PANews

作者：陈小萌
STANDX 的 Points is Points了，它不是第一个，也不会是最后一个。
前言：积分越来越多，钱却不一定越来越多
不知道大家有没有发现，这两年币圈的积分项目越来越复杂了。
现在的情况已经完全不同。很多项目开始按照存款规模、借贷金额、交易量、LP 流动性和持仓时间分配积分。有些项目鼓励用户循环借贷，将 10 万 U 的本金放大为几十万 U 的名义存款；有些项目可以通过 Pendle YT 获得数十倍的积分敞口；还有一些交易平台，用户需要持续贡献数千万甚至上亿的交易量，才有机会进入奖励排行榜。
这些玩法确实带来了更多获取积分的机会，也让不少资金量较大的用户找到了新的收益来源。问题在于，随着参与门槛提高，积分背后的资金成本和风险也在不断增加。
那么——获取积分到底需要付出多少真实成本，最后又有多大概率将这些积分兑换成可支配的现金收益？所以，这篇文章希望系统整理币圈常见的积分模式，从积分估值、资金成本、风险敞口和退出机制几个方面，建立一套能够直接用于投资判断的防反撸框架。
一、积分经济学：为什么项目方越来越喜欢积分？
先从项目方的角度理解积分机制。
对于尚未发币的项目来说，积分是一种非常高效的用户激励工具。项目方可以通过积分吸引流动性、提升交易量、增加产品活跃度，同时把实际奖励的结算时间推迟到未来。对于早期协议而言，这能够减少即时支付现金或代币的压力，也有助于在产品尚未成熟时积累用户基础。
例如，一个借贷协议希望在短期内获得 5,000 万美元 TVL，如果直接提高存款利率，就需要承担明确的资金补贴成本。如果采用积分激励，项目方可以先吸引资金进入，未来再根据代币经济模型决定奖励规模和分配方式。对于项目来说，资金增长能够立即反映在业务数据中；对于用户来说，最终奖励金额、兑现时间和实际价值通常仍存在不确定性。
项目方希望以尽可能低的激励成本获得更多资金和用户，参与者则希望以尽可能低的资金成本获得更多奖励。
双方在某些阶段具有共同利益，但这种利益并不总能长期保持一致。尤其是在市场竞争激烈、项目不断提高积分倍数的时候，可能会出现大量资金为了奖励聚集到同一个协议，而协议自身的真实业务需求却没有同步增长。
如果最终奖励池保持不变，你能够获得的潜在空投价值实际上已经被大幅稀释。这也是积分投资需要理解的第一个原则：决定最终奖励的关键，通常是有效积分份额、奖励池规模和兑现价格。单纯增加积分数量，并不能保证收益同步增长。
二、币圈常见的 10 种积分模式，以及各自的反撸陷阱
市场上的积分项目虽然形式繁多，但从资金投入和收益来源来看，大致可以分成十种类型。不同类型之间的成本结构差异非常大，因此有必要分别讨论。
1. 交互任务型：手续费和时间是主要成本
交互型积分是最早流行的撸毛模式。用户通过 Swap、跨链、借贷、铸造 NFT、投票等操作获得积分，项目根据交互次数、活跃天数、累计交易金额或者其他行为决定奖励。
这一类项目的优势在于资金占用通常比较低，很多任务只需要少量资金就能够完成。缺点则是成本容易碎片化，特别是在需要长期保持活跃的活动中。
假设一个项目要求完成 50 次交互，每次平均消耗 0.5 U 的 Gas，仅链上手续费就需要 25 U。如果涉及多次跨链、流动性较差的交易对或者额外服务费用，实际成本可能继续增加。对于需要每天签到、监控任务进度的项目，还应当考虑时间投入。
交互型积分另外一个值得注意的风险是资格审查。很多项目会通过交易模式、地址关联、资金来源和操作行为筛选异常账户，因此已经支付手续费，并不意味着最终一定能够获得奖励。
对于这类项目，我认为已经死了，不如弄点bn wu号 刷刷alpha。
2. TVL 存款型：最容易低估资金机会成本
TVL 型积分已经成为 DeFi 项目最常见的激励方式之一。用户将 稳定币或其他资产存入协议，按照存款规模、持续时间和加速倍数获得积分。对于拥有较大资金的用户，这种模式具有操作简单、积分积累稳定的特点。但它也容易让参与者忽略资金原本能够获得的收益。
例如，某个项目提供 3% 的基础年化，同时奖励积分。假设你拥有 10 万 U，而风险特征相近的替代策略可以提供 7% 年化，那么参与积分就意味着每年放弃约 4,000 U 的潜在收益。如果资金占用三个月，机会成本接近 1,000 U（这里可以参考我的公允年化对比）
因此，参与 TVL 积分时，需要把基础利息、潜在空投和替代投资收益放在一起比较。此外，智能合约安全、资产脱锚、赎回限制和资金集中度，都应该纳入决策。
3. 借贷积分型：循环放大积分，也会放大风险
借贷积分通常分为存款奖励、借款奖励，以及同时奖励两端的模式。当协议允许用户将借出的资产重新存入时，就会出现 Loop，也就是循环借贷策略。
假设用户拥有 10 万 U，本轮最多可以借出抵押资产价值的 80%。如果每次借出的资金都重新存入，并且忽略额度限制和费用，理论上可以形成约 50 万 U 的总抵押资产和 40 万 U 的借款。如果项目按照总存款规模计算积分，名义积分敞口就可能提高到原来的 5 倍。但与此同时，用户需要承担 40 万 U 债务的利息，以及更高的清算敏感性。
抵押品和债务都属于稳定币，脱锚、利率变化和预言机异常仍可能导致损失。借贷循环需要同时计算净利差、借贷利率波动、抵押品与债务价格关系，以及健康系数变化。对于接近清算线的仓位，少量额外积分可能远远无法补偿潜在风险。
4. LP 做市型：获得手续费和积分，仍可能跑输持币
Fable 存了的人最懂。
LP 积分通常鼓励用户向交易池提供流动性。收益来源可能包括交易手续费、流动性激励和额外积分，因此界面上经常显示很有吸引力的综合 APR。
但 LP 的最终回报受到资产价格变化影响。以普通的 ETH/USDC 流动性池为例，当 ETH 持续上涨时，资金池会逐渐减少用户持有的 ETH 数量，并增加 USDC 比例。即使用户获得了手续费和积分，最终资产价值也可能低于直接持有最初的 ETH 和 USDC。
因此，评价 LP 积分时，必须明确比较基准。对于以 ETH 和 USDC 为底层资产的策略，直接持有相同初始资产通常是一个有意义的参照。只有把手续费、激励、积分以及资产再平衡产生的差异合并计算，才能判断做市策略的实际表现。
5. Pendle YT 型：需要精确计算积分的购买成本
Pendle YT 是近年来比较具有代表性的积分策略工具。
在 Pendle 中，生息资产可以拆分为代表本金权益的 PT，以及代表到期前收益权益的 YT。用户购买 YT 后，可以获得对应期间的收益权，以及符合相关规则的积分和奖励权益。
由于 YT 的价格通常明显低于其对应的底层资产名义价值，用户可以用相对较少的资金获得较大的积分敞口，这也是市场经常讨论十几倍甚至数十倍积分效率的原因。但 YT 存在非常明确的时间损耗特征。随着到期日临近，剩余收益期限越来越短，到期后 YT 不再具有未来收益权，其本身价值归零。此前符合条件取得的收益和奖励，则按具体规则处理。
