starman

Funny

[starman @0xff1x]

@BTCdayu 剪完头发很丑的，就还是年轻小伙，剪完头发变精神，那就是老登了😂

[starman @0xff1x]

@heyibinance 头一次见到看自家热闹不嫌事大的🙃

[starman @0xff1x]

@BTCdayu 脱离比特币的周期属性谈回报率没意义

[starman @0xff1x]

只演示一次：老登避险资产的暴跌震撼

[Pickle Cat @0xPickleCati]

https://t.co/2ghAA5aLZB

[starman @0xff1x]

@CryptoPainter 王富贵😃

[大葱 Fred @fredli25]

从缫丝业到AI、区块链：如何用科技史思维看 Web3

上篇文章发表之后，很多朋友问我：为什么那么多 Web3 项目，看起来很“对”，却最终失败？
答案，其实早在科技史里就有。

从中国缫丝业的机械化，到早期互联网，再到 AI 的兴衰，历史一再告诉我——技术能否成功，关键不在它有多先进，而在系统能否吸收它。

我对 Web3 的判断，并不仅仅来自区块链，
而是来自一门几乎没人会和 Web3 联系在一起的学科：科技史。
它教会我的，不是技术会不会赢，而是——什么时候赢、为什么赢，以及为什么大多数“看起来正确”的项目会死。

在清华科技史训练中，我真正内化了两个非常反直觉的认知。
它们直接影响我判断 Web3 的技术周期、项目时机，以及系统性风险。
这些认知不是书本理论，而是我看一个技术会不会成功、什么时候成功、为什么失败的行动指南。

一、技术先进 ≠ 成功，系统吸收才是关键
科技史里有一个经常被忽视、但极其重要的结论：
很多技术失败，不是方向错，而是时间错。
这种模式，在历史中反复出现。

互联网是一个非常典型的例子。
从技术上看，今天互联网的核心骨架，其实在 70–80 年代就已经基本完成：
- 1969 年：ARPANET 上线
- 1974 年：TCP/IP 被正式提出（Cerf & Kahn）
- 1983 年：ARPANET 全面切换到 TCP/IP
- 同期出现 Email、DNS 等关键基础设施

但在接下来的十多年里，互联网仍停留在科研机构和少数技术人员之间，并没有真正普及。

真正的转折，并不是“网络变得更快”，而是协作系统被重构了：
1989–1991 年：HTTP、HTML、URL 被提出
1993 年：Mosaic 浏览器，让普通人第一次“看懂”互联网
1994–1995 年：商业 ISP、广告、电商和用户教育逐步成型
互联网爆发，本质上不是技术突破，而是可用性、标准化和商业机制同时就绪。

AI 的历史路径几乎一模一样。
从思想层面看，AI 非常早熟：
1950 年：图灵测试
1956 年：达特茅斯会议，“Artificial Intelligence”正式提出
1960s：符号推理、搜索算法、早期神经网络出现
但接下来的几十年，AI 长期停留在实验室和小规模演示中。

原因并不复杂，也不是方向问题，而是系统条件严重不匹配：
- 算力不足（没有 GPU，极其昂贵的并行计算）
- 数据稀缺（没有互联网、没有日志体系）
- 存储和部署成本过高
结果就是两次著名的 AI Winter（1970s、1980s）。 不是 AI 不行，而是现实世界还无法承载它。

还有一个我在清华学科学史时印象非常深刻的一个案例，缫丝业进入中国。

上海开始引入机械化缫丝设备时，遭遇了工人的强烈抵制。问题并不在于技术不先进，而在于“技术进步”直接整体替代了原有工人，原本的协作系统无法吸收这次变化。

后来发现广东之前的引进却很成功，秘诀是在广东采取了一种看似“技术退步”的方式：
- 机器只负责关键控制环节
- 大量工序重新交还人工。
结果反而更快被接受，并实现规模化扩散。

