Ethena的$USDe在短短500天内达到了100亿美元的市值

凌晨3点，刷着Twitter，看到某个大V又在喊单。心里想着"这次应该靠谱吧"，手指在买入键上犹豫了半天。 买了怕被割，不买怕错过百倍币。犹犹豫豫辗转反侧。 你是不是也有过上面的心路历程？这就是我们做Vibes的初衷，帮你辨别 —— ▫️这波热度是真的还是刷出来的？Twitter上突然爆火的币，到底是真的有人在讨论，还是在假象？ ▫️什么时候该跑路？当某个KOL突然开始疯狂喊单，是不是应该小心的时候？ 所以什么是 #OKX Vibes—— 专门为memecoin和热点代币设计的交易辅助工具，解决你最关心的问题： ▫️谁在喊？ - 实时追踪地址动向 ▫️他们准吗？ - 历史喊单记录和成功率 ▫️会不会rug？ - 识别虚假热度，预警风险 欢迎使用以及反馈产品建议🫡！ App版本稍后就来😉

🧐Mind Network 是我一直在追踪的项目，该项目的核心是 FHE 全同态加密，允许信息在加密条件下直接计算，无需解密，不仅能用在区块链，传统企业也能用。 这也就给了 @mindnetwork_xyz 与 Web2 企业合作，做增量市场的机会。 Mind 最近提出了链上加密消息协议（Encrypted Messaging Onchain），针对链上 RWA 交易，让不适合直接公开在链上的信息隐私掉，并在隐私状态下完成计算、验证等步骤，实现可信隐私。 而此前。在 AI 领域，Mind 与 Deepseek 合作，而且是真正被 Deepseek 列到官方 Github 里的合作伙伴。原本可能只是一个 PR，但最近，也有了续集。 Mind 又与字节跳动生态合作，BytePlus 将通过其 ModelArk 平台通过标准化 API 提供 DeepSeek。 涉及 DeepSeek 的整个推理过程将使用 Mind Network 的专有 FHE 模块进行保护，例如 Mind FHE Rust SDK，确保数据在整个交互过程中保持加密和私密，从用户输入到模型调用到最终输出。 所有验证和计算任务将在 BytePlus 的函数计算基础设施上执行。 简单说，就是借助 Mind 的 FHE 全同态加密，Deepseek 在服务字节生态项目的同时，不用担心自己模型隐私问题。 这个合作牛逼的点在于，可以服务办公软件 Lark 的用户，然后 Emmm，Lark 目前有过千万用户。还未字节生态的 COZE AI Agent 提供了数据隐私服务，可以体验下 。 其实之前 Mind 还跟阿里云有合作。帮助实现 AI 数据在隐私状态下计算仍可信的问题。 另外，据说已经与某巨头公司达成初步合作。 继续观察中， 🧐🧐

@mindnetwork_xyz 是我一直在追踪的项目，该项目的核心是 FHE 全同态加密，允许信息在加密条件下直接计算，无需解密，不仅能用在区块链，传统企业也能用。 这也就给了 Mind 与 Web2 企业合作，做增量市场的机会。 Mind 最近提出了链上加密消息协议（Encrypted Messaging Onchain），针对链上 RWA 交易，让不适合直接公开在链上的信息隐私掉，并在隐私状态下完成计算、验证等步骤，实现可信隐私。 而此前。在 AI 领域，Mind 与 Deepseek 合作，而且是真正被 Deepseek 列到官方 Github 里的合作伙伴。原本可能只是一个 PR，但最近，也有了续集。 Mind 又与字节跳动生态合作，BytePlus 将通过其 ModelArk 平台通过标准化 API 提供 DeepSeek。 涉及 DeepSeek 的整个推理过程将使用 Mind Network 的专有 FHE 模块进行保护，例如 Mind FHE Rust SDK，确保数据在整个交互过程中保持加密和私密，从用户输入到模型调用到最终输出。 所有验证和计算任务将在 BytePlus 的函数计算基础设施上执行。 简单说，就是借助 Mind 的 FHE 全同态加密，Deepseek 在服务字节生态项目的同时，不用担心自己模型隐私问题。 这个合作牛逼的点在于，可以服务办公软件 Lark 的用户，然后 Emmm，Lark 目前有过千万用户。还未字节生态的 COZE AI Agent 提供了数据隐私服务，可以体验下 。 其实之前 Mind 还跟阿里云有合作。帮助实现 AI 数据在隐私状态下计算仍可信的问题。 另外，据说已经与某巨头公司达成初步合作。 继续观察中， 🧐🧐

今天是我加入 @MantaNetwork 三周年的日子🧐 没有小作文，就酱😜

Solana 在 Hyperliquid 上线之后会有很强的危机感吧，因为感觉 Solana 的目标，就是想实现一个功能更强大更贴近 CEX 的 Hyperliquid 😂😂

