【GMGN核心辅助决策指标失效，链上做市是怎么攻破指标，无声无息地控筹分筹的】 以新上币安alpha的项目 $AGON 为例，简单讲讲链上做市是怎么无声无息地控制筹码分发筹码，以及和gmgn这些数据平台上的指标（dev sell、bubble map等）是怎么进行攻防对抗的 让我们一起走近科学🔬 上个月就关注到这个项目，因为不跟大盘震荡走出强庄走势，就用它和朋友分享过看链上数据一些思路，当时发现数据上有趣的点在三个地方（截图是2月份截的）： 1. Devs的几个地址不停的在sell，都是初期卖了几百刀，后面全在倾销 2. 前100 holder非常奇怪，基本上都是同一天从CEX提币，然后全部都是200币附近的用USDT小额买入，偶尔几笔卖出 3. 看起来像是有一个群体在不断的分地址小额吸筹，从dev那边接过来 基于上述信息，我们有理由怀疑这批地址其实是一个人在卖出的同时换地址买入，这样就可以躲开bubble map的归集功能 那么我们可以深入看看链上的踪迹，尝试能否找到这些地址关联的蛛丝马迹。可惜这些地址大量使用交易所冷热钱包避开关联性，看着是链上比较成熟的玩家了 不过如果想要识别一批地址是不是被同一个人控制，除了Gas 溯源之外，行为模式是一种很好的识别模式，尤其是对人类来说 我们不需要很多定义，简单看一眼每个地址的交易记录组成的行为模式，就能心里对相似度有个大概的估计 比如这批地址都只主动交易过这一个token，交易时间数量也都在一个范围里，发一组例子： bscscan.com/address/0x912854… bscscan.com/address/0x7934a6… bscscan.com/address/0x22f02e… 看过一组地址之后，我们发现这些地址大致分为两类，我们用两个典型地址来代表两类作用 一类是和dev地址一样的地址，起到一个抢筹散发筹码的作用： 开盘大量买入后，这批地址在对敲交易里把筹码散给小地址，这样一边买一边卖就神不知鬼不觉地把筹码分发了出去 第二类还承担了护盘的作用，当价格跌破目标价时，会发挥一个托住底的功能 链上交易有不小的磨损，还可能被其他人抢筹（比如夹子MEV），那这些地址在换手筹码到小地址的时候是怎么处理这个问题的呢？ 这里有一个BSC有趣的特性，也是前几天大家在讨论MEV的时候币安的老师们推广过的功能，叫Bundled Transaction 这里简单来说就是把一捆交易打包起来一起发到链上，要不然一起上，要不然一起不上，这样中间就不会被任何其他交易插队进来 那顺着这个特性分析，使用这个服务的一个明显特征就是这一串交易会在同区块里连成串儿，可以看看开盘的这个区块，明显有一大串地址在开盘几乎拿完了所有的筹码，合理推断这批地址以及之后同区块换手接筹码的小地址都是属于庄家集团的 bscscan.com/txs?block=460719… 这个功能会用在两个地方，一个是开盘时确保自己打够足够的筹码，二是换手时确保没有夹子夹出磨损来 到这里我们基本上熟悉了怎么通过对敲交易来实现从dev地址几乎无损地换手到普通地址，这也是庄家如何攻破gmgn等平台一些常用指标（dev sell、bubble map等） 讲这些也是希望大家在冲狗的时候更加了解自己决策的风险在哪里，更多地做好风控 我和数据打交道很久，和Crypto结缘也是来这里做数据产品，这个版本确实是对数据产品和分析逻辑发出了很多挑战，极快的节奏把大家做决策的时间压缩到了分钟级别，几个核心指标看完就得决定要不要上车了，我也花了不少时间来适应这个版本 但是攻防对抗是持续的，每一个指标有且只会在一段窗口期里起作用，对于个人对于机构都是一样的，被研究透了指标就会失灵，动态调整使用的指标才能在这个行业持续走下去 @cz_binance @heyibinance 最后如果大家对如何用数据辅助决策这件事感兴趣，我还会继续分享一些基本的数据分析方法和一些实战case

币圈真是金融体验服，这一幕幕咱们也都很熟悉了

茅台这是不是遭遇最大职业危机了，这都没开茅台，坏事了

前一阵港深这边荔枝椿杀疯了，喜欢在阳台的衣服上产密密麻麻14颗绿卵，看了让人非常折磨（特别是密恐人士简直当场去世 今儿个我在窗户外看到一大堆多巴胺配色的密集小球，我心想坏了新品种在我家窗户边安家了 赶紧拍照问了一下豆包这是啥 结果豆包：可能是楼上丢下来的干燥剂😅😅

