🎄🎁給自己的一份聖誕禮物？我製作了一個 Morpho 供應優化器。 這個想法大致是這樣的： 問題： 當你在可用流動性低的池中供應時，你的存款可能會降低利率。 因此，最佳的做法是將資金分配到另一個市場，以便你的資金的整體年化收益率（APY）較高。 例如（假設預算為 $10,000）。這只是一個誇張的例子來說明： ❌ 選項 1：將 $10,000 分配到市場 1。 - 舊的報價 APY 為 10% → 存款後新的 APY 為 2%。 ☝️APY 利率為 2%。不好。 ✅ 選項 2： - 將 $5,000 分配到市場 1。 舊的報價 APY 為 10% → 新的 APY 為 8%。 - 將 $5,000 分配到市場 2。 舊的 APY 為 8% → 新的 APY 為 6%。 ☝️總混合平均 APY (5,000/10,000 × 0.08 + 5,000/10,000 × 0.06) = 7%。這很好。 所以問題變成了：如果我想在所有的 degen 市場中為 N 個市場這樣做，我該如何自動化這個優化？ 解決方案： Vibe 編碼了幾天，但非常掙扎。我不得不一次編碼一個函數，因為 AI 在理解所需的順序步驟時遇到了麻煩（加上 Morpho 的文檔）。 這是一個簡單的 SciPy 優化器，調用一個函數來確定每個市場的新模擬供應利率。 它也可以進行跨鏈，但目前它只是假設你的所有優化都是與 USD 相關的，因為我是一個不想花錢在價格數據上的守財奴。 這不是什麼尖端的東西，但我覺得它相當令人滿意。你可以通過在更多的 degen 市場中暴露非常少的資本來進行非常 degen 的操作，但即使這對我來說也太多了。 當然，最好還是手動驗證結果，因為我也不完全信任這個，但有時收益足夠直觀，可以知道結果是否合理。 為它做了一個快速的 "前端"：