Aave baru saja menembus pendapatan swap $1 juta, tapi INILAH yang terlewatkan

ambcryptoPublié le 2026-07-03Dernière mise à jour le 2026-07-03

Résumé

Aave (AAVE) tidak lagi hanya bergantung pada aktivitas deposito dan peminjaman, tetapi kini juga membangun aliran pendapatan baru melalui fitur swap. Pendapatan swap Aave DAO telah melampaui $1 juta sejak peluncuran "Aave Will Win", dengan sebagian besar kontribusi berasal dari jaringan Ethereum (ETH), disusul Arbitrum (ARB) dan beberapa chain lainnya. Ini menambah sumber pendapatan di luar fee berbasis AUM dari pasar lending. Aktivitas on-chain Aave juga meningkat, terutama setelah peluncuran V4 Global Dollar Hub. Meskipun harga AAVE sempat naik dari sekitar $72 ke $95 sebelum dikoreksi ke level $85, pertumbuhan pengguna tetap kuat. Alamat baru AAVE mencapai 1.806 pada 30 Juni, jauh di atas rata-rata harian sekitar 200 di musim semi, dan alamat aktif sempat menyentuh 3.144. Secara teknis, AAVE diperdagangkan di sekitar $87 dengan RSI di 58 (tidak overbought) dan CMF positif di 0.10, mengindikasikan masih ada ketertarikan beli. Dengan rencana pengembangan fitur seperti leverage tools dan dukungan V4 di Aave Pro, basis pendapatan ini berpotensi terus tumbuh.

Aave [AAVE] tidak lagi hanya berkembang melalui aktivitas deposit dan peminjaman; mereka juga membangun aliran pendapatan baru. Dengan peluncuran Global Dollar Hub Aave dan peningkatan aktivitas pengguna, proyek ini kembali mendapatkan momentum.

Pendapatan swap Aave DAO menembus $1 juta!

Pendapatan swap Aave DAO telah menembus $1 juta sejak peluncuran Aave Will Win. Biaya partner kumulatif yang diharapkan telah meningkat sejak April, dengan lonjakan sekitar awal Juni dan pertumbuhan berkelanjutan sepanjang bulan.

Sumber: X

Sebagian besar pendapatan ini berasal dari Ethereum [ETH], sementara Arbitrum [ARB] dan beberapa chain lainnya juga memberikan kontribusi yang lebih kecil. Menariknya, ini memberikan Aave aliran pendapatan lain di luar biaya berbasis AUM yang biasa dari pasar peminjaman.

Dengan lebih banyak fitur yang direncanakan – termasuk alat leverage, dukungan pembangun transaksi, dan dukungan V4 di Aave Pro – basis pendapatan ini dapat terus tumbuh.

Pertumbuhan dompet baru bertahan lebih lama daripada harga AAVE

Di luar ini, aktivitas on-chain Aave juga melonjak. Sekitar peluncuran V4 Global Dollar Hub-nya, harga AAVE bergerak dari hampir $72 menjadi sekitar $95, sebelum turun kembali ke arah $85.

Sumber: Santiment

Namun, yang mencolok adalah bahwa pertumbuhan pengguna tidak memudar seiring harga. Alamat AAVE baru mencapai 1.806 pada tanggal 30 Juni, jauh di atas kecepatan musim semi biasa sekitar 200 per hari.

Pertumbuhan alamat baru juga jauh di atas garis dasar sepanjang minggu ini. Bahkan, alamat aktif berada di atas 2.200 dan mencapai 3.144 pada titik tertingginya.

AAVE bertahan di atas zona penurunan

Ini sedikit penyeimbang untuk cerita ini. Setelah pergerakan menuju area $95-$100, AAVE turun kembali di bawah $90 pada grafik.

Sumber: TradingView

Namun, token ini juga belum sepenuhnya kehilangan kecepatannya. Token ini diperdagangkan sekitar $87 pada saat pers, dengan upaya pemulihan kecil.

RSI berada di 58, jadi reli tidak lagi terlalu panas. Tampaknya masih ada kekuatan yang tersisa. CMF juga positif di 0,10, menunjukkan minat beli.

Ringkasan Akhir

  • Aave DAO menembus $1 juta dalam pendapatan swap, menambah mode pendapatan baru.
  • Harga AAVE mengerem di grafik, tetapi alamat baru juga mencapai 1.806.

Questions liées

QDari mana sebagian besar pendapatan swap Aave DAO berasal?

ASebagian besar pendapatan swap Aave DAO berasal dari jaringan Ethereum (ETH). Jaringan lain seperti Arbitrum (ARB) juga memberikan kontribusi yang lebih kecil.

QBerapa banyak alamat AAVE baru yang tercatat pada tanggal 30 Juni, dan bagaimana perbandingannya dengan periode sebelumnya?

APada tanggal 30 Juni, tercatat 1.806 alamat AAVE baru. Jumlah ini jauh lebih tinggi dibandingkan kecepatan normal di musim semi yang sekitar 200 alamat per hari.

QApa saja fitur yang direncanakan Aave yang dapat mendorong pertumbuhan pendapatan lebih lanjut?