现在的推特信息流几乎被 AI 内容淹没，加密行业安静了许多，但在这种时候，线下聊出来的东西反而更纯粹 感谢 @star_okx @haiteng_okx @Mercy_okx 的邀请！ 4.20 的 OKX Web3 Night，在高空派对上过滤掉线上的 AI 杂音，只聊属于我们的热点 迪拜的活动取消了，那香港就是最好的共识凝聚地 期待在这里看到更多老友和新人，现场见

孙哥 @justinsuntron 今天提到 WLFI 合约的黑名单功能对他造成了巨大损失 之前 @DriftProtocol 的大额被盗，归根结底也和合约权限管理有关 合约安全其实是一个动态问题 传统的审计报告只能代表某个时间点的结果，但受限于审计师的带宽和周期，用户们往往在这种3天倒计时、急着塞资金的节奏里，等不到一份及时的审计更新结果 所以，一个随时随地、动态审计的服务显得尤为必要，而这种超额带宽的服务能力，就是AI的能力 这次 @solana 黑客松的头奖项目，展示了 AI 如何帮我们用动态视角审视风险，我们终于有能力实时掌握操作风险，审计也将从此进入下一个篇章 很开心能看到 @Normanrockon 的作品 AI for good

如果你每天的日常是刷手机，那你大概率也会被裹挟进一种巨大的AI技术焦虑中 看看国内，打开微信，量子位、机器之心这些公众号，每天的公众号体文章： “震惊！某大模型再次进化” “干掉XXX，这个AI工具彻底杀死行业” 光看标题，就已经让人喘不过气 再看看海外，打开推特，时间线里各行各业的大佬们仿佛全都 all in 了 AI。他们每天用OpenClaw🦞好像搓出来好多钱，读着都费劲的AI印刷长文被批量制造，内容的流量非常夸张 在那个世界里，AI 已经无所不能，而你仿佛是唯一一个被时代抛弃的人 然而，当我们把视线从信息茧房里抽离出来，看看真实的世界和下沉市场，你会发现这完全是两个世界 全球网民到底是怎么用 AI 的？真正为AI工具付费、并将其深度融入工作流的人，依然只是极少数 大众对AI的认知在哪里？过年回家的时候，春晚里的机器人在表演，家里人指着说，“这就是 AI吧” 这就是真实的下沉市场。当科技圈在为 AGI何时到来吵得不可开交时，大多数用户可能只是在手机里下载了一个豆包，就这还是因为春晚发了红包，并且年轻人过年回家手把手教学才安装使用的 他们试着问了几个问题，发现这东西能陪聊、能解答一些常识，然后感叹一句“挺好”，而这就已经是足以领先大多数人的AI产品先锋用户，对AI认知的全部了 这与推特上那种AI已经改变世界的狂热，中间隔着太平洋 那推特上的朋友们真的用AI成为先进生产力了吗？我观察更多的可能是一种虚假的参与感： 每天像强迫症一样刷着 AI 前沿资讯，收藏一堆“改变效率的100个AI工具”、“Claude Code 必用的 Skill 宝典”、付费请人帮忙安装🦞Openclaw 一系列操作下来，其实啥事没干，却成功让自己产生了一种“我也在狠狠参与这场伟大的人类技术变革”的幻觉 我们必须停止这种被媒体和算法劫持的注意力，把目光从宏大叙事中收回来，看看自己的双手： 我们到底要用AI来做什么实际的事？ 我喜欢AI下乡这个描述，下乡意味着脱下高级前沿的长衫，去解决最基础、最繁琐的问题 在这之外，少点焦虑 最后，用 @KevinZbtc 老师分享的这段话结尾： 不要因为媒体的注意力劫持而焦虑，甚至忘记如何好好生活 吃点好的，睡觉运动 一切都来得及💛

但是买token就是买项目的周边 你买了项目能赚钱，但是你不能期待项目会给你任何回馈 就好像你买了明星的周边，他能分到钱，但他不会因为你买了他的周边就陪你吃晚饭 周边和明星有关，但买周边这件事和明星本人无关