因此，购买 YT 时，最重要的是计算买入价格、预期可领取收益、积分估值和剩余期限。如果投入 2,000 U 购买 YT，而到期前只能获得 120 U 的底层收益，那么剩余成本就需要依靠积分奖励覆盖。
对于 YT，我现在只做free money 和 波段，让我花钱买分？想也不要想。
6. Perp 交易量型：规模越大，交易摩擦越不能忽视
Perp 平台通常根据交易量、持仓时间、挂单流动性或者交易活跃度发放积分。部分平台还会设置赛季排行榜，鼓励用户不断提高成交规模。
这类活动很容易制造出巨大的数字。一个账户可能只有 1 万 U 保证金，通过高频交易和杠杆就能累计产生数百万 U 的成交量。但交易量并不能直接转化为利润。每笔交易都可能产生手续费、滑点和资金费率，持仓期间还需要承担市场波动和清算风险。
就这么说吧，var之后的perp最多只能理财了。
7. 现货交易型：成本经常隐藏在点差和价格波动里
现货积分与 Perp 积分有相似之处，常见规则包括累计交易额、指定交易对成交量、连续交易天数和代币持仓要求。现货交易没有永续合约的资金费率，但仍然需要支付手续费、买卖点差和执行滑点。对于流动性较差的交易对，反复买卖产生的成本可能相当可观。
如果活动要求长期持有某个新代币，还需要把价格涨跌计入最终结果。即使获得了大量积分，代币本身的跌幅也可能完全覆盖潜在空投。
对于这类项目，最有效率的方式通常是把原本计划执行的现货交易与积分任务结合，尽量减少纯粹为了增加交易量而产生的额外成交。。
8. 社交与内容型：时间和注意力也应该计价
社交积分包括发帖、互动、内容创作、社区贡献以及各种排行榜活动。对于擅长创作、研究和社区运营的用户来说，这类项目可能具有比较高的资金效率。
这就是我们常说的嘴撸。
当然，内容创作还可能带来粉丝增长、研究积累、人脉资源和商业合作机会，这些收益也具有经济价值。但在评估时，应当区分内容本身产生的长期价值和项目积分带来的直接回报。
对于 KOL 来说，我更倾向于优先研究自己原本就关注的项目，再将积分作为附加激励。这样即使没有空投，投入的研究时间和内容也可能继续产生价值。
9. 邀请与社区型：积分加成和真实现金收入需要分开计算
邀请返佣、社区合作和积分加速已经成为不少项目的重要增长手段。对于能够组织用户和资金的参与者，这些机制可能带来额外收益。
对于社区运营者，还需要额外考虑信用风险。如果为了获得更高返佣，向社区推荐风险不透明的项目，一旦底层资产出现问题，产生的影响可能超过短期合作收入。
因此，这类活动应当关注合作条款、奖励归因、支付时间、实际兑现条件，以及面向用户的利益披露。
10. 质押与锁仓型：高倍数往往伴随着流动性限制
质押、锁仓和节点类积分一般通过提高时间权重来鼓励用户长期持有资产。例如，锁仓 30 天获得基础积分，锁仓 90 天获得 2 倍积分，锁仓 180 天获得 4 倍积分。
这种机制对于项目方有助于稳定资金规模，对于用户则意味着放弃了一部分流动性。如果锁仓期间底层代币大幅下跌，或者市场出现明显更好的投资机会，用户可能无法及时调整仓位。如果提前退出还需要支付罚金，实际成本就会进一步增加。
尤其是在高波动代币上，锁仓积分需要同时评估代币价格风险、积分价值和时间成本。对于本金较大的用户，流动性本身具有重要价值，不能因为奖励倍数提高就忽略资产的退出能力。
三、积分究竟值多少钱？建立一套统一估值模型
了解不同积分类型之后，就需要解决最关键的估值问题。很多人喜欢通过项目融资金额、投资机构和市场热度猜测空投价值。例如，某个项目融资规模较大，市场预期 TGE 后 FDV 可能达到 5 亿美元，于是参与者便认为积分具备较高价值。
但 FDV 本身无法直接决定个人空投金额。还需要知道项目拿出多少代币奖励对应的积分池、个人有效积分占整个积分池的比例，以及最终代币能够以什么价格兑现。
对于按照积分份额线性分配的项目，可以采用下面的基础模型：
理论积分价值 = FDV × 积分池代币比例 × 个人有效积分 ÷ 全网有效积分
其中，积分池代币比例是相对于代币总供应量的比例。如果项目总共分配 10% 代币用于社区激励，但其中只有 2% 用于你参与的积分池，那么计算时应该使用 2%。
假设一个项目最终 FDV 为 5 亿美元，其中 2% 的代币供应量分配给某个积分池，你拥有该池 0.06% 的有效积分，那么理论奖励价值就是：
500,000,000 × 2% × 0.06% = 6,000 美元。
这个数字已经具备参考意义，但仍然需要考虑解锁安排和实际交易价格。如果奖励存在锁仓、分期释放或者市场抛压，最终能够兑现的金额可能低于理论估值。可以进一步建立一个综合兑现系数，用来估算奖励在不同解锁及价格情景下的可实现价值。假设综合兑现比例为 50%，那么这笔积分的预计实现价值就从 6,000 美元下降到 3,000 美元。
接下来考虑积分通胀。如果项目继续开放积分活动，全网总有效积分增长到原来的 3 倍，而你的积分保持不变，个人份额就会下降至原来的三分之一。即使最终 FDV 没有变化，你的理论奖励也只剩 2,000 美元；采用相同的 50% 兑现系数后，预计实现价值进一步下降至 1,000 美元。
这说明积分估值至少涉及四个核心变量：最终 FDV、奖励池比例、个人有效积分份额和实际兑现条件。
其中任何一个变量出现明显变化，都可能改变整个策略的预期收益。
为什么我建议同时建立四种情景？
由于未来 FDV 和积分总量都具有较高不确定性，单一估值容易产生过度乐观的判断。实际评估时，我建议至少建立乐观、中性、悲观和零空投四种情景。
对于每一种情景，都计算最终空投金额，再与实际资金成本比较。如果一个策略必须依靠乐观情景才能回本，那么它就需要更严格的仓位控制。
四、反撸的真正成本，往往藏在收益面板之外
分析积分项目时，最容易犯的错误之一，就是只统计显性费用，忽略其他资金成本。
一笔完整的积分投资，至少需要考虑直接成本、机会成本、策略损益、流动性成本和尾部风险五个部分。
直接成本比较容易理解，包括 Gas、跨链手续费、交易手续费、滑点和借贷利息。机会成本则是资金在参与积分期间放弃的替代收益。策略损益包含 LP 再平衡、YT 价格损耗、交易盈亏等因素。流动性成本主要来自锁仓、赎回排队和提前退出折价，而尾部风险则涉及合约漏洞、资产脱锚、清算和协议故障。
其中，前几类通常可以通过交易记录和市场数据量化。尾部风险相对难以预测，但仍然需要通过仓位限制、风险情景和分散配置进行管理。
为了统一评价不同项目，我建议同时计算两个指标：
绝对净收益 = 最终净资产价值 + 已兑现奖励 − 初始净投入 − 额外费用。
相对超额收益 = 积分策略实际净收益 − 风险可比替代策略净收益。
需要注意，借贷策略必须先扣除未偿还负债，已经计入最终资产价值的损益不能重复统计。对于涉及 LP 或 YT 的策略，还需要按照最终可变现的资产价值计算，而不能直接沿用初始本金。
