Polygon高層惡意操控迷因幣價格?從故事設定到籌碼分配,內部截圖實習生全爆料
Polygon高層惡意操控迷因幣價格?從故事設定到籌碼分配,內部截圖實習生全爆料
實習生報料: Polygon高管惡意操縱迷因幣價格

加密市場從不缺乏大瓜,即使知名項目也不例外。

昨(21)晚 ,推特帳號標籤自稱為Polygon社群實習生的 @Rahul__Ghangas在推特上發布了一條長達34段的揭露文,認為Polygon高層夥同外部人員惡意操縱迷因項目ELECOIN盈利,並控訴其對社區開發者進行誤導和剝削。

同時,該文中配合了大量聊天記錄截圖,讓這段揭露和控訴更顯實錘。

深潮對該文中整件事情的來龍去脈進行了總結。

人員揭露

Rahul在文章開頭就透過一張TG群聊截圖來曝光參與本次事件的主要人員名單:

@0xkenzi Kenzi Wang - Symbolic Capital合夥人,Polygon顧問

@jack_venture Jack Lu - multibit、bouncebit 聯合創始人、@NGC_Ventures 合夥人

@sourcex44 Sanket Shah - Polygon Labs 戰略主管

@0xsachi Sachi Kamiya - Polygon Ventures 初始團隊成員

@mscryptojiayi Jiayi Li - Salus security 聯合創始人

@shawncgeek Shawn Chong - Salus Security 營運長和 BounceBit 投資者

而事件的導火線,始於Polygon團隊高層人員、VC合夥人和項目聯創們聯合攢局造迷因。

在由爆料人提供的上圖中,聊天記錄顯示在ELECOIN正式推廣前,內部團隊正在進行一些準備工作,包括在TG群中溝通籌碼分發、人員統計和迷因敘事等相關事宜,顯然是在為攢局做準備。

攢局密謀造Meme

在2024年1月3日,許多KOL聚集在一個電報群中,計劃以「印度人的迷因」的名義推廣迷因幣ELECOIN。 爆料人Rahul在推文中稱該代幣已於23年末進行「秘密TGE」,大部分代幣供應已被內部人士獲取。 同時項目方對所有開發者和KOL承諾盡快為其工作支付報酬(以USDC形式)。

團隊計劃以Polygon創辦人Sandeep的寵物大象作為媒介來推廣ELECOIN的故事,並希望透過Sandeep發布大象寵物的照片來推動ELECOIN話題炒作。 並且這一想法獲得Polygon「Top級別人士」的支持。

Rahul戲謔地稱「這個計劃聽起來很荒謬,但牛市中人們仍會為這種故事買單。」

計劃推進

敲定計劃後,團隊開始積極推動行銷,通過各社媒渠道發文推廣,目標是盡快達到5000名粉絲。

在事情開展的第一天,就出現了明顯的不對勁:攢局的團隊一直沒有為推廣行銷與項目開發支付報酬,全靠開發人員和行銷人員自掏腰包。

爆料人Rahul參與項目稍晚且負責的規模很小,主要是幫助ELECOIN完成網頁製作,並稱授權自己訪問ELECOIN域名的正是Polygon顧問Kenzi Wang,為此Rahul還通過其他渠道再三確認了與之溝通的TG帳號屬於Kenzi Wang本人。

由於在交付項目後Rahul並沒有被踢出群聊,這也讓爆料人Rahul在接下來三個月中親眼見證「有錢人是如何利用其他人的時間和金錢沒有任何成本地進行惡意拋售、精神操縱與公然欺詐。」

表演開始

在計劃推進的頭幾天,面對一些早期參與者的拋售,團隊還透過積極回購努力保持ELECOIN是個可靠穩定的項目這一表像。隨著計劃正常進展,ELECOIN推廣的重頭戲到來:團隊計劃通過在推特上標記Sandeep並「吸引」Sandeep參與到這個項目中來吸引流量、發展社區。

當然這一切都是提前計劃好的,從Sandeep與ELECOIN官方帳號的第一次互動到Sandeep將自己的推特頭像換成大象Meme圖(這有點像在模仿當時 Solana創辦人將頭像換成SillyDragon所引發的 Silly代幣上漲),發文者認為 事件發展的每一步都經過ELECOIN乃至整個Polygon高層團隊的精心設計過。

