有人提到一份“专业”的L0女巫报告，花了点心思找到了原始报告，并认真研究了一番。
从这份报告中，让我们对当下的撸空投、女巫化、反女巫等都有更深的认知，简单解析如下：
♦️ 女巫报告简介
🔗 http://github.com/LayerZero-Labs/sybil-report/issues/169
女巫地址数量：61+25=86
女巫手法特征明显：
1、所有地址均只活跃了2天
2、所有地址均只交互了 LayerZero 相关的 dApp
3、交互的合约数量固定（一个集群为5，另一个为6）
4、总交易次数固定（一个12、一个13）
♦️ 女巫地址筛选手法
报告提交者看来也是一个 Dune 爱好者，只用了两条 Dune 查询就搞定了
这两个查询也很简单，翻译成人话，就是下面截图的内容:
♦️ 女巫示例地址
如果点开地址的 DeBank 链接，仅看一眼，你就能嗅到明显“女巫”的味道。
为何？
简直就是两个孪生兄弟
∙ 同样的地址年龄
∙ 同样的留存金额
∙ 同样的交互手法
∙ 几乎一样的交互路径
∙ 几乎一样的交互金额
这么看来，这批地址恐怕是凶多
吉少
♦️ 女巫与反女巫的进化
发动社区互斗的鼻祖 HOP 查女巫时，“资金互转”是当时查女巫的主流方式，资金在多个地址之间的串联是最明显的女巫证据
于是大家纷纷学会了通过 CEX 中转分发等方式来规避资金交叉的痕迹
殊不知，道高一尺，魔高一丈（反之亦然）
SAFE 发动的社区查女巫，已经有了用 Dune 制定规则来批量过滤低端用户的先例
到了 L0，又进一步发扬光大，使用 Dune 根据对方的交互手法定制查询，进而一锅端
• 这是根据行为方式一致性的抓女巫手法，不需要资金交叉，直击“工业化 Farming”的本质
说实话，如此有针对性的 Query 语句，更像是先有了一两个女巫地址当靶子，接下来才顺藤摸瓜，揪出一串儿。
这不得不让人怀疑，一开始的那两个靶子地址是怎么来的？ 🤔
♦️ 教训
“发动群众斗群众”堪称一场灾难，就像 Web3 界的电子斗蛐蛐。
坏处很明显，社区人心涣散，项目口碑崩塌；好处也有，行业对女巫和反女巫的认知快速升级，随之而来的就是对应的军备竞赛升级：
谁对反女巫的认知越透彻、应对手段越高明，越能逃过下一轮的女巫猎人的猎杀，从而攫取更大份额的“胜利果实”
“物竞天择，适者生存”是永恒不变的真理， Web3 也不例外
P.S.
这份女巫报告更像是一份有针对性的“定制报告”，未来有机会可以再分析一些其他高质量报告，大家如果有发现值得研究的报告，可以留言讨论
L0女巫报告之一，相当专业。专业到什么程度？现在你为了刷而刷，已经在代码面前一览无遗了。
原文链接：