举个简单例子，一笔积分投资三个月赚了 1,000 U，但同期风险水平相近的替代策略可以赚到 2,000 U。从绝对收益看，账户仍然盈利；从资金配置效率看，这笔投资少获得了 1,000 U 的潜在收益。
这也是为什么我一直建议将积分预期价值与已经实现的现金收益分开统计。
另外，APR 和 APY 也需要区别。APR 通常表示简单年化收益率，APY 则反映特定复利条件下的年化结果。不同平台的展示口径可能存在差异，如果把基础 APY、代币激励 APR 和未经确认的积分预期直接相加，很容易高估实际回报。
五、5 个实战案例：积分项目究竟如何导致反撸？
前面的讨论偏向机制，接下来通过几个具体案例看看不同策略的回本条件。
案例一：10 万 U 存款三个月，空投 500 U
假设某个积分项目提供 3% 基础年化，用户存入 10 万 U，持有 90 天。与此同时，市场上存在一个风险特征相近、年化 7% 的替代策略。
按简单年化和 365 天计息，积分项目的基础利息约为 740 U，而替代策略的收益约为 1,726 U，两者相差约 986 U。
如果参与积分项目还需要支付 100 U 操作费用，最终获得的空投价值为 500 U，那么两种方案的结果如下：
虽然积分项目最终赚到了 1,140 U，但与替代策略相比，仍然少赚约 586 U。
在这组假设下，空投需要达到约 1,086 U，才能覆盖利息差额和操作费用。这就是该策略的机会成本回本线。
案例二：花 2,000 U 买 YT，需要多少空投才能回本？
假设用户花费 2,000 U 购买某个还有 90 天到期的 YT，到期前累计取得 120 U 底层收益，期间支付 30 U 手续费。如果 YT 一直持有到期，其本身的剩余价值为零，那么策略的直接保本条件就是：
2,000 − 120 + 30 = 1,910 U。
也就是说，最终空投需要达到 1,910 U，才足以覆盖买入成本和手续费。如果空投只有 1,000 U，策略就会产生约 910 U 的实际亏损。如果进一步考虑这 2,000 U 在 90 天内能够获得的其他投资收益，经济回本线还会提高。
这类计算能够帮助我们判断市场上的 YT 定价。即使积分倍数很高，如果买入价格已经包含了过于乐观的空投预期，最终仍可能无法回本。
案例三：10 万 U 循环成 50 万 U，能不能靠积分覆盖负利差？
假设用户拥有 10 万 U，可以通过 80% 的循环借贷比例，在理论上形成 50 万 U 抵押资产和 40 万 U 借款。抵押资产年化为 4%，借款年化为 6%，并假设 90 天内利率保持不变。
那么 50 万 U 抵押资产产生的利息约为 4,932 U，40 万 U 借款对应的利息支出约为 5,918 U。最终循环仓位的基础利差收益为 −986 U。现实中还可能存在额度、利率曲线和反循环积分规则等限制，因此理论上的 5 倍敞口也不一定能够完整实现。
这个案例的重点在于，循环后的名义规模很大，但本金净权益仍然只有 10 万 U。积分效率增加的同时，资产负债表和清算风险也发生了明显变化。
案例四：Perp 刷了 1000 万 U 交易量，成本是多少？
假设某个 Perp 平台根据交易量发放积分。用户在一个赛季内累计完成 1000 万 U 成交量，平均实际手续费率为 0.04%，平均执行滑点为 0.02%，另外净支付 10000 U 资金费率。
那么手续费为 4000 U，滑点等执行成本为 2000 U，再加上资金费率，总成本为 7000 U。
如果暂时忽略方向性交易盈亏，那么最终积分空投价值需要达到 7000 U，才能覆盖这些支出。假设实际空投只有 3000 U，那么净亏损就是 4000 U。如果刷量过程中还出现方向性交易损失，亏损可能继续扩大。
所以，对于交易量型积分，我认为有必要建立独立的交易成本账本，将每 100 万 U 成交量的成本与预计空投价值进行比较，并根据手续费等级、挂单比例和返佣情况不断更新。
案例五：LP 显示 20% 年化，为什么还会跑输持币？
假设用户初始拥有 5 万 U 的 ETH 和 5 万 U 的 USDC，总价值 10 万 U，并将两者存入一个普通的 50:50 恒定乘积流动性池。
接下来的 90 天里，ETH 价格翻倍。如果直接持有最初的资产，组合最终价值为 15 万 U。但对于恒定乘积 LP，在忽略交易手续费和激励的情况下，由于资产比例自动调整，最终价值约为 141,421 U，比直接持有少了约 8,579 U。
现在假设 LP 额外获得 20% 简单年化的手续费和激励收益，并按初始 10 万 U 计算，90 天约为 4,932 U。加上这笔收益之后，LP 最终价值约为 146,353 U，仍然低于直接持有的 15 万 U，相差约 3,647 U。
这个案例说明，LP 年化收益和 LP 相对于持币的超额收益，需要分别计算。对于波动较大的资产，价格路径和区间设置可能对结果产生显著影响。
六、哪些积分项目更容易出现反撸？重点观察七个信号
分析完策略本身，还需要判断项目是否具备合理的经济基础。以下几个信号值得特别关注。
第一，长期宣传高倍数积分，却没有明确奖励池规模。 积分倍数本身无法说明美元价值。如果项目没有公布奖励分配、有效积分规则和兑换方式，就很难判断获得这些积分需要支付多少合理成本。
第二，积分赛季反复延长，总积分持续膨胀。 固定奖励池面对不断增加的资金时，单位积分潜在价值可能持续下降。尤其是在项目长期推迟 TGE 的情况下，早期参与者还需要承担额外资金占用成本。
第三，积分规则频繁修改，用户缺少明确预期。 包括突然改变积分权重、增加领取限制、调整快照日期和新增锁仓要求等。规则变化可能具有合理原因，但参与者必须评估这种不确定性对最终收益的影响。
第四，业务增长高度依赖补贴。 如果协议主要靠高额奖励吸引资金，而底层实际收入较低，就需要重点关注补贴预算、持续时间和结束后的资金留存情况。补贴结束后，收益下降和流动性流出可能同时发生。
第五，普通用户与特殊参与者之间存在明显激励差异。 例如不同用户群体拥有不同积分权重、合作奖励和资金成本。这些差异可能具有商业合理性，但应尽可能通过公开规则进行评估。普通用户需要根据自己实际能够获得的条件计算收益。
第六，估值预期过度依赖市场热度。 当一个积分策略必须依靠极高的 TGE FDV 才能回本时，其预期收益就会对市场定价异常敏感。项目融资情况和投资机构可以作为参考，但无法直接保证代币上市后的价格。
第七，退出机制复杂，资金流动性不足。 包括较长的赎回冷却期、排队提现、额度限制、锁仓和二级市场折价等。对于需要随时调整仓位的用户，退出能力本身就是一项重要的投资条件。
七、建立自己的防反撸体系：从项目筛选到资金管理
对于长期参与积分项目的人，我认为最重要的是建立一套固定的评估流程，避免每次看到新项目都重新依赖市场情绪做决定。
首先，给积分项目划分风险等级
我习惯按照基础收益与积分预期之间的关系，将项目分成三类。