AFitur yang direncanakan Aave termasuk alat leverage, dukungan pembangun transaksi (transaction builder support), dan dukungan V4 di Aave Pro. Fitur-fitur ini diharapkan dapat membantu basis pendapatan mereka terus tumbuh.

QBagaimana kinerja harga token AAVE setelah mencapai area $95-$100?

ASetelah bergerak ke area $95-$100, harga token AAVE jatuh kembali di bawah $90. Namun, pada waktu artikel dibuat, token diperdagangkan di sekitar $87 dengan upaya pemulihan kecil.

QApa yang ditunjukkan oleh indikator RSI dan CMF untuk token AAVE pada saat artikel dibuat?

AIndikator RSI berada di level 58, menunjukkan bahwa rally tidak lagi terlalu panas namun masih ada kekuatan tersisa. Sementara itu, CMF positif di level 0.10, mengindikasikan adanya minat beli.

Lectures associées

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

Dans un contexte où l'IA et la robotique progressent rapidement, un article de *The Economist* relance le débat sur un problème fondamental de l'ère numérique : comment les humains peuvent-ils partager la valeur créée par des machines de plus en plus compétentes ? Historiquement, les gains de productivité se traduisaient par une augmentation des salaires et de la consommation. Cependant, l'IA, en remplaçant non seulement le travail manuel mais aussi le travail cognitif, risque de rompre ce cycle. La croissance économique et les profits pourraient continuer tandis que le nombre d'humains participant directement à la création de valeur diminuerait, posant un défi crucial de répartition des richesses. La situation en Chine illustre cette tension : malgré des avancées significatives dans les nouvelles technologies, la consommation reste faible, révélant une difficulté à faire circuler les bénéfices de l'innovation vers les revenus des ménages. Ce phénomène est global : la valeur se concentre chez les géants technologiques, tandis que la part du travail dans le PIB recule. Face à ce défi, plusieurs voies sont envisagées : le modèle capitaliste traditionnel, une voie d'État-capitalisme, ou des mécanismes innovants comme des fonds souverains numériques, une actionnariat populaire ou un revenu de base. La capacité à construire un système de distribution équitable, permettant à tous de bénéficier des gains de productivité de l'IA, deviendra un facteur clé de compétitivité et de stabilité sociale au XXIe siècle. Pour la Chine, comme pour toutes les nations, résoudre cette équation sera essentiel pour façonner l'avenir.

marsbitIl y a 4 mins

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

marsbitIl y a 4 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

Le carry trade sur les marchés émergents financé en dollars a généré des rendements positifs pendant sept trimestres consécutifs, soit la plus longue série depuis 2008, avec un gain cumulé d’environ 22 % depuis fin 2024. Cette stratégie, qui consiste à emprunter dans des devises à bas taux comme le dollar ou l’euro pour investir dans des actifs à haut rendement en monnaies émergentes (telles que la livre turque ou le peso colombien), a surperformé les obligations d’État américaines, les obligations souveraines et d’entreprise des marchés émergents. Les rendements ont été amplifiés par l’appréciation des devises émergentes face au dollar, notamment en Colombie où la combinaison du rendement obligataire et de la hausse du taux de change a rapporté 48 % sur un an. Malgré l’intervention historique conjointe des États-Unis et du Japon sur le marché des changes en août, qui a brièvement fait chuter le yen, le risque de liquidations désordonnées est jugé limité, les investisseurs ayant substitué l’euro et le franc suisse au yen comme monnaies de financement. Les risques principaux identifiés sont le calendrier de la politique monétaire de la Fed et la concentration excessive des capitaux sur cette stratégie, ce qui pourrait la rendre vulnérable à un retournement soudain. Les gestionnaires restent néanmoins confiants, citant les taux d’intérêt élevés dans des régions comme l’Amérique latine et l’Europe de l’Est, soutenus par des pressions inflationnistes persistantes et la géopolitique énergétique.