科技史反复告诉我一件事：
真正的技术爆发，从来不是“更聪明”，而是更可用、更便宜、更容易嵌入既有协作系统。

在 Web3 上，这套认知也非常适用：
上半场失败的很多 Web3 项目，并不是方向错，而是系统条件尚未成熟。

真正重要的，从来不是“去中心化有多彻底”，而是：
- 监管是否准备好
- 用户心智是否成熟
- 成本结构是否合理
- 协作方式是否兼容

很多项目死于典型问题：技术是对的，但系统不兼容，当时的用户还完全没有准备好。

预测市场就是一个典型例子。
- 2018 年，以太坊上已经出现了去中心化预测市场 Augur；
- 但真正的爆发，却发生在多年之后的 Polymarket，踩中了美国大选这一极其特殊的时间窗口。

这也是为什么我认为：Web3 正在从技术先行期进入系统吸收期。

合规、基础设施稳定性和真实使用场景，比理念纯度更重要。交易所用脚投票选择合规上岸，可见一斑。

二、技术变革是权力与协作的渐进重组

科技史带给我的第二个核心判断是：
大多数技术变革，并不是突然的革命，
而是一个渐进替代、持续重组权力和协作关系的过程。

库恩在《科学革命的结构》中提出“范式转移”，但现实几乎从不干净利落：
- 旧体系抵抗
- 新旧体系并存
- 灰色地带与过渡形态

真正的赢家，并不是最激进推翻旧体系的人，而是最早理解新范式、并围绕它重组协作结构的人。

把这个判断放到 Web3 中，其实非常清晰。
Web3 的价值并不在于“去中心化更酷”，而在于它是否真正重塑生产关系和分配机制。

从科技史的视角看，Web3 不会一步到位替代 Web2，
而更可能从边缘但真实的场景开始生长，比如：
- 跨境支付与结算
- 高杠杆、全球化金融衍生品
- 原生数字资产与开放金融基础设施

Web3 从小众走向大众，本质上不是技术问题，而是制度逐步吸收新技术的过程。

美国、韩国、新加坡、迪拜对 Web3 的态度，就是制度吸收新技术的经典案例。

对 Web3 从业者来说，
理解监管节奏、制度博弈、过渡形态，
往往比写更激进的代码更重要。

正因为有科技史的训练，我在Web3的投资、创业和参与项目时，会反复问自己三个问题：
1. 这个项目是否处在“对的时间”，而不仅是理想主义？
2. 它是否真正降低了协作成本，而不是只提升局部性能？
3. 它是否能被现有制度、用户和市场逐步吸收，而不是一次性颠覆一切？

因此，我倾向关注那些：
- 能形成真实价值闭环的产品
- 能在现实世界落地，而不仅在白皮书里
- 能在旧体系与新体系之间找到可行过渡路径

科技史让我明白：真正改变世界的技术，从来不是最激进的，而是最早被系统吸收、并重塑协作方式的。

这就是我理解和参与Web3的最新想法，欢迎大家一起交流。

[starman @0xff1x]

@KuiGas 历史级大毛😀

[BITWU.ETH 🔆 @Bitwux]

🧐 花了六个小时看完这篇：Inside Binance’s Flash Crash 后｜杠杆、流动性与系统自毁的那一刻！

有时候，
市场不是因为恐慌而坍塌，
而是因为它运作得太完美。

10 月 10 日这场暴跌，
就是这样一个瞬间：

一切机制都在“正常运行”，
一切参数都符合逻辑，
但整个系统却在毫秒间自我湮灭。

上次我写过一篇关于 USDE 脱锚 的分析，
那篇文章更多在讲「现象」——

而 @ltrd_ 这篇研究（Inside the Flash Crash: What Really Happened on Binance）则是少数真正深入到市场微观结构的内容。