第一类更适合长期资金配置。第二类需要持续跟踪积分经济和替代收益变化。第三类则需要格外严格的仓位限制，尤其是在 YT、Perp 刷量以及高成本锁仓策略中。
对资金规模较大的用户来说，这种分类尤其有意义。因为资金规模提高之后，稳定获得合理收益的绝对金额也在增加。为了争夺不确定积分而牺牲大量基础收益，可能导致组合整体表现下降。
其次，所有积分策略都要提前确定退出条件
很多积分活动都会经历赛季调整、规则变化和时间延期。如果参与者始终因为已经积累了大量积分而继续投入资金，就很容易受到沉没成本影响。
因此，进入一个项目前，应当明确计划参与多久、最多投入多少资金、能够承受多大的成本，以及出现什么情况需要减仓或退出。例如，当积分增长速度明显下降、总积分持续通胀、借款利率上升、项目补贴结束或者赎回条件发生变化时，就需要重新计算预期净收益。
过去已经支付的成本无法挽回，接下来的决策应该基于剩余资金能够获得的未来收益。即使已经参与了几个月，也没有必要为了保住既有积分继续支付不合理的新增成本。
最后，把积分放进整个投资组合中评估
同时参与十个项目，不一定就实现了充分分散。如果这十个项目都依赖同一种稳定币、借贷资产或者跨链桥，那么底层风险仍然可能高度集中。
尤其需要关注多层 DeFi 结构。例如，将资金存入一个协议获得生息凭证，再把凭证作为抵押品借贷，最后将借款存入另一个积分项目。这样的组合确实可能叠加多个收益来源，但同时也增加了智能合约依赖、资产转换路径和清算风险。
因此，资金管理表至少应该记录项目投入本金、当前净权益、借款余额、基础收益、积分估值、赎回期限和底层协议依赖关系。
对于尚未兑现的积分，最好设置单独科目，并采用保守估值。这样能够更清楚地区分已经赚到的收益和未来可能获得的奖励。
八、用一张评分表，快速决定积分项目值不值得参与
为了提高筛选效率，可以把前面的分析转化为一套简单的评分体系。
每个维度按照 0～100 分评价，再根据权重计算综合得分。可以暂时将 80 分以上视为优先研究区间，60～80 分视为需要谨慎参与的区间，低于 60 分则暂缓投入。
这套评分的作用是帮助建立统一决策口径，具体权重和分数仍然具有主观性。对于智能合约存在重大漏洞、托管不透明或者赎回机制明显异常的项目，还应该设置独立的风险否决条件，防止高预期收益掩盖严重的本金风险。
除了评分，还可以通过情景概率估算积分的期望收益。假设参与某个积分项目后，存在四种可能结果：
如果参与这个项目需要确定性支付 500 U 的费用，并且没有其他收益，那么期望净收益为 −20 U。
这些概率完全是假设，无法代表项目未来的真实分布。但这个模型有一个明显的优点：它要求参与者同时考虑低收益和零空投情景，避免只用最乐观的结果决定资金投入。
对于风险较高的策略，还需要在期望收益之外，单独检查极端情景下的最大损失。因为即使期望收益为正，一次较大的本金亏损仍可能破坏整个组合的长期复利。
九、从积分投机到长期现金流：资金规模越大，越应该重视底层收益
随着参与 DeFi 的时间越来越长，我发现一个很有意思的现象：很多人愿意花大量时间研究积分倍数和潜在空投，却很少认真计算自己已经拥有的本金每年能够产生多少现金流。
对于本金较少的参与者，低成本交互和小额积分投机确实可能具有吸引力。因为资金本身能够产生的绝对收益比较有限，投入时间争取高倍数回报，有时能够显著改善整体结果。但当资金规模达到 10 万、30 万甚至 50 万 U 以后，情况就会有所变化。
假设拥有 30 万 U，能够在风险可接受的条件下获得 8% 年化，那么理论上一年可以产生 24,000 U 收益，平均每月约 2,000 U。当然，这需要扣除实际手续费、税费和潜在损失，收益率本身也会随市场变化，不能把假设年化当成长期保证。即便如此，这种资金规模下的基础收益已经具备相当重要的经济价值。
如果为了参加某个积分项目，将大量资金从原有收益策略转移出去，导致基础年化下降 4 个百分点，那么 30 万 U 对应的年度机会成本就是 12,000 U。哪怕资金只占用三个月，也会产生约 3,000 U 的收益差额。这意味着一个积分项目最终即使发放了几千美元空投，实际增加的净收益也可能十分有限。
我认为比较理想的状态，是让大部分资金首先配置到自己充分理解、能够持续跟踪风险的基础策略中，再用有限的风险预算参与积分投资。对于本身就提供合理收益的协议，可以把积分看作额外的潜在收入；对于高度依赖空投的策略，则根据实际成本和最坏损失决定仓位。
另外，还要特别注意同一笔资金叠加多个积分活动的情况。有些人喜欢把资金存入一个协议获取积分，再将凭证放进其他协议继续获取奖励，最后通过借贷进一步放大敞口。这样的策略在市场平稳时可能具有较高的资本效率，但一旦底层资产或某个协议出现问题，风险就可能沿着整个资金链条传导。
对于希望依靠 DeFi 建立长期现金流的人来说，收益来源越清晰、成本越容易核算、退出条件越可控，整个组合就越容易管理。
积分依然值得研究，但应该放在完整的资金管理框架中进行评估。
十、最后的防反撸检查清单
以后遇到新的积分项目，我建议至少回答以下十个问题，再决定是否投入资金。
积分规则是否清晰？ 项目有没有明确说明积分用途、奖励方式和资格条件？
奖励规模是否可以估算？ 是否知道对应积分池的分配比例，以及全网积分大致规模？
积分份额是否合理？ 是否能够根据自己的有效积分推算潜在空投，而非单纯参考积分倍数？
直接成本是多少？ Gas、手续费、滑点、借贷利息和其他支出有没有完整计算？
机会成本是多少？ 同样的资金放在风险可比的替代策略中，可以获得多少收益？
底层资产有什么风险？ 是否存在脱锚、价格波动、LP 再平衡或者 YT 价值损耗？
是否使用杠杆？ 如果存在循环借贷，健康系数、清算阈值和利率变化是否在可控范围内？
退出是否方便？ 是否存在锁仓、赎回排队、流动性不足或者提前退出罚金？
最差结果能否承受？ 如果空投最终价值为零，整个策略可能产生多少损失？
什么时候应该退出？ 是否提前设定最大成本、目标期限以及重新评估条件？
结语：成熟的积分玩家，应该学会放弃一些机会
回顾币圈积分机制的发展，可以发现一个明显的变化。早期参与者主要竞争时间、信息差和交互效率，如今越来越多的项目开始竞争真实资本、资金成本和风险承担能力。
未来币圈大概率还会出现更多复杂的积分玩法，可能涉及新的收益凭证、交易机制、资本效率工具以及多协议激励组合。获取积分的方式可以不断变化，但评估资金收益的基本原则始终适用：关注实际投入，计算全部成本，估算能够兑现的奖励，并为不利结果预留足够空间。
我一直认为，拥有一定本金之后，最值得培养的能力，是在各种看起来都很诱人的机会中做出合理取舍。很多时候，少参与一个高成本积分项目，把资金留在更容易理解和管理的收益策略中，本身就是一种有效的投资决策。
积分可以提高投资组合的回报，但每一份额外收益，都需要与为此承担的成本和风险一起评价。
你猜，下一个 Point is Point 的项目是什么？