《以后我们都是E卫兵了》（这篇真的属于奔走相告版，希望应转尽转 1/ ETH 正在复制 BTC 在传统市场中的走势，开始被华尔街重新定价。 今年下半年，有望走出更强的价格表现。 2/ 除了 BTC 和 ETH，其他代币走类似 MSTR 或 SBET 的模式，更多是炒作性质。 区别在于： 炒作型：为了拉高出货 落地型：为了重新定价 未来这一区分会愈发明显。 3/ SOL 可能正进入一次“伟大的撤退”。 需等待新的叙事（Narrative）驱动，才能推动价格重回上行。 4/ Binance Alpha 模式需重新审视： 混合上好项目与坏项目，整体收益可能大于首发一周的收益，值得密切关注并积极参与。 5/ 市场结构已变。 BTC 横盘后，过去那种“山寨轮动”的行情难以再现。 未来更多是 BTC → ETH 的资金轮动，山寨币涨幅将趋于炒作型波段交易。 6/ 📌 谁才是市场的真正主力？ 不是 ETF（主要是散户），也不是 CTA/量化（趋势跟随），也不是 CEX/MM（被动流动性提供者）。 而是：方向型对冲基金，如 Galaxy、Millennium Management，他们才是真正的庄家。 这些“庄”主导 BTC 的走势动能。 当他们启动建仓，其他趋势跟随者（CTA、MM）和散户才会接力，推动整体市场形成“合力”。 这也解释了为何许多传统指标开始失效——市场驱动力已经变了。 真正有效的是理解谁在主导 趋势的起点。 金库类公司（如 MSTR）通过 OTC 方式买入，不会影响盘面波动，不是“庄”，也不是主导市场走势的资金。 7/ 💥 Tom Lee（Bitmine Chairman）已主导 2.5 亿美金的 ETH 战略储备计划，这一点被华尔街所认可， 华尔街机构正在重新构建 ETH 的定价模型。 ETH 是稳定币清算的桥梁。 目前 50%+ 的稳定币清算发生在 ETH 上。 稳定币市场预期规模为 2 万亿美元： 按 CRCL PE 300 计算，按 PE 100 来看，ETH 应破万美金，目前也远未被合理定价。 8/ 当前华尔街对于 Crypto 的核心观点： 1. 美股代币化 2. 代币美股化 ETH 在这个逻辑中是最大受益者。 9/ Genesis 法案和稳定币监管红利不涉及 SOL、BNB 等链。 当前成立的宏观定价逻辑，仅支撑 BTC 与 ETH。 ———————————————————————— 总结： BTC、ETH = 落地型逻辑、机构驱动、趋势合力形成 SOL、BNB以及其他山寨币 = 暂不成立，缺乏法案与机构支持 真正的主力已从散户和轮动逻辑中转移到方向性对冲基金手中

$ETH 强势突破1小时压力位，回踩4小时级别后继续上攻，看 ATH🧐

$ENA 也玩微策略模式，好家伙。 @stablecoin_x 宣布筹集 3.6 亿美元资金用于收购 $ENA ，并将寻求在纳斯达克上市其 A 类普通股，股票代码为 $USDE ，其中包括来自 @ethena_labs 基金会的 6000 万美元 $ENA 捐款 $ENA 几乎触及 0.6刀周线阻力位，接下来两周能否强势突破极为关键。 4小时级别回调位置在 0.45左右，1小时级别回调位置 0.5左右。（就还挺整数的，看来是个有强迫症的庄家呢） 其实接下来我还挺期待 @convergeonchain ，如何能进一步增加 ENA 消耗场景和收入来源，拉高估值上限。

