链上夹仓再现,普通用户如何安全参与早期资产交易

Odaily星球日报Dipublikasikan tanggal 2025-06-11Terakhir diperbarui pada 2025-06-11

Abstrak

BM Discovery为用户打造一个兼具便捷性与风控能力的资产参与入口。

近日,一笔看似常规的链上交易引发了业内广泛关注。一位钱包尾号 721 的用户在执行 KOGE/USDT 的买入操作时遭遇严重损失。据链上监测 @ai_ 9684 xtpa 报告,该用户订单被系统拆分路由至多个流动性池,并遭遇 MEV 攻击,花费 4.7 万枚 USDT 仅收到 0.009 枚 KOGE,折合单价高达 5, 181, 958 美元,损失惨重 。

尽管类似事件在去中心化交易生态中屡见不鲜,但这一次的金额之大、过程之典型,为加密用户敲响了链上操作风险的警钟。社交平台 X 上也有多个账号也对此事件发出警告,强调不要设置过高滑点,不要关闭 MEV 防护 。

高滑点与 MEV 防护缺失,链上交易风险骤增

这次惨痛的夹仓事件背后,包含两大关键失误:

  • 设置过高滑点:高滑点为 MEV 攻击预留了巨大利润空间,成为攻击者夹仓的诱饵;

  • 未开启 MEV 防护:放弃了关键交易保护后,用户直接暴露于夹仓风险中。

这种攻击方式中最常见的就是“三明治攻击”,通过操纵交易顺序和价格滑点区间,攻击者在目标交易之前低价买入,在目标交易拉高价格后迅速抛售获利。链上交易的复杂性使得滑点设置、资产拆分路径、池子流动性等变量成为常见的“暗雷”,对普通用户而言,风险识别与交易配置能力本身已构成门槛。

BM Discovery :以中心化优势重构链上资产参与体验

MEV 攻击、高滑点、路由拆分……这些链上交易复杂性带来的潜在风险不断浮现。简单一步操作失误,就可能引发资金损失。对于普通用户来说,缺乏专业工具和链上实操经验,让风险更加无形、更具威胁。

在此类风险频发的背景下,由 BitMart 推出的 BM Discovery 专区正在成为一个被更多用户关注的解决方案。该专区聚焦早期链上优质资产发现,通过中心化交易所的机制优势,为用户打造一个兼具便捷性与风控能力的资产参与入口。

链上夹仓再现,普通用户如何安全参与早期资产交易

BM Discovery 主要围绕三方面构建链上资产探索的新路径:

筛选机制专业化,减少用户盲目参与

BitMart 依托内部研究团队与链上数据追踪系统,对候选资产从基本面、链上活跃度、社区共识等维度进行交叉审查,筛除风险项目,预埋潜力资产,帮助用户在更低认知成本下获取早期 Alpha。许多资产在上线后,也均有良好的市场表现,涨幅明显。

中心化体验,解决操作与链上交互门槛

相较直接使用 DEX,BM Discovery 省去用户手动设定滑点、路由路径和钱包签名等复杂操作,所有交易在平台内完成,无需支付 gas,极大降低了用户误操作被夹或遭遇其他风险的可能。

风险动态响应,提升用户安全边际

BM Discovery 建立了一套链上+链下联动的风控体系。平台会持续监测上线资产的市场表现与潜在异常,动态下架风险资产,确保交易环境的持续可控。

此外,为鼓励更多用户使用 Discovery 参与链上资产挖掘,BitMart 正在限时推出 Discovery 专区现货交易 0 手续费优惠,为用户提供更低成本的尝试空间。

风险启示:从自由交易走向可信参与

在去中心化生态蓬勃发展的同时,越来越多的用户意识到,完全依靠用户个人完成链上策略与风控部署,还是存在一定门槛与风险。高滑点、MEV 漏洞等机制本身具备高度专业性,而 BM Discovery 代表的则是一种新思路:用更友好的交易架构和平台筛选机制,降低技术性风险的外溢,让更多用户得以更安全地参与早期资产红利。

BM Discovery 的推出,不仅是 BitMart 在链上资产布局层面的策略深化,也体现了其作为交易平台在“资产筛选—用户参与—安全保障”全流程中的主动建设能力。面对复杂多变的链上资产生态,BitMart 正在用更可控、更可信、更具专业壁垒的方式,为投资者打开一条新路径,规避暗礁,发现价值。

Bacaan Terkait

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto15m yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto15m yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit1j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit1j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit2j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit2j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit2j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit2j yang lalu

Trading

Spot
活动图片