PANews 10月16日消息，Pirate Chain 发布漏洞利用事件调查更新。10 月 14 日，Pirate Chain 源代码中发现了一个交易验证漏洞，该漏洞导致约 3980 万枚 ARRR 被未经授权地创建，代币总供应量增加了约 20%。这些新生成的代币随即被转入了 Sapling 隐私池。NonKYC 平台随后发现了可疑存款，并限制了相关账户并阻止了提现。此次漏洞利用结合了两个验证环节的失效：一是绕过了增发检查，二是对输出脚本的解析出现了错误。
作为一项自愿采取的预防措施，dPoW（延迟工作量证明）运营商已达成共识，暂时停止公证服务；同时，团队已请求各交易所和矿池在恢复计划制定期间，自愿暂停相关业务运营。目前 Pirate Chain 网络仍可运行。Pirate Chain 团队正在调查此事，并与其他社区协作制定解决方案。

PANews 10月16日消息，据 Lookonchain 监测，巨鲸 Hamr4x 时隔两个月再度抛售 145,010 枚 SOL，价值 1525 万美元。

PANews 10月16日消息，据链上分析师余烬监测，交易员 0x30a...93e 地址在 4 小时前以最大杠杆倍率开多价值 1.87 亿美元的多单。包括 1,822 枚 BTC (约合 1.5 亿美元) 多单和 15,270 枚 ETH (约合 3733 万美元) 多单。该交易员此前最成功的一笔交易获利 1480 万美元：8 月底 2.14 美元做多 NEAR，9 月底 4.88 美元止盈。

PANews 10月16日消息，据 The Block 报道，Balaji Srinivasan 旗下 Network School 从 Neynar 手中收购去中心化社交网络 Farcaster。这是 Farcaster 今年第二次易主，Neynar 曾在今年 1 月从 Farcaster 的最初开发者 Merkle Manufactory 手中接手该平台。此次转让涵盖 Farcaster 应用、协议代码库及相关产品。Neynar 大部分团队成员将加入 Network School，联合创始人 Rish 和 Manan 将离开。代币发行平台 Clanker 的后续安排尚未明确。
应用内公告称，Farcaster 将转型为“网络国家协议”，其目标是“构建一个由用户自愿加入的数字社会网络，并最终将其映射到现实世界中。”用户将接受新的“社交智能合约”后可获得访问 NFT，拒绝者在主应用中仅能浏览。此外，平台还要求用户进行“真人验证”，旨在减少机器人账号的活动。

PANews 10月16日消息，据 The Block 报道，MSCI 将采用一套新规则，可能导致 Strategy 、Metaplanet 被剔除出其指数。此前，MSCI 曾就“非运营公司”的纳入资格问题进行过咨询。该方法将于 2026 年 11 月指数审查中实施，并于 11 月 30 日收盘后生效。它将通过评估公司的运营资产以及五项财务比率来筛选企业，从而取代此前针对“数字资产持有量占总资产 50% 以上”公司的临时限制措施。MSCI 将于 11 月 11 日公布受影响公司的最终名单。
MSCI 指出，对于现有的指数成分股公司，如果它们在最近两个年度报告期内均未能通过资格筛选，则将被剔除出指数。在有数据可用的情况下，MSCI 也可能会参考公司最近期的中期报告。