读完后震撼不已！
深挖细节视角独特，
暴跌过程中我们没有看到的一些东西！

它不是在讲“谁错了”，
是在揭示系统如何在内部自行崩解。
从数据、CVD曲线、到 OI分布和交易成本变化，
呈现出一个更清晰的画面：

10·10 暴跌，不是一次恐慌，
而是一场精密到可怕的“结构性自毁”。

本质上暴露出当下市场过度杠杆化、
流动性脆弱、以及头部平台在极端情况下的真实压力点。

下面是全貌和我的一些看法——

1️⃣崩盘的起点：流动性撤离，而非稳定币脱锚

很多人认为，这次是因为 USDE 脱锚 → 带动山寨币暴跌 → 市场连锁反应。

但数据告诉我们，事实正好相反。
是市场先崩（杠杆链条断裂），才造成 USDE 和 BNSOL 等资产被动脱锚。

CVD（累计成交量差）显示：
在 21:00 前后，BNSOL-USDT 的主动卖压并不强，但价格瞬间暴跌；而 USDE 的抛压主要发生在事后，由套利者清算残余头寸造成。

这意味着：
1）市场深度先被抽干（大户撤出流动性），
2）然后资产价格失去支撑，
3）最后才出现所谓的「稳定币事件」。

也就是说——是杠杆率过高引发的流动性真空，而非稳定币先出问题。

2️⃣币安的核心地带：市场结构的「中枢压力」

从数据上看，币安是本次事件的主战场，也是市场结构受压最重的地方。

平均价格跌幅：币安 -65%，Bybit -47%；

极端尾部（10th percentile）：币安 -88%，Bybit -80%
OI（未平仓合约）平均下滑近 50%，部分合约（如 $KAVA、$IOTX、$PIPPIN）暴跌 80%+。

币安合约市场作为整个生态的核心流动性池，当流动性提供者在极端情况下撤出时，整个市场的价格发现机制瞬间崩塌。

作者归类的图表中可以看到：

21:10～21:20 的第二波下跌中，Bid-Ask spread 在各交易所暴涨至 200 bps；
同时 BinancePerp 的 roundtrip cost（双向交易成本）飙升至 500bps（约 5%），即便是 500 美元的小额单，也无法在不损失巨额滑点的情况下成交。

这不是流动性消失：而是流动性主动躲避风险。

3️⃣机制的精密坍塌：当系统「正常运作」时最危险

这次崩盘是教科书式的「系统性自毁」过程：

过度杠杆 →抵押资产价格下跌 →自动减仓 / 清算触发 →市场深度蒸发 →新一轮清算被引爆。

一切都在规则内运行，却在规则中坍塌。

币安作为最大的衍生品市场，恰恰因为深度最深、结构最复杂，在杠杆体系解体时成为「中心震源」。

4️⃣宏观意义：市场的镜像时刻

每一轮暴跌都在重复一个古老的循环：

人们以为流动性是恒定的，以为杠杆是中性的。
但在关键节点，市场用最直接的方式提醒我们——
“It’s not the volatility that kills you, it’s the leverage behind it.”

币安这次承受了系统核心层的压力，但也在一定程度上通过撮合与清算机制防止了更深层次的失序。

换句话说，它既是崩溃的起点，也是恢复秩序的枢纽。

我想说的：

感谢作者给了一个全新的视角审视，这不是一次普通的暴跌，而是一次关于市场结构、杠杆极限与流动性本质的实验。

当杠杆率被推至极限、深度在毫秒内蒸发时，价格的暴力波动只是一种症状，真正的病因是整个系统的「过热」。

10 月 10 日提醒我们：市场不是因为弱而崩，而是因为在「过度强大」的杠杆结构下，终于触碰了自身的极限。

5️⃣责任的本质：不是“操作错误”，而是“系统杠杆容忍度过高”

币安在这次暴跌中确实是中心震源，也一定有他的问题，
但不是因为“有人作恶”，而是因为整个系统的杠杆机制过度复杂化和交叉化。

从数据和微观结构来看：

Portfolio Margin（投资组合保证金）系统允许用户以多种资产（USDE、WBETH、BNSOL 等）作为抵押；

这些资产在同一系统中互相影响，当一个抵押品价格暴跌时，会触发连锁清算（Cascade Liquidation）；

系统过度信任“流动性持续存在”的假设，但当 LP 突然撤出，整个抵押体系瞬间坍塌。

这意味着：币安在系统设计上，允许了过多的层级杠杆互锁（multi-layer leverage interlock）。这种结构在平稳时期极度高效，但在极端环境下，会把局部风险“机械化地放大”。

