Category 欧易交易所OKX官网

原文作者：

原文编译：深潮 TechFlow

2024 年第三季度 – RWAs 观察名单

首先是数字黄金，现在是代币化和现实世界资产（RWAs）。

贝莱德的总体规划正在我们眼前展开。

随着可能在七月推出的  ETF，RWAs 会是下一个爆发的领域吗？

加密货币中的新叙事：

在所有人都热议  ETF 时，一个更大的趋势正在悄然兴起：金融资产的代币化。

贝莱德的 CEO Larry Fink 认为代币化将是“市场的下一代”。

为什么选择代币化？

代币化利用区块链克服传统资产的限制，它为所有资本水平打开了流动性和投资机会。

以下是关键优势概述：

增长潜力：

机会有多大？

专家预测，到 2030 年，代币化市场可能达到 10 万亿美元。

作为对比，目前 $BTC 的市值大约是这个数值的十分之一。

（致谢 ）

我们处于早期阶段吗？

是的，我们可能处于早期阶段。

这不仅仅是关于加密货币；还涉及股票、债券和房地产。

RWAs 仍然相对未开发，预计在 2024/2025 年会有许多催化剂出现。

（致谢  ）

RWAs 的机会：

现实世界资产（RWAs）是代币化运动中最热门的领域。

从 1 月 1 日到 5 月 31 日，许多 RWA 领军项目的夏普比率优于 $BTC。

更高的夏普比率表明更优越的“风险调整后”回报。

（致谢 ）

RWA 行业概述：

 确定了 RWA 创新的两个关键领域：

a. RWA Rails – 提供 RWAs 的监管和运营轨道的项目。

b. 代币化资产提供商 – 专注于创建和满足 RWAs 需求。

（致谢 ）

RWA 区块链：

区块链是 RWA 行业的支柱。

例如 Mantra 和 Polymesh 就是专门为此目的设计的。

（致谢 ）

公共市场与私人市场：

大多数平台优先考虑公共市场，但真正的机会在于私人市场。

它们拥有比公共市场多 2.5 倍的股权和 32 倍的 RWAs。

（致谢 ）

黑马 RWA 链：

独特地解决了私人市场的问题，融合了隐私和合规性，以确保私人 RWAs 的链上安全交易。

我们在六月的 Crypto, Distilled Pro 中过 $DUSK。赶紧查看。

国债：

代币化国债，包括固定收益产品和收益型代币，需求激增。

市场最近突破了 15 亿美元，而 2023 年 1 月仅为 1.14 亿美元。

（致谢  ）

贝莱德的主导地位：

传统金融巨头主导链上国债市场，目前，贝莱德以其  基金在市场上领先，拥有近 20 亿美元的总锁仓价值（TVL）。

（致谢 ）

Ondo Finance：

在加密货币领域，表现突出，今年以来总锁仓价值（TVL）增长了两倍多。

Ondo Finance 还持有贝莱德的代币化基金  的股份。

目前尚不清楚  的估值中有多少是由治理驱动的，多少是由投机驱动的。

（致谢 ）

信贷：

RWA（现实世界资产）领域的另一个关键方向是去中心化信贷项目。

这些项目将链上投资者与现实世界的私人信贷连接起来，领导者包括  和 。

（致谢  ）

Maple Finance – 基本面提升：

截至 6 月 13 日， 表现突出：

• 30 天内 TVL/MC 比率增长 108% 

• 90 天内费用增长 208% 

• 7 天内交易量增长 196% 

• 30 天内代币持有者数量增长 5.61% 

（致谢 ）

房地产：

作为全球最大的资产类别，房地产正在被分割和代币化。

然而，这个领域仍然相当早期。

（致谢 ）

主要风险：

尽管看好 RWA 的前景，但该领域仍需应对几个关键风险：

• 许多监管障碍和瓶颈。

• 价值累积到治理代币似乎较弱。

• 政府区块链作为竞争对手。

• 缺乏标准化和低流动性。

• 安全漏洞。

总结：

• 代币化是一个 10 万亿美元的机会。

• 以太坊 ETF 推出后，RWA 可能会爆发。

• 传统金融巨头正在将资产上链。

• 关键方向：国债、信贷、房地产。

• 私人 RWA 仍然基本未开发。

• 监管和较差的价值累积是大风险。

原创 | Odaily星球日报

作者 | 夫如何

近期，LayerZero以及各种二层项目针对撸毛群体展开猛烈的进攻，双方从规则制定到决定权拍板来看，多少显得并不势均力敌。各种反女巫政策的出台对应着多数符合要求的空投地址疑似“老鼠仓”，引发了曾经心有灵犀的两方群体之间的矛盾。

直到币安创始人何一发文讲述币圈的过往兴衰，并表示：“今天确实市场又变了。撸毛工作室和 L2 项目的自相残杀演变成闹剧，撸毛时代可能要结束了。”彻底将加密世界的目光对准了两方群体。

从外部视角来看，项目出台反女巫机制来限制撸毛工作室刷空投，撸毛工作室则不断提升成本以达到反女巫标准，项目方和撸毛工作室似乎是水火不容的对抗关系，但事实真是如此吗？

Odaily星球日报与撸毛工作室的创始人进行匿名采访，由LM（化名）为大家揭秘撸毛工作室与项目方背后不得不说的精彩故事。 撸毛工作室或诞生于KOL

“撸毛”这个词其实诞生很早，在机构级资本入场后，项目方不在需要通过IEO等形式进行公开代币融资，机构代替大众对早期项目进行投资使其生存并维持项目开发，大众参与项目早期建设而获得空投代币资格。

同时随着UniSwap空投代币的价值拉升，导致后续项目大家热衷于进行多地址交互，以此诞生了“撸毛”这个行为动词。

关于撸毛这个动机，采访对象LM说道：“早期虽然也在获取代币空投，比如UniSwap，但并未觉得能带来多高的收益，但在上一轮牛市末期，NFT板块热度较高，我结识一些知名的KOL，这些KOL应该是最早开始进行“撸毛”的群体，他们在Aptos空投代币时，至少每个人都获得的几十万 USDT，为此我真正意识到撸毛的价值，我第一个撸毛项目是Blur，因为当时NFT板块很火，Blur空投规则就是在该平台上交易，但是第一次撸毛没有相关经验，也犯了一些错，并没有实现太高的收益，利润在2000 USDT左右。”

那么LM真正实现撸毛业务集群化是因为什么契机诞生的？LM说道：“我真正开始建立撸毛工作室是L2兴起时，当时全网都在撸zk sync、Starknet等二层项目，我意识到需要建立工作室来形成规模化，毕竟一个人的时间和精力是有限的，人多才能力量大。其实早于很长时间，就有相关撸毛工作室的成立。“

根据LM的回答可以看出，撸毛工作室大概在上一个牛市中后期开始逐渐诞生，发展至今已逐渐成熟。其中相关KOL为成为该业务的主体。 采访对象的独特撸毛工作室架构

在聊及目前LM的工作室业务时，LM说道：“目前我的工作室全职人员有7人左右，外加上实习以及分布式办公人员大体为20人。业务大体分为三个板块，分别是KOL打造、社区、撸毛工作室。”

LM说道：“其中KOL打造并不是像传统MCN公司那样靠这些人挣钱，反而是为他们提供一个交流学习的平台，目前KOL打造的群体多是区块链相关专业的在校大学生，首先他们在Web3具备一定的知识储备，并且后续也想在区块链行业发展，我希望通过提供一些教育，使他们能够在毕业后进入Web3的相关公司，这一方面为Web3输送一些人才，其次，对于我个人来讲，由于他们第一站是我的工作室，在其进入相关公司后，对于我个人也能提供一些知名度和相关好处。

KOL打造这一举措不但使Web3涌入大量的从业者，更能为LM带来潜在的回报，可以设想如果相关人员进入资本、项目方甚至交易所，那么后续能带来的价值显而易见，这不由让作者想到电影《无间道》中卧底的角色。

说起社区，LM打造的社区更多是做内容沉淀服务，流量依旧是目前核心竞争力，在社区方面LM并未过多介绍，不过社区对于撸毛工作室来讲能够提供项目信息多样性，通过社区运营也能使撸毛工作室具备一定的服务延展性。

说起最核心的业务——撸毛，LM说道：“关于撸毛业务，我们大体分为对内纯撸毛业务和半对外业务，其中纯撸毛业务主要是针对目前为发币项目进行精品式交互，我们不会采用脚本进行大批量交互，反而采用比较人工式的交互，保证每个地址能够拿到相应的代币空投。半对外业务更多是针对实习生和在校大学生，根据他们兴趣不同，比如有人喜欢技术类，研究相关节点的搭建；也有想要纯撸毛的人就提供相关撸毛信息来相互交流。”

为此作者追问，脚本式交互方式会产生的问题，LM说道：“我们之所以不采用脚本式撸毛，主要在于大部分脚本并不稳定，尤其涉及相关交易时，脚本机器人容易出错，虽然是小概率事件，但只要发生一次就会带来无法弥补的损失，比如NFT平台的交易，脚本容易将价格较高的NFT以极低的价格出售。另外脚本式撸毛虽然适合于无成本得测试网交互，但很容易形成雷同性，以至于项目方在拉空投名单时，其中大部分反女巫规则限制的都是脚本刷单。”

在谈及撸毛工作室的日常工具和账号维护时，LM说道：“其实和大家日常使用的工具相差不大，比如指纹浏览器等，或者利用ChatGPT等AI工具提供工作效率等。至于社群账号维护，切记不要同一IP登录多个账号和同一账号多人登录，这样就能防止官方将账号认定为机器人账号。“

在问及撸毛工作室有没有接客户委托单时，LM说道：“这种单子也有，但我们接的比较少，主要在于利润并不高，而且我们自身并没有大量账号去为其服务，但其他工作室确实有在从事相关业务，比如Starknet空投，知名KOL跑路事件，据说卷走2000万枚代币，价值过亿。”

