小企鵝阿批 Penchan

🐂 2025 牛市之長週期 DCA 倉位回顧

藉著生日做一下回顧，小企鵝的原定計劃是：
2023 年開始 12 個月定投，並於 2025 年出售
以下結果用均價標示

$BTC 29,036 → 換倉公鏈
$ETH 1,830 → 換倉公鏈

$SOL 重倉 22 → 196 (8.9x)
$BNB 237 → 1040 (4.3x)
$DOGE 0.07 → 0.217 (3.1x)
$SUI 預售 0.1 重倉 1 → 2.07 (2.0x)
$TON 3 → 3 (0x)

——

1. 核心概念：週期

2. 策略：幣安每小時定投+理財，配合牛市各種挖礦：Sui/Solana/Ton 上 DeFi 以及 BNB 金鏟子。牛市看日線 RSI 出售

3. 其他 alts 中途換倉主流幣：ARB OP MATIC AAVE PYTH OKB BLUR ORDI。換倉原因在於增加確定性和出現敘事改變等

4. 手上還有 SUI SOL 押節點和 LST

5. 感想：
- 持有 BTC 穩定性高，倍率也好
- 主流起飛與否不好判斷，可採分散投資
- 敘事大改總會發生，時刻關注並適度保持彈性
- 跟著策略走，不要跟幣談戀愛，去跟女朋友談戀愛！

穩定幣不脫鉤了 大步迴歸校正中
#Sui $SUI

Sui 鏈上穩定幣轉帳 0 手續費！
期待幣安提幣手續費再降低
讓大家一起享受 Sui 的速度與方便 😁

Erebor Bank 把 #Sui 放進支援鏈，這個 payments 敘事我覺得可以留意 💡

支付要真的跑起來，鏈上速度只是一半，另一半是銀行入口和合規 rails

Erebor 支援 Sui，代表水生態的 onchain payments 開始接到更傳統的金融邊界

這消息短短的，但對 Sui 走向實際支付場景滿有想像空間 💡

#haedal haeVaults x Cetus 這個我很想分享，因為它剛好打到 LP 最麻煩的地方：我真的不想每天盯池子 😂
在 Cetus 做 LP，尤其是集中流動性池，常見麻煩有三個：價格跑掉要調區間、獎勵要記得領、池子收益和無常損失要一起看
haeVaults 的體感比較像把這些動作包成自動策略。使用者把資產放進 vault，策略去處理部署、調整、farm，常見池子像 SUI-USDC、DEEP-SUI、WAL-SUI 都有被拿來討論
我會把它理解成「把 LP 老手的日常動作產品化」
自動化只是把操作交給策略，風險還在。LP 還是會遇到無常損失，策略也可能表現不好，池子流動性變化也會影響結果
只是對水生態的使用者來說，這類 vault 讓 LP 從每天手動顧，變成可以比較策略邏輯和風險邊界
這個方向我滿期待，因為它真的有機會把 DeFi 操作變得比較不累 🛠️

Sui 穩定幣鏈上轉帳已是 0 手續費 😎

WaterX 進 DeFi Moonshots，主題是 AI-native trading engine on Sui，這個很像水生態在往 agentic finance 推 🤔

我理解的 AI-native trading，重心不在交易頁旁邊多一個聊天機器人。真正難的是，AI 要能讀市場、組策略、觸發交易，還要接到一個夠快、夠可驗證的執行層

Sui 在這裡有幾個適合的條件：速度快、成本低、DeFi 協議可組合

WaterX 如果把這些接起來，使用者看到的可能會是更像「交易助理」的體驗。它幫你整理市場資料、提醒風險、甚至在授權範圍內執行策略

但我覺得這類產品最需要觀察的，會是權限邊界

AI 可以幫忙分析到哪裡，可以自動執行到哪裡，錢包簽名和風險提示怎麼設計，都會影響使用者敢不敢交給它

水生態開始出現這種 AI trading engine，代表 DeFi 入口正在從「自己研究、自己點」往「agent 幫你處理一部分流程」靠近

這題我想看產品長什麼樣子 🤔

🤔 這個 AI agent 可以幫 Cetus DLMM 調 liquidity distribution，我看到時真的停了一下

因為 DLMM 的門檻，很大一部分就在「流動性要放在哪裡」。價格附近放太集中，資金效率可能高，但價格一跑開就容易空掉；放太寬，覆蓋範圍舒服一些，手續費效率又可能變淡。這種選擇很像在調一個會跟市場一起動的旋鈕

對一般 LP 來說，最累的地方通常出現在後面那一串判斷：現在價格在哪個 bin、分布偏到哪裡、收益適合複利嗎、何時重新平衡

前面 Cetus DLMM 已經有 Rebalance、Compound、Merge Yields 這些管理工具，Leaf Sheep 這種 agent 如果接上來，想像空間會再往前推一層。未來只要它能讀倉位和市場狀態，就可能幫 LP 產生調整建議，甚至把 liquidity distribution 的參數變得比較好理解

我覺得這裡最有趣的地方，是 agent 開始碰到很細的 DeFi 參數。以前大家講 AI agent，常常會先想到下指令、簽交易、幫你做一個動作。可是 DLMM 的流動性分布更像策略問題，要讀價格、讀區間，也要理解 LP 想要效率還是覆蓋範圍

我會把這件事看成 LP 工具演化的下一步：從手動管理，到按鈕輔助，再到 agent 幫你看策略參數

如果這條路走得順，之後 LP 面板可能會變得更像一個策略工作台。人決定風險偏好和方向，工具幫忙整理數據、提出調整區間，最後再由錢包確認要送出的交易

這種分工如果做得好，會很適合不想每天盯盤、但又想理解自己倉位的人

這對水生態滿重要的。因為流動性越深，交易者體感越順；LP 工具越好懂，願意提供流動性的人才有機會變多。Cetus 如果把 DLMM 的管理門檻繼續降低，後面會很值得觀察

看到 AI agent 開始碰這種 DeFi 細節，真的有一種「agent operator」感覺越來越有了 😎

DeepBook 官網這組數字滿有感：$4.5B total volume、80M users、$86M 24h volume 😎
我覺得看 DeepBook 不能只把它當成一個 DEX app。它更像水生態裡的共享交易引擎，其他 app 可以接它的 CLOB 流動性，不用每個產品都自己從零養市場
這對 DeFi 很重要
如果每個交易產品都自己做一個孤島，流動性會被切碎。使用者看到的是價差變大、深度不足、交易體感變差
DeepBook 這種底層 CLOB 則比較像公共市場。上層可以長出錢包、交易介面、margin app、策略工具，但底下吃同一層流動性
所以 4.5B 累計量和 86M 24h 量，除了是漂亮數字，也代表越來越多交易行為開始沉到同一個底層
我自己會繼續看兩件事：哪些 app 接入 DeepBook，以及這些 app 能不能把複雜的 CLOB 變成一般使用者也順手的體驗
如果這條線跑起來，水生態的交易產品會越來越像同一套金融積木在分工 😎

#Haedal 4 月其實有一個很漂亮的數字：DefiLlama 顯示 TVL 曾在 4/17 走到約 49.75M 💡
我看 TVL 不會只把它當排名，會拿來對照產品事件：haSUI、haWAL、HMM、vault 策略有沒有真的讓資產進來工作
這種成長如果能跟產品線一起看，就比較有畫面感
5 月我會繼續追它在水生態裡的資金流向 📈

Walrus 的 Quilt 我覺得很實用，因為它處理的是 Web3 很常見的小痛點：大量 tiny files 到底怎麼存才划算 💡

官方 docs 的例子很直接，10KiB 小檔如果用 Quilt 打包，成本可以降到約 1/409。這個數字很誇張，背後邏輯其實很生活化：把很多小 blobs 打包成 single unit，減少每個小檔各自開成本

