Balancer Usul Perombakan Besar untuk Kurangi Emisi, Potong Biaya, dan Atur Ulang Strategi Pasca-Eksploitasi

ambcryptoDipublikasikan tanggal 2026-03-24Terakhir diperbarui pada 2026-03-24

Abstrak

Balancer mengusulkan perubahan besar pada protokol dan operasinya untuk beralih dari model pertumbuhan berbasis insentif ke model yang lebih ramping dan berfokus pada pendapatan. Proposal ini mencakup penghentian semua emisi token BAL, penghapusan sistem veBAL, dan pengalihan 100% biaya protokol ke Kas DAO. Rencana ini juga meliputi program buyback dan pembakaran hingga 35% pasokan token untuk mengurangi dilusi. Fokus produk akan dipersempit pada kolam yang menghasilkan pendapatan, dengan dukungan rantai multi yang dibatasi hanya untuk jaringan yang menguntungkan. Meski berisiko kehilangan TVL dan sentralisasi, langkah ini mencerminkan pergeseran industri DeFi menuju keberlanjutan jangka panjang berbasis pendapatan organik.

Balancer mengusulkan restrukturisasi besar-besaran terhadap protokol dan operasinya. Proposal ini menandakan pergeseran dari pertumbuhan berbasis insentif menuju model yang lebih ramping dan berfokus pada pendapatan, menyusul eksploitasi baru-baru ini dan penurunan kinerja ekonomi.

Dua proposal governance diterbitkan pada 23 Maret. Proposal tersebut merencanakan strategi terkoordinasi untuk merombak tokenomics protokol dan mengurangi biaya operasional, dengan tujuan mencapai keberlanjutan jangka panjang.

Emisi Dihentikan, veBAL Dihapus Bertahap

Inti dari proposal ini adalah perombakan total terhadap tokenomics BAL.

Balancer berencana untuk:

  • Menghentikan semua emisi BAL segera, mengakhiri model insentif likuiditasnya
  • Menghapus veBAL secara bertahap, menghilangkan imbalan fee dan manfaat ekonomi yang terkait dengan token yang dikunci
  • Mengalirkan 100% fee protokol ke DAO Treasury, menggantikan pembagian yang saat ini berlaku untuk insentif, mitra, dan pemegang veBAL

Proposal ini berargumen bahwa sistem saat ini menciptakan "ekonomi sirkular," di mana biaya insentif lebih besar daripada pendapatan yang dihasilkannya, sementara emisi yang berkelanjutan mengencerkan (dilusi) nilai pemegang token yang ada.

Di bawah model baru, pendapatan tahunan DAO diproyeksikan naik dari sekitar $290K menjadi $1,22 juta, karena semua fee protokol disimpan secara terpusat.

Target Buyback dan Burn Hingga 35% dari Pasokan

Untuk mengatasi pengenceran jangka panjang, DAO juga mengusulkan program buyback dan burn yang danainya berasal dari treasury.

Rencananya akan mengalokasikan hingga 35% dari aset treasury [~$3,6 juta] untuk membeli kembali BAL pada nilai aset bersihnya [NAV]. Hal ini berpotensi menghilangkan sekitar 35% dari pasokan yang beredar jika dieksekusi sepenuhnya.

Selain itu, inisiatif ini dirancang untuk menyediakan likuiditas keluar bagi para pemegang token sekaligus mengurangi kelebihan pasokan dari emisi selama bertahun-tahun.

Fokus Beralih ke Produk Penghasil Pendapatan

Di bawah struktur baru, Balancer akan mempersempit fokus produknya pada area dengan potensi pendapatan yang terbukti atau tinggi, termasuk boosted pools dan sistem reCLAMM-nya.

Protokol ini juga akan meninjau deployment-nya di lebih dari sembilan chain. Dukungan berkelanjutan akan dibatasi pada jaringan yang menghasilkan pendapatan signifikan, seperti Ethereum, Arbitrum, Base, dan Gnosis.

Selain itu, deployment yang tidak performatif mungkin akan dihentikan untuk mengurangi overhead operasional.

Risiko Tetap Ada Saat Insentif Dihapus

Balancer mengakui bahwa menghapus emisi dan insentif dapat menyebabkan penurunan total nilai terkunci [TVL], karena penyedia likuiditas yang mengandalkan imbalan mungkin akan keluar.

