Hyperliquid 的未来:HIP-3 与 HyperStone

深潮Publié le 2025-11-12Dernière mise à jour le 2025-11-13

Hyperliquid 的未来在 HIP-3,HIP-3 的根基在 HyperStone。

撰文:岳小鱼

Hyperliquid 的未来在 HIP-3,HIP-3 的根基在 HyperStone。

1️⃣ Hyperliquid 不只是在做一个链上合约交易所,而是正在构建一个生态,这件事天花板才足够高。

现在 RWA 热潮正汹涌,美债上链、美股上链,万物皆可上链。

但是这些市场 Hyperliquid 一家做不来,也吃不下,所以肯定要借助生态的力量。

2025 年 10 月 13 日,HIP-3 主网上线,实现了永续合约上市的完全去中心化。

从那天起,Hyperliquid 不再是审批制的交易所,而变成了任何人只要质押 100 万 HYPE,就能自己开市的开放平台。

简单说,Hyperliquid 将上币权开放给了社区。

2️⃣ 此时,当大家都想把各类资产都放到链上时,遇到的一个核心问题是什么呢?

其实是价格。

不同于 Hyperliquid 原生市场,是依赖验证者共识定价,HIP-3 市场完全依赖外部预言机提供价格数据。

这对数据准确性和实时性提出了极高要求。

因此预言机是最为关键的基础设施。

3️⃣ 这就一定要关注这个赛道的核心玩家:RedStone。

RedStone 早在 HyperEVM 启动之初就占据了 99.5% 的预言机市场主导地位,并担任 Hyperliquid 原生稳定币 USDH 的官方价格馈送提供商。

基于此,RedStone 又开发了 HyperStone,将其模块化预言机架构优化为 HIP-3 专用解决方案。

这是首个专为 HIP-3 设计的预言机。

HyperStone 可以帮助构建者从加密货币到代币化股票(比如 TSLA)、真实世界资产(RWA)甚至经济指标等,几乎任何资产上推出永续合约。

比如你想做一个 Tesla 股票永续合约,HyperStone 每 3 毫秒就告诉你一次:Tesla 现在美股多少钱。

可以说,没有 HyperStone,HIP-3 就是一座空城。

4️⃣ Hyperliquid 的护城河在哪里?

不是交易量,不是手续费,而是能建市场的人,和喂价的精度与速度。

Hyperliquid 正在从中心化团队驱动转向去中心化的交易网络。

而这个网络的每一次心跳,都来自 HyperStone 的 3 毫秒脉冲。

这就是为什么说 Hyperliquid 的未来在 HIP-3,HIP-3 的根基在 HyperStone。

具体的 @redstone_defi 项目剖析可以看下思维导图 ⬆️

Lectures associées

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

Le titre «Tout le monde accuse Claude d’être devenu bête, Anthropic révèle la vérité : ce n’est pas le modèle le problème» résume un malentendu répandu parmi les utilisateurs de Claude Code. Beaucoup pensent qu’un modèle plus grand signifie nécessairement une IA plus intelligente, ce qui les pousse à choisir des versions plus coûteuses comme Fable. Cependant, Anthropic a récemment clarifié cette confusion en expliquant la différence cruciale entre deux paramètres : le choix du modèle (Model) et le niveau d’effort (Effort). Le modèle détermine les capacités «gelées» de l’IA, basées sur des poids fixes acquis lors de l’entraînement. Il définit ce que l’IA sait ou ne sait pas faire. En revanche, le paramètre Effort contrôle l’«attitude» de Claude : à quel point il explore les fichiers, exécute des tests, vérifie ses réponses et persévère dans des tâches complexes. Un Effort élevé génère jusqu’à 7 fois plus de tokens qu’un Effort faible, car l’IA effectue plus de travail de fond. En mars, un changement par défaut du niveau d’Effort de «high» à «medium» a causé une impression généralisée que Claude était soudainement «devenu stupide», déclenchant des critiques sur GitHub. Anthropic a ensuite rétabli le paramètre par défaut et a souligné que, souvent, un modèle plus petit avec un Effort élevé peut surpasser un grand modèle avec un Effort faible. La clé est de diagnostiquer les erreurs : si Claude manque de persévérance (ne lit pas les fichiers, abandonne trop tôt), il faut augmenter l’Effort. S’il manque de connaissances malgré un contexte adéquat, il faut changer de modèle. Anthropic compare ainsi les modèles : Sonnet est un généraliste minutieux, Opus un expert rapide, et Fable un spécialiste pour les problèmes les plus complexes. Cet article marque un tournant : l’enjeu n’est plus seulement d’avoir le meilleur modèle, mais de savoir orchestrer intelligemment les agents IA. Bien paramétrer l’Effort et choisir judicieusement le modèle permet d’optimiser les performances et de réduire les coûts. Désormais, la compétence essentielle consiste à «donner du travail à l’IA» de manière efficace, pour exploiter pleinement son potentiel.

marsbitIl y a 1 h

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

marsbitIl y a 1 h

La Fondation Ethereum pourrait-elle devenir une "mascotte" ? Des organisations diversifiées se partagent désormais ses fonctions

La Fondation Ethereum (EF) est en pleine restructuration. L'équipe de support protocolaire a été dissoute et au moins huit cadres ont démissionné cette année, marquant la plus importante réduction d'effectifs de l'EF à ce jour. Ces départs coïncident avec l'émergence d'organisations indépendantes comme ETHLabs et Ethereum Institutional, qui reprennent des fonctions autrefois assumées par la Fondation. La réforme interne, initiée par le co-fondateur Vitalik Buterin, visait à restructurer l'organisation. Un récent communiqué a annoncé le licenciement de 54 employés, soit 20% du personnel, qualifiant ces postes de non essentiels. Parallèlement, d'anciens membres de l'EF créent de nouvelles entités : ETHLabs se concentre sur la recherche et le développement pour faire d'Ethereum une couche de règlement mondiale, tandis qu'Ethereum Institutional promeut l'adoption institutionnelle de la blockchain. Simultanément, l'EF innove techniquement. Son équipe de sécurité a testé avec succès l'utilisation d'agents IA pour auditer le réseau Ethereum, découvrant une vulnérabilité réelle. Si l'EF affirme que l'IA ne remplace pas les chercheurs, elle pourrait à terme impacter sa structure. Face à ces changements et aux critiques sur sa gouvernance, l'influence centrale de l'EF sur l'écosystème semble diminuer. Certains observateurs suggèrent qu'elle pourrait évoluer vers un rôle plus symbolique, laissant des organisations plus agiles piloter l'adoption à grande échelle et le développement futur d'Ethereum.

marsbitIl y a 1 h

La Fondation Ethereum pourrait-elle devenir une "mascotte" ? Des organisations diversifiées se partagent désormais ses fonctions

marsbitIl y a 1 h

Près d'une centaine de joueurs se ruent vers les données incarnées : 44,7 milliards levés en un an, qui peut vraiment gagner de l'argent en "vendant des données" ?

Près d'une centaine d'acteurs se ruent dans le secteur des données d'embodiment : 44,7 milliards de yuans levés en un an, mais qui peut vraiment gagner de l'argent en "vendant des données" ? Le secteur des données pour l'intelligence incarnée (embodiment) est en plein essor, avec 97 acteurs identifiés en Chine, dont 70 dans la collecte et 27 dans l'infrastructure. Sur un an, 15 prestataires de services indépendants spécialisés ont levé environ 44,7 milliards de yuans, un montant modeste comparé aux investissements totaux dans l'embodiment. La collecte s'organise autour de quatre approches principales : téléopération de robots physiques, collecte sans robot (via capteurs de mouvement), synthèse par simulation et distillation de vidéos internet. La plupart des acteurs combinent plusieurs méthodes. Les prestataires indépendants constituent le groupe le plus important (40%), devant les plateformes publiques (26%) et les fabricants de robots (25%). La capacité de production annuelle actuelle est estimée entre 1,6 et 1,8 million d'heures de données, avec un objectif de multiplication par 15 à 20 d'ici 1 à 3 ans. Des "usines à données" sont implantées dans 20 provinces, principalement dans les régions côtières développées. Le financement reste concentré sur des sociétés en phase précoce ; plus de la moitié des prestataires indépendants financés ont moins d'un an. La startup Lightwheel AI se distingue, ayant levé 31 milliards de yuans et atteint une valorisation de plus de 20 milliards de dollars. Cependant, les investisseurs restent prudents, aucun n'ayant effectué de pari massif sur le secteur. En résumé, le marché des données d'embodiment est devenu une piste indépendante et créatrice d'emplois, mais il en est encore à ses débuts. La viabilité commerciale d'un modèle basé sur la seule vente de données n'est pas encore démontrée. Les prochaines années seront cruciales pour vérifier si ces "vendeurs de pelles" peuvent réellement être rentables.

marsbitIl y a 4 h

Près d'une centaine de joueurs se ruent vers les données incarnées : 44,7 milliards levés en un an, qui peut vraiment gagner de l'argent en "vendant des données" ?

marsbitIl y a 4 h

Trading

Spot
活动图片