Linea LXP 女巫地址数据图分析 数据来自 Nansen 图表解读： 1.横轴（X 轴：LXP 值） •从 65 到 11050，表示地址积累的 LXP。 •越往右，LXP 越高，意味着用户在 Linea 生态内的交互行为越频繁或投入度越高。 2.纵轴（Y 轴：地址数） •表示拥有某个 LXP 区间的地址数量。 •数值越高，代表这一分布区间的地址越集中。 3.颜色含义 •红色：Sybil 地址（被识别为女巫地址） •绿色：非 Sybil 地址（正常活跃用户） 主要观察 •低中端 LXP 区间（65–2000 左右）， 地址数最多，且红色（Sybil）占比极高。在 1000–2000 LXP 区间达到峰值，单区间地址数接近 40k，其中大部分是 Sybil。说明大量薅羊毛地址只进行有限度、模式化的交互，集中在低中段。 •中高端 LXP 区间（2000–6000） 地址数量逐步下降，但绿色（非 Sybil）占比明显提升。表明当交互深度增加时，Sybil 账号的活跃度急剧下降，留下的更多是真实用户地址。 •高端 LXP 区间（6000 以上） 总体地址量稀少，但几乎全部为绿色（非 Sybil）。说明高强度参与的基本都是真实用户地址。 结论 1.Linea LXP 激励计划被大量女巫攻击：尤其在低 LXP 区间，Sybil 占据主导，显示出刷号套利行为的普遍性。 2.深度交互门槛是防 Sybil 的天然屏障：随着 LXP 增加，Sybil 大幅减少，说明真正的活跃用户地址更愿意持续投入。 3.未来分配策略需要更倾向于中高端用户：如果按照当前分布发放奖励，低端 Sybil 会稀释真实用户的收益。(Bruce)