東窗事發

在經過一系列精心規劃後,ELECOIN順利獲得理想中的熱度。 可隨之而來的是長達三個月的早期參與錢包地不斷拋售,但沒有人能將來自早期參與錢包的拋壓歸咎於項目內部人士,因為這些早期錢包都是在$ELE發售之前創建的新地址,並且資金來自於交易所。

面對連綿不絕的拋壓,開發者和行銷團隊卻帶著對承諾報酬的期許和抓住「大機遇」的想法,無償參與項目建設(有許多人員甚至自掏腰包維護項目建設)。

直到某天晚上,情況急轉直下,$ELE代幣被巨量拋售,在不到兩週時間,總市值從1700百萬驟降到2百萬。 所有早期參與錢包都開始大量拋售,一直無償做事的團隊成員爆發了。

雖然這些早期參與的錢包已經足夠小心,但還是被人發現些許蛛絲馬跡:有人指出其中一些地址隸屬於Jiayi Li和Shawn Chong。

而這兩位,正是文章開頭提到的Salus Security聯合創辦人和營運長。

顯然,拋壓來自於友軍。

對此,Jiayi Li聲稱來自內部的拋售是因為初始團隊產生內訌,她會以個人名義回購一些代幣並提供5000美元作為市場預算。

對於Jiayi Li這番說辭,爆料人Rahul在推文中譏笑道:「說得慷慨!」

從攢局到最後內部拋售被發現,雖然我們目前無法證實這些聊天截圖的真實性,但就爆料本身來看,關於Polygon高層與外部人員共通操縱ELECOIN的事情已經脈絡清晰。

在揭露整件事情後,爆料人Rahul還對Polygon 顧問Kenzi Wang與bouncebit聯合創辦人Jack Lu貼臉輸出,直言不諱地控訴兩人過去與如今正在進行的欺詐行為。

爆料人Rahul稱,「如果不良欺詐者不會遭到懲罰,web3生態系統將無法發揮其變革潛力...我們需要培養一種透明、誠信和尊重的文化。 當高階主管濫用自己的權職地位作惡時,必須承擔責任。利用他人謀取個人利益與該行業賴以建立的精神背道而馳。」

結語

對於Rahul的長篇揭露與憤怒控訴,目前尚未有相關人物對這一事件進行解釋說明。

對於這一大瓜,$Matic的價格並沒什麼明顯波動,也許是本次事件還未大範圍發酵,又或者市場對這種「與己無關」的作惡已經見怪不怪了。

太陽之下無新事,受金融虛無主義加持的迷因風潮本來就是為了抵抗藏在暗面之下的欺詐與操縱,但作惡的手似乎已經伸進這一領域,標榜自由、公平和文化的迷因未能倖免於利益集團的操縱與篡局。

你手中的迷因迷因幣,可能並不代表「你的自由」; 你看到的拉升,可能源於利益集團的一次操縱。

當「草台班子論」日益兌現,玩家們也應該逐漸對任何的頂級項目祛魅。

身處加密世界,且行且珍惜。

往下滑看下一篇文章
為保戶守護重要資產,南山人壽以黃金眼 AI 防詐模型建構全通路資產防護網
為保戶守護重要資產,南山人壽以黃金眼 AI 防詐模型建構全通路資產防護網

為守護保戶資產,南山人壽集結客戶服務、數位、資訊三個部門的能量,自行研發「黃金眼 AI 防詐模型」,自 2024 年底完成開發後,截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元,並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產?