根据LM所述，他的工作室业务更多样性，除撸毛外，还从事KOL打造和社区运营等工作，由此可以看出撸毛工作室的业务逐渐从单一撸毛转向多元发展。 撸毛工作室与项目方的竞争合作关系

在本次采访中，作者更多是围绕撸毛工作室和项目方之间的关系与LM进行探讨，希望能够挖掘出项目方是否和撸毛工作室有利益相关的输送，不负众望，同时也非常感谢LM的非常真实的回答，为大家揭开项目方与撸毛工作室背后的关系。 项目方暗箱操作，空投不再成为幸存者偏差

在谈及项目方与撸毛工作室的关系时，LM形象的用Web2淘宝平台刷单比喻：“我认为撸毛工作室和项目方更像是淘宝平台的商品刷单，商家为了让自己的商品排在搜索前列，在刷单平台上上架相关激励，吸引刷单人员进行刷单，这是在数据层面吸引用户的手段。”

不过淘宝刷单是商家主动寻找相关人员进行操作，但作者此时追问，Web3的项目方是否也会主动找到撸毛工作室进行空投交互呢，能给撸毛工作室带来什么回报呢？LM说道：“这具体要分项目的大小，大的项目是不会主动找撸毛工作室去刷交互，因为他们本身不缺流量，大家都在撸，反而小的项目需要撸毛工作室的配合，因为只有数据好看才有可能上交易所。一般这些项目方不会给撸毛工作室相关实际激励，但他们会将反女巫规则事先告诉我们。有了反女巫规则，那么实际上我们已经拿到确定性代币奖励了。”

在问及项目方与撸毛工作室合作的细节时，LM说道：“撸毛一般分为两种，一种是有成本的，另一种是无成本的。一般项目方找到我们都是后者居多，无成本的又分项目大小，一般小项目的测试网找到撸毛工作室的比较多，这样我们就通过事先知晓反女巫规则进行刷空投，项目方想要测试网的数据好看，进而提高知名度。至于大项目很少会主动找到我们，更多的是我们去找他们来获取反女巫规则。不过也有一些知名项目在上知名交易所时，差了一定的交易数据，也会委托一些大型撸毛工作室来帮忙刷量。”

在问及市面上流传关于项目方与撸毛工作室合作返给项目代币的消息，LM说道：“目前我的工作室是没有接到相关业务，但身边的同行有接到类似的业务，其实这个玩法本质上是项目方退出机制的问题，由于目前大多数项目方的自身预留代币都需要一定的释放周期，并且相关交易所的上币规则中也会明确要求团队不能“出货”，以防止影响不好，这个时候可能是相关交易所或者做市商帮忙卖出。”

“但另一种就是项目方将目光放到空投中，因为项目方是空投规则的制定方，那如果在制定规则中将自身一部分地址包含在内，这是非常轻松且正常的现象。并且不一定需要和撸毛工作室进行合作，项目方自身就能满足这些要求，比如在TVL处在多少区间、交互时间、地址余额、交互次数等，并且GameFi类项目更易于操作，比如等级限制、登陆时间等。对于项目方而言，只要将活跃用户划到空投标准区间，将为了撸毛的工作室或者个人进行隔离，对项目后续发展是不亏的。这样自身既能获得收益，又能保证核心用户不丢失，想必大多数项目方都会采用这种方式。“ 项目方的反女巫规则或是标榜自身数据“干净”的自夸手段

此前Layerzero的反女巫规则似乎将撸毛工作室和委托客户形成对立关系，举报反而获得更多代币，关于此事，您以及身边同行如何看待呢？

LM并没有直接回答，反而先从项目方角度介绍了项目的需求客户，他将项目的客户投入资金分为三个结构，分别是： 头部资金投入：约占总投入的10%。这一部分是由少数大额资金投入者贡献的，这些投入者的资金往往比后面90%的资金总和还要多。比如，一个人可能会投入100个比特币或1000个以太坊。 中部资金投入：约占总投入的30%。这部分资金来自中等规模的投资者，他们通常是项目的核心用户。例如，一个用户可能质押0.1到2.2个比特币。 尾部资金投入：这部分资金来自大量的小额投资者。这些投资者可能每人只投入0.0001个比特币。

对于项目方来说，如何处理这些不同层次的投资者是一个关键问题。项目方可以选择是否要吸纳所有的投资者，还是只吸纳一定数量的投资者。这是他们需要做出的战略选择。

一般来说，一个项目方希望能够吸纳尽可能多的资金，以增强项目的整体实力和抗风险能力。这意味着他们需要设计出能够吸引不同层次投资者的机制，并确保这些机制能够有效运作，从而实现项目的长期良性发展。

综上，LM分析表示：“Layerzero的反女巫举措更多的是一种营销，在标榜项目并没有工作室的存在，都是真实用户。”

不得不说，LM的分析在一定程度上非常有道理，就算工作室能够举报委托客户也是较少的存在，这与大多数工作室“自撸”的数量无法相比。

同时LM并不认为在撸毛工作室和项目方之间存在对立关系，他说道：“撸毛工作室的出现为这些项目提供了有效的真实用户数据。正如此前所说，在Web2时代，这种现象非常常见，比如淘宝的刷量、交易和广告播放等。广告行业有一句话‘你永远不知道你投的70%的钱是浪费的，但你永远不知道是哪70%’。因此，我们可以将撸毛视为项目方给予用户的一种推广奖励。每个项目都需要这种推广奖励，而目前这是最优的解决方案。这不仅仅是我们行业的现象，其他行业也是如此。”

“我认为，撸毛是一个长期可持续的业务。每个撸毛工作室都等于带来了数百个有效用户，只要按照规则参与项目，就不能简单地视为撸毛行为，而是为项目提供用户数据。”

“其次，对于项目的初期流动筹码释放方式，优先级最高的是超级头部资本（如a16z），其次是大交易所的新矿挖币或者相关Launchpool等。再之后是给有效用户的份额，最后才是小资本的投资释放。对于项目方而言，将代币分散给用户不仅能帮助宣传，还能获得高ROI。因此，撸毛工作室能够持续发展，因为项目方持续发布新项目，而每个项目都需要这些用户。”

“最后，在撸毛业务的前辈曾说过一句话‘撸毛业务其实是介于一级市场和二级市场之间的1.5级市场’，也就是撸毛行为不需要和项目进行沟通，只要项目需要发币，那么必然会有代币的产生规则，只要撸毛的人掌握了这个规则，那么必然会有大规模撸毛活动，甚至交易所也会为这类人群开放盘前交易。”

LM的立场是站在撸毛工作室的角度进行表述，从商业运转逻辑来看，项目方与撸毛工作室之间合作是一种合理的商业行为，项目方制定规则，撸毛工作室在规则内进行参与，两者都在满足自身利益的同时进行相互合作。但站在普通用户的角度来看，两者之间的合作损害了此前空投所带来的预期景象。不过Web3说到底也是商业活动，有利益的地方必然有“江湖”。

背景

在我们行业的历史中，像 Coinbase、Binance 和 Kraken 这样的中心化交易所（CEXs）一直是加密货币交易者的首选。用户主要因为它们强大的流动性和吸引人的用户体验（UX）而倾向于这些产品，这是传统去中心化交易所（DEX）应用众所周知的关键痛点。

但如果有一个交易场所结合了 CEXs 的速度和流动性以及去中心化金融（DeFi）的透明度、资产自主掌控和结算呢？

这就是 Orderly Network 背后的核心理念。

Orderly Network 通过构建一个流动性汇聚的交易基础设施来解决早期 DeFi 应用的历史性不足以及市场交易难题。Orderly 创造了一个高效且强大的交易生态系统，具有更好的价格发现、更低的滑点、更深层次的流动性和与 CEXs 相媲美的执行速度——同时保持了 DeFi 的优势。

介绍

Orderly 是一个第二层（L2）解决方案，提供：

• 基于订单簿的交易：与 CEXs 类似，Orderly 使用订单簿来匹配买家和卖家，确保交易顺畅高效。

• 全链流动性：Orderly 从各种区块链聚合流动性，提供更广泛的资产池和更紧密的价差。

• 高速执行：Orderly 优先考虑快速交易执行，最小化交易延迟和失败。

Orderly 使用统一的订单簿；用户在不同的链上交易，但在同一订单簿中，消除了对桥连接的需求。

Orderly 在提高 DeFi 交易环境的整体效率和稳健性方面发挥着重要作用，并迅速成为无需许可的Web3交易的最大流动性来源之一。

主要成就和影响

Orderly Network 已经在 DeFi 领域掀起了重大浪潮，包括：

• 超过 500 亿美元的总交易量

• 与六大主要区块公链的集成（Arbitrum、Optimism、Polygon、Base 等）

• 超过 5600 万美元的总锁定价值（TVL）

• 超过 215, 000 个独立钱包的用户群

DeFi 交易的未来

凭借其创新的基础设施和强大的合作伙伴关系，Orderly Network 有望成为 DeFi 交易未来的主要参与者。

使他们从现有的竞争对手中脱颖而出的是:

• 跨链能力：Orderly 促进不同区块链之间的无缝交易，最大化用户选择。

• Orderly 链上结算：所有交易都在一个安全且专用的区块链上结算，确保透明度和最终性。

• 支持 DeFi 项目：Orderly 为 DeFi 项目提供机构级流动性，用于现货和永续交易。

他们的合作伙伴生态系统包括 WOOFi、LayerZero、Optimism、Arbitrum、Base、Elixir、Polygon 等。

撰文：Steven，E2M 研究员

来源：E2M Research

日常讨论 思考

去年 7 月底 Curve 被盗后，各方 OG、机构及 VC 都鼎力相助。比特大陆和 Matrixport 联合创始人吴忌寒在社交媒体发文表示：「在即将到来的 RWA 浪潮中，CRV 是最重要的基础设施之一。我已抄底买入，不构成财务建议。」