這對 AI logs、NFT metadata、agent messages、文件集合都很有感。單一檔案很小，數量一多，管理成本和儲存成本就會開始變煩

我會把 Quilt 想成 Walrus 裡的「小檔案收納盒」

大檔案靠 encoding 撐可靠性，小檔案靠 Quilt 批次打包，把成本壓下來。兩個放在一起看，Walrus 也開始照顧開發者每天真的會遇到的瑣碎資料

這種細節我滿喜歡，因為它會讓水生態的 app 做起來比較順手 🧰

💡 Cetus Position Page 這次更新，我最有感的是同池多倉位切換
CLMM / DLMM 的麻煩常常出現在管理頁，同一個池子開了幾個倉位，就要一直確認區間、收益、池子細節
現在可以在 position detail 裡直接切同池倉位，也能留在原頁看 pool details，LP 管理的體感會順很多 😎

😎 #Cetus 在 Sui mainnet tx 破 200M 了
我看這種里程碑，會把它當成使用密度來讀。交易筆數裡有兌換、LP 操作、鏈上互動，都是人真的按過、簽過、送出去的痕跡
水生態的 DEX 能累積到這個量，代表日常使用正在慢慢堆厚，這種數字很值得繼續追 😎

😂 #Cetus DLMM 這次把 Rebalance、Compound、Merge Yields 補上，我第一個反應是：LP 終於比較像在管策略，少一點像每天顧盆栽

DLMM 的好玩也麻煩，都在 bin。你把流動性放在哪些價格區間，會影響手續費、資金效率，也會影響價格跑掉時你的倉位體感。以前這種管理常常要自己盯區間、收收益、再把收益放回去，做久了會有一種「我在 DeFi 裡做家務」的感覺

這次三個功能剛好對到三種家務

Rebalance 比較像調整擺放位置。價格走了一段，原本的流動性分布可能變得卡卡的，重新平衡可以把資金移到更合適的區間

Compound 是把收益拿回來再放進策略裡，讓收益有機會繼續滾。對 LP 來說，少一次手動操作，體感差很多

Merge Yields 則是把零散收益合併管理。倉位一多，最煩的通常是小額收益散在不同位置，看得到但處理起來很瑣碎，合併之後會比較像一個完整的資產面板

我覺得這三個功能放在一起，剛好把 LP 最常遇到的三個動作包起來：調位置、把收益滾回去、把零散收益整理乾淨。單看每個按鈕都很小，合起來會讓管理節奏差很多

這也很符合 DLMM 的特性。動態 bin 結構本來就比較需要管理感，價格一動，流動性分布就會跟著變得敏感。工具如果能把這些調整做得更直覺，LP 才比較有機會把心力放在策略判斷，把小雜事壓低

我覺得 DLMM 工具成熟的方向，會從「開倉入口」走到「開倉之後的管理體感」。水生態的流動性要變厚，LP 端的摩擦要慢慢降下來，因為願意長期提供流動性的人，通常很在意日常管理的順手程度

看到這種更新會有點開心，感覺 Cetus 正在把 LP 從高手專用的儀表板，慢慢做成更多人願意理解的策略工具 😎

Walrus 的 storage efficiency 我覺得很值得單獨拆，因為很多人聽到去中心化儲存，腦中會直覺想成「每個節點都存一份完整檔案」🤔

用這種方式做，成本會很可怕。1GB 的資料，假設要很多節點各存一份，可靠性是有了，儲存成本也會被放大很多倍

Walrus 走的是 erasure coding。白話講，它會先把一個 blob 編碼成很多 symbols，分散到不同節點。官方 docs 提到，encoded size 大約是原始 blob 的 4.5 到 5 倍，而且大約拿到 1/3 encoded symbols 就能重建資料

這裡的體感差很多

它想處理的問題是：資料要夠可靠，成本也要壓住。用編碼拆開後，單一節點掉線或部分資料不可用，整體仍有機會恢復；同時成本比全量複製更能控制

所以我看 Walrus 時，會把它想成「用數學把可靠性拆成很多片」，再讓節點各自保管一部分

這也解釋了為什麼 Walrus 很適合 AI、遊戲、NFT metadata、鏈史資料這類場景。這些資料可能很大，也可能需要長期可用；如果每次都靠中心化伺服器撐著，Web3 的資料層會一直怪怪的