Pergeseran ini juga mengurangi peran governance veBAL. Ini memusatkan pengambilan keputusan operasional dalam tim inti yang lebih kecil, memunculkan kekhawatiran tentang sentralisasi.

Pergeseran Strategi DeFi yang Lebih Luas

Proposal ini mencerminkan tren yang lebih luas di seluruh keuangan terdesentralisasi (DeFi), di mana protokol-protokol mengevaluasi kembali model pertumbuhan berbasis insentif berat yang mengandalkan emisi token.

Pendekatan Balancer menandai transisi menuju model yang berbasis pada pendapatan organik, disiplin biaya, dan pelestarian modal.


Ringkasan Akhir

  • Balancer mengusulkan reset penuh terhadap tokenomics dan operasinya, mengakhiri emisi dan memotong biaya untuk beralih ke model yang digerakkan oleh pendapatan.
  • Perombakan ini menyoroti pergeseran yang lebih luas di DeFi, karena protokol-protokol beralih dari pertumbuhan berbasis insentif menuju keberlanjutan jangka panjang.

Pertanyaan Terkait

QApa saja perubahan utama yang diusulkan dalam tokenomics Balancer?

ABalancer mengusulkan untuk menghentikan semua emisi BAL, menghapus sistem veBAL, dan mengalihkan 100% biaya protokol ke Perbendaharaan DAO.

QBerapa peningkatan pendapatan tahunan yang diproyeksikan untuk DAO di bawah model baru?

APendapatan tahunan DAO diproyeksikan meningkat dari sekitar $290K menjadi $1.22M.

QApa tujuan dari program buyback and burn yang diusulkan?

AProgram ini bertujuan untuk membeli kembali hingga 35% pasokan BAL yang beredar untuk mengurangi dilusi dan memberikan likuiditas keluar bagi pemegang token.

QRisiko apa yang diakui Balancer dengan menghapus insentif?

ABalancer mengakui risiko penurunan Total Value Locked (TVL) dan peningkatan sentralisasi dalam pengambilan keputusan.

QApa fokus baru Balancer di bawah struktur yang diusulkan?

ABalancer akan berfokus pada produk yang menghasilkan pendapatan seperti boosted pools dan sistem reCLAMM, serta mendukung hanya jaringan yang memberikan pendapatan signifikan.

Bacaan Terkait

MicroStrategy Tidak Akan Mati dalam Penurunan Ini: Refleksivitas, Jangkar Kembali STRC ke Nilai Nominal, dan Logika Penyelamatan 'Jual Saham, Jangan Jual Koin'

Penulis (@bonnazhu) menganalisis penurunan harga Bitcoin (BTC) terkini dan dampaknya pada MicroStrategy (MSTR) serta saham preferennya (STRC). Intinya: 1. **Pemicu Penurunan**: Penurunan cepat BTC diduga akibat serangan pasar yang memanfaatkan kekhawatiran likuiditas MSTR. MSTR menggunakan cadangan kasnya untuk membeli kembali obligasi konversi dan menjual 32 BTC, memicu narasi "krisis arus kas". Ini adalah contoh **refleksivitas**, di mana ekspektasi pasar dapat mengubah realitas—serupa dengan serangan George Soros terhadap poundsterling. 2. **STRC dan Anjaknya**: STRC turun karena kekhawatiran pasar atas kemampuan MSTR membayar dividen, meningkatkan tingkat pengembalian yang disyaratkan. Namun, sebagai obligasi suku bunga mengambang, harga STRC akan kembali ke nilai pari (100) seiring waktu karena dividen dapat disesuaikan. 3. **Solusi yang Direkomendasikan**: Daripada menjual BTC (yang merusak narasi "tidak pernah jual BTC" dan mengurangi premium mNAV), MSTR sebaiknya **menerbitkan saham baru** saat mNAV > 1. Ini mengisi cadangan kas tanpa mengurangi kepemilikan BTC per saham, mempertahankan premium, meningkatkan ekuitas, dan memperbaiki rasio utang. Menjual BTC justru memperburuk rasio utang, mengurangi kepemilikan BTC per saham, dan dapat merusak narasi investasi jangka panjang. Kesimpulan: MSTR dapat mengatasi tekanan jangka pendek, tetapi menjual BTC berisiko merusak model bisnisnya. Jika MSTR memilih menjual BTC, krisis mungkin teratasi sekarang, tetapi dapat memicu siklus refleksif serupa di masa depan jika narasi intinya berubah.

marsbit35m yang lalu

MicroStrategy Tidak Akan Mati dalam Penurunan Ini: Refleksivitas, Jangkar Kembali STRC ke Nilai Nominal, dan Logika Penyelamatan 'Jual Saham, Jangan Jual Koin'

marsbit35m yang lalu

Humanity Digerog Rp46,6 Miliar, Satu Kunci Pribadi Jatuhkan Harga Token 90%

9 Juni, proyek identitas digital Humanity Protocol mengalami serangan keamanan besar akibat kebocoran kunci pribadi anggota yayasan, menyebabkan kerugian lebih dari $31 juta. Ratusan alamat yang memegang token H dibobol, dengan sekitar $9 juta dikonversi ke ETH dan $9,9 juta lainnya masih dalam bentuk token H. Menyusul insiden ini, pendiri Terence Kwok menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, dan kapitalisasi pasar merosot dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung verifikasi identitas menggunakan sidap telapak tangan dan zero-knowledge proof. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 dari 9 juta ID yang terverifikasi biometrik, serta tuduhan mengenai kode aplikasi dan praktik pertumbuhan pengguna yang dipertanyakan. Ini bukan kali pertama Kwok menghadapi kegagalan besar; startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah menghabiskan $170 juta dana investasi. Serangan ini menyoroti kembali masalah mendasar dalam manajemen kunci pribadi di industri kripto, di mana celah keamanan operasional tradisional masih menimbulkan kerugian besar. Hingga berita ini dibuat, belum ada skema kompensasi untuk pengguna yang dirugikan.

marsbit36m yang lalu

Humanity Digerog Rp46,6 Miliar, Satu Kunci Pribadi Jatuhkan Harga Token 90%

marsbit36m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

**Ringkasan Insiden Keamanan Humanity Protocol: Kerugian $31 Juta akibat Kebocoran Kunci Pribadi** Menurut analisis rantai, dompet yang berinteraksi dengan proyek identitas digital Humanity mengalami serangan berkelanjutan pada 9 Juni. Lebih dari 300 alamat yang memegang token H telah diretas, dengan total kerugian melebihi $31 juta. Sekitar $9 juta telah dikonversi ke ETH. Pendiri Humanity, Terence Kwok, mengonfirmasi insiden keamanan ini disebabkan oleh kebocoran kunci pribadi anggota yayasan. Ia menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, menyebabkan kapitalisasi pasar turun dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung identitas digital terdesentralisasi menggunakan pengenalan tapak tangan. Proyek ini telah mengumpulkan pendanaan $50 juta dengan valuasi mencapai $1,1 miliar. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 juta dari 9 juta ID yang terverifikasi secara biometrik, serta adanya klaim bahwa ini adalah proyek "shell" dengan kode yang diduga berasal dari penyedia pintu akses China. Riwayat Terence Kwok juga menambah risiko. Startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah membakar $170 juta dana investasi. Insiden ini menyoroti kegagalan manajemen keamanan dasar. Kebocoran kunci pribadi—masalah lama di industri—menghasilkan kerugian besar, menambah daftar serangan DeFi yang tahun ini telah melebihi $1 miliar. Sampai saat ini, belum ada skema kompensasi yang diumumkan untuk pengguna yang terdampak.

