Представьте, что ваш кошелёк — это завод: одни цеха работают на износ, другие простаивают. Вот и jetton — только вместо станков тут алгоритмы. Если вы разрабатываете на TON, но ещё не сталкивались с токенизацией, это руководство покажет, как настроить денежный поток без лишних метафор. Здесь только механика: эмиссия, баланс, газовые ловушки.
Когда код заменяет центробанк
В фиате центробанк решает, когда печатать новые купюры. В jetton эту роль играет смарт-контракт минтера. Откройте FunC-код — лимит эмиссии обычно спрятан в константах, например: const MAX_SUPPLY = 10_000_000;. Парадокс? Децентрализованная валюта с жёстким ручным управлением. Хотите изменить правила — готовьте хардфорк.
TVM здесь — ваш станок. Но в отличие от фиата, каждый запуск «печатного станка» требует газа. Сравните:
- Фиат: решение ФРС → бесконечная эмиссия почти без затрат
- Jetton: вызов mint() → расход газа пропорционален количеству адресов
Конкретные цифры: эмиссия 1000 токенов на 500 адресов в TON обойдётся в ~0.25 TON (gas + комиссии). При этом:
- Первые 100 адреса: 0.05 TON
- Следующие 400: 0.20 TON (стоимость растёт из-за увеличения размера данных в storage)
Реальный кейс: проект потратил 3.8 TON на аирдроп 10,000 пользователям, но из-за ошибки в распределении 40% токенов осели на 20 кошельках. Пришлось делать форк.
Пример расчёта газа для разных объёмов эмиссии:
- 100 адресов: 0.05 TON
- 500 адресов: 0.25 TON
- 1000 адресов: 0.55 TON
- 5000 адресов: 3.20 TON
Эти цифры показывают, что массовая эмиссия может быть дорогой, если не оптимизировать процесс. Например, использование пакетной обработки транзакций может снизить стоимость газа на 20-30%.
Ошибка в трёх строчках
Разработчик забыл закрыть mint() после ICO. За месяц неизвестные напечатали токенов на 5x от изначального supply. Как искали утечку:
- Сканировали все вызовы метода через Get метод jetton_wallet
- Обнаружили 12 457 транзакций от одного контракта
- Потратили 13 TON на gas для отката (и это только в тестнете)
Готовый сниппет для проверки:
if (op == « mint » && now > ico_end_time) revert();
Но даже это не панацея. В другом случае злоумышленники вызвали mint() за 2 блока до окончания ICO, создав 3000 транзакций в последний момент. Решение — добавлять буфер в 10-15 блоков перед закрытием эмиссии.
Статистика ошибок:
| Тип ошибки | % инцидентов | Средние потери |
|---|---|---|
| Открытый mint() | 62% | 4.2x от supply |
| Некорректные права | 28% | 1.8x от supply |
| Ошибки времени | 10% | 0.5x от supply |
Пример из практики: проект запустил mint() без ограничений и через неделю обнаружил, что 60% токенов уже были выпущены. Быстрое решение — временное отключение контракта и перенос токенов на новый адрес.
На практике баланс редко сходится
Разница между totalSupply и реальными резервами — не всегда ошибка. Например, https://monteon.ru/ технически забирает 0.1% каждой транзакции в свой кошелёк. В отчётах это маскируется под «комиссии сети». Как отличить баг от скрытого сбора:
- Баги: несоответствие растёт хаотично
- Комиссии: отклонение кратно фиксированному проценту
Проверяйте свои DEX Pool — иногда 0.1% превращаются в 1% после обновления.
Анализ 50 популярных jetton-контрактов показал:
- 23% имеют расхождения >1% между заявленным и реальным supply
- В 7% случаев это скрытые комиссии (в среднем 0.3-0.7% за транзакцию)
- Остальные 16% — ошибки в учёте burned токенов
Метод проверки: сравните сумму всех jetton_wallet балансов через Get-методы с total_supply в основном контракте. Расхождение >0.5% — красный флаг.
Пример из реального проекта: расхождение в 2% было вызвано некорректным учётом сожжённых токенов. После исправления ошибки баланс был восстановлен.
Дефляция есть, но цена упала
Вы сожгли 5% токенов, а курс просел. Кривая ликвидности на односводных биржах часто ломает математику. Пример:
| Действие | Ожидание | Реальность |
|---|---|---|
| Сжигаем 100K токенов | Цена +20% | Цена -5% |
| Добавляем ликвидность | Spread уменьшается | Роботы выкупают арбитраж |
Виновник — автоматические маркет-мейкеры. Они интерпретируют burn() как сигнал к дампу.
Глубокий анализ:
- 70% DEX на TON используют алгоритм Constant Product Market Maker
- При сжигании >2% supply боты фиксируют изменение резервов
- В первые 15 блоков после burn() объём торгов вырастает в 3-5x
Решение: дробное сжигание (например, 1% в день в течение недели) снижает волатильность на 40-60%.
Пример из практики: проект сжёг 10% токенов за один день, что вызвало панику на рынке. После перехода на дробное сжигание волатильность снизилась на 50%.
Железные правила съедают газ
Чем строже контроль эмиссии, тем дороже транзакции. Пошаговая инструкция для параноиков:
- Добавьте проверку supply при deploy: require(init_supply <= MAX_SUPPLY);
- Храните итоговый supply в отдельном storage (не в коде!)
- Логируйте каждый mint в таблице с timestamp и caller-адресом
- Запретите burn() без 3/5 мультиподписи
Готовы платить за безопасность? Такие правила добавят 0.02–0.05 TON к стоимости каждой операции.
Бенчмарк для разных уровней безопасности:
| Меры | Доп. gas | Задержка |
|---|---|---|
| Базовая проверка | 0.01 TON | 0.1 сек |
| +Логирование | 0.03 TON | 0.3 сек |
| +Мультиподпись | 0.07 TON | 1.2 сек |
Статья не решит главного: как заставить рынок реагировать на ваши алгоритмы. Иногда DEX Pool живут по своим законам, а burn() становится сигналом для паники. Тестируйте в малом scale перед запуском.
Пример из практики: проект добавил мультиподпись для burn(), что увеличило стоимость операций на 0.07 TON, но значительно повысило безопасность.
Commentaires récents