當然，4.5 到 5 倍 encoded size 聽起來仍然有膨脹。拿它跟「每個節點都全量複製」相比，思路就清楚很多：Walrus 是在可靠性、成本、可驗證性之間找平衡

我自己滿喜歡這種設計，因為它把儲存從「把檔案丟上去」變成一個可以被水生態協議引用的資料基礎設施 🧱

#Scallop 這次 sSUI rewards side contract exploit，很適合拿來當 DeFi 風控 case 看

事件大概是這樣：Scallop 的 sSUI rewards side contract 出現漏洞，損失約 150k SUI。團隊後續說明 affected contract 已經 freeze，core contracts 安全，其他 reward pools 未受影響，也會 cover loss

我覺得這裡最值得拆的點，是「side contract」這個位置

很多人看 DeFi 安全時，會先盯主池、借貸核心、oracle、清算邏輯。這些當然重要，但協議跑久了以後，旁邊會長出很多輔助合約：獎勵池、舊版策略、遷移工具、活動合約

這些合約有時候金額比較小，存在感也比較低，反而容易變成尾巴

所以這次我會把焦點放在事件處理流程。發生後，協議反應要夠標準：先凍結受影響合約、確認核心合約狀態、說清楚影響範圍、處理使用者損失

這幾步都很重要

對使用者來說，也可以從這個 case 學一個檢查方式：看收益活動時，APR 只是入口，還要看資金到底進哪個合約、獎勵來源在哪裡、這個 pool 是否還在活躍維護

DeFi 的風險很多時候藏在很細的地方。尤其是升級後留下來的舊合約、活動結束後還有餘額的獎勵池、或是很久沒被人提起的小模組

我反而覺得這種事件教育價值很高。水生態要走向更大的資金量，不能只看平常的收益故事，也要看出事時每個協議怎麼處理尾巴

這種 case 多拆幾次，大家看 DeFi 會越來越有風險感

NAVI MCP 這個方向我很喜歡，因為它把 DeFi 資料交給 AI 查 😎

MCP 可以想成一個讓 AI client 讀資料的接口。NAVI 這次涵蓋 lending markets、兌換報價、跨鏈、錢包部位、風險和交易解釋

未來只要問 agent：「我這個地址在 NAVI 的借貸風險怎麼樣？」它就可以去讀市場資料、部位和風險資訊，再用人話整理給你

這跟「AI 幫你簽交易」是兩個層次

我覺得第一步更實用的是讀懂資料。DeFi 最大的痛點常常卡在資訊分散：錢包、借貸、兌換、跨鏈、清算線、收益來源，十幾個頁面一起打開真的很累

如果 AI 可以先把這些資料查好，再解釋每一步交易在做什麼，新手進水生態的門檻會降很多

當然，交易簽名還是要小心。AI 讀資料和錢包簽交易要拆清楚，這樣使用體感才會安全

NAVI MCP 讓我覺得 DeFi 入口開始從 dashboard 走向對話框，agent operator 的味道越來越重了 😎

最近看 #Suilend 的 stablecoin pool，會發現水生態的低波動資金選擇變多了 🤔

以前講穩定幣收益，很多人第一反應就是 USDC 或 USDT。現在 Suilend 裡面開始看到 USDsui、USDB、eTHIRD 這類組合一起出現，玩法也不太一樣

USDsui 比較偏 Sui 原生穩定幣敘事，重點是能不能被借貸、交易和支付場景吃進去

USDB 來自 Bucket，背後連到 CDP 和抵押借出邏輯，比較像把 BTC / SUI 的抵押能力轉成穩定幣流動性

eTHIRD 這類策略池，又會把收益來源包得更產品化，使用者看到的是穩定幣入口，背後其實接了不同協議和風險結構

我覺得這種組合變多後，挑池子就不能只看 APY。要一起看資產來源、抵押品、策略怎麼跑、流動性在哪裡

穩定幣看起來都很穩，但每顆幣背後的路線差很多，這會是 5 月水生態很值得慢慢拆的題目 🤔

#嘉信理财开放加密账户