這幾天幹了一件費力不討好的事——把 @NewtonProtocol 區塊鏈瀏覽器上所有 PolicyClient 合約的部署記錄全扒了下來，按時間線排好，逐條標了調用頻率和存活週期。想回答一個問題：Newton Mainnet Beta 上線以來，到底有多少策略是真的在被使用，多少隻是部署完就再沒碰過的"殭屍合約"。
結論先說：真實活躍率比我想象中要好一些，但結構性偏科非常明顯。
從 6 月 23 日主網上線到現在的數據來看，鏈上累計部署的 PolicyClient 合約數量不算低，但去掉測試交互和重複部署後，日均仍有策略評估請求的合約佔比大約在 35%-40% 左右。對於一個上線不到兩週的 Beta 主網來說，這個比例並沒有到難看的程度。說明 VaultKit 是有真實開發者在上手試用的。$TLM
但把數據按策略類型拆開之後，偏科的問題就暴露了。
目前鏈上跑的策略類型高度集中在兩類：OFAC 制裁名單篩查 和 抵押率閾值監控。前者是 Chainalysis + Hexagate 管道直連的策略模板，後者是 RedStone 喂價 + 自動清算的經典組合。這兩個方向恰好是 Foundation 在主網上線時預置好的基礎模板——開發者選一下參數部署就行。$BIRB
而那些需要自己寫 Rego 規則的自定義策略——比如多條件組合風控（同時檢查錢包信譽 + 交易頻率 + 抵押品相關性）、或者跨鏈條件聯動——部署量和調用量都幾乎可以忽略不計。自定義 Rego 策略的日均評估請求數不到預置模板的 5%。
OPA/Rego 是一個企業級策略語言，在傳統 IT 合規領域有成熟應用，但在鏈上開發者羣體裏屬於"聽說過但沒用過"的生僻技能。一個 DeFi 開發者熟悉 Solidity、熟悉 JavaScript，但不一定願意學一門新的聲明式語言來寫風控規則。預置模板降低了起步門檻，但一旦金庫運營方的需求超出模板範圍，學習曲線就立刻豎起來了。#newt $NEWT
結論先說：真實活躍率比我想象中要好一些，但結構性偏科非常明顯。
從 6 月 23 日主網上線到現在的數據來看，鏈上累計部署的 PolicyClient 合約數量不算低，但去掉測試交互和重複部署後，日均仍有策略評估請求的合約佔比大約在 35%-40% 左右。對於一個上線不到兩週的 Beta 主網來說，這個比例並沒有到難看的程度。說明 VaultKit 是有真實開發者在上手試用的。$TLM
但把數據按策略類型拆開之後，偏科的問題就暴露了。
目前鏈上跑的策略類型高度集中在兩類：OFAC 制裁名單篩查 和 抵押率閾值監控。前者是 Chainalysis + Hexagate 管道直連的策略模板，後者是 RedStone 喂價 + 自動清算的經典組合。這兩個方向恰好是 Foundation 在主網上線時預置好的基礎模板——開發者選一下參數部署就行。$BIRB
而那些需要自己寫 Rego 規則的自定義策略——比如多條件組合風控（同時檢查錢包信譽 + 交易頻率 + 抵押品相關性）、或者跨鏈條件聯動——部署量和調用量都幾乎可以忽略不計。自定義 Rego 策略的日均評估請求數不到預置模板的 5%。
OPA/Rego 是一個企業級策略語言，在傳統 IT 合規領域有成熟應用，但在鏈上開發者羣體裏屬於"聽說過但沒用過"的生僻技能。一個 DeFi 開發者熟悉 Solidity、熟悉 JavaScript，但不一定願意學一門新的聲明式語言來寫風控規則。預置模板降低了起步門檻，但一旦金庫運營方的需求超出模板範圍，學習曲線就立刻豎起來了。#newt $NEWT