marsbitIl y a 20 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

marsbitIl y a 20 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

L'algorithme d'apprentissage automatique fondamental, la descente de gradient, a été « condamné » par l'IA elle-même ? Une récente étude conjointe de l'Université Tsinghua et de la Wharton School de l'Université de Pennsylvanie apporte une conclusion attendue depuis 40 ans : pour atteindre une vitesse optimale, ajuster uniquement la taille des pas (le taux d'apprentissage) ne suffit pas. Historiquement, la descente de gradient standard a une vitesse de convergence en O(1/T). En 1983, Nesterov a introduit l'élan (momentum), atteignant O(1/T²). Une question persistante était de savoir si, sans modifier la structure de l'algorithme, un simple réglage minutieux de la séquence des pas pouvait égaler cette performance. En 2023, des chercheurs du MIT ont conçu la « silver stepsize », une séquence de pas fractale atteignant O(T^{-1.2716}). Les chercheurs Jianhao Ma (Tsinghua) et Yuxin Chen (Wharton) ont inversé la problématique : au lieu de chercher une meilleure séquence, ils ont prouvé qu'il existe une limite infranchissable. Le cœur de la preuve a été généré par GPT-5.6 Sol Pro. Guidés par le concept d'« oracle résistant », les chercheurs ont demandé à l'IA de construire une fonction convexe spécifique qui force la descente de gradient à suivre un chemin lent, quelle que soit la séquence de pas choisie. L'IA a proposé une construction géométrique dans un espace de haute dimension utilisant l'enveloppe de Moreau. Après plusieurs itérations de corrections, GPT-5.6 a établi une borne inférieure de convergence en Ω(T^{-1.9319}) pour toute séquence de pas prédéterminée. Cela signifie qu'il est mathématiquement impossible pour la descente de gradient pure (sans momentum) de dépasser cette vitesse, confirmant la nécessité de modifier la structure de l'algorithme pour une convergence optimale. La preuve a été formellement vérifiée sans aucune erreur par l'assistant de preuve Lean 4, garantissant sa solidité logique. Ce travail démontre le potentiel de l'IA en tant qu'assistant de recherche capable de résoudre des problèmes théoriques profonds, ouvrant la voie à de nouvelles collaborations homme-machine en science fondamentale.

marsbitIl y a 29 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

marsbitIl y a 29 mins

Anthropic s’incline et reconnaît ses torts, la dégradation discrète de l’intelligence de Claude avérée

Le développeur argofowl a découvert que depuis la version 2.1.237 de Claude Code, le niveau de raisonnement « high » était interprété comme la valeur « 10 », autrefois associée au niveau « low ». Cette modification faisait partie d’une expérience A/B menée par Anthropic sur la compression de l’échelle des valeurs d’effort, sans notification aux utilisateurs, provoquant confusion et débats sur une éventuelle perte de performance. Parallèlement, des utilisateurs ont signalé une dégradation des capacités du modèle Opus 5, le décrivant comme négligent, répétitif et sujet à des erreurs. L’ingénieur Thariq Shihipar d’Anthropic a reconnu que ce modèle présentait une instabilité de performance, devenue une priorité pour l’équipe. Cet incident met en lumière un problème sectoriel : le décalage entre les scores élevés des benchmarks et l’expérience utilisateur perçue. Contrairement aux logiciels traditionnels, les mises à jour des modèles d’IA manquent souvent de transparence, avec des modifications en arrière-plan (tests A/B, ajustements) qui échappent aux utilisateurs, dont la « perception » devient le seul indicateur, bien que peu fiable. La stabilité est cruciale pour instaurer la confiance lorsque les modèles deviennent des infrastructures.

marsbitIl y a 30 mins

Anthropic s’incline et reconnaît ses torts, la dégradation discrète de l’intelligence de Claude avérée

marsbitIl y a 30 mins

Décrypter les vérités sur l'effet de levier, la liquidité et les risques liés au jetonnage d'actifs

La tokenisation des actifs du monde réel (RWA) ne se limite pas à créer un jeton représentant un actif. C’est un simple code-barres, non une chaîne d’approvisionnement financière complète. La vraie transformation vient de l’intégration à la DeFi, qui permet l’évaluation, le financement, la couverture et la liquidité. Les RWA fonctionnent sur plusieurs horloges temporelles : blockchain en temps réel, marchés traditionnels fermés la nuit/week-end, et processus de rachat lents. Ce décalage crée un risque de liquidation où la DeFi exige un règlement immédiat, mais le monde réel impose des délais. Ainsi, un jeton d’obligation d’État stable peut être plus risqué qu’un actif crypto volatil mais liquide 24h/24. La liquidité réelle ne se mesure pas par la TVL, mais par la capacité à sortir d’une position sous pression, dans un délai donné et sans décote excessive. Trois voies de sortie existent : vente sur le marché, rachat par l’émetteur, ou prêt garanti. Le levier est ce qui crée l’utilité économique, mais il accroît aussi la fragilité. Les paramètres de garantie (haircuts) doivent intégrer non seulement la volatilité, mais aussi l’exécutabilité légale, la fraîcheur des données, les délais de rachat et la concentration des holdings. Les risques des RWA forment un graphe de dépendances interconnectées (émetteur, gardien, oracle, marchés secondaires, protocoles de prêt). Une défaillance localisée peut se propager. Une surveillance proactive des files de rachat, de la profondeur du marché et du comportement des market makers est cruciale. Au-delà des obligations d’État, les actifs prometteurs sont la puissance de calcul (GPU) et l’énergie, avec leurs propres modèles de risque. Les actions tokenisées et les contrats perpétuels sur actions constituent un test majeur, combinant propriété et levier, mais nécessitent des garde-fous architecturaux pour éviter des spirales de liquidation. En somme, l’étape suivante n’est pas de tokeniser plus d’actifs, mais de construire la couche de marché qui transforme les jetons en infrastructures financières résilientes, capables de résister à un week-end de crise. Le jeton n’est que le code-barres ; le marché est la machine.

marsbitIl y a 43 mins

Décrypter les vérités sur l'effet de levier, la liquidité et les risques liés au jetonnage d'actifs

marsbitIl y a 43 mins

Trading

Spot
活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow