Mitch_Dong

[Benson Sun @BensonTWN]

https://t.co/YggH5B6MOW

[看不懂的SOL @DtDt666]

兄弟们！炸场硬核干货来了！

亲手打造特斯拉 Autopilot、OpenAI 联合创始人 Andrej Karpathy，这套大模型实操教程，

里面全是他本人日常工作生活里，用大模型的全套真实玩法：从靠模型做深度思考、搞硬核科研，到文件上传处理、Python 解释器实操、Claude Artifacts 高阶用法，全给你拆得明明白白，半点儿私货都没留。

没有半句空泛的理论，没有半点没用的跑分测评，全是能直接抄作业的落地干货。

整整 2 个小时，大神一步一步带着你，走完他自己日常用 LLM 的完整工作流。

而是这 2 个小时里的东西，会悄无声息地改变你整个职业生涯的工作逻辑和效率上限。

别打开抖音刷剧了，先把这个内容收藏好👇

[AI探路者Tim @AIExplorerTim]

https://t.co/0TEsiOjVxt

[KK.aWSB @KKaWSB]

https://t.co/8NRQka3TXX

[Benson Sun @BensonTWN]

很多人問 OpenClaw 到底可以拿來幹嘛。

有些人拿來賺錢，寫程式、做自動化、接案。

我自己的話主要是拿來改善經營公司的工作流程。

我在 Discord 上拆了不同頻道，每個頻道塞不同的 system prompt 跟 skill，對應不同的專案。寫文章的歸寫文章，寫 code 的歸寫 code，研究市場的歸研究市場。

比較複雜的專案會在 system prompt 注入專案資料夾的路徑跟專用meory庫，減少 tool use 浪費 token。

然後我把公司的 Slack、Linear、GitHub repo、還有會員群組的 Telegram group 全部串進去。

AI 會定期掃會員群組的聊天記錄，有人回報 bug 或提功能請求，它自動判斷嚴重程度，直接在 Linear 上開 ticket 派給對應的人。

還有用 Whisper 把每週的會議錄音轉成逐字稿，丟進去產生會議摘要跟 action items。

但要讓這些跑起來，有一個前提：你必須先把基礎資訊灌進去。

最有意思的是，當 AI 掌握的 context 夠多之後，它開始能做你沒設計過的事。

它知道上週會議決定了什麼、知道哪些 ticket 被 assign 給誰、知道哪些東西已經 delay 了。所以當某個任務超過預期時間，它會主動建議我讓 PM 去追進度。

不是我設了一個 rule 叫它這樣做。是它自己根據上下文判斷該做這件事。

這就是 context 的力量。你餵給它的資訊越完整，它能幫你做的事就越多，而且很多是你事先想不到的。

除了公司經營，我最近還開了一個新的頻道分類，跟工作完全無關，就是育兒。

我兒子剛出生，我想認真研究怎麼帶小孩。但育兒資訊太雜了，中文圈的內容品質參差不齊，很多是互相抄的。

所以我讓 OpenClaw 去爬了一些國外高產出的育兒部落格，把那些比較有系統的內容源頭整理出來。然後用 NotebookLM 的 Skill 把這些知識全部丟進去，請它輸出結構化的摘要檔案。

我拿這些摘要建了一個 Knowledge Base。

現在我有任何育兒問題，直接在 Discord 的頻道上問就好，而且能確保儘可能不出現幻覺，因為都是基於我篩選過的高品質來源。

以上這些用法，沒有一個是我裝之前就規劃好的。

裝 OpenClaw 的時候，我不知道我會拿它來管 ticket。不知道我會拿它來追 PM 的進度。更不知道我會拿它來研究怎麼帶小孩。

每一個場景都是裝了之後，碰到一個痛點，然後想到「欸，好像可以用它來解」。

這個「欸，好像可以試試看」的瞬間，只有你手上有工具的人才會有。

沒裝的人，連這個念頭都不會產生。

大部分人對 AI 工具的態度是這樣的：先想清楚要幹嘛，再決定要不要裝。

但這個邏輯有一個致命的問題：你不碰，你根本不知道它能幹嘛。

如果不實際去玩，你腦中對這個工具的認知，停留在別人的描述、別人的截圖、別人的推文。那些都是二手資訊。

二手資訊最大的問題是，它只能告訴你別人覺得有用的部分。

但真正改變你工作方式的，往往是你自己在亂玩的過程中意外發現的東西。那些東西沒有人會寫成教學，因為它太個人化了，只有你自己碰到才會知道。

當初我在研究龍蝦怎麼用在公司經營的時候，我發現根本沒啥資訊，因為大家都在摸索。

龍蝦是去年十一月誕生的專案，真正爆紅是今年一月中，也就是說真的進入大眾視野也就一個多月，所有的用戶都是 pioneer，大家都在摸著石頭過河，也就是說，目前湧現出來的使用案例，其實大部分的人一開始都沒想到可以這樣做。