黄立成在社交媒体上确认自己通过 OTC 从 Curve 创始人处收购 375 万枚 CRV 并质押锁定在 Curve 协议中。次日，孙宇晨的相关地址也向 Egorov 地址转入 200 万枚 USDT，并获得 500 万枚 CRV。

紧接着就是 Yearn Finance、Stake DAO 等项目，以及 DWF 等一众机构和 VC 纷纷参与到 CRV 的救火行动中。

对于这些团体为 Curve 站台的意义是什么？为什么要救？这一点非常困惑。

收益率是一个 web3 横向对比的事情，已经不再是具体的细分赛道

CM：Curve 创始人把自己筹码卖了，然后和 Curve 没啥关系了是否会有影响？没啥问题。基建层协议在一定阶段后就没必要开发了。已经足够成熟了。抛开市场层面，不开发了也不会影响对他的使用。很多救市的人意识到了这个点，因此有这个动力。 Curve 有几个模型，这些都可以让 VeCrv 持有者自主治理。就现有的机构，参数、配置完全能够自运转，符合去中心化应用的一个初衷，权限完全下降社区。 DEX Llama 稳定币算法 + 借贷市场 VE 模型 贿赂和流动性系统 至于市场表现怎么样是另一个事情。基本确定基本面比上一次差。和以前相比不会有太突出的表现，但是周期拉长流动性挖矿还是会有需求的。如果认为链上是一个百花齐放的状态，Curve 还是有机会的，Uni 没法解决问题。Curve 提供了一个整套的框架，同时筹码完成了一个去中心化。跨周期的打算前景会更好一些，前提是认为链上未来是需要激励的。 购买者有很多项目方。流动性挖矿是上个周期起家的核心方式。项目早期在启动的时候都是，租用流动性。Crv 解决了一个项目方在早期启动时不需要通胀自己的经济模型，而是用租用 Crv 的流动性，从而解决了代币通胀的问题，把代币用在其他的 Utility 上。同时代币在解锁以后依旧有意义。Crv 也可以支持非稳定币的交易，与 Uniswap 类似。当时购买的时候排队时买不到的，优先给项目方。项目不会死掉，短时间不会被 Uniswap 蚕食掉

1. 事件 时间点 1

Arkham 发文表示 Curve 创始人 Michael Egorov 目前在 5 个协议的 5 个账户上以 1.4 亿美元 CRV 作为抵押借出 9570 万美元的稳定币（主要是 crvUSD）。其中，Michael 有 5000 万美元 crvUSD 借款在 Llamalend 上，Egorov 的 3 个账户已经占了该协议上所借 crvUSD 的 90% 以上。

Arkham 指出，如果 CRV 的价格下跌约 10%，这些头寸可能会开始被清算。随后，CRV 跌幅持续扩大，一度跌破 0.26 美元，达到历史新低，Michael 多个地址上的 CRV 借贷仓位也逐渐跌破清算阈值。

时间点 2

时间点 3 现状 数据来源：https://platform.arkhamintelligence.com/explorer/entity/michael-egorov

投资者面对的就是灾难了。

一方面是价格下跌引发的其余借贷平台清算，Fraxlend 的贷款人遭受数百万美元的清算，据 Lookonchain 监测，有用户在 Fraxlend 上被清算 1058 万枚 CRV（330 万美元）。

2. Curve 数据情况对比 20240616

交易量 3pool（(12.3m）、steth（)6.7M）、fraxUSDC（$756.8M）

TVL 对比去年前三 fraxusdc（$15.8m）、steth($249.7m)、3pool($178.3m)

Frax TVL 太低了单独截了一下

202307——参考当时的研究报告

TVL 前十的 Pool，fraxusdc（$0.6b）、steth($0.58b)、3pool($296.65m) 的排前三位

交易量前 3 位，3pool（$47.86m）、steth（$18.64M）、fraxUSDC（$17.96M），在 3pool TVL 仅有前两名的 1/2，交易量却超过2.5 倍。

对比 Uni

收入对比

左边新，右边为当时。

Uniswap 牛市交易土狗，熊市交易主流资产。

3. 这次事件展现的一些问题 Ve 模型头部效应带来的糟糕流动性

CurveWar 的本质就是争夺 Curve 的流动性，争夺到流动性以后，通过 Boost 来提升自己作为 LP 提供流动性的池子。但是流动性越高对于项目来说肯定是更好的。不同的项目购买 CRV 投票权的方式引发所谓的「战争」，而这可能导致市场的不稳定性和操纵行为。

最开始讨论 Curve 的时候，当时认为 Curve 有可能像个流量平台，新项目为了获得一定的关注度通过购买投票权来 Boost 自己的池子（例如当时的 Frax）。接近一年看下来根本达不到这种效果，收益率比不过积分展示或者 Pendle 以后基本被抛弃。 借贷清算

价格波动大的抵押物，例如 Crv、Aave、Comp 等或许不适合做抵押物。以后加密世界应该还是 usdt/usdc/dai+BTC+ETH 才能够做大。

借贷的风险很复杂，抵押物本身价格的波动和套娃搭乐高导致的杠杆和泡沫，让 Web3 借贷很难起规模效应。

导语：从放弃20万人民币以内市场的战略选择，我们能看到华为这家企业在战略认知上的深刻洞察力，以及在战略选择上的理性与战略执行上的纪律性。而这正是华为这种世界级优秀企业的特征所在。

砺石 | 作者 砺石商业评论 | 出品

1

曾经在智能手机行业“大杀四方”的余承东，在新能源汽车领域终于遇到了真正的对手。

在前一段时间举行的“未来汽车先行者大会”上，余承东展示了自己一贯的“大嘴”风格，其表示，“现在在智能电动网联汽车里，全世界的卷王应该是比亚迪，因为它有超低成本的能力。但是我们不善于卷超低价格，我们善于卷价值。”

余承东的这个发言明显有借贬低比亚迪以抬高自身的倾向，其会给公众造成一种误导，即比亚迪相较华为只是价格优势，而非价值优势。这个说法与事实严重不符。

首先，比亚迪旗下的仰望、腾势与方程豹是中国汽车产业最具潜力的高端品牌矩阵。其中，仰望品牌创造了中国汽车品牌在100万人民币以上市场的历史，腾势品牌更是几乎以一己之力颠覆了别克GL8在中国MPV市场一家独大的局面，方程豹品牌也成功在中高端硬派越野市场占据一席之地。

其次，比亚迪主品牌拥有王朝网的秦、汉、唐、宋、元与海洋系列的海鸥、海豚、海豹、海狮、驱逐舰等多款爆款产品，这些产品的销量之所以都能在同级别车型中位居领先地位，核心便在于性价比优势，而性价比本身就蕴含了价格与价值两个关键要素。

从上述看，无论是在中高端市场还是性价比市场，比亚迪都有着相较华为系产品更为明显的价值优势。因此，对于余承东的“小聪明”，比亚迪集团品牌及公关处总经理李云飞给予了有力回击，他在一场直播中表示，“我们也欢迎其他品牌，把车开到我们的展台上，浮浮水，上个大坡，上个小坡，把刹车和转向去掉试试。这都是同台竞技，台都搭好了，欢迎大家来。”

另外，他还直接点名余承东，表示比亚迪和华为都在深圳，也是战略合作伙伴，华为的一些产品也是比亚迪做的，在很多领域比亚迪也采买华为的东西。对于余承东，对于华为，他本人都是非常的尊敬，但他觉得如果余承东平时在发布会以及论坛上，少进行一些对比的话，会有更多人喜欢余承东，也会给华为的品牌加分。

在中国商业界，还很少有其他企业敢在公开场合硬怼华为余承东的，而这次其却被一家企业的普通中层硬怼。换作是其他企业，余承东一定会回怼回去，但对于比亚迪，其展现出了少有的克制，这大有可能是受到了华为高层领导的明令禁止，禁止其与比亚迪这家同是“民族之光”，关系也颇为紧密的同城企业开战。在随后不久的一场公开论坛上，余承东在被问及是否会推出20万元以下的车型时，其谦逊地表示，“与（比亚迪）这样优秀的车企相比，他们通过对供应链的掌控和部件海量的制造，做到了低成本，我们还不具备这种能力。因此现在只能做20万元以上的，20万元以下的车型等将来具备成本能力的时候再做”。

余承东的这个答复，引起了笔者的极大注意。一方面，一向被称为“余大嘴”的余承东能够表现得如此谦逊，主动向比亚迪“示弱”极为罕见；另一方面，我们从侧面也能看到华为在新能源汽车领域的战略取舍，以及取舍背后在战略认知上的深刻洞察力，在战略执行上的纪律性，而这正是华为这种世界级优秀企业的特征所在。

2

在企业战略管理理论中有一个基本常识，即企业的战略选择要重点考虑两个要素。一方面是要基于企业内部的资源与能力；另一方面是要基于外部的竞争环境。

在当前中国的新能源汽车市场，比亚迪是绝对的领导者，尤其在20万以内的性价比市场其具有其他任何竞争对手都所无法比拟的成本优势与定价权。而在性价比市场，消费者对价格极为敏感，所以像华为这样的汽车新进入者很难与比亚迪在该市场进行竞争。

而在20万人民币以上的中高端市场，一方面消费者对价格的敏感度更低，另外一方面比亚迪由于战略节奏原因，尚未在该市场完全发力，这便给到其他造车新势力企业一些创新致胜的机会。其中，理想汽车是最为敏锐从中捕捉到商机的企业。

在理想汽车之前，中大型与大型SUV车型由于售价高昂，在中国汽车行业只是一个销量规模很小的市场，且主要被BBA等外资豪华品牌垄断，类似比亚迪、吉利与奇瑞等这样的主流国产品牌基本上都没有涉及。是理想汽车率先聚焦在这块蓝海市场，并以二分之一外资豪华品牌车型的价格，相继推出了理想ONE、L7、L8与L9等累计4款中大型与大型SUV产品，成功吸引了那些喜欢大车型但之前因为价格望而却步的消费者，在该细分市场取得了较大成功。

在理想汽车验证了该市场的巨大潜力后，华为赋能的问界品牌也便迅速跟进，于2023年相继推出M7、M9两款车型来完全对标理想汽车的L7与L9，也取得了颇为可观的成绩，一度多个月度的销量都超过了理想汽车。

而在理想汽车与华为问界通过避开比亚迪的主战场，在中高端SUV领域另辟蹊径取得质的突破时，类似小鹏、哪吒与威马等其他新势力品牌却在比亚迪的主战场与其苦苦争夺，打一场注定无法取胜的战争。

从余承东“聚焦做20万以上车型”的发言，我们能看到问界在M7与M9两款产品上的成功并非只是幸运，而是华为在对自身资源、能力与外部竞争结构进行充分分析的情况下，而主动做出的一个极为清醒的战略选择。

在此背后，也离不开华为在研发管理领域著名的IPD（集成产品开发，Integrated Product Development）模式。该模式是基于市场真实需求驱动的一种先进研发模式，可以实现产品定义对客户需求的精准把握，研发周期的显著缩短，产品成本的显著降低，产品质量的显著提高与市场销售的显著提升。

3

随着问界品牌的成功，华为的新能源汽车业务也开始渐入佳境。除了与赛力斯合作的问界品牌，华为还与奇瑞、北汽与江淮汽车等传统车企分别合作了智界、享界与傲界（待定）等品牌。

当前，智界品牌的首款车型智界S7已经发售，售价24.98-34.98万人民币，虽然成绩远不如问界品牌表现的那样耀眼，但连续两个月5000+台的月销量还是颇为可观。享界品牌的首款车型S9也已经对外亮相，整车尺寸为“5160*1987*1498”，定位中大型轿车，预售价45万人民币起。据悉，与江淮汽车合作的首款车型更是定位一款百万级轿车，对标宝马7系，新车预计将在今年第四季度正式上市。

上述一系列车型，能够充分证明余承东关于华为“聚焦做20万以上车型”的战略选择并非虚言。熟悉企业管理的读者会了解，在企业制定战略时最难的便是市场取舍，因为每一个市场都拥有巨大机会，放弃任何一个市场都会感到可惜。但企业的资源与能力等客观规律又决定了，大多数企业都无法将战线拉得过长，这不仅会导致企业的资源分散，还不利于企业在消费者心智中建立起差异化的认知。

尤其20万以内的车型占据了中国汽车行业的绝大部分销量，企业能够放弃该市场便更为不易。而华为便展示了一家优秀企业在战略上的理性与纪律，它没有陷入多线作战的战略陷阱，而是将战略尽量精简，聚焦在20万以上的中高端市场。一方面这有助于华为发挥出其惯有的“对着一个城墙口”冲锋的饱和攻击优势，另一方面也将逐渐夯实华为汽车在中高端领域的品牌形象，这对其长期发展具有极大价值。

而我们反观小米汽车，雷军最初希望通过小米汽车的高端化来改善小米整个品牌的高端化形象。但最终在制定产品战略与发布产品时，还是向短期销量所妥协，将首款中大型轿车车型的起售价拉低到21.98万人民币，最终吸引的主要还是一些追求性价比的年轻用户，且女性用户占据了较大比例，这导致小米汽车之后车型的定价变得更为艰难，也让雷军最初希望通过小米汽车来提升小米品牌高端化的战略设想而落空。

在智能手机领域，小米便因品牌力的差距而逐渐被华为拉开差距，而在新能源汽车领域，小米汽车势必再次重蹈品牌力逐渐下滑的覆辙，而失去在中高端市场的可能性。这种结果的出现并非偶然，而是小米相较华为在战略纪律性上的巨大差距。

嘉宾：

Zheng @ZnQ_ 626 

• LUCIDA Founder

• 2019 Bgain 数字资产交易联赛第一赛季 混合策略组冠军；

• 2020 TokenInsight 全球资产量化大赛，复合策略组 四月亚军、五月冠军、赛季季军；

• 2021 TokenInsight x KuCoin 全球资产量化大赛，复合策略组赛季季军；

Vivienna @VV_watch

• BuilderRocket Accelerator Research Partner

• 2017 年入行

• ex 富士康旗下区块链投资基金做投研

• ex 火币 Defi researcher

• 痴迷宏观研究

HighFreedom @highfree 2028 

• 2016 年入行

• 计算机金融复合背景

• 现某券商研究员

• 擅长基于美元流动性分析与宏观分析进行周期择时

Albert @assassinaden

• 量化私募 基金经理

• 前外汇市场量化研究员，做统计套利与相对价值策略

• 擅长 non-delta 策略与宏观研究

• 重视应对周期及穿越牛熊的能力

揭秘宏观分析框架

Zheng@LUCIDA：

随着 Crypto 行业的发展，行情与宏观经济的相关性越来越高，宏观也越来越成为分析市场的必要一环。今天与大家特意聊一聊宏观相关的话题。我们首先从第一个问题开始，即请各位依次分享自己分析宏观经济的框架和方法论，以及底层逻辑是怎样的。

HighFreedom：

面向 crypto 的宏观分析，由两部分组成：第一类是场外（非 crypto native 的）宏观，第二类是场内宏观（crypto native 的，核心是 BTC 链上数据分析）

对于第一类场外宏观，我的分析框架有点像一个倒三角形，分为三个层次。

第一层是各种各样的数据，比如就业、GDP、通胀、PCE 等。

第二层是对数据进行归纳总结。第一层里的数据看似杂乱，但实际上我们可以把各种数据最终分为两类：经济好坏类数据和通胀高低类数据。因为制定货币政策（加降息、缩扩表等）的美联储和制定财政政策（政府怎么花钱等）的财政部的最终目标是：最大化就业和物价稳定。也就是说，这两大机构的核心目标是保证经济够好且通胀可控。

第三层是美元流动性的具体构成及其未来预期。美元流动性的主要构成包括银行储备金、美联储的资产负债表、财政部的余额、以及隔夜逆回购账户的余额。我们需要关注这些因素的变化，以及财政部每季度发布的再融资公告，来判断当前和未来的美元流动性情况。

而且，就业和物价这两个核心因素在某种程度上是相互影响的。比如说，美联储在决定是否降息或者停止缩表时，会同时考虑就业和通胀数据。因此，我们需要对这些数据进行综合分析，才能更准确地预测美元流动性的变化。通过每季度的再融资公告和各种经济数据，我们可以更好地了解财政部和美联储的操作，从而预测美元流动性的未来趋势。

以上这些就是所谓的场外因素，场外因素主要指的是那些并非加密货币原生的内容，例如上述的宏观经济指标、政策变化、市场情绪等。这些因素虽然不直接源自加密货币市场，但它们对市场的影响是显著的，因为它们定义了市场的外部环境和投资者的预期。

第二类是场内宏观：场内宏观则是指那些直接源自加密货币市场内部的数据和分析，核心是比特币的链上数据。这些数据包括长期和短期持币者的持币量变动、盈利水平等。通过对这些链上数据的分析，我们可以更深入地理解市场内部的动态，包括投资者行为和市场趋势。

这两套分析方法各有侧重，场外因素为我们提供了宏观视角，而场内因素则让我们能够洞察加密市场内部运行的周期和节奏。在进行加密货币市场分析时，结合这两方面的视角是非常重要的，它们共同构成了一个全面的宏观分析框架。

Albert：

我想补充一点，除了美联储和财政部的政策影响外，我们还应关注银行存款等微观经济因素。例如，普通投资者在面对高利率时，可能会选择将资金存入银行以获取利息，但这也可能对市场流动性产生影响。历史上， 80 至 90 年代银行业危机后，存款增长速度曾显著放缓。而在 2023 年 SVB 事件之后，我们看到了类似的局面，银行存款规模下降，而股市和其他资产市场却开始恢复增长。此外，国际间的流动性，如日本银行的日美套利交易，也为市场带来了额外的流动性资源。

在高利率周期下，人们倾向于将资金存入银行以赚取利息。然而，当银行面临经营风险时，投资者可能会将资金转向股市或其他资产，如短期国债。目前，美国短期国债的收益率接近 5% ，这吸引了许多投资者。同时，投资者也可能选择投资于股票、衍生品或 ETFs 等，以寻求更高的回报。

当然投资者在面对银行业危机时，可能会重新评估将资金存入银行的安全性。他们可能会选择将资金投入股市或其他资产，以寻求相对安全的回报。这种情况在 90 年代和 2019 年都曾发生过。此外，货币市场基金的表现也可以作为流动性的一个指标。从 2023 年开始，货币市场基金的增长速度达到了 20 多年来的新高，这反映出市场对流动性的需求。

理想情况下，我们应该考虑所有可能影响市场的因素，包括其他国家的流动性状况。然而，在实际操作中，由于难度较大，我们可能无法将所有因素都纳入分析。例如，日本和欧洲的 carry trade 对市场有影响，但很难量化。我们通常会将主要关注点放在美国，而将其他国家的影响视为次要因素。尽管如此，我们不能忽视海外离岸美元市场的影响。

Vivienna

在推特上，我发表了一篇文章，探讨了美国流动性对加密货币价格的影响。我主要关注了国内因素，而非海外美元市场，因为后者的数据难以量化。在分析比特币价格时，我将其影响因素分为三类：

第一个是可观测指数：包括联邦基金利率、国债收益率、美元指数和黄金价格等。这些指数是市场预期的基础，但它们与风险资产价格的关系并非直接线性。例如，加息通常会导致市场流动性收紧，不利于风险资产上涨，而降息则相反。然而，这种影响受到货币政策传导机制、经济、金融和情绪周期的复杂叠加，并不会在货币政策实施的那一刻就会对市场流动性造成直接影响。

第二个是流动性指标：如美联储资产负债表余额、逆回购操作和财政部账户等。这些指标直接影响美元流动性，从而影响比特币等成长型风险资产的价格。例如，美联储扩表、逆回购减少或财政部消耗 TGA 账户都会增加市场流动性，利好风险资产。