聊聊 @SuiNetwork 团队开发的另一个存储项目 @WalrusProtocol 🧐🧐 Sui 开发公司 Mysten Labs，其实还开发了一个数据层项目 @WalrusProtocol 。 Walrus 是做数据存储和数据可用的项目。我研究完就一个感受——“牛逼”。这是我见过的最好的存储项目。 以下是正文， 去中心化存储项目主要有两类。 第一类采用完全复制（full replication）方式，以低效的冗余换取安全，即每个节点都存储完整数据副本，代表项目 @Filecoin Arweave 。 第二类采用 Reed-Solomon 纠删码方式，将原始数据切片保存，代表项目 @Storj 、Sia 等。 ———————————————————————————————— 用说人话的方式解释纠删码（Erasure Codes） 纠删码（Erasure Codes）的存储方式需要解释下，严谨来说，是将原始文件分割成 f+1 个原始切片，生成 2f 个额外的修复切片（repair slivers），每个存储节点保存一个不同的切片，任意 f+1 个切片就能重建原始文件。 好吧，你可以跳过这段不说人话的表述，来看下面这段。 假设我们要保存 4 个重要数字：[3, 7, 2, 5]，这 4 个数字就是我们的"原始切片"。 接下来，我们要生成额外切片， 修复切片1 = 3 + 7 + 2 + 5 = 17 修复切片2 = 3×1 + 7×2 + 2×3 + 5×4 = 47 修复切片3 = 3×1² + 7×2² + 2×3² + 5×4² = 131 现在我们有 7 个切片：[3, 7, 2, 5, 17, 47, 131]了，对吧。 假设系统有7个节点，我们分发出去， 张三：3 李四：7 王五：2 赵六：5 钱七：17 孙八：47 周九：131 假设李四、赵六、周九丢失了数据，我们只有：[3, _, 2, _, 17, 47, _] 。 那怎么恢复原始数据咧？ 还记得额外切片那里的公式么？没错，解一个二元一次方程。 3 + X + 2 + Y = 17 3×1 + X×2 + 2×3 + Y×4 = 47 得 X=7，Y=5 。 当然这只是一个很简易的例子。 你只需要记住纠删码达成的效果就好。效果是，只要有超过 1/3 节点正常就行。 换言之，在纠删码系统内，节点只存储数据切片就可以，只要超过 1/3 节点能运作，数据就可以恢复，但是需要节点稳定，因为替换成本高。 但在完全复制的系统内，需要有下载全部数据副本的全节点存在。 前者以牺牲部分安全性为代价换取低成本，后者则是以冗余为代价换取系统安全稳定。 ———————————————————————————————— Walrus 的二维 (two-dimensional, 2D) 纠删码创新 Walrus 的方式，其实是去了中间点，在二者之间达成某种平衡。核心也是采用纠删码方式，只是在此技术上创造了改进性的技术 Red Stuff。 Red Stuff 采用了更巧妙的编码方式，对数据分片。还记得之前纠删码的例子吗？ 要保存 4 个重要数字：[3, 7, 2, 5]，要生成额外切片，最后解二元一次方程。 还是这个例子解释下 Red Stuff。Red Stuff 编码方式是二维 (two-dimensional, 2D) 编码算法，你可以想象成“数独”。 3 7 25 在 Red Stuf 编码里变成了， [3 7] [2 5] 假设编码规则是， 第3列 = 第1列 + 第2列 第4列 = 第1列×2 + 第2列×2 第3行 = 第1行 + 第2行 第4行 = 第1行×2 + 第2行×2 这是额外切片变成了 [3 7 10 20] [2 5 7 14] [5 12 18 34] [10 24 34 68] 接下来，我们按照行和列分发给节点， 张三：3 7 10 20，也就是第一行 李四：2 5 7 14，第二行 王五：5 12 18 34，… 赵六：10 24 35 68，… 钱七：3 2 5 10，第一列 孙八：7 5 12 24，… 周九：10 7 18 34，… 郑十：20 14 34 68，… 假设王五丢了数据，也就是第3行数据丢失。那其实他只需要问第一行的张三和第二行的李四，分别要他们 10 和 7 数字就好了。 同样是二元一次方程求解，得出结果。 从以上通俗但不那么严谨的例子中，我们可以总结 Red Stuff 的特点， 恢复数据时，不需要完整的行或列，只需特定位置的数据即可。这个特性可以称之为“局部性”。 另外，一个数字，可以从行和列两个维度恢复，也就是“信息重用”。 再其次，对于复杂数据，可以先恢复更“容易”方便计算的维度，再利用已恢复数据计算困难维度，也就是“渐进性”。 在实际应用中，假设某文件，在纠删码架构下，编码为 301个切片。 通常的纠删码系统，恢复1个切片需 101个切片，而在 Red Stuff，恢复1对切片只需约 200个单独的符号。 假设存储 1GB 文件，系统有 301 个节点，通常的纠删码系统，节点故障后需要下载 1GB 才能恢复切片，而 Red Stuff，每个节点存储：主切片(3.3MB) + 次切片(3.3MB) = 6.6MB。 恢复时只需下载约 10MB 的符号数据，节省 99% 的带宽。 这个设计让 Walrus 能够以极低的带宽成本维护一个大规模的去中心化存储网络，将恢复成本从 O(|blob|) 降到 O(|blob|/n)。这就是为什么 Red Stuff 被称为"自我修复"的原因。 除此之外，Walrus 加入了很多安全特性，比如是首个在异步网络中支持存储挑战的协议。 这里所谓的“挑战”，类似于 Optimistic 机制对节点数据存储情况的抽查。 Red Stuff 每个切片都添加可验证的加密承诺（commitments），每个符号可独立验证等等。 总结下特点， 1）首个异步安全：解决了分布式存储对节点的信任问题； 2）自验证：内置防伪机制； 3）渐进式：处理节点动态变化； 4）可扩展：支持数百到数千节点； 以在安全和效率间找到最佳平衡。 （以上是本文第一部分）