Maker生态新星：MakeNow.Meme实现发文即发币
原文 | Odaily 星球日报
免费的交易所推荐：
作者｜南枳
7 月 31 日，Nansen 创始人 Alex Svanevik 在 X 平台上发布一则贴文，内容为「$IQ @makenowmeme」。
贴文中提到的 MakeNow.Meme，是一个类似于 Pump.fun 的发币平台，前者最大的亮点是直接透过 X 平台发文来进行发币。 Alex 此举正是透过平台功能发布了一个「测试」代币。本文将针对该平台的功能与潜在方向进行解读。
协议功能
根据官方定义，MakeNow.Meme 是一个「允许任何人直接透过 X 上的推文发行迷因币」的平台。实际上，平台在 7 月 10 日已经上线，但直到 Alex 发推文宣传才出现在公众视线。
这平台的应用程式也非常简单：
- 用户先在推文中写上「$」符号加上代币代码开头。
- 然后加入代币的描述。
- 最后 @makenowmeme 即可。
除了文字外，用户还可附上图片或影片作为补充资讯。
重要特性
除了发币流程与传统代币有所不同外，MakeNow.Meme 还有几个重要特性：
- 部署成本优势：部署代币无需开发者（部署者）出钱，由平台补贴。其他平台需要 dev 付出 Gas 费用，这笔费用大约是 0.02 SOL。而从内盘发行到 Raydium 需要 2-3 SOL 的成本，这部分 Pump.fun 从内盘筹集的 85 SOL 中支出，暂不确定 MakeNow 是否相同。
- 传播力与公平性：用户在 X 平台发文时，就无法取得底部筹 码，但能够最快速、最大化地传播这一代币。除了 X 平台发帖，MakeNow 也支援与 Pump.fun 一样的网站内部部署，此时 dev 能够选择第一个买入代币，且购买比例也可以自由选择，但代币资讯传播需要其二次操作。
- 价格变化曲线：价格变化函数（Bonding Curve）的具体演算法各家平台都没有公布，但根据社群用户反应，MakeNow 的曲线相比 Pump 更为陡峭，意味着早期筹 码的获利倍数将相对高一些。
发展前景探析
相对公平的发币方式
Pump.fun 名人发币广为诟病的一点是，部分名人选择先购买筹 码再将 Pump.fun 连结发布在 X 平台，后续购买的用户只能抢购剩余的一点筹 码，存在严重的内幕和倾销情况。
而透过 MakeNow 发布，理论上用户与发币者处于同一起跑线，能够比较放心地买入而不用担心老鼠仓，或有可能成为后续名人发币的主要途径。
技术门槛与公平性挑战
先前 Pump.fun 的名人发币和 friend.tech 早期，多个 Alpha 社群开发出了大型 V 监控的科技体系，在资讯取得速度上远超常规用户。而 MakeNow 也同样存在这一问题，虽然理论上用户与发币者处于同一起跑线，但如果平台成功占据一定市场地位，早期筹 码被机器人获取，普通用户接盘的可能性很有可能再次出现。
结语
迷因币用户本质上最需要的是「最纯粹、最具赚钱效应的赌场」，MakeNow 剔除了 Dev 的底部筹 码，一定程度上提升了赚钱效应，并保留了 Pump.fun 最核心的赌场内容，或有可能在特定方面争取市场份额。
热门专题
热门推荐
公安部就电子数据取证规则公开征求意见，拟将网络安全等行政案件纳入适用范围，并规范取证流程与核心概念。新规特别明确了获取密码、调取通讯内容等特殊程序，需经严格审批并保障当事人权利。配套法律文书也同步优化，以构建更规范且注重权利保障的取证体系。
理想L9和LIvis的定价策略刚掀起波澜，小鹏GX的最终价格就给出了更猛烈的回应——从近40万元的预售价直降至27万元起。用小鹏产品矩阵负责人吴安飞的话说，这叫“9系的产品，8系的价格”。 这12万元的下调，效果堪称立竿见影。发布会次日，小鹏集团港股股价一度大涨超8%。更关键的是市场订单：上市12小
5月21日，环塔拉力赛新疆且末赛段大营迎来了一位备受瞩目的访客——知名零售企业胖东来的创始人于东来。他专程前往长城汽车车队营地，与参赛车手及后勤团队进行了深度交流。据悉，于东来此次自驾越野之旅已历时一月，随行车队中包含多款国产越野车型。经过实地驾驶与多维度对比，他对以长城汽车为代表的国产越野车品质给
比特币官方入口在哪里？一个核心门户的权威指南 说起比特币，很多人第一反应是去找它的“官网”或“官方App”。但这里有个关键点需要先理清：比特币本质上是一种去中心化的全球数字货币，它不属于任何一家公司或机构，而是由一个庞大的、遍布全球的社区共同维护。因此，它并没有传统意义上由某个企业运营的“官方网站”
Ring-2 5-1T是什么 在当今大模型技术激烈竞争的赛道上，追求更长的上下文处理能力和更强大的深度推理性能已成为核心焦点。近日，蚂蚁集团旗下的inclusionAI团队重磅开源了Ring-2 5-1T模型，这是一个参数规模高达万亿级别的混合线性思考大语言模型。该模型基于先进的Ling 2 5架构