所以我认为：

币安的责任在于：

没有为“流动性崩塌场景”设计足够的断路机制（circuit-breaker），让杠杆系统在正常运行时自我毁灭。

6️⃣技术与机制层面的改进方向

如果币安真想从这次事件吸取教训，以下几个方向至关重要：

1）限制交叉抵押风险（Cross-Margin Containment）

Portfolio Margin 是币安近几年最大的结构创新，但同时也是最大风险源。

改进建议：
逐步隔离高波动资产（Altcoins）与核心抵押资产（BTC、ETH、USDT）；
对“稳定币+山寨币”类组合实行更高的风险权重系数；引入动态折算机制（Dynamic Haircuts），让高波动资产在极端行情中自动提高抵押折扣。

2） 改善清算逻辑与透明度

在极端波动中，币安的清算系统表现得“太机械”：清算触发区间过窄；ADL（自动减仓）算法优先平掉对冲仓位；
导致市场失衡更严重。

改进建议：
实施分层清算模型，先冻结追加保证金区间，再分批减仓；
引入公开的清算监控面板，让市场参与者实时看到全网杠杆分布；
对应极端事件，启动延迟成交保护（Latency-Aware Protection），减缓连锁滑点。

3）提升极端情况下的流动性预案

币安在 21:10–21:20 期间流动性骤降，bid-ask spread 飙升 200bps。这说明 LP（做市商）在系统性波动中集体下线。

建议：

与核心做市商签署“流动性承诺合约（Liquidity Commitment Agreement）”，在极端行情下必须保持最小挂单深度；

设立内部稳定市场基金（Market Stability Fund），类似传统市场的 circuit-breaker；

允许在系统崩溃时临时关闭交叉抵押机制，仅保留主抵押品交易。

7️⃣战略层面：币安应当承担的行业角色！

众所周知，币安现在不是一个“交易所”，而是一个系统级市场基础设施。这场崩盘说明：

当币安的结构震荡，不只是用户爆仓，而是整个行业的信任体系被测试。

因此，我觉得他们未来的责任更多在于不只是“防止再崩盘”，而是要成为行业层面的风险缓冲层（Risk Buffer Layer）。

我的建议：

1）发布完整的风险透明度报告：包括 Portfolio Margin 的抵押资产分布、杠杆分布、流动性健康度。
2）引入链上化的清算透明机制
3）让清算流程部分上链，可验证、可追溯。
4）推动行业统一的“稳定抵押框架标准”
5）避免不同平台在杠杆、保证金权重上产生系统性共振。

结语：币安不是“罪魁祸首”，但必须成为“系统防火墙”

市场在那一刻崩塌，并不是因为有人犯错，而是因为所有机制都在“正常运作”。

这恰恰是最可怕的地方。

币安承受了整个系统的杠杆洪流，也暴露了行业的真相：

我们一直在一个以流动性幻觉为底座的市场里交易。
当流动性退潮时，一切聪明的模型、完美的保证金公式，都显得脆弱。

我想这次崩盘不是“某个平台的错误”，而是整个加密市场走到过度金融化边缘的警示。

币安承受了最多的压力，也暴露了最深的结构性问题。
它的责任，不是事后辩解，而是在下一次风暴中，让系统更稳、更透明、更可控。

正如一位传统量化交易员说过：

“The first rule of leverage is not how much you can take,
but how fast you can unwind before the others do.”