PANews 10月16日消息，据财联社报道，韩国KOSPI指数开盘上涨1.8%，报5653.99点。SK海力士、三星电子均涨超2％。日经225指数高开0.78%，报64925.29点。

PANews 10月16日消息，据新浪财经，纽约联邦地区法官 Alvin Hellerstein 驳回了商品期货交易委员会（CFTC）与 Gemini 信托公司一项联合申请。该申请试图撤销拜登政府时期的一项执法决定，这项决定要求由亿万富翁温克莱沃斯兄弟执掌的这家加密货币交易所缴纳 500 万美元罚金。
Gemini 与美国商品期货交易委员会（CFTC）曾在 5 月提出，2025 年 1 月达成的这份和解协议 “违背公平执法的基本原则”。CFTC 称，内部调查发现该案存在不当诉讼手段；若在唐纳德・特朗普总统任期内，监管方不会提起本案，特朗普对加密行业的态度相较前任更为友好。但纽约联邦地区法官 Alvin Hellerstein 于周四作出裁决，表示 “上述两项理由均不足以支持撤销和解”，并补充说 Gemini 是在庭审前三周自愿签署这份和解协议。

作者：CoinW研究院
摘要
Pearl Research（PRL） 近 7 日上涨超 60%，近 30 日涨幅超 250%，流通市值已升至约6.5亿美元，成为近期 AI 加密赛道的热门项目。Pearl 通过有用工作量证明（PoUW）机制，尝试让 GPU 在执行 AI 计算的同时参与区块链挖矿，实现 AI 服务收入与 PRL 奖励的双重收益。与 Together AI 的合作已初步验证其商业应用潜力，但真实付费计算占比、业务收入及代币价值捕获机制仍有待验证。同时，PRL 当前流通比例仅约 16.4%，持续挖矿发行可能带来卖压。短期行情反映了市场对 AI 算力挖矿的乐观预期，长期价值则取决于真实 AI 需求能否持续增长，并支撑当前估值。
1.PRL近30日暴涨超250%，AI算力挖矿成为市场新热点
近期，Pearl Research（PRL）成为 AI 加密赛道表现亮眼的项目之一。根据 CoinGecko 数据，截至 10 月 14 日，PRL 价格约 1.95 美元，近 7 日上涨约 64%，近 30 日累计涨幅接近 261%，流通市值约 6.5 亿美元。这轮上涨尚无单一事件能够完全解释，市场关注的重点是 Pearl 提出的新型算力利用模式。传统加密货币挖矿需要消耗大量计算资源来维护区块链网络，而 Pearl 希望让 GPU 在运行 AI 模型的同时参与挖矿，并获得 PRL 代币奖励。这种机制被称为有用工作量证明（Proof of Useful Work，PoUW）。简单来说，同一套 GPU 设备有机会同时获得 AI 计算服务收入和区块链挖矿奖励。Pearl 也因此将自己定位为“AI 时代的比特币”。
PRL 近期上涨背后，除了 AI 算力挖矿叙事升温，还出现了新的技术和市场催化。9 月以来，Pearl 推出 Pearl Inference 服务，并推进浮点计算升级，计划通过 FP8 等计算格式适配更广泛的 AI 模型和高性能 GPU，使 PoUW 机制更接近实际 AI 推理需求。同时，Pearl 也开始向可验证 AI 推理方向延伸，尝试为 AI 计算过程提供可验证的证明。10 月 7 日，Pearl 在 TOKEN2049 期间举办首场 Pearl Connect 活动，获得 No Limit Holdings 支持，进一步提高了项目在加密投资者中的曝光度。这些进展叠加此前与 Together AI 合作推出的低成本推理服务，让市场开始评估 Pearl 从 GPU 挖矿走向 AI 计算基础设施的潜力。不过，技术升级仍在推进，真实商业需求尚未得到充分验证。同时，PRL 较低的流通比例也可能放大行情。目前约有 3.44 亿枚 PRL 进入流通，仅占 21 亿枚最大供应量的 16.4%。在流通筹码相对有限的情况下，集中买盘可能推动价格快速上涨，但未来持续增加的挖矿供应也会带来潜在卖压。PRL 近期的强势表现，反映了市场对 AI 算力挖矿的乐观预期，但接近 40 亿美元的 FDV 也意味着较高的估值门槛。Pearl 能否把技术创新转化为持续增长的真实业务，将决定市场预期能否得到支撑。
2.Pearl 如何让 GPU 在运行 AI 的同时参与挖矿
要理解 Pearl，可以先从比特币挖矿说起。比特币矿工需要投入大量计算设备，不断进行哈希运算，竞争新区块的记账权并获得奖励。这套机制被称为工作量证明（Proof of Work，PoW），能够保障区块链网络安全，但计算结果通常很难直接用于其他商业场景。矿机消耗大量电力，主要产出就是网络安全。Pearl 希望改变这一点。它是一条采用 PoUW 机制的 Layer 1 公链，将传统挖矿中的哈希运算替换为更接近 AI 工作负载的矩阵乘法。矩阵乘法是 AI 训练和推理的基础运算之一，无论是让大模型回答问题，还是生成图片，背后都需要 GPU 完成大量类似计算。Pearl 通过特殊算法，让 GPU 在执行这些运算时，同时生成可供区块链验证的工作量证明。
对于 GPU 运营商而言，原本只能依靠 AI 计算服务收费的设备，有机会增加一笔 PRL 挖矿收入。如果新增收益高于额外计算成本，运营商就可能获得更好的利润空间，或者向客户提供更便宜的 AI 服务。从项目背景来看，Pearl 由 Pearl Research Labs 推动开发，核心团队包括 Omri Weinstein 和 Ilan Komargodski，具有算法、密码学及计算机科学研究背景。项目选择从底层共识机制切入，尝试解决传统 PoW 计算资源用途单一的问题。Pearl 的技术创新，是让区块链挖矿与 AI 计算具备兼容性。这为 GPU 创造双重收入提供了可能，也使其与普通 GPU 租赁平台形成差异。
与 Pearl 思路相近的还有 FLOP Network。两者都希望将 GPU 算力与区块链奖励结合，让 AI 计算产生额外经济价值，但实现路径有所不同。Pearl 采用有用工作量证明（PoUW），将矩阵乘法引入底层挖矿机制，即使计算任务没有真实客户付费，矿工仍可能通过完成规定运算获得 PRL 奖励；FLOP 则采用有用推理证明（Proof of Useful Inference，PoUI），围绕 AI Agent 的真实推理请求分配算力，矿工完成任务并提交验证证明后，获得 FLOP 支付及区块奖励。Pearl 更强调让 AI 计算兼容区块链挖矿，FLOP 则试图将真实推理需求直接与代币支付、矿工奖励绑定。 因此，Pearl 需要证明挖矿算力能够持续服务真实 AI 业务，而 FLOP 需要验证 AI Agent 的付费需求、推理结果验证机制及算力市场能否有效运转。不过，FLOP 目前披露的机制仍主要处于白皮书设计和开发阶段，尚不能与 Pearl 已上线的网络及商业合作直接比较实际成效。
图1.PoW与Pearl PoUW机制对比。来源：CoinW研究院
3.携手Together AI，Pearl 将挖矿收益用于降低 AI 推理成本