第三个是情绪影响指标：包括点阵图、美联储官员发言、劳动力市场数据、通胀数据等。这些数据对市场预期和情绪有短期影响，影响交易的小周期。但值得注意的是，交易者应关注预期变化而非单纯数据本身。

宏观因素如何影响加密市场

Zheng@LUCIDA：

那么你们的宏观分析框架是如何应用到加密市场的呢？或者说，这些框架是如何指导你的交易、如何帮你赚钱的呢？

HighFreedom：

我认为可以从三个角度来理解赚钱的方式：

第一个是赚大方向的钱：这是指在明确市场大趋势时，买入并持有现货，不进行频繁交易，保持耐心。

第二个是赚波动的钱：这通常涉及到量化交易，利用市场的波动性进行买卖，不关注市场的具体方向。

第三个是赚流动性的钱：在牛市期间，将资金投入市场，通过借贷给需要的交易者来获取高利息。

我个人认为，宏观因素主要通过两个方面影响加密货币市场：流动性和渗透率。流动性决定了市场上资金的多少，而渗透率则是资金分配到比特币等加密货币的比例。

在操作层面，我倾向于在牛市期间满仓现货，尤其是比特币这样的主流货币。这就是我刚才讲的第一种：赚大方向的钱。

同时，我会适当地使用部分资金进行币本位做多，但避免在牛市中进行频繁的多空操作。我认为关键是识别市场的高点和低点，这需要综合考虑多种信息源，比如矿工的成本、市场热度、借贷利率、资金费率等。

2021 年下半年的市场表现显示，比特币价格的高点与纳斯达克指数和美元流动性的高点存在先后关系。这表明，当流动性达到顶峰时，风险资产可能需要准备退出。因此，我会密切关注流动性指标，以判断市场是否接近顶部或底部。

同时我认为信息正交化，即通过广泛收集不同角度的信息来形成全面的市场判断，这种方法有助于我们更准确地把握市场的高点和低点，从而做出更合理的交易决策，尽量减少操作错误的可能性。我也会根据市场情况调整我的风控策略，确保在市场波动时能够保护好自己的投资。

Vivienna：

我在推特上推荐了一本书《专业投机原理》，作者斯波朗迪提出了市场分析和预测的两个基本原则：一个是市场走势是基本经济力量运作的结果，这些力量受到政治制度和政策活动的影响；另一个是市场参与者的心理状态决定了价格走势的方式和时间。

宏观分析应关注这两点。首先，我们需要了解政治和经济学的基本原理，如经济指标、生产消费循环、投资储蓄行为、技术创新发展路径等。其次，对市场参与者心理状态的预测对交易指导性更强。宏观分析常遭质疑，因为许多人过度关注经济金融数据，而忽视了预期变化。成功的交易不仅需要分析数据背后的现状，更要关注预期如何变化，市场博弈如何进行。

索罗斯曾指出，经济历史建立在错误的谎言之上，而非真理。赚大钱的途径是分析错误趋势，顺势操作，并在被拆穿前脱身。这反映了上述原则，因为要分辨错误趋势，首先要知道什么是正确的。例如，政府在经济衰退时采取高利率政策，或试图通过货币政策调整利率刺激经济，如果不理解这些政策的传导机制，就无法判断其后果，也无法在大多数参与者发现问题前脱身。

Albert：

关于宏观分析框架如何影响加密货币市场和我们的交易策略，我分下面几点来说吧：

首先，从 2020 年开始，我们讨论了一个长期存在理论——流动性链条理论。根据风险分析，我们将不同资产如商品、外汇、股票等按照一个链条进行排序。链条的顶端是现金，作为所有资产的基础，现金的风险极低，除了通货膨胀外几乎为零。如果现金都出现风险，那意味着全球市场可能面临重置。

流动性链条的第二层是债券，尤其是国债，它们是基础的固定收益资产，被认为是低风险资产。第三层是企业债券和股票，因为它们提供相对更高的收益。第四层是商品，具有更高的波动性和风险。最后一层是加密货币，因为它们处于流动性链条的末端，具有最高的波动性和风险。

这个理论也解释了刚才 Highfreedom 所提到的“比特币价格的高点与纳斯达克指数和美元流动性的高点存在先后关系”现象的底层原因。

流动性释放时，首先影响的是外汇市场，然后是债券市场，接着是股票市场，商品市场，最后才是加密货币市场。相反，当流动性收紧时，撤出的过程是反向的。这种流动性的流动顺序对市场有重要影响。

作为交易者，我们利用这个框架来指导我们的交易。例如，当我们看到流动性开始收紧或释放时，我们可以预测市场的反应，并据此调整我们的交易策略。我们会密切关注银行间利率和债券期货，因为这些是市场对政策变化的第一反应。然后，我们会分析期权市场，因为期权价格反映了市场对未来波动率的预期。

我们的交易策略主要是基于这些宏观预期。例如，在加息周期中，市场情绪倾向于看跌，我们会在波动率较低时配置看跌期权。同时，我们会根据市场情绪和预期调整我们的期权组合，以赚取波动率回归的收益。

我们的策略依赖于波动率回归，尤其是近端波动率。远端波动率可能在一段时间内保持高位，不会立即回归。因此，我们在远端通常是买方，通过跨期配置来获取价值。我们的组合策略是通过持有近期和远期期权来赚取它们之间的价值差异。

比特币在大类资产中的位置

Zheng@LUCIDA：

下一个问题相对会轻松一些，而且我们在之前的谈话中已经间接提到了，那就是比特币在传统资产中的地位。我记得在 2019 年，特别是上半年，市场普遍将比特币视为避险资产，当时由于一些地缘政治危机，黄金价格飙升，比特币也随之上涨，当时市场对这一观点的认可度越来越高。

然而，随着 2020 至 2021 年的牛市周期，以及 2022 年的情况，公众逐渐接受比特币是一种比传统风险资产风险更高的资产。我想知道大家是否认同这种定位，或者对比特币在大资产中的位置有没有其他的描述。

HighFreedom：

我认为这种描述相当准确。我认为比特币在中短期内无疑是一种风险更高的资产。但从长期来看，我有信心比特币能够发展成为避险资产。目前，我们正处于比特币成长为避险资产的过程中。我认为避险资产需要具备几个基本要素，我们可以讨论这些是否是必要条件：

第一个是市场规模要大：资产的市场规模需要足够大，以便大额资金能够自由进出。

第二个是波动率要降低：尽管比特币历史上波动率很大，但现在已经显著下降，接近或有时甚至低于黄金的波动率。

第三个是市场参与者的理性和稳定性：随着市场参与者从圈内人士逐渐转变为更传统、更理性的金融机构，市场可能会更加稳定。

当这些条件满足时，比特币可能会成为一个成熟的避险资产，具有较大的市场规模和较低的波动率，类似于黄金。那时，即使是重大事件，也只会对价格产生轻微影响。

Vivienna：

我认为比特币被称作数字黄金，其与黄金的比较逻辑是被广泛认可的。比特币的总量是固定的，类似于黄金的稀缺性，并且它能够作为价值存储和支付手段，这与黄金的特性高度一致。

然而，黄金价格的定价是一个复杂的问题。在战争等避险情绪高涨时，黄金的避险特性尤为明显。如果市场的基础流动性并不紧张，但战争因素显著，这时比特币可能会跟随黄金走势，因为影响黄金价格的主要因素是避险情绪。相应地，比特币价格也会受到避险情绪的影响。

但是，如果市场的基础流动性本身就不足，例如在全球或美国经济进入衰退周期或存在衰退预期时，即使避险情绪高涨，也无法带动交易量。这解释了为何在某些地缘政治冲突激烈时，其他市场没有显著反应。在这种情况下，是基础流动性决定了价格的底线，比特币则更接近风险资产。

因此，黄金价格与比特币价格的相关性，主要取决于当时的市场基础流动性以及市场对比特币属性的看法。大多数时间里，比特币价格与美股高度相关。在经济萎缩、投资萎缩、去杠杆的过程中，比特币会率先反应，并在经济复苏、投资回归加杠杆时，也会提前反应，其加速度也更大。

黄金持仓在全球资管公司中通常控制在 5% 以内，因为黄金价格的影响因素非常不确定。黄金虽有实际应用，但更多受投机和情绪的影响，缺乏基本面分析。这导致难以向 LP（有限合伙人）解释为何要投资黄金，只能基于对未来经济衰退或风险的预测，这是非常主观且难以具有说服力的。

比特币面临同样的问题，难以说服资本公司和 LP 将资金配置到这一资产中。黄金虽然被视为避险资产，但其对抗通胀的能力主要在长期范围内体现。比特币可能也是如此，未来其地位可能非常高，特别是随着比特币挖矿难度的增加。

如果更多传统金融资管公司进入比特币投资领域，比特币的投资比例可能会向黄金靠拢。

Albert：

从宏观角度来看，黄金和比特币具有多重属性，它们既可以是风险资产，也可以是避险资产。这种现象初看似乎矛盾，但实际上有其内在逻辑。

首先，无论是黄金还是比特币，在危机时刻都是资金的避风港。在战争或其他动荡时期，资产转移受到限制，流动性会寻求安全的港湾。投资者倾向于将资金转移到容易跨境的资产，如黄金和比特币。这导致这些资产在危机时期价格大幅上涨。

然而，在市场稳定时期，黄金和比特币的属性则有所不同。比特币由于其高波动性，更多地表现为风险资产。它的价格波动与股票市场相关，部分原因在于比特币市场的杠杆工具较多，市场参与者众多，导致其价格波动剧烈。

在稳定环境下，投资者倾向于追求稳健的投资组合，避免资产价格大幅波动。因此，他们可能更倾向于配置一些传统资产，如黄金和其他大宗商品。黄金由于其历史悠久和价值稳定，通常被控制在投资组合的 5% 以内。

此外，黄金和比特币的价格也受到市场预期的影响。在流动性充足时，投资者可能会寻求更高收益的资产，而在流动性紧缩时，他们则可能回归到传统的避险资产。

最后，比特币和黄金作为避险资产的地位，还取决于市场环境和宏观经济周期的阶段。在特定情况下，它们可能表现出避险特性，而在其他情况下，则可能更多地体现为风险资产。

宏观分析的抓手是什么?

Zheng@LUCIDA：

接下来我们讨论一个问题，那就是在分析宏观经济时，各位通常会依据哪些数据源，是否会自行收集数据，或者是否有一些非传统的分析工具呢？有没有更独家的信息源可以分享？

HighFreedom：

我在 tradingview 上写了一点代码做了个 dashboard 来持续观测分析宏观流动性。这些工具与美联储和财政部官网提供的数据没有区别，只是我将它们整合到了一个单一的界面中方便持续观测。此外，我也在推特上关注了一些分析师，尤其是一位台湾博主，他聚合了一些有趣的数据，比如不同交易所的借贷利率。这些数据能够反映大户和散户的操作动向，以及他们之间的先后顺序。我认为这些数据非常有价值，但我还没有成功地应用他的工具。

我还一直在寻找关于美债的数据，特别是短期和中长期长债的日度净发行量（净发行量值得是当日新发行的债券量减去当日到期的债券量）。这些数据对于理解判断当下以及接下来一段时间内的市场流动性非常重要。目前，我只能从美国财政部的网站上手动下载数据并自行处理。如果大家知道更好的数据源，求推荐求联系。

Albert：

我想补充一些我们关注的宏观经济数据源。因为我主要关注风险商品，我使用的数据服务包括 Spotgamma Menthor Q，他们提供美股、债券市场以及其他商品期权数据，这些数据相当全面。

另外，针对美股市场，有 GR 这样的服务，他们提供实时数据，价格相对便宜。如果需要更深入的数据，比如黄金或银行间市场的数据，可能需要依赖行业内部资源。

对于加密货币市场，首先推荐的数据源是 Amber Data Derivative，他们在期权数据方面非常全面，优势明显。此外，这家服务商提供 CME 等交易所的实时数据。

我们还需要关注一些交易所的数据，特别是那些机构交易量占比大的交易所，如 Deribit，他们的交易量 80% 来自机构， 20% 来自专业个人投资者。这样的数据能够反映出市场机构级别的预期，对市场有较大影响力。

另外，像 Bitfinex 这样的交易所，可以被视为加密货币市场的银行间市场，他们的短期借贷利率能够反映出市场的无风险利率，这对于计算加密市场的风险溢价非常重要。

合规交易所，如 Coinbase 和它们的大户交易数据也很重要，尤其是暗池交易数据，可能会对市场产生影响。

总体而言，虽然我们可以获得大量市场数据，但最终的交易决策还是要依赖于我们自己的风险管理能力。我们的目标是在大部分情况下保持不亏损或小赚，而在少数情况下实现大赚。

本轮周期的复盘和展望

Zheng@LUCIDA：

我们转向最后一个问题，对未来市场的看法。

我先分享我的观点：市场普遍预期是，美联储在今年下半年或明年的降息将带来巨大流动性，加之比特币减半等利好因素，许多人预期将复制 2021 年的牛市行情。然而，我对这种普遍乐观的预期持非常悲观的态度，因为历史上市场高度一致的预期往往伴随着巨大的潜在风险。

尤其是关于美国的公募基金等机构投资者，尽管他们属于长期持仓的机构类型，但他们也是根据市场情况做出投资决策的调整，不会盲目“追高”。

HighFreedom：

我的看法很相似。今年的市场主升浪从去年 11 月开始，特别是 1 月现货 ETF 交易后，市场出现了显著波动。一季度的流动性和渗透率都在上升，但主要是散户参与，真正的机构投资者尚未大规模进场。例如，现货 ETF 的资金流入中， 80% ~ 85% 来自散户。二季度流动性有所下降，渗透率也停滞不前。我对三季度和四季度的展望是，希望流动性能保持稳定，而渗透率能因机构投资者的进一步参与而提升。

我认为，加息或降息并不立即改变流动性，而是改变市场对未来流动性的预期。我的疑问是，是否还能出现像 2021 年那样的宽财政和宽货币政策环境，目前看来这种可能性不大。因此，我对市场未来的表现持谨慎态度，希望不要出现过度乐观的预期。

市场短期内可能不会有太大变化，流动性预期在未来 15 个月内可能会有 4 到 5 次降息，这为市场提供了稳健的预期。但真正的流动性释放将是缓慢的，不太可能出现大规模的快速变动。除非发生严重的经济衰退或危机，否则不太可能再次出现宽财政和宽货币的政策环境。

所以如果不发生严重的经济衰退，那大概率本次降息可能是所谓的“非对称降息”。之前的加息降息都是对称的，比如说联邦基准利率从低位加到一个高位用了 1 年，那么反过来从高位降回低位也是差不多一年时间。本次狂暴加息从 2022 年 3 月的 0-0.25 开始到 2023 年 5 月的 5-5.25 ，用了差不多 1 年多一点的时间，但本次降息可能是走一个非对称路线，降息过程会持续而缓慢。

Vivienna：

我的结论相对简单，与大家的看法相似。从今年七八月份到年底，市场可能会面临不太乐观的流动性状况。即使出现降息，可能也仅有一次，这虽然为市场提供了积极的预期，但并不会根本改变现状。

当前经济并未陷入衰退，股市可能继续上涨。人们的生活似乎未受太大影响，存款和分红依然可以充盈家庭储蓄、促进消费，然而，如果通胀持续上升，可能会触发对滞胀周期的交易预期。如果明年继续维持高利率，甚至在某些情况下还需进一步加息，而财政部又不放松政策，这可能导致明年的流动性更加紧张。对于比特币等依赖流动性的市场来说，这肯定不是好消息。

至于关于机构投资者大规模进场的愿望，我认为这更多是一种期望而非现实。在当前基础流动性较差、市场对加密货币理解不足、波动性又高的情况下，机构投资者不太可能大规模重仓或建仓。这种期望可能过于理想化，实际情况可能并不会如我们所愿。

Albert：

目前市场短期预期偏向看跌，尤其是对比特币。尽管 7 月份受期权到期等因素影响，市场波动性可能增加，但长期而言，资产配置周期可能会推动价格上涨。然而，市场若要实现上涨，可能需要依赖两个因素：一是机构投资者的大量配置，二是投资者情绪的进一步提升。但这种情绪推动的上涨可能并不健康，因为高资金成本和高波动性难以长期维持。

我的看法是，市场上涨将是一个缓慢的过程，因为市场参与者的记入是一个渐进的过程。衍生品和杠杆的使用很难在短期内推动市场。在这种情况下，做市商的操作可能成为影响市场价格走向的一个重要因素。市场的宏观因素可能只是推动做市商对冲行为的一个因素，而不是直接作用于价格。这可能导致市场看起来更加不规律化，增加了 CTA 等策略的执行难度。

总的来说，市场短期内可能不会有大规模的崩盘或快速上涨，而是一个缓慢且悠长的过程。流动性也不会出现大起大落，除非出现严重的经济衰退。投资者应该保持谨慎，关注机构投资者的配置动向和市场情绪的变化。

原文作者：IOSG Ventures

背景

两年前，在模块化区块链叙事兴起之初，我们撰文提出了我们对数据可用性（Data Availbility）赛道的观点和预测。正如我们所预期的那样，模块化区块链的叙事已经盛行并推动了基础设施的创新，增强了网络的互操作性，并促进了生态系统内的更多合作与集成，各种 Rollup 即服务（RaaS）解决方案（Altlayer，Caldera， Conduit， Gelato）开始涌现。下图展示了 Rollup 开发工具 Conduit 的界面，显示了部署 Rollup 和选择 DA 方案已经变得异常简单和便捷。

Source: Conduit

在过去的两年中，Celestia，EigenDA，Avail，NearDA 等替代 DA 方案（Alt-DA）取得了显著的发展，各自展现了独特的技术优势和市场份额。同时，随着以太坊 EIP-4844 的上线，通过引入 blobs 来替代 calldata，大大降低了 Rollup 在以太坊原生 DA 层的使用成本。如今开发者和项目方在选择数据可用性层时面临更多的权衡，本文将追踪和分析现有的 DA 方案，深入探讨它们的性能成本、技术特点和市场表现，并提出我们对未来 DA 赛道发展的观点和思考。

1. 现有 DA 方案采用情况

使用以太坊原生 DA 链上解决方案的 Rollup 主要集中在那些已经从 calldata 存储更新为适配 Blob 的主流 Layer 2 方案上，包括 Arbitrum、Optimism 和 Base，以及 Starknet、zkSync 和 Scroll 等。Rollup 通过使用以太坊作为 DA 层，数据会被以太坊的全节点验证和存储，而受益于以太坊的安全性、去中心化程度、协议升级的延续性以及经济激励机制。综合型 L2 在以太坊的生态系统中占据重要位置，需要使用原生 DA 带来的上述正统性作为核心差异。（Vitalik 认为作为 rollup 的核心就是是无条件的安全保证：即使所有人都与你为敌，你也能取出你的资产。如果数据可用性依赖于外部系统，就无法得到这种等效的安全性）

然而将数据发布到以太坊主网伴随着导致高昂的成本，特别是在 EIP – 4844 之前 (calldata 成本为每字节 16 gas，仅仅 2023 年 12 月，L2 在 DA 成本上就花费了超过 15, 000 ETH)。因此出现了多种 Alt-DA 链下解决方案，如已上线的 Celestia、EigenDA 和还未上线的 Avail, 通过不同的技术手段，如 DAS，纠删码, KZG 承诺等，降低了数据存储和传输的成本。

这其中，Celestia 作为专门用于 DA 的模块化区块链，于 2023 年 10 月主网上线后已成为 DA 赛道的龙头项目，主要目标客户包括需要模块化架构的项目：跨链桥、结算层方案、defi 项目、游戏、排序器，以及不限于以太坊生态的 Layer 2 解决方案。其现有的客户包括 Omnichain DEX 协议 Orderly、专为 EVM-native ZK 应用定制的模块化 L2 Manta Pacific、基于 Base 的 L3 Hokum，以及专注于衍生品交易的 DEX Lyra 和 Aevo 等。Celestia 作为不局限于特定生态系统的模块化设计 DA 层先行者，其优势使得它成为许多新兴 Layer 2 项目的首选。

EigenDA 是由 EigenLabs 开发的，利用 EigenLayer 的 restaking 机制来提供高效、安全且可扩展的 DA 服务方案, 一定程度继承以太坊主网的安全性和庞大的验证者网络。EigenDA 专注于为以太坊生态系统提供高性能的 DA 解决方案。作为 Eigenlayer 上的首个主动验证服务（AVS），EigenDA 于 4 月同 Eigenlay 主网一同上线，现有的客户群体同样多样化，包括以太坊 L2 Swell、Celo、Mantle Network、以及搭建于 Eigenlayer 的多个其他 AVS，如去中心化计算栈 Versatus, Polymer、DEX 协议 DODO 和作为 Social L2 的 CyberConnect 等。

Source: EigenDA

2. 原生 DA（EIP-4844）和 现有 Alt-DA 的权衡

2.1 以太坊原生 DA

简单回顾以太坊原生 DA 解决方案的发展变化，坎昆升级之前，Rollup 主要使用 calldata 作为数据存储和传输的手段。由于永久存储和高网络拥堵，高昂的费用成为了扩展和采用的主要障碍。而 EIP-4844 作为主网升级，引入了 Blob 这一新的数据结构，Blobs 可以容纳大容量数据，但是相应会增加节点的存储负担。随着时间推移,存储需求会不断增加, 最终可能导致运行节点的硬件要求过高从而伤及去中心化。因此 Blobs 只需要存储约 18 天 ( 4096 个 epoch) 即会删除。

由于 Blobs 仅需临时存储且使用单独的费用市场， EIP-4844 实施后，取用各大 L2 采用 blob 之后前后 60 天的平均每天的 DA 成本 (ScrollStarknet 取前后 30 天），成本下降均在 99% 左右。其中由于所上传数据类型的不同（交易数据或是状态差异），采用 OP rollup 的 Layer 2 相对于 Zk Rollup 成本下降的受益更为明显。

Source: Dune Growthepie

EIP-4844 Blob 容量和存储特性及定价机制

Blob 的容量和存储特性：

• 每个区块最多容纳 6 个 Blobs

• 每个 Blob 可以存储高达 128 KB 的数据（即使未完全使用 128 KB 空间，发送者也需支付完整的 Blob 费用）

新的 blob gas 市场，运行方式类似于 EIP-1559 ，根据供需变化来调整 blob 基本费用：

• 如果区块中的 blob 数量超过目标（当前为 3 个），增加 blob 基本费用。

• 如果区块中的 blob 数量少于目标，减少 blob 基本费用。

Source: IOSG Ventures

Source: Dune / 以太坊区块 blobs 数量 3 天均线

L2 主要使用新引入的类型 3 交易，在以往交易基础上添加 max_fee_per_blob_gas 和 blob_versioned_hashes 字段，分别代表用户愿意支付的每 blob gas 的最大费用和 kzg_to_versioned_hash 的哈希输出列表。

这种新的定价机制意味着类型 3 交易仍然需要 max_fee_per_gas 和 max_priority_fee_per_gas 字段，并受现有 EIP-1559 市场的约束。除了 blob 空间外，类型 3 交易仍需支付其使用的 EVM 空间。

因此， blobs 仍然存在区块空间的争用，造成成本的不确定性，因为每个区块的 blob 空间有限，而 blob 的 gas fee market 是根据需求动态调整的。

所以，以太坊作为通用链，短板还在于区块空间的不确定性——可能突然有类似 NFT Minting、空投申领等链上活动的出现导致链上拥堵，Blob 的定价就会被抬高，使得 Rollup 没有办法估计成本基础。这会造成 Rollup 开支预算不确定导致利润率不稳定，提升了还处于起步阶段的新项目的使用壁垒，项目方难以确定以太坊 DA 是否能作为长期的方案。下图中大部分时间使用 blob 会比 calldata 便宜 98% 左右，但下图中可见某一时段使用 Blobs 仅比使用 Calldata 便宜 59% 。

Source: Ethernow

我们计算两次 blob 传输的费用举例：

Source: Ethernow

图中为一次 2024 年 03 月 28 日某一区块中 Zksync 的 Validator Timelock 的类型 3 交易, 我们根据 blob 费用，执行基础费用和优先费用分解计算一下它的数据成本：

假设以太坊的价格为 $ 3600 ，当时使用 1 Mib blob 的数据成本大概为:

4 × 0.018 ETH× 3600 USD/ETH = 259.2 USD

我们再取 6 月 24 日的一次 zksync era 的类型 3 交易：

Source: Ethernow

彼时主网活动略有下降，分解计算一下其数据成本：

当时使用 1 Mib blob 的数据成本大概为:

4 × 0.0021 ETH× 3600 USD/ETH = 30.24 USD

由此可见使用 blobs 传输数据的成本的不确定性，且仍然相对高昂。然而对于一个 rollup 而言，选择 DA 方案时，成本结构的稳定性是关键考虑因素之一。

2.2 Celestia

作为模块化区块链的开山鼻祖，Celestia 专注于提供 DA 层和共识层，将执行层分离出去，从而专门优化 DA 功能，提高效率和可扩展性。Celestia 作为一个链下解决方案的 L1 相比使用以太坊链上的方法具有许多不一样的技术特点，从而减少了数据可用的成本，也相对提供了更高的灵活性和可扩展性。模块化设计使 Celestia 极具灵活性，允许开发者自由选择执行环境，不限于特定的虚拟机（VM），使得 Celestia 能够支持各种不同的应用场景，满足多样化需求。

Rollup 如要整合 Celestia 作为 DA 层，需将执行层产生的交易数据（Data Blob）提交到 Celestia 网络,而不是原来的 Layer 1 （以太坊）以确保数据可用性以便验证和交易。Celestia 的数据可用性采样（DAS）技术通过使用二维 RS 纠删码编码方案对区块数据进行重新编码，允许轻节点只需下载区块数据的一小部分即可多轮随机采样验证数据的可用性，并且允许多个节点并行处理不同的数据部分，提升了整体效率。

Source：Celestia.org

过程中另一项关键技术是 Celestia 引入的命名空间 Merkle 树（NMTs）技术，使得不同的 rollup 只需下载与自己相关的交易数据，从而提高数据处理效率。NMTs 不仅减少了数据冗余，提升了系统性能，还为开发者提供了更高效的数据处理方式。

安全性方面，Celestia 基于 Tendermint 共识机制，验证人对 Data Blob 达成一致性，确保数据在网络中的可用性和一致性，能够容忍最多三分之一的验证者节点出现故障或恶意行为。通过质押 TIA 代币，Celestia 的验证者受到经济激励，确保诚实行为，并对恶意行为或不当操作进行罚没，从而保障网络的安全性。目前 Celestia 的 TVL 约为 64.4 亿美元，全节点数量为 100 个。

关于可拓展性，Celestia 的区块大小可以根据网络中活跃轻节点的数量进行动态调整。随着更多节点的加入，Celestia 可以安全地增加区块大小，理论上无限提高吞吐量和可扩展性。目前的数据显示，其数据吞吐量约为 6.67 MB/s。

Celestia Blob 容量和存储特性及定价机制:

为了成本的比较，我们在此简单讨论 celestia 的性能以及定价机制。用户在 Celestia 上提交数据时，通过提交 Blob 交易（BlobTx）实现，费用由 blob space 费用和 gas 费组成。

具体来说，每个 Blob 的最大大小限制略小于 2 MiB（1, 973, 786 字节），每个区块可以包含多个 Blob，具体数量取决于区块的总大小限制。当前最大区块大小为 64 x 64 shares（约 2 MiB），总共 4096 个 shares，其中一个 share 保留用于 PFB（PayForBlobs）交易，其余 4095 个 shares 用于数据存储。Celestia 的费用市场类似于以太坊的 EIP-1559 机制，使用基于 gas 价格的优先级内存池。交易费用较高的交易会被验证者优先处理，费用由每笔交易的固定费用以及基于每个 Blob 大小的可变费用组成。

根据 celenium 上的 rollup 数据综合统计（6 月 17 日），对于各个整合 Celestia 的客户，使用 Celestia 的 DA 成本在 0.02-0.25 Tia/Mib 之间，折合 6 月 17 日的 $TIA 的价格 ($ 7.26)，几个主要客户的 DA 成本在 $ 0.15 – $ 1.82/MiB 不等。因此，与以太坊链上原生 DA 相比，Celestia 提供了一个具有竞争力且稳定的成本结构。

Source: Celenium

Source: Celenium，gas price 稳定在 0.015 UTIA 左右 ( 1 uTIA = TIA × 10 − 6)

但是， Celestia 本身是 Layer 1 区块链网络，需要 P2P 网络对 Data Blob 进行广播和共识，虽然轻节点可以采用 DAS 来确保数据可用，但网络对其全节点仍然有着很高的要求（128 MB/s 下载和 12.5 MB/s 上传），为去中心化和未来吞吐量提升带来障碍。相比之下，EigenDA 采用了不同的架构——不需要做共识，也不需要 P2P 网络。

2.3 EigenDA

作为利用 EigenLayer 构建的主动验证服务（AVS），EigenDA 通过再质押机制，利用以太坊的安全性（不需要引入新的验证器集，以太坊验证者可以自由选择加入，EigenDA 的再质押节点是以太坊节点的子集）来保障数据可用性，很好地直接利用了现有基础设施。其主要工作流程为，Rollup sequencer 生成 Blob Data 后将其发送给 Disperser（可由 rollup 本身运行，或通过第三方，比如 EigenLabs），Disperser 会对 Blob Data 进行数据分片，生成纠删码及 KZG 承诺，然后发布到 EigenDA 的节点，而后 EigenDA 的节点会验证 Attestation 并保障数据可用性，验证结束后，节点需将数据进行存储并将数字签名发送回 Disperser。最后，Disperser 讲收集签名并将其上传给以太坊主网上的 EigenDA 智能合约进行最终的聚合签名的正确性验证。

核心的 idea 依旧是利用技术减少对节点的数据存储和验证算力的要求。然而，EigenDA 选择了与以太坊升级相一致的 KZG 承诺验证技术来实现。此外，EigenDA 不依赖共识协议和 P2P 传播，而是使用单播来进一步提高共识速度。

而对于确保 EigenDA 节点真的对数据可用进行了存储，EigenDA 使用托管证明（Proof of Custody）方法，如果出现，惰性验证器任何人都可以向 EigenDA 智能合约提交证明，该证明将由智能合约进行验证。如果验证成功，惰性验证器将被 Slashing。

因此，EigenDA 的解决方案过程都是在以太坊上进行，由以太坊提供共识保证，因此不必受限于共识协议和 P2P 网络低吞吐量的瓶颈，节点无需等待顺序排序，可以直接并行处理数据可用性证明，极大地提高了网络效率。

Source: Eigenlayer

EigenDA 的容量性能及费用：

EigenDA 目前的节点运营商数量为 266 个。其最大吞吐量目标在 10 Mbps。根据 7 天平均数据，EigenDA 的数据吞吐量为 0.685 Mib/s，数据存储和传输费用约为 0.001 Gas/Byte，折合下来，假设 gas 费用为 10 gwei 且以太坊价格为 $ 3600,每 1 MB 数据的费用约为 0.038 美元。总质押 TVL 为 3.33 M ETH, 接近 12 亿美元。

Source: EigenDA.xyz

综合比较分析 Celestia vs. EigenDA

从技术角度来看，Celestia 和 EigenDA 在多个方面存在差异。首先，在节点负载方面，Celestia 的全节点需要处理广播、共识和验证，下载带宽需求为 128 MB/s，上传带宽需求为 12.5 MB/s，而 EigenDA 的节点不处理广播和共识，带宽需求仅为 0.3 MB/s，而且其可以使用以太坊节点的子集。其次，吞吐量方面，Celestia 的最大吞吐量约为 6.67 MB/s，而 EigenDA 目标达到最大 10 MB/s。在安全性方面，Celestia 的安全性来源于其网络价值，质押价值约为 66.5 亿美元，攻击成本超过 40 亿美元。EigenDA 基于重新质押的资产价值和主网运营者份额继承了一部分以太坊的安全性，目前的 TVL 接近 12 亿美元，大约继承了以太坊 2% 的安全性。

综合来看，Celestia 的竞争优势在于其灵活的模块化设计和较高的数据吞吐量，使其更受中小型 L2 和应用链的青睐。而 EigenDA 的优势采用了使用以太坊基础设施，将数据可用性与共识解耦带来的正统性。未来，随着模块化和应用链双重趋势的发展，Celestia 可能从增量市场中受益，而 EigenDA 则可能在需要更高安全性的以太坊中心市场中占据更大份额。

3. Avail 和 NearDA

虽然目前 Celestia 和 EigenDA 在数据可用性市场占据主导地位，但未来的竞争格局可能会发生变化。随着 Avail 和 NearDA 这两个项目的潜在上线，数据可用性领域的竞争态势有望进一步加剧。

Avail 是一个专注于数据可用性的区块链网络，旨在为 EVM 兼容的区块链和 Rollups 提供高效的交易排序和数据存储服务。它采用继承自 Polkadot SDK 的 BABE 和 GRANDPA 共识机制，Avail 使用 KZG 多项式承诺作为有效性证明，使用提名权益证明 (NPoS) 支持多达 1, 000 个验证者，并通过独特的轻客户端 P2P 网络采样机制提供可靠的备份。

另一方面，NearDA 是由 NEAR Foundation 推出的数据可用性解决方案，主要为 ETH Rollup 和以太坊开发者提供 DA 服务。它的目标是提供一个具有成本效益的 DA 解决方案，去中心化程度与 Near Protocol 相当。目前已经与 Polygon CDK、Arbitrum、Optimism 等以太坊生态系统中的主要参与者建立了战略合作关系。 

而短期看来，对于 Rollups 来说，更有效地减少边际成本是最好建立壁垒的方法，其中针对市场状况调整收入和成本模式是比较好的解决方案。

4. 针对特定场景的 DA

除了上述这样的针对 rollup 的通用性 DA 以外，当前 DA 赛道也萌生了一些比较早期的，以及针对特定场景的 DA 项目，如专为 AI 定制的高吞吐量 DA 方案 Zerogravity（0 G），和比特币 DA 方案 Nubit。

4.1 Zerogravity（0 G）

AI 应用对数据可用性的需求与传统区块链应用不同。AI 模型训练和运行需要处理大量数据，包括模型参数、训练数据集、实时数据请求等。这些数据需要快速、可靠地存储和传输，以确保 AI 模型的效率和性能。然而，现有的通用 DA 方案，如 Celestia 和 EigenDA，主要设计用于满足普通区块链应用的数据可用性需求，在处理超高吞吐量、低延迟的大规模数据传输时存在一定的局限性。

ZeroGravity ( 0 G) 希望通过模块化设计和高性能数据传输来专门满足 AI 应用的需求。其模块化设计将数据可用性工作流分为数据发布和数据存储两个通道，使得系统可以随着节点数量的增加而线性扩展。数据存储通道专注于大数据传输，确保大数据可以几乎瞬时存储和访问。而数据发布通道则用于保证数据的可用性，通过一个基于多数诚实假设的仲裁系统进行验证。0 G Storage 是一个由存储节点网络组成的链上数据库。存储节点通过「随机访问证明」(PoRA) 挖矿过程参与，确保数据的可用性和完整性。它支持存储各种类型的 AI 相关数据，包括模型、训练数据、用户请求和实时检索增强生成 (RAG) 数据。

Source: 0 G

0 G 通过创新的系统设计，声称其目标是实现每秒 GB 级的链上数据传输，远超目前市场上的其他 DA 方案（如 Celestia 和 EigenDA 的每秒 MB 级数据传输）。具体来说， 0 G 声称其数据吞吐量可达每秒 50 到 100 GB，能够支持需要大量数据传输的 AI 模型训练等场景。

4.2 Nubit

在比特币生态逐渐起步并受到关注，有关比特币的各类技术路线也风起云涌，随着这些技术路线的发展，Ordinals、Layer 2、预言机等应用程序对高效、安全的数据可用性解决方案的需求也越来越迫切。这些应用程序需要能够快速、可靠地存储和传输大量数据，以确保其正常运行和用户体验的提升。例如，Ordinals 需要高效的数据存储和传输来支持数字艺术品的创建和交易，Layer 2 解决方案需要高吞吐量和低延迟来实现更好的扩展性，而预言机需要可靠的数据传输来确保数据的准确性和及时性。

Nubit 是比特币生态中首个原生的数据可用性 (DA) 层项目，旨在解决比特币主网吞吐量有限的问题，并为比特币生态的长远发展提供基础设施支持。Nubit 的工作流程包括数据提交、验证、广播、存储、采样和共识等多个步骤，确保数据的高效处理和高可用性。用户提交的数据经过 RS 编码处理后，由验证者节点使用 NuBFT 共识算法进行验证，并生成 KZG 承诺。验证后的数据块被广播到全网，存储节点负责存储完整数据块，而轻客户端通过数据可用性采样（DAS）协议验证数据的可用性。即使在网络故障情况下，节点仍可通过全存储节点和比特币网络上的 KZG 承诺恢复数据。

Nubit 旨在为比特币生态项目提供基础设施，已与多个项目如 Babylon、Merlin Chain、Polyhedra 等建立了合作关系，Nubit 将降低数据存储成本，比如在铭文市场需求激增的情况下, Nubit 可以服务与比特币 Layer 2 大幅降低数据发布成本,使得在比特币上存储和处理数据变得更加经济实惠。

5. Closing Thoughts

分析 DA 赛道的项目差异，我们在安全性（包括数据完整性、网络共识等）、可定制性与互操作性、性能和成本随着这些 DA 方案的广泛采用和不同项目在 DA 层选择上的差异，我们看到了一系列独特的技术和市场定位。

未来我们相信更多的 App-Rollup 会被推出市场。然而虽然潜在的市场增大，DA 赛道头部效应明显，Celestia、EigenDA 等会占据主要的市场份额，留给腰尾部的机会不多,竞争也在加剧。目前的容量对 Rollup 来说供大于求，例如在上线主网后，Celestia 网络带宽的利用率长期在 0.1% 以下，远低于其每日 46, 080 MB 的最大支持容量。然而，相较于以太坊目前的 15 个 Rollup 和每日 700 MB 的数据量，Celestia 的活动量仍有很大可用空间。

当然不排除未来可能有高性能网络对高 DA 带宽的需求，或例如 AI 项目的需求，此外还有一些比较早期的，以及针对特定场景的 DA 例如 Bitcoin DA，或许在细分领域可获得不错的市场份额。但 DA 本质上是个 to B 业务，DA 项目方的收入和生态项目的数量质量息息相关。现阶段我们认为市场上不需要过多的链下 DA 解决方案，除非其成本和效率实现几个数量级的飞跃。

总的来说，现在来看 DA 的商业模式中供应充足，但赛道的发展仍在演变，各种方案在技术和市场定位上展现出不同的竞争力。未来的发展将取决于技术的持续创新和市场需求的动态变化。

References: