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��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��� 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��。

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��整層的認知更新。那些用過的��，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。���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���。
⠀
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��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？
⠀
��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���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��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～