币安必须学会先一步“松开杠杆的手”，否则下次的崩盘，可能不只是技术层面的事件，而是信任的坍塌。

[starman @0xff1x]

@BTCdayu @tc_mx 宇哥是真贴心 人粤语问你粤语回😃

[Ethereum Foundation @ethereumfndn]

believe in somETHing

[starman @0xff1x]

@XXAntiWar 激流勇退，女王大智慧👍

[Crypto_Painter @CryptoPainter]

我说一个亲身经历过才懂得小技巧！

在期货市场玩合约，为什么大部分人最后都难逃上头扛单爆仓的结局？

其实最主要的原因不是交易能力，或者是技术...

而是仓位。

能让你情绪产生波动的仓位规模，统统都是不适合你的选择。

能够让你产生恐慌、贪婪、兴奋、抑郁等情绪的交易，一般都是因为仓位开的太大，或杠杆拉的太高。

一旦产生不必要的情绪，就会犯错误。

运气好的，做完一单恢复理智，运气差的，就会进入那种“一步错，步步错”的恶性循环...

所以想要远离爆仓、账户起伏过大等问题，最简单的解决方法就是：

只做低杠杆小仓位的交易，然后用重复执行与长期积累完成复利。

不信的话，都可以试一试，去BTC的5分钟线上闭着眼睛开，抛筛子开，多空随意；

但是仓位大小要从0.1张合约（最小量级）开始，然后做对一单，下一单加仓位，做错一单，仓位不变；

一开始肯定是没有什么感觉的，毕竟仓位太小，你会发现自己胜率还挺高！然后继续做，做对了就加下一单的仓位。

等到你做对一单后，感觉很爽，迫不及待想要加仓位做下一单时，暂停！

记住这个仓位的大小，这就是最适合你的开仓量。

因为贪婪永远先于恐惧，用这种逐步测试的方法，就能测出影响你情绪的仓位大小了。

最后，计算这个仓位占你总资金的比例，以后都按这个比例开单就行。

对我来说，差不多就是20%~30%，假如我有10万U，那么每次交易最多开2万~3万U的仓位，这让我没有任何心理负担，甚至持仓时连K线都没有动力去看，纯粹就是等邮件告诉我是止盈了还是止损了...

如果持仓时出现以下症状：

1. 总是忍不住看K线；
2. 睡觉前看K线看到睡着；
3. 不停的在X上搜索技术分析相关推文；
4. 在自己加的交易群里不停说话；
5. 感到兴奋或心慌；
6. 反复的在图表上做分析、换不同指标查看K线。

那么不用怀疑，这笔单子的仓位，开大了！

最好的办法就是减仓，不论浮盈还是浮亏，一直减仓到没有以上症状为止。

我始终坚信，能够影响情绪的仓位大小，都不是好的仓位，情绪介入交易后，也许能连赢好几笔，但同样只需要输上几次，就很可能进入一条不归路。

当然，这里面也有例外，每个人的舒适仓位都不一样，有的人像我，连现货都不敢打满，有的人像凉将军，开了50倍也没感觉...

除此之外：还记得上面那个适合自己的仓位比例嘛？

最好还要考虑到5次止损后的情绪，如果仓位大小能够做到连续止损5次都不痛不痒，那么恭喜你，这个时候你就被动成为理性交易员了！

专业交易员的稳定情绪不一定都是锻炼出来的，很多人就是单纯的能管住仓位罢了，仓位合适了，情绪也就稳定了。

最后，我再问一个问题，为什么做模拟盘数据总是很好，做实盘就不行了？

答案应该不用我说了...

[starman @0xff1x]

@Michael_Liu93 只分泌多巴胺的人，为市场贡献了最大的利润

[starman @0xff1x]

@bitfool1 得良人如此，幸福的傻哥

[starman @0xff1x]

@Rocky_Bitcoin R总成功接针😃

[starman @0xff1x]

@BTCdayu 米莱：你直接点我名吧🙃

[starman @0xff1x]

@tiger_web3 加油！调整好了重新出发！

[starman @0xff1x]

@BTCdayu 太极旗飘扬

[starman @0xff1x]

@BTCdayu 😄实力认证，喷子们无话可说了