幣，導致價格最初下跌約50%。巨鯨的拋售引發市場恐慌性拋售，引起進一步下跌。

在此期間，一些用戶抱怨API出現故障，導致無法在價格下跌時領取代幣。加密交易員Luke Martin在X平台表示：「我不斷刷新頁面試圖領取，眼看著我的空投的價值在2小時內從7位數降到了5位數，但無法領取」。

研究人員0xCygaar指出，流量激增導致Friend.Tech的後端超載，而且顯然沒有採取任何擴展措施。用於檢查用戶資格的證明也出現故障，甚至出現了一些通過瀏覽器BaseScan手動從合約中領取空投的教學。

即使是那些成功領取代幣的人也頗有怨言，其價格在不到四個小時內從2.78美元跌至1.49美元，暴跌了46%。社群認為，FRIEND除了在BunnySwap上交易外不可轉移，開發人員僅增加0.01美元的流動性是其價格如此迅速下跌的主要因素。

Club功能也遭質疑

Friend.Tech最初於2023年8月推出，僅提供獎勵積分系統的邀請服務，V2版本引入了Money Club 、新積分系統等新功能。Money Club將為用戶提供專屬的金融討論和交流空間，而新的積分系統則是為了獎勵用戶在平台上的貢獻和互動。

但Club功能也受到了一些用戶的批評。一方面為了給Club功能引流，在空投設計中，每個用戶只有10%的空投可直接領取，獲得全額空投需要加入「Money Club」，以及在v2上關注10位用戶。而軟體也有一些bug，如有用戶報告新創建的Club沒有顯示。此外，Friend.Tech也不忘默默恰飯，以太坊投資者@eric.eth指出，Friend.Tech v2在應用程式中集成了自己的交易所（RabbitRouter + BunnySwap），收取1.5%的交易費。

Dune數據顯示，自5月4日發布V2以來，Club數已達112,346個，總交易額達16,899,404 FRIEND，Club費用達252,651 FRIEND。

值得一提的是，儘管Friend.Tech代幣上線後表現「不佳」，但仍有巨鯨盈利。據Lookonchain 5月5日監測，FRIEND前5大買家已累計浮盈289萬美元。

此外，據The Data Nerd監測，3天前，一位聰明的投資者0xA26花費了118萬美元，以平均入場費1.61美元累積了73.2萬枚FRIEND，目前未實現利潤約為80.7萬美元。

儘管存在爭議，Friend.Tech目前仍是Web3社交媒體領域的重要參與者，至於未來能否繼續引領SocialFi新浪潮，一起拭目以待。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。