2 jours, 20 fois : Décryptage du mécanisme de market-making automatique du nouveau token Snowball

深潮Pubblicato 2025-12-22Pubblicato ultima volta 2025-12-22

Introduzione

En décembre, le marché crypto est calme, mais un meme token nommé Snowball a généré un effet de richesse local, passant de 0 à 10 millions de dollars de valorisation en quatre jours après son lancement sur pump.fun. Son mécanisme unique utilise les frais de créateur (généralement entre 0,5% et 1%) non pas pour enrichir les développeurs, mais pour alimenter un robot de market-making sur la blockchain. Ce robot utilise automatiquement les fonds accumulés pour : 1) acheter le token sur le marché, créant un support d'achat, 2) ajouter les token achetés et le SOL correspondant au pool de liquidités pour améliorer la profondeur, et 3) brûler 0,1% des token à chaque opération pour créer une déflation. Les frais varient également en fonction de la capitalisation marché pour optimiser l'accumulation de capitaux. L'effet boule de neige théorique est le suivant : les transactions génèrent des frais → les frais deviennent un pouvoir d'achat → les achats font monter le prix → la hausse attire plus de transactions. Les données on-chain montrent une distribution relativement dispersée des token et un flux net d'achats positif. Cependant, le mécanisme, bien que structurellement plus sûr car empêchant les développeurs de fuir avec les fonds, dépend entièrement d'un volume de transactions soutenu pour fonctionner. Dans un marché globalement froid, si les nouveaux acheteurs se raréfient, l'effet boule de neige peut s'inverser. Snowball est avant tout un meme token, et son mécanisme innovant ...

Le marché crypto est aussi froid que le temps en décembre.

Les transactions on-chain hibernent depuis longtemps, et les nouveaux récits se font rares. Il suffit de voir les discussions et les ragots dans le CT chinois ces derniers jours pour comprendre que plus personne ne joue sur ce marché.

Mais la communauté anglophone discute d'une nouveauté ces derniers jours.

Un meme token appelé Snowball, lancé sur pump.fun le 18 décembre, a atteint une capitalisation de 10 millions de dollars en quatre jours, continuant à battre de nouveaux records ; et le cercle chinois en parle à peine.

Dans un environnement actuel sans nouveau récit et où même les memes ne sont plus joués, c'est l'une des rares choses qui sortent du lot et qui créent un peu d'effet de richesse localisé.

Et Snowball, qui se traduit par effet boule de neige, est précisément l'histoire qu'il veut raconter :

Un mécanisme qui permet au token de « grossir tout seul ».

Transformer les frais de transaction en demande, faire rouler la boule de neige du market-making

Pour comprendre ce que fait Snowball, il faut d'abord savoir comment les tokens sur pump.fun génèrent généralement de l'argent.

Sur pump.fun, n'importe qui peut créer un token en quelques minutes. Le créateur du token peut définir des « frais de créateur », essentiellement un pourcentage prélevé sur chaque transaction qui va dans son portefeuille, généralement entre 0,5 % et 1 %.

Cet argent pourrait en théorie servir à construire la communauté, à faire de la promotion marché, mais en pratique, la plupart des Dev choisissent : accumuler et puis se casser.

Cela fait partie du cycle de vie typique des shitcoins. Lancement, pump, récolte des frais, exit. Les investisseurs ne parient pas sur le token lui-même, mais sur la conscience du développeur.

L'approche de Snowball est de ne pas prendre cet argent des frais de créateur.

Pour être précis, 100 % des frais de créateur n'entrent dans le portefeuille de personne, mais sont automatiquement transférés à un robot de market-making on-chain.

Ce robot exécute trois actions à intervalles réguliers :

Premièrement, utiliser les fonds accumulés pour acheter le token sur le marché, créant ainsi un support d'achat ;

Deuxièmement, ajouter les tokens achetés et le SOL correspondant au pool de liquidités, pour améliorer la profondeur de trading ;

Troisièmement, brûler 0,1 % des tokens à chaque opération, créant une déflation.

Parallèlement, le pourcentage des frais de créateur perçus par ce token n'est pas fixe ; il fluctue entre 0,05 % et 0,95 % en fonction de la capitalisation marché.

Il prélève plus lorsque la capitalisation est basse, permettant au robot d'accumuler des munitions plus rapidement ; il diminue lorsque la capitalisation est élevée, réduisant ainsi les frictions de transaction.

Pour résumer la logique de ce mécanisme en une phrase, chaque fois que vous tradez, une partie de l'argent se transforme automatiquement en demande d'achat et en liquidités, au lieu d'aller dans la poche du développeur.

Par conséquent, il est facile de comprendre cet effet boule de neige :

Les transactions génèrent des frais → Les frais deviennent de la demande d'achat → La demande fait monter le prix → Le prix attire plus de transactions → Plus de frais... Théoriquement, cela peut s'auto-alimenter.

Situation des données on-chain

Le mécanisme est expliqué, regardons les données on-chain.

Snowball a été lancé le 18 décembre, il y a quatre jours. Sa capitalisation est passée de zéro à 10 millions de dollars, avec un volume d'échanges sur 24 heures dépassant 11 millions.

Pour un shitcoin sur pump.fun, ce score est déjà considéré comme ayant une longévité respectable dans l'environnement actuel.

En termes de structure des jetons, il y a actuellement 7270 adresses de détenteurs. Les dix plus grands détenteurs représentent environ 20 % de l'offre totale, le plus grand détenteur unique en détenant 4,65 %.