一套新的挖矿机制能否真正创造价值，最终还要看有没有人愿意为计算服务买单。Pearl 与 AI 云服务商 Together AI 的合作，提供了一个早期商业化案例。2026 年 5 月，Together AI 推出结合 Pearl 挖矿机制的 Gemma 模型服务。当用户调用 AI 模型时，后台 GPU 在处理推理请求的同时参与 Pearl 挖矿，并有机会获得 PRL 区块奖励。Together AI 表示，利用预期挖矿收益补贴计算成本，相关模型接口的价格优惠超过 25%。这套模式的吸引力很直接。传统 AI 云平台需要依靠客户支付的费用覆盖 GPU 采购、电力和运维成本，而接入 Pearl 后，同一套 GPU 有机会增加一笔代币收入。只要挖矿收益高于新增成本，服务商就可以降低推理价格吸引客户，或者提高自身利润。需要注意的是，25% 的价格优惠来自代币收益补贴，并不意味着 GPU 实际计算成本下降了 25%。
Pearl 希望由此形成一个增长循环。更低的推理价格吸引更多客户，真实需求增长带动更多 GPU 接入，网络算力扩大又有助于提高区块链安全性。如果生态发展进一步带动 PRL 需求，矿工收益也可能提高，从而吸引更多算力加入。但这个循环能否持续，仍取决于真实业务规模和挖矿收益。PRL 价格上涨时，服务商可能获得更大的补贴空间；如果币价下跌、挖矿难度提高，单位算力能够获得的奖励就可能缩水，价格优势也会随之减弱。Together AI 的合作说明 Pearl 已经找到将挖矿奖励嵌入真实 AI 服务的路径，但距离形成成熟的商业闭环仍有差距。未来需要更多付费客户、稳定的推理请求和可持续的服务收入，才能证明这种模式具备长期竞争力。
图2.Pearl双重收入商业飞轮。来源：CoinW研究院
4.PoUW机制引发争议，AI计算可能只是另一种挖矿
Pearl 最吸引人的地方，是希望让挖矿算力真正服务 AI 产业。但这也引出了项目最大的争议。矿工完成了 AI 常用的矩阵运算，并不代表这些计算真的来自 AI 客户，更不意味着有人愿意为此付费。如果 GPU 执行的矩阵计算来自真实 AI 模型请求，就可能产生服务收入；如果只是矿工为了获得 PRL 奖励而自行生成的任务，本质上仍是在为挖矿而挖矿。
一篇研究 Pearl cuPOW 协议的独立论文指出了这一问题，研究人员发现，矿工可以随机生成矩阵并提交有效的工作证明，无需运行完整的 AI 模型。部分挖矿软件甚至没有包含 AI 推理代码，却仍能参与挖矿并获得奖励。这意味着，Pearl 目前主要验证的是矿工有没有完成规定的计算，而不是这些计算有没有被真实客户使用。
图3.真实AI计算与合成挖矿的区别。来源：CoinW研究院
当然，这不意味着 Pearl 的技术创新没有价值。对于 PoW 公链而言，符合安全要求且能够高效验证的计算，可以用于维护网络安全。Pearl 的突破在于让挖矿计算与 AI 工作负载具备兼容性，为真实推理任务接入挖矿创造了条件。但能够接入真实业务，与全网算力都在创造商业价值，仍然是两回事。如果大量矿工只是自行生成矩阵任务来赚取 PRL，Pearl 的经济模式就仍然接近传统挖矿。网络依靠代币发行激励矿工，矿工则可能出售奖励来支付设备和电力成本。只有当更多计算来自企业和开发者的付费请求，双重收入模式才能真正发挥优势。因此，衡量 Pearl 不能只看币价、全网算力和矿工数量，更要看有多少算力真正产生了收入。 项目需要进一步披露真实推理任务占全部挖矿工作的比例，以及付费客户、模型调用量和服务收入等数据。否则，外界很难判断网络增长究竟来自 AI 需求，还是币价上涨后涌入的挖矿算力。
此外，即使真实业务能够增长，Pearl 仍需要与传统云平台竞争推理速度、服务稳定性和长期价格优势。如果减少 PRL 补贴后便失去竞争力，商业模式的可持续性就会受到挑战。Pearl 已经展示了让 AI 计算参与区块链挖矿的技术路径，但它还需要证明，这些计算能够持续满足真实客户需求。如果缺少稳定的付费业务，再庞大的算力网络，也可能只是换了一种计算方式的传统矿场。
5.PRL 每日新增约 100 万枚代币，持续挖矿卖压考验 40 亿美元估值
Pearl 的商业前景最终还需要接受代币市场的检验。即使真实 AI 业务能够增长，投资者仍需要弄清楚 PRL 如何发行、未来有多少新增供应，以及业务价值能否真正传导至代币。PRL 最大供应量为 21 亿枚，没有传统加密项目常见的团队预挖和 VC 预留份额，代币主要通过挖矿逐步发行。与比特币每四年左右减半不同，PRL 采用平滑递减的发行机制，区块奖励随着时间逐渐减少。按照官方设计，约四年后将释放一半的代币供应量。这种安排减少了团队和机构集中解锁的风险，但没有解锁压力，不代表没有抛售压力。矿工需要支付 GPU、电力和运维成本，因此可能持续出售 PRL 来维持运营。根据第三方平台估算，目前每天约有 100 万枚 PRL 新增发行。以 1.8 美元计算，相当于每天约 180 万美元的新增代币价值。虽然新增发行不等于全部立即卖出，但如果市场买盘不足，持续释放的供应仍可能压制币价。
图4.PRL供给增长与区块奖励递减曲线。来源：CoinW研究院
截至 10 月 14 日，PRL 流通量约 3.44 亿枚，占最大供应量的 16.4%，流通市值约 6.5 亿美元，FDV 则接近 40 亿美元。两者之间的差距反映了当前流通供应与未来最大供应规模的差异。较低的流通比例可能放大短期涨幅，但随着更多代币进入市场，现有价格也将面临持续考验。此外，没有预挖也不意味着筹码天然分散。Pearl 主网上线初期挖矿难度较低，部分早期矿工可能以较低成本积累大量 PRL。因此，早期矿工持仓、交易所转入量及矿池算力集中度，都是判断潜在卖压的重要指标。
更值得关注的是 PRL 的价值捕获机制。目前 PRL 主要承担区块奖励和网络激励功能，并非能够直接兑换 GPU 使用时间的算力凭证。AI 客户支付的推理费用也不会自动转化为 PRL 买盘。即使 Pearl 未来服务了更多 AI 客户，代币也需要建立更明确的需求来源，才能持续分享生态增长带来的经济价值。因此，接近 40 亿美元的 FDV 实际上包含了两层预期。一方面，市场期待 Pearl 能够扩大真实 AI 计算业务；另一方面，也期待这些业务最终能够支撑 PRL 的长期需求。如果业务增长无法转化为代币价值，而挖矿供应持续增加，当前估值就可能面临重新定价。
6.Pearl的商业化潜力与估值风险
Pearl 已经具备值得关注的技术差异化和初步商业化案例，但当前市场定价明显领先于可验证的业务成果。PRL 短期强势上涨，反映了投资者对 AI 算力挖矿的乐观预期，而接近 40 亿美元的 FDV，也意味着项目需要更快兑现增长。未来应重点关注两个方向。商业层面，验证真实付费推理占比、客户增长和服务收入能否持续提升；代币层面，观察挖矿新增供应、矿工持仓变化，以及 PRL 能否建立更明确的价值捕获机制。 如果真实业务增长能够逐步降低对代币补贴的依赖，并形成稳定的代币需求，Pearl 的长期估值才可能获得更有力的支撑。从投资角度看，PRL 兼具新兴赛道的成长潜力与低流通、高估值带来的波动风险。尤其在短期大幅上涨后，市场预期提前透支、矿工持续卖出和流动性不足，都可能引发价格调整。Pearl 已经证明自己能够吸引市场关注，下一阶段需要证明的，是商业收入和代币价值能否真正跟上市场预期。