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋:「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型,不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰,還能夠偵測在臨櫃辦理保單借款或解約的高風險個案,讓客服人員可以主動提醒與關懷,有效降低詐騙風險,守護客戶資產安全與信任。」

南山人壽
南山人壽客戶服務資深副總經理李淑娟指出,詐騙手法快速進化,南山人壽研發黃金眼AI防詐模型,用前瞻科技主動攔截風險,強化保戶資產的安全防護。
圖/ 數位時代

從詐保到詐財,壽險業面臨的風險加劇

過往,壽險業者面對的主要風險是保險詐欺,例如,透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金,然而,隨著科技迭代與詐欺集團的組織化、專業化,這類手法已快速進化,從「偽造病歷、輕病久住、醫療共犯」等傳統模式,轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性,也直接影響保戶資產安全。例如,詐欺集團利用假冒理賠諮詢等方式竊取保戶個資,再一步步誘導客戶辦理解約或申請保單借款,最後要求將資金匯到不明帳戶等,壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出,南山人壽每年要處理逾 35 萬件解約與借款案件,很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件,南山人壽除開發 AI 模型辨識詐保事件,更進一步研發黃金眼 AI 防詐模型,用前瞻科技主動攔截風險,強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時,南山人壽面臨兩個挑戰:首先是壽險的交易頻率低,導致資料稀缺;其次,是詐欺樣本比例高度失衡,導致 AI 很容易誤判。為化解這些挑戰,南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練,爾後,透過集成學習(Ensemble Learning)整合多個不同觀點的「專家模型」共同判讀,提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示:「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後,我們除了將模型串連至臨櫃客服系統,以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級,協助客服人員快速識別高風險個案,主動介入並阻斷詐騙,更透過『自適應演進』與『外部資源擴充』兩個機制,持續優化模型辨識精準度。」

南山人壽
南山人壽打造黃金眼AI防詐模型,將模型串連至臨櫃客服系統,以直觀的紅、黃、綠三色燈號,即時呈現保戶的風險等級、協助客服人員快速識別高風險個案。
圖/ 數位時代

「自適應演進」指的是,客服人員會依據模型亮起的燈號,結合系統提供的關懷提問表,向臨櫃辦理解約或借款的保戶進行關懷詢問,如資金用途、是否接獲可疑來電等,藉此釐清是否存在異常情況,並將相關結果回貼標籤,作為後續調校模型的關鍵訓練素材,讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄(MOU),在合規架構下共享情資,協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充,南山人壽目前正與電信業者合作,將其超過 1,400 項特徵因子導入模型,有效提升模型燈號判斷的靈敏度與可靠度,使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示,詐騙的手法日新月異,AI 阻詐模型除了能準確識別可疑的高風險案例外,更重要的是具備與時俱進、持續調優模型能力和效果的機制;如同維持客戶服務的品質一樣,刻不容緩。

南山人壽
南山人壽數位專案經理蔡其杭表示,黃金眼AI防詐模型串連至臨櫃客服系統,以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級。
圖/ 數位時代

李淑娟表示:「隨著模型的持續優化,黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制,以事前預警的方式防堵詐欺事件。」舉例來說,當保戶撥打電話詢問保單借款或解約時,系統就會開始運作、提前識別風險,針對透過手機 APP 或網路平台辦理業務的數位客群,系統也會即時偵測,當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手,南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是,南山人壽並未將防詐視為單一的科技工程,而是從 SAFE–Skilled(防詐訓練)、Awareness(全民防詐)、Fintech(科技運用)、Engagement(聯防合作)–四個構面打造更完整的防護機制。

在專業技能方面,南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式,也持續透過內部教育訓練,以及跟刑事警察局等單位合作舉辦的工作坊等方式,全面提升員工識詐、阻詐的能力,達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面,南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片,並在櫃檯明顯位置放置防詐文宣,協助來訪保戶掌握最新詐騙趨勢;更主動走入偏鄉、校園與新住民社群,並針對聽語障人士製作友善素材,以多元形式推廣防詐知識,降低詐騙事件發生的可能性。

在公私協力方面,李淑娟表示,南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」,在拜訪客戶時主動觀察各種異常徵兆,例如可疑的投資文宣或陌生人的頻繁出入,並將這些現場蒐集到的「軟性數據」提供回公司,作為模型判斷的補強資訊,以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群,南山人壽也積極推動「保單安心聯絡人」機制,鼓勵保戶指定第二聯絡人,在其申請保單借款或終止契約時,可以主動通知聯絡人介入確認,降低詐騙風險;此外,亦針對受詐保戶提供「喘息關懷服務」,以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力,將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面,樹立產業新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