翻译过程中发生错误
Note: Summary is automatically generated by AI and may differ from the original text. For reference only.
| 字段 | 内容 |
|---|---|
| 项目名称 | XHunt |
| 申请类型 | 前置性资助 —— 捐赠支持未来发展 |
| 申请赛道 | 公共人才培养、自由开源软件 |
| 申请金额 | 35,000 USDC |
| Github | https://github.com/AlphaHunt3/tweet-hunt-extension |
| 社媒链接 | https://x.com/xhunt_ai |
| 推荐人 | Hazel |
XHunt 是全球首个 AI 驱动的 KOL 评估与赋能平台（KOLFi），以 Chrome 浏览器插件形式运行，旨在为 Web3 Attention Market 的信任危机提供透明、可验证的解决方案。
平台通过多个大模型对推文进行深度分析，提供 KOL 多维度数据增强（包括代币讨论追踪、收益率分析、灵魂指数评估）、项目 Profile 增强（关键人物、投融资、删帖记录、正负面舆情分析）、以及实时热门 KOL 和推文排名，帮助用户在时间线算法之外获得全局视角。
Demo Day 补充： Teddy 在演讲中展示了多项核心功能：灵魂指数（Soul Index）用于衡量内容的信息价值和原创性——AI 生成、商业推广过多或Farming内容会降低灵魂指数；社区点评系统让用户对 KOL 进行真实评价；关注/取关/资料变更的历史追踪功能可以发现账户迁移情况。此外还新上线了实时热门功能，支持按 Crypto/AI 分类及热门标签筛选。
35,000 USDC
GCC 内部参考，不公开展示： Teddy 在 Demo Day 上提到希望申请 30,000-40,000 的预算，分三个阶段：Stage 0（30%）用于数据获取和 API；Stage 1（40%）将评估体系扩展至 AI 维度；Stage 2（30%）实现 Agent Economy 支持（提供 API 和 MCP 服务器供 Agent 使用）。发布前请手动删除本段。
影响力信任赤字： 粉丝数与互动数据易造假，难以识别真正值得信赖的 KOL。
低效的项目研究： 创作者与投资者耗费大量时间调研项目，却仍面临欺诈或投资失败的高风险。
低质量和广告内容盛行： 通过灵魂指数、Farming 指数等核心指标和推文分析功能，精准识别低质量内容和账户。
| 维度 | XHunt | 竞品 |
|---|---|---|
| 服务对象 | 用户导向 | 多为项目方营销平台 |
| 定价 | 100% 免费 | 高级分析多为付费功能 |
| 数据深度 | AI 驱动的深度推文分析（使用 4-5 个大模型） | 多依赖表面指标（View、点赞等） |
| 数据完整度 | 团队认为在同类中最完整、最实时 | — |
| 成员 | 角色 | 简介 |
|---|---|---|
| Teddy | 创始人 | 加州大学计算机科学博士（肄）、纽约大学 Stern 商学院金融 MBA。曾就职于彭博社和谷歌总部。2014 年起涉足加密领域，多平台超 10 万关注者。创立亚洲领先的加密研究社区 Biteye（30 万+ 成员）。 |
| 核心团队 | — | 毕业于复旦、浙大、新加坡国立、纽约大学、哥伦比亚大学等；拥有谷歌、微软、彭博社、蚂蚁集团等工作经验；平均五年以上加密行业经历。 |
| 阶段 | 内容 | 比例 | 金额 | 预计完成 |
|---|---|---|---|---|
| M0 | 基本 GCC 权益确认：在 XHunt 官网和插件中注明 GCC 支持，并应 GCC 要求支持 Cohort 宣传 | 20% | $7,000 | 资金到账后 2 周 |
| M1 | 实现全面的多维度 KOL 排行体系，包括 Smart Follower、流量指标、投研能力、灵魂指数等综合维度。须注明 GCC 资助并应 GCC 要求支持 Cohort 宣传 | 30% | $10,500 | 2026 年内 |
| M2 | 为加密行业的 Vibe Coding 提供社交数据支持（包括 KOL 分析、项目分析等 API），并在一定调用次数以下免费提供。须注明 GCC 资助 | 50% | $17,500 | 2026 年内 |
以下内容整理自 2026 年 2 月 12 日 GCC Cohort 2 Demo Day 录像（约 01:07:56 – 01:20:23）及聊天记录。
Q：如果有一天币安或其他项目方来找 XHunt 让你们删除或修改某个信息，你们会怎么做？
A：我们不会删也不会改。排名基于客观事实，这点非常明确。唯一需要介入的是第三方差评——需要 review 判断是真实差评还是恶意攻击，类似 App Store 对恶意差评的处理方式。对此 Hazel 也指出，目前确实没有办法制度性地防止，只能 case by case 解决。
Q：如果 GCC 捐赠的话，可以给怎样的露出？或者能怎么通过 XHunt 的渠道让更多人知道 GCC Grant？
A：首先官网上肯定可以露出。AI 功能上线时可以标注「感谢 GCC 支持开发此功能」。还可以帮助 GCC 的其他被资助项目通过 XHunt 平台对接 KOL 资源。插件内的宣传位也可以考虑，主要看内容适合度。
Q：之前 Mask 在 Twitter 插件市场有一段时间效果很好，但可持续性不好。XHunt 会有这样的问题吗？
A：首先从技术角度，插件归 Chrome 管，不归 X（Twitter）管，所以平台封不了。数据获取有多种 Pipeline。最重要的是我们不违反 Twitter 规则、不让用户无节制地发帖。关于可持续性问题，只要 Attention Market 一直在，就一直需要这样的插件。Mask 更像一个 Utility 插件，会跟应用场景走；但 XHunt 专注于 Attention Economy，这个需求是长期存在的。
Chrome 插件开源：https://github.com/AlphaHunt3/tweet-hunt-extension
Demo Day 完整回放
GCC Cohort 2 Demo Day（2026.2.12）完整录像：
访问密码：t%1A$KQ5
演讲片段： 01:07:56 – 01:20:23
投票规则
共有 9 名投委，投票率超过 50% 方可生效；赞成票数 ≥ 总票数的 2/3 视为通过。
投委可选择是否调整最终资助金额，调整选项为：+10%、+5%、0、−5%、−10%；所有投委的调整比例直接加总，作为对申请金额的最终增减幅度。