Foresight News58m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

Foresight News58m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

## Ringkasan: Bagaimana Melakukan Penelitian Mendalam dengan Dynamic Workflows Claude Melakukan riset teknologi penuh dengan jebakan, baik bagi manusia maupun AI, karena sering kali informasi yang berlimpah justru mengaburkan kesimpulan. AI cenderung terjebak dalam volume informasi dan lemah dalam asosiasi lintas bidang yang bernilai, meskipun unggul dalam eksekusi dan penelusuran detail secara berlapis. Penulis mengandalkan sistem *deep-research* sendiri namun ingin membandingkannya dengan kemampuan **Dynamic Workflows** pada Claude Code. Fitur ini memungkinkan AI merancang alur kerja yang optimal secara otomatis sebelum menjalankan tugas, berbeda dengan mode "rencana" biasa. Dinamakan dengan perintah `/deep-research`, ia mengkonsumsi token puluhan kali lebih banyak. Inti Dynamic Workflows adalah enam mode penjadwalan inti yang mengatur bagaimana tugas dipecah dan hasil digabung: 1. **Classify-And-Act (Routing):** Tugas diklasifikasi dan dialihkan ke *agent* spesialis yang paling tepat. Efisien dan cepat, tetapi kurang baik untuk tugas dengan batasan kabur. 2. **Fan-out & Merge (Pecah dan Gabung):** Tugas dipecah menjadi sub-tugas independen yang dijalankan paralel, lalu hasilnya digabung. Cepat dan terisolasi, tetapi boros token dan tantangannya ada pada penggabungan. 3. **Adversarial Verification (Verifikasi Adu Argumen):** Satu *agent* menghasilkan kesimpulan, beberapa *agent* lain menantangnya. Hasil diterima jika lolos verifikasi. Mengurangi bias konfirmasi, tetapi perlu batasan yang jelas. 4. **Generate & Filter (Hasilkan dan Saring):** Beberapa *agent* menghasilkan banyak kandidat jawaban untuk tugas yang sama, lalu disaring berdasarkan kriteria (rubrik) ketat. Bagus untuk diversitas, tetapi sangat bergantung pada kualitas rubrik. 5. **Tournament (Turnamen):** Beberapa *agent* bersaing menyelesaikan tugas yang sama, dinilai secara berpasangan (pairwise) hingga ditemukan pemenang terbaik. Stabil untuk penilaian relatif. 6. **Loop (Berulang):** *Agent* mencoba tugas berulang kali, belajar dari kesalahan, hingga kondisi berhenti terpenuhi. Satu-satunya mode untuk tugas dengan batasan tidak pasti, tetapi berisiko loop tak terbatas. **Pertarungan: Skill Penulis vs. Dynamic Workflows Bawaan** Skill penelitian penulis sebelumnya melibatkan pencarian, kompresi, analisis oleh multi-*agent*, dan deduplikasi. Namun, ia memiliki kelemahan mendasar: **kurang konvergensi berorientasi tujuan**, sering menghasilkan laporan panjang tanpa rekomendasi tindakan yang jelas. Dynamic Workflows Claude menambahkan lapisan krusial: * **Dekomposisi Masalah:** Memecah pertanyaan awal menjadi sub-pertanyaan yang tepat sebelum bertindak. * **Penilaian Kredibilitas:** Mengevaluasi keandalan setiap informasi berdasarkan sumbernya. * **Penghapusan Silang (Cross-Deletion):** Menghapus kesimpulan yang tidak mendapat suara cukup dari multi-*agent*, bukan sekadar menggabungkan rata-rata. * **Keluaran Berorientasi Target:** Laporan akhir dirancang untuk memberikan penilaian dan saran yang relevan dengan tujuan awal pengguna. Mekanisme ini mengatasi masalah umum AI: *goal drift* (pergeseran tujuan), *early stopping* (berhenti prematur), polusi konteks, dan bias output. **Kesimpulan** Dynamic Workflows merupakan terobosan dengan menstandarkan **proses penelitian itu sendiri**. Ia mengotomatiskan penjadwalan *agent*, validasi silang, dan deduplikasi, sehingga mengompresi riset yang biasanya butuh belasan percakapan menjadi hanya 3-4 kali interaksi (meski dengan konsumsi token jauh lebih tinggi). Namun, masih diperlukan beberapa iterasi karena tantangan seperti: 1) Kebutuhan verifikasi faktual yang sangat ketat (melebihi ketergantungan pada dokumen resmi), 2) Pemikiran mendalam lintas disiplin yang sangat baru, 3) Desain dan validasi solusi yang mempertimbangkan biaya dan implementasi, serta 4) Kemampuan kondensasi informasi ekstrem yang disesuaikan dengan audiens.

marsbit1j yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

marsbit1j yang lalu

Trading

Spot
Futures
活动图片