上一轮市场下坠的时候，大家讨论的是谈恋爱和找片儿💓 这一轮只看到了议政，有一种行业里的大家都已经微萎不再年轻的感觉🌭 所以现在是到哪个阶段了

看到群里在讨论这个信息，怎么说我的SOL手机终于有人接盘了吗？

今日流量密码学习：让男的说话 好为人师是刻在Y染色体上的🧬，好色也是💛

有时候也感慨@star_okx 现在也是超绝网感，比如 @heyibinance @justinsuntron 等友商老板都关注了的你司优秀员工 @0x_KevinZ ，内容质量一流实战经验丰富，是谁没有关注我不说🤷这不会也是人才计划里的一部分吧

感觉项目起名字还是挺重要的 之前华语区很流行给项目英文名测吉凶，而且对比项目表现准确率还真的奇高🤷也是玄学的胜利了 还有一种是蹭优质项目流量的名字，这也是一把双刃剑，起的好能蹭到冷启动的流量，但也会因此只有不相关的流量而很难开展后面的业务🤔 比如这个做AI的buildpad，因为名字和launchpad平台 @buidlpad 太过相似（注意d和l的位置），而且真的很多人会手误打错成buildpad给他导了不少流量，每条都有远超followers数量的views，因为搜一下他们的handle就会发现真的超多人打错它的名字 说到 @buidlpad ，之前的几个项目都是稳稳的收益，如果你质押了 @MMTFinance 在 @buidlpad 上的hodl额度，加入团队并且ID上加Ⓜ️Ⓜ️T以及tag他们出来，介绍一下这个项目的亮点就可以参与到打新活动里来，比如： Momentum @MMTFinance DEX 运用 $SUI 独特的可编程交易块 (PTB) 技术，将兑换、添加流动性等多步骤操作合并为一次原子交易，从而降低费用、简化体验。其并行执行架构确保了高吞吐量和交易速度，有效减少了 MEV 风险。自上线以来，平台已吸引超 210 万用户，总TVL 突破 5.5 亿美元，成为 Sui 生态中流动性最深厚的场所。作为 Sui 的核心流动性引擎，它为各类协议提供支持，并已成为项目方首选的流动性与分发合作平台 $MMT @MMTFinance @buidlpad

【写在黄金持续ATH的时候，Crypto行业关于黄金、 $BTC 、加密资产你可以知道的东西】 对于习惯了大波动的 Crypto 用户来说，黄金这个“压舱石”资产常常被我们忽略。但是： 从今年1月1日到现在，主流加密资产除了 $BNB ，完全没有一个能比得上黄金高达夸张的66%的涨幅，特别是考虑到黄金夸张的资金容纳能力 👀补充几个关于黄金的具象化感受 📱在10月5日的时候，1个 $BTC 和1 kg 黄金美元价值几乎相同，而一根1kg的黄金金条差不多是半个iPhone那么大，不过这轮加密大跌而黄金持续ATH的此消彼长之下，目前1kg 黄金比1个btc贵30% 🗄️我2049期间在新加坡考察了一个金库，更直观地感受到了：1吨黄金的储存空间差不多就是一个大保险箱那么大，而且并不是因为放不下，其实保险箱里面大部份空间都是空的，而是因为承重和存储要求的原因考虑，只适合放这么多 🧈换句话说Tether在瑞士储存的80吨黄金，其实10来个卧室房间就够存了，但这80吨黄金价值超过10B USD 习惯了加密世界的我们，享受了加密资产带来的很多隐形优点，而且我们甚至都经常忘了这些优点的存在，比如： ✅标准化共识 黄金作为实物，由于其纯度等物理性质，是有着不同的标准的，目前最广为接受的交易黄金标准是LBMA，一般符合这种标准的金叫伦敦金 而加密资产并不需要这类共识搭建，因为token本身就是共识的凝结 ✅可验证性 由于区块链本身的账本属性，加密货币天然具备可验证性 而实物黄金由于其切割、转移、储存难度都不小 实际上大家交易的过程中，通常分为allocated和unallocated两种：其中allocated交易通常也只是发生所属权的转让，而较少涉及到转运等后续步骤；unallocated黄金交易相当于有一个大的黄金池子，只记录交易本身的发生，再统一进行结算，其本身的统计平帐这些也是一个偏中心化的操作，确实是没有crypto的透明度优势，毕竟这些纸黄金产品通常也只有季度审计报告 ✅资产无限可分 不难想象，如果想交易实物黄金，你可能只能选择买卖一块标准大小的金条，是有不小的最小买入金额限制的 而加密世界里我们经常听到的10U战神，其实也隐含着加密资产无限可分的性质带来的便利 ✅无存储运维成本 黄金本身并不能生息，看似与 $BTC 类似，但是其实对于大规模存储来说，黄金是有着差不多有近-1%的持有成本的 所以说对于实物黄金来说，本身就是一个负利息的资产， 纸黄金也通常会有0.5-1%的管理年费，但是我们熟悉的加密资产，得益于公链和钱包等基础设施，通常是没有持有成本的 ✅交易的便捷性 由于以上种种实物黄金的优缺点，实物黄金的流通非常麻烦，尤其涉及到指认资产的转移，纸黄金这类产品虽然提供了更低的交易门槛，但这也是对实物黄金的标准化共识和可验证性进行了取舍，并且开户要求和市场运营时间也是没有加密资产来的便捷 此外在很多国家交易黄金确实是有很多限制的，比如日本有10%的实物黄金税 💡我的一个判断是，作为全世界共识最大的资产，黄金是一定有与加密有融合的，相信这类非加密原生资产会给整个行业带来不一样的冲击 🧐在深入黄金这个行业的过程中，你还会发现很多水下的信息：比如不生息的黄金是如何生息的，伦敦的金价与纽约的金价的价差预示着什么，为什么水贝这次能有这么大的跑路事件 下一期可以讲解一下金本位复燃与Long China的小故事

是谁收到了 @kunlunstar 刚从新疆✈️带来的烤包子 是我💛 看着拿LV包装送来我也是很惊讶，没想到是比LV更好的礼物🎁 爱来自新疆

这次 @monad 应该是给撸测试网这个方向画了个句号，看到 @jason_chen998 老师提到 @EclipseFND 这个项目，其实大范围反撸这个事在eclipse就也是很有迹象了 我也想复盘一下，当时在全网FOMO“养牛”的热潮中，我是如何在数据辅助下，建议身边朋友避开这个撸毛大坑的 这不只是一个项目的成败，更关键的是，它揭示了在AI时代，我们应该如何正确地运用数据来做决策👇 让我们走进科学📷 当时，几乎所有看好Eclipse的分析，除了重复“融资背景牛逼”之外，都会提到一个极具诱惑力的“数据点”：“参与地址极少，现在入场还很不卷！” 很多人正是因为这条信息冲进去的，结果成了接盘侠。但这个“数据”真的可信吗？ 我顺着线索，打开了大家都在引用的那个Dune面板(dune.com/amashura/eclipse-br… ) 数据显示：某跨链桥到Eclipse的地址数和资金量确实很少，甚至大于0.1 ETH资金地址都只是寥寥，仅仅3000多个，与当时火热的市场情绪完全不符 但魔鬼藏在细节里。 我读了一下Query代码，发现它统计的是一个旧的跨链桥地址 0x83cB71D80078bf670b3EfeC6AD9E5E6407cD0fd1 再去链上浏览器核实，果然，这个旧地址在当时就早已没有新的资金流入 稍作搜索便会发现，官方早已更换了新的跨链桥 所以，基于一个废弃地址得出的数据，自然会营造出“没人参与，赶紧冲”的假象。而真实的情况是，新桥早已人满为患 这个坑本可以轻松避开——只要在分析时，多看一眼“近7日/30日数据增长趋势”，而不是只盯住一个静态的统计，就会发现数据不对劲 如今的AI时代，技术门槛确实大大降低了。在AI的帮助下，我们人人都能快速写出Dune的query、用Python做出精美的可视化，技术实现变得前所未有的简单 但在新技术的加持下，真正有效的数据分析，其核心逻辑从未改变： 可靠的数据源 合适的工具 专业的领域知识 -> 发现insight / 验证假设 AI极大地强化了“工具”的易用性，却也让我们更容易忽略这个流程的起点——数据源，真的可靠吗？ 这正是大多数人这次在Eclipse上栽跟头的原因 AI可以帮你写代码，但它不知道项目方会偷偷更换跨链桥地址；AI可以拉取数据，但它缺乏判断某个地址是否仍在运营的“业务常识” 这些看似微小、琐碎，但决定分析成败的水下知识，是目前AI无法替代的，也是“人”在分析中最核心的价值 AI时代，人人都可以是分析师，但最终胜出的，永远是那些既懂工具、又懂业务，并始终保持批判性思维的人 （尝试学习 @Normanrockon 发一张甜妹照片看看流量

冷知识：要跌90%价格的币，跌了80%的时候抄底进去还能亏50% simple math