現在90%的人對 AI 的看法還停留在「GPT 3.5 時代」的聊天機器人， 但科技圈早就天翻地覆了。

今天大家在討論 Context Engineering，你沒碰過 AI agent，你聽不懂。明天大家在聊 multi-agent workflow，你沒跑過，你更聽不懂。

去年有一段時間大家還在抄各種 prompt 模板，後來是一堆人在研究 MCP，現在所有人又都在討論 Skills。每隔幾個月風向就換一輪，如果沒有重度使用，你根本不知道這些東西在幹嘛，更不知道為什麼大家要從上一個跳到下一個。

每一個你選擇「等等再說」的時刻，都在拉大這個差距。

而且這個差距有一個很可怕的特性：你感受不到它在發生。

因為你不知道你不知道什麼。

你以為你只是還沒裝一個工具。但實際上，你錯過的是一整層的認知更新。那些用過的人，他們對問題的思考方式已經不一樣了。他們看到一個任務，腦子裡會自動浮現「這個可以讓 AI 做」的路徑。

這不是知識的差距，是思維模式的差距。

知識可以補，思維模式補不了。思維模式只能靠體驗去長出來。

所以為什麼一定要拿來幹嘛才裝呢？

第一代玩網路的人不是因為知道網路可以做電子商務、打遊戲了才玩的，純粹就是覺得很酷才玩的。

在這個技術迭代超快、沒有標準答案的年代，「先行動再說」這五個字，可能是最被低估的行動準則。

[Max - MaxCryptoSpace 🕵️ @MaxCryptoSpace]

https://t.co/HDbykR9L5g

[Benson Sun @BensonTWN]

裝好 OpenClaw，設定跑完，然後呢？

大部分人會卡在這裡。要先設自動化流程嗎？還是先測不同的 model？選項太多，反而不知道從哪開始。

想像一個剛進公司的新人。智商超高、學習速度比誰都快，但對公司跟老闆都一無所知。

你不會第一天就叫他去做事，你會先做新人教育訓練。

AI agent 一樣，要幫他做 onboarding。

—
第一步：讓雲端 AI 幫你做 onboarding。

你跟 ChatGPT 或 Claude 已經聊了幾百個小時，它對你的理解程度比你想的深。直接問它：

「你覺得我是什麼樣的人？我關注什麼？我做事的風格是什麼？如果我是創作者，我的寫作風格怎麼歸納？」

然後自己修一修，去掉幻覺、補上它不知道的細節。

如果你已經花時間調教過雲端 AI 的回應方式，也請它再側寫一份：

「你覺得我喜歡你怎麼回應我？我討厭什麼？我對語氣、格式、細節程度有什麼偏好？」

總共兩份資料：一份是關於你自己的，一份是關於你希望 AI 怎麼跟你互動的。

整理好之後，直接丟給你的 OpenClaw agent：「這是關於我的側寫，還有我對 AI 回應的偏好，請你記住。」

它會自動把內容寫進對應的檔案裡。

這是最快的冷啟動方式，因為訓練資料已經存在了，只是散落在不同的對話裡。

—
第二步：讓 AI 自己去爬你過去的內容。

X 推文、部落格、電子報，這些都是你公開的數位足跡。讓它全部讀一遍。

如果你有在用筆記軟體，Notion、Obsidian 這類的，直接 export 餵給它也行。私人筆記往往比公開內容更能反映你真正在想什麼。

這個過程本身就有雙重價值。一方面它在學你講話的方式和關注的主題，另一方面它在學怎麼操作 browser、處理登入、跑爬蟲。這些工具遲早都要用到，趁 onboarding 一次把工具鏈跑通。

—
第三步：把房間規矩定好。

OpenClaw 啟動時會自動把你 workspace 裡的核心 .md 檔全文注入到 System Prompt。AI 醒來的第一秒，腦子裡就裝了這些檔案的內容。

但 OpenClaw 官方對這些檔案的分類規範，是放在安裝目錄的 docs/ 資料夾裡，這部分不會被自動注入。

AI 拿到了檔案內容，卻沒拿到分類說明書。它在執行任務需要記錄新規則時，只能憑直覺判斷。

比如我的 SOUL 本來只該放人格跟語氣，結果 AI 把操作流程、工具規則全塞進去，我跑了三天才發現規則錯亂的問題。它不是判斷力差，是它以為自己已經讀完所有規則了，不知道分類手冊被漏掉了。

解法：把官方那份 File Map 對照表，直接貼在 AGENTS 的最頂端。AGENTS 是每次啟動都會被注入 System Prompt 的檔案，把規矩寫在這裡，等於把說明書黏在工作手冊第一頁。

日常使用一定會不斷新增規則。如果一開始就放錯地方，後面每個新 session 讀到的都是亂的，行為會越來越偏。建議每週讓 AI 開一個乾淨的 session 掃一次，對照規範檢查有沒有放錯。

—
做完這些之後差別有多大？

昨天我用 Whisper 轉錄了一場公司內部會議，逐字稿丟給 Agent 做摘要。它知道會議裡每個人是誰、負責什麼模組、公司的技術架構長怎樣、哪些討論跟正在開發的功能有關，精準度可達 90%。

這些 context 全部是 onboarding 時搬過來的，加上它自己爬我內容學到的。如果一條一條手動教，要調幾個禮拜。

雲端 AI 聊完就忘，下次開對話又要重頭來過。本地端 agent 的記憶是持久的，你灌進去的 context 會一直留著，每次啟動都在。

既然它最大的優勢是記得住，你就該在 context 上多花功夫。Onboarding 做得越紮實，它就越能用你的方式做事，而且這個效果會隨著時間累積，不會歸零。

[b12ny @b66ny]

四年週期已經死了？
⠀
很多人還在默念減半、牛市、山寨季，像是一種宗教儀式，認為時間到了市場就會自動發錢，那套自我實現的預言，在 2025 年就已經被現實打得稀爛。
⠀
現在的市場根本不談歷史，只問兩個問題，錢在哪裡？注意力在哪裡？
⠀
過去的劇本很簡單，比特幣賺的錢會像水一樣流到以太坊，再流到其他主流幣，最後灌溉整個山寨幣市場。但現在不一樣了，交易所交易基金 (ETF) 和信託產品蓋起了一座座圍牆花園。
⠀
這些華爾街來的錢透過 ETF 買了幾百億美元的比特幣和以太坊，像個抽水機一樣把市場上的流動性全部吸進去，然後就沒了，這些錢有自己的規矩，不會自然地輪換到更廣泛的市場，任務是穩定持有大市值資產，不是來進場百倍山寨了。
⠀
結果就是極端的集中化，少數幾個大盤藍籌股吸走所有新資本，而更廣泛的市場像被遺忘的孤兒一樣，奄奄一息，2025 年山寨幣的敘事輪動速度快得跟渣男一樣，平均漲幅只能持續 20 天，和 2024 年的 60 天相比簡直是早洩。
⠀
那 2026 年還有戲嗎？
​
要讓市場活水流出這個圍牆花園，至少要有三件事其中一個觸發：
⠀
第一，擴大 ETF 的投資範圍。
​
這是最務實的路，大部分新流動性被關在機構渠道裡，只有讓他們能投資更多資產，市場才有救，這件事已經在發生，像 Grayscale 的 XRP ETF 就在 2025 年 11 月獲准交易，上市後也吸引了超過 13 億美元的資產，這條路雖然無聊，但代表資本的路徑正在被拓寬。
⠀
第二，龍頭資產的暴力拉升。
​
如果比特幣或以太坊能漲到產生巨大的財富效應，錢多到滿出來，就有可能溢出到其他市場，就像 2024 年那樣，但問題是，這次溢出來的錢，有多少會留在幣圈，有多少會直接換去玩股票貴金屬？
⠀
第三，散戶的注意力回歸。
​
這條路最不可能，但也最刺激，散戶的錢現在都跑去玩 AI 了，2025 年散戶在股市的活躍度比 2024 年高了 50%，甚至超過 2021 年的 meme 股狂潮，但這些錢都集中在大約 30 支 AI 相關的股票上，他們要回頭，除非加密貨幣能講出一個比 AI 更性感的故事帶來新的資本流入。
⠀
所以，2026 年的劇本走向，就看這三條路哪一條能走通，是機構繼續擴張版圖，把更多山寨幣納入圍牆花園？還是比特幣自己創造財富神話？又或是散戶厭倦科技股，重新回來尋求刺激？
⠀
未來的關鍵，不是猜測時間，而是理解資本流動的路徑，以及需要什麼樣的結構性改變才能讓錢流動起來，盯著資金流向，才是決定 2026 年什麼會有效的唯一答案。

[b12ny @b66ny]

歷史不會重演，但總是驚人的相似。
⠀
這套川普的關稅應對策略，是公開的 SOP，一遍又一遍地上演到讓人感到無聊，劇本是這樣走的：
⠀
1. 週五，他會先丟一個模糊的消息，暗示要搞某個國家或行業，市場開始聞到不確定性的味道，慢慢跌。
⠀
2. 週末，市場休市，無處可逃時，他會直接宣布一個超過 25% 的大幅加稅，把心理衝擊推到最大。
⠀
3. 然後整個週末，他會不斷加碼威脅，而被針對的國家通常會出來回應說願意談判。
⠀
4. 週一期貨開盤，可想而知，被新聞頭條嚇壞的散戶開始情緒化反應，指數直接跳空下跌。
⠀
5. 週一週二，他會繼續在媒體上施壓，但這時候投資者逐漸發現，關稅還沒生效，只是計畫在幾週後實施。
⠀
6. 到了週三，逢低買盤進場，市場技術性反彈，但通常撐不久，這時候，是聰明錢開始佈局的點。
⠀
7. 再過一個週末，他會發文說討論有進展，正在跟對方領導人尋求解決方案。
⠀
8. 週一期貨開盤，市場樂觀情緒又回來，指數大漲，但現貨開盤後漲幅隨即收斂。
⠀
9. 接著，財政部長之類的高官會上電視安撫市場，強調協議進展順利。
⠀
10. 未來 2 到 4 週，官方會不斷暗示貿易協議有好消息。
⠀
11. 最後，協議達成，市場創下新高。
⠀
12. 然後，劇本從第一步開始再次上演。
⠀
整個策略的核心是掌握時機與施加壓力，他總是在關稅生效前留有 2-3 週的緩衝期，因為目標從來不是真的要實施這些關稅，而是要促成協議。
⠀
這就是為什麼他總愛在週末搞事，因為市場關著門，恐慌才得以發酵到極致，他把威脅推到極限，知曉這種威脅足以撼動市場，前提是它們看起來真的會發生。
⠀
這次是否也會如此？
⠀
只能說交易的本質是投機與博弈，關注的永遠不該是事件本身，而是事件背後的意義與交易機會，市場對新聞的反應，比新聞的真實性更具影響力。

[Mitch_Dong @Mitch85331981]

@MaxCryptoSpace 那要這些公鏈幹嘛⋯⋯

[Benson Sun @BensonTWN]

分享一個我常用的 Claude Code prompt 寫 spec 最大的問題：你不知道自己漏了什麼。

這段 prompt 的設計邏輯是讓 Claude 扮演資深技術顧問，用 AskUserQuestionTool 對你進行深度訪談。

它會在每個問題前先做 ultrathink 分析，訪談結束後才寫入檔案。 實測下來，這樣產出的 spec 比直接叫 Claude 寫完整很多，因為它會把你腦中模糊的想法逼出來。

完整Prompt:

閱讀這份 SPEC 文件，然後使用 AskUserQuestionTool 對我進行深度訪談，涵蓋所有面向：技術實作、UI/UX、潛在疑慮、設計取捨等。問題必須深入且不流於表面。

請啟用 ultrathink 模式：在每個問題之前，先進行深度思考分析，包括：
- 這個規格可能隱藏的假設是什麼？
- 哪些邊界情況沒有被考慮到？
- 技術債務可能在哪裡累積？
- 這個設計決策的二階、三階效應是什麼？

持續訪談直到所有關鍵面向都被釐清，然後將完整的規格寫入檔案。

[Benson Sun @BensonTWN]

看到你的收入軌跡和背景，你是典型的強現金流族群。

多數人會叫你無腦買房或定期定額，但我提供一個不同的視角。

1. 2030年以前只考慮租房
在台灣租房子比買房划算，考慮到兩岸戰爭風險+房市下行期，不建議買房，2030年以前先租房，因為真要打的話，2027-2028 機率最高。

把移動力留著，是你這個年紀最大的優勢。

2. 投資組合用槓鈴策略 (Barbell Strategy)
放棄平庸的股債組合跟老掉牙的定期定額，你需要的是「極度保守」與「極度積極」的組合，把你每年可支配所得這樣分配：
70% 美股 (AI + 能源)：攻擊主力。
10% 現金：生活預備金與抄底子彈。
10% 比特幣：非對稱收益的博爆擊機會。
10% 黃金：對沖極端風險（只買黃金，不要白銀，金銀比已無性價比）。

3. 關於比特幣：做週期的朋友，不要死拿
我不建議你當個鑽石手死拿，而是利用你的理工邏輯去做波段操作。

進場指標：當 CME 期貨基差 (Basis) 轉負或趨近於零時，市場極度恐慌，這是 All in 機會。

出場指標：當 Coinbase App 衝上北美財經類排行榜 前五名時，代表散戶瘋狂進場，這就是你的賣點。

這樣做，你基本可以做到「別人恐慌時我all in，別人貪婪時我全出」，假設十年內有三個週期，每個週期吃 3-4 倍漲幅就夠了。

法幣總是越印越多，比特幣數位黃金+法幣貶值敘事可以一直吹下去，連你阿公阿罵都聽過比特幣了，這種資產在國際級資金眼中是很有炒作價值的，所以比特幣已經死不了了，不用擔心歸零。

至於標的，直接買美股 ETF (如 IBIT) 就好。

說實話，我大可丟個交易所推薦碼賺你手續費，但為了避免你亂玩山寨幣或誤入龐氏騙局，乖乖買 ETF 是最安全的。

4. 關於股票：擁抱強者，相信馬太效應
不用買納斯達克指數 ETF，直接買 「美股七巨頭 (Mag 7)」 加頭部 AI 股就好。反正指數也是靠這些巨頭在撐，不如直接持有最強的。

AI 的盡頭是能源。除了 AI 股，你更該關注潔淨能源與儲電技術的 ETF。這方面你是理工專業，應該比我更懂技術前景，就不贅述。

5. 操作心法：不需要做再平衡 (Rebalance)
強者恆強，不要為了平衡去賣掉漲最好的部位來補落後的垃圾，相信股債平衡論的，這幾年績效全部跑輸大盤一大截，淨值回撤也沒有比較好看。

---

最後講點題外話。
沒有人能保證台灣的半導體紅利能延續多久，而 AI 帶來的結構性變化，也讓許多過去幾十年被視為理所當然的模式，值得被重新審視。

對你這種年輕又能賺的人來說，真正的底層護城河不是投資組合，而是 「在哪裡都能賺錢」的能力。

能利用空檔時間，把遠端技能練起來、能賺美金、能自由移動，未來就會有更多選擇權。

同時，也建議及早思考國外長期簽證或第二個生活據點。

狡兔都有三窟，對有能力、有資源的人而言，提早安排後手，永遠不會是壞事。

[Mitch_Dong @Mitch85331981]

@MaxCryptoSpace @krakenfx @BackedFi 除了X的股票代幣 想不到還有什麼能讓大家接受的股票代幣了....ondo大概也不會出吧

[Mitch_Dong @Mitch85331981]

@NeohexWu Why? 專法用的是虛擬資產～

[0xFEI @FEIlXIE]

新人Solana手机/SEEKER探索指南

本篇指南适用于刚刚拿到Solana手机/SEEKER @solanamobile 、或者拿到手机后一直没激活以及激活之后一直放着吃灰的SEEKER新朋友。

本指南主要围绕SEEKER钱包自带SEEKER活动进行，它几乎明牌预示着参与活动将获得Solana Mobile生态系统代币 $SKR 的空投。在这之外辅以探索手机上其他值得关注的福利或者空投可能。

总体探索按下述步骤进行，如有前面几个步骤完成了的自己调到后续的步骤就行。

激活手机 → 开启“SEEKER活动” → 当前福利项目

#SEEKER #solana手机

[Mitch_Dong @Mitch85331981]

I earned 115.7K $HWAVE in Season 1!

The Hyperwave is just getting started. https://t.co/Q9Q1aPiIq7 #Hyperwave

[Mitch_Dong @Mitch85331981]

@MaxCryptoSpace @okx @okxchinese @star_okx 會不會只是因為流量沒有幣安高？ 😏

[土澳大狮兄BroLeon | Crypto | AI | Stocks @BroLeon]

《几百亿爆仓，那这些钱💰谁赚走了？》

我觉得这是个挺好的问题，我尽可能就我的理解来回答一下，如果说的不对还请各位老师指点。

🌿市场爆仓上百亿美金，不意味着有上百亿美金的盈利出现。

根据 Coinglass、Binance Futures、Bybit、OKX 的公开数据，主流币（BTC、ETH、SOL）在10月这轮行情前的平均杠杆倍数大致如下：

币种散户平均杠杆主流机构 / 大户平均杠杆
BTC 永续合约10–20×5–8×
ETH 永续合约15–25×6–10×
山寨币 (ALT)20–50×8–15×

综合来看，全市场的加权平均杠杆倍数约在 15× 左右。

所以如果全网爆仓名义金额为 300–400 亿美元，真实被“蒸发”的资金量大约在 20 亿美元上下，其中那个空了 11 亿的巨鲸一个人就拿走了小 2 亿。

🌿爆仓金额 ≠ 对手盘仓位的获利
理论上说，多空双方应该是相互给钱的，多单爆了应该保证金给空单持有人，空单爆了给多单，但其实并不是那么简单，尤其是在极端市场情况下。

如果ETH价格从3000美元跌到1800美元，一个10倍杠杆的多单爆仓时点可能在2700美元。
空头可能在2100美元平仓——中间有600美元的价格区间，
这段区间里大部分爆仓仓位已经被“系统强平”吸收，而非空头个人账户的收益。

在极端行情中，价格暴跌往往导致部分仓位无法在“爆仓价”成交，出现“穿仓”（负余额）。币安的保险基金在10月11日事件后减少约 8,500万美元（内部数据推算），就是拿来补穿仓的钱了。

这些钱既没有流向交易者，也没有流向巨鲸，而是成为市场清算成本。

🌿在这类“闪崩+爆仓”事件中，还有一大笔资金流入了稳定币套利与对冲链路。
比如：
•当日 USDe、BNSOL、WBETH 等资产大幅脱锚；
•稳定币/衍生币被砸盘后，套利者（机构如Jump Trading、Wintermute，个人如 @Vida_BWE @hongkongdoll @jason_chen998 等 ） 介入低吸；
•稳定币恢复锚定后，他们获利。

这类链上套利盘可能吞掉了数十亿美元的价差收益，
但由于这些套利在链上分散、交易频繁、账户匿名，因此极难统计，不过随便在推特上一搜就会发现其实大量的人吃到了这块肉，区别是多少而已。

🌿还有谁赚钱？做市商与清算套利的

在币安这种大所，清算单是由做市商和清算引擎共同撮合的。例如，当某用户被强平，系统会以“市价委托”将其头寸卖出（或买入）。

谁能在极短时间内吃掉这些流动性，就能赚到价差。
•这部分盈利通常被：
•做市商（Market Makers）
•清算套利者（Liquidation Arbitrageurs）
•高频量化基金（HFT）

在几十亿美元的爆仓洪流中，绝大部分流向了做市系统的价差中，被无数小规模的套利机器人、量化账户“打碎吸收”，形成大量微利聚合，而不是单一大户吃掉全部。

~~~~~~~~~~~~~~~~~

我让 Gpt 帮我总结速算了一下：

清算系统 / 保险基金吸收≈30%–40%
穿仓、未成交滑点损失、清算成本

做市商与高频套利者≈20%–25%
吃单价差、清算流动性补偿

对手盘空头（巨鲸、基金）≈10%–15%
比特币巨鲸等直接空头收益

稳定币与链上套利者≈10%
USDe、WBETH等套利收益

系统损耗与流动性蒸发≈15%–20%
因价格崩塌、滑点与流动性枯竭造成的价值消失

~~~~~~~~~~~~~~~~~~~`
💰是不是交易所给赚走了？

今天我看评论区一些人其实隐射币安等 CEX 才是收割的幕后黑手，我并不觉得这是事实。

咱们简单的从利益关系上思考一下：你如果是一个日入斗金的赌场老板，你是希望细水长流还是希望杀鸡取卵？

过去一个月币安日平均收入：
约 6000 万美元/日（基于 CoinGecko 报告的 24h 交易量波动和历史费率数据）。按昨天实际蒸发的保证金（估算）大概 20 亿美金，也就是 33 天的收入。

来，你是老板，你会做出这样一个严重挫伤加密货币交易热情的阴谋吗？

我个人觉得币安在纵容 USDe 循环贷这件事情上的确欠考虑周全，但非要说币安是故意导致这场灾难的幕后黑手，至少从盈亏比上看并不是一个划算的买卖。

CEX 清算这块的确不是我的专长，但大量散户的理解明显是有误区的，欢迎各位大神提出有建设意见的拍砖和探讨。

[Mitch_Dong @Mitch85331981]

@Alvin0617 @cz_binance @Aster_DEX 都是泡沫🫧 有請鄧紫棋～