PANews 10月16日消息，据币安行情，美股收盘，三大指数集体收涨，道指日内涨幅达1.18%，纳指日内涨幅达0.01%，标普500指数日内涨幅达0.35%。重要标的方面，Circle（CRCL）上涨9.50%，Coinbase（COIN）上涨6.62%，Strategy（MSTR）上涨5.23%，Block（XYZ）上涨5.21%，BitMine（BMNR）上涨5.03%，Riot Platforms（RIOT）上涨3.75%。

PANews 10月16日消息，据币安行情，Circle（CRCL）股票盘中涨幅达10.03%，现报87.69美元。

PANews 10月16日消息，Coinbase Assets在X平台发帖称，Coinbase将于北京时间11月17日3时左右暂停Neon EVM（NEON）和Syndicate（SYND）的交易，涉及Coinbase.com（简易交易及高级交易）、Coinbase Exchange和Coinbase Prime，目前NEON订单簿已转为仅限价单模式。用户的NEON和SYND资产仍可正常访问和提现。

PANews 10月16日消息，据Ledger官方公告，一个高度组织化的犯罪团伙在数月内购买正品Ledger设备，拆机植入定制隐藏组件，用于在设备初始化时窃取助记词，再通过东南亚经销商将设备回流至销售渠道；该团伙为此耗资数百万美元，并自建助记词收集服务器及盗取、洗钱基础设施。Ledger称其芯片、操作系统和服务器均未被攻破，攻击发生在设备离开其控制后的分销环节。
Ledger已要求东南亚及香港授权经销商暂停销售，并即日起要求产品不得上架陈列、改为售出时从库存交付，退货设备不得以任何形式转售；其抽检的德国市场及仓库设备均未发现异常。Ledger表示正与执法部门及SEAL 911合作追踪资金，后续将发布完整技术披露。

PANews 10月16日消息，据Aggr News报道，BInance.US寻求融资1亿美元以扩大加密业务。

PANews 10月16日消息，据彭博社报道，加密市场正陷入多空力量拉锯：一方面，数字资产分析师仍持看涨态度；另一方面，投机性市场整体转向防御，风险偏好持续承压。比特币一度跌破 8 万美元，为近一个月来首次。受美股 AI 板块抛售拖累，风险资产普遍回落，加密市场此前试图重建的看涨情绪再度受挫。Derive.xyz 创始人 Nick Forster 表示，过去 24 小时内，市场定价的比特币圣诞节前涨至 10 万美元的概率下降 2.8 个百分点至 9.7%。

PANews 10月16日消息，据The Block报道，代币化资产结算平台Multiliquid的开发商Uniform Labs已在种子轮及种子前轮融资中累计筹集800万美元，其中最新一轮种子轮由Polychain领投，Strobe Ventures、CMT Digital、Metalayer Ventures、Generative Ventures及Circle Ventures等参投。Multiliquid支持机构通过单笔原子交易在代币化资产与稳定币之间进行转换，目前已部署于以太坊和Solana。

PANews 10月15日消息，英伟达CEO黄仁勋表示，数据中心运营商CoreWeave的财务状况正在改善。英伟达是CoreWeave的计算设备供应商。黄仁勋在斯德哥尔摩的一场活动上向表示：“CoreWeave的实力每天都在增强。”他认为英伟达没有必要为CoreWeave提供财务担保。“我持乐观态度。实际上，他们的资本成本正在下降。”
此前，信贷市场对CoreWeave的信心恶化，认为其违约风险正在上升，黄仁勋正试图恢复市场对该公司的信心。CoreWeave是检验新兴人工智能基础设施企业商业模式可持续性的重要案例。

PANews 10月15日消息，据加密记者Eleanor Terrett发文披露，美国货币监理署（OCC）署长Jonathan Gould表示，OCC落实《GENIUS法案》的最终规则预计将于“近期内”公布，时间不晚于10月底。

PANews 10月15日消息，CoinGlass数据显示，过去24小时加密货币市场全网合约爆仓9.32亿美元，其中多单爆仓7.96亿美元，空单爆仓1.36亿美元。BTC爆仓总金额2.12亿美元，ETH爆仓总金额2.81亿美元。最大单笔爆仓单发生在Binance-BTCUSDT，价值1203.47万美元。