(Source des données : surf.ai)

Il n'y a pas d'adresse détenant 20 à 30 % des jetons, la distribution est relativement dispersée.

Concernant les données de trading, depuis le lancement, il y a eu un cumul de plus de 58 000 transactions, dont 33 000 achats et 24 000 ventes. Le montant total des achats s'élève à 4,4 millions de dollars, les ventes à 4,3 millions, avec un flux net entrant d'environ 100 000 $. Les achats et les ventes sont globalement équilibrés, sans pression de vente unilatérale écrasante.

Le pool de liquidités contient environ 380 000 $, moitié tokens, moitié SOL. Pour cette taille de capitalisation, la profondeur n'est pas énorme, les ordres importants subiraient encore un slippage notable.

Un autre point notable est que Bybit Alpha a annoncé l'inscription du token moins de 96 heures après son lancement, confirmant dans une certaine mesure la popularité à court terme.

La machine perpétuelle rencontre un marché froid

En faisant le tour, on peut constater que la discussion dans la communauté anglophone sur Snowball se concentre principalement sur le mécanisme lui-même. La logique des supporters est directe :

C'est le premier meme coin qui verrouille à 100 % les frais de créateur dans le protocole, les développeurs ne peuvent pas prendre l'argent et s'enfuir, ce qui le rend structurellement plus sûr que les autres shitcoins.

Le développeur (Dev) joue également le jeu de ce récit. Le portefeuille du développeur, le portefeuille du robot de market-making, les journaux de transactions sont tous publics, en insistant sur le « vérifiable on-chain ».

@bschizojew s'est lui-même étiqueté comme « schizophrène on-chain, commando 4chan, vétéran de la première génération des meme coins », un parfum de degen auto-dérisoire qui correspond bien à l'appétit de la communauté crypto native.

Mais la sécurité du mécanisme et la capacité à gagner de l'argent sont deux choses différentes.

La condition préalable à l'effet boule de neige est d'avoir un volume de transactions suffisant pour générer continuellement des frais, alimentant le robot pour qu'il exécute les rachats. Plus il y a de transactions, plus le robot a de munitions, plus la demande d'achat est forte, plus le prix monte, attirant plus de transactions...

C'est aussi l'état idéal dans lequel toute prétendue roue de rachat de meme tourne pendant un bull run.

Le problème est que la roue a besoin d'une impulsion externe pour démarrer.

Quel est l'environnement actuel du marché crypto ? Une activité on-chain faible, une popularité globale des meme coins en baisse, et peu de fonds prêts à foncer sur les shitcoins. Dans ce contexte, si de nouveaux acheteurs ne suivent pas, que le volume de transactions se contracte, les frais que le robot peut collecter deviennent de moins en moins importants, la force des rachats s'affaiblit, le support des prix faiblit, et la volonté de trader diminue encore.

La roue peut tourner positivement, mais aussi négativement.

Un problème plus réaliste est que le mécanisme ne résout qu'un seul point de risque - « le développeur qui prend l'argent et s'enfuit » - mais les risques auxquels sont confrontés les meme coins vont bien au-delà.

Un dump des whales, des liquidités insuffisantes, un récit qui passe de mode - si l'une de ces choses se produit, le rachat à 100 % des frais aura un effet très limité.

Tout le monde a tellement eu peur de se faire avoir, un frère du cercle chinois l'a bien résumé :

Jouez, mais ne vous emballez pas.

Plus d'une boule de neige qui roule

Snowball n'est pas le seul projet à raconter cette histoire de market-making automatique.

Dans le même écosystème pump.fun, un token appelé FIREBALL fait aussi quelque chose de similaire : rachats automatiques et burns, le présentant comme un protocole auquel d'autres tokens pourraient se connecter. Mais sa capitalisation est bien inférieure à celle de Snowball.

Cela indique que le marché réagit actuellement à la direction des « meme coins à mécanisme ».

Le jeu traditionnel du shill, du pump, de l'agitation communautaire a de plus en plus de mal à attirer les capitaux. Raconter une histoire de « sécurité structurelle » grâce à la conception de mécanismes pourrait être l'une des tactiques récentes des meme coins.

Cependant, créer artificiellement un mécanisme n'est pas nouveau.

Le (3,3) d'OlympusDAO en 2021 en est l'exemple le plus typique, emballant un mécanisme de staking avec de la théorie des jeux, racontant l'histoire « si personne ne vend, on gagne tous ensemble », atteignant une capitalisation de plusieurs milliards de dollars à son apogée. La fin, vous la connaissez, spirale descendante, chute de plus de 90 %.

Un peu plus tôt, il y avait aussi le jeu de Safemoon avec son « taxe sur chaque transaction redistribuée aux détenteurs », également une narration d'innovation mécanique, finalement poursuivi par la SEC, le fondateur accusé de fraude.

Le mécanisme peut être un excellent crochet narratif, capable d'attirer des capitaux et de l'attention à court terme, mais le mécanisme en lui-même ne crée pas de valeur.

Lorsque les flux de capitaux externes s'arrêtent, la roue la plus ingénieuse s'arrête de tourner.

Enfin, reprenons ce que fait exactement ce petit token :

Transformer les frais de créateur des meme coins en « robot de market-making automatique ». Le mécanisme en lui-même n'est pas compliqué, le problème résolu est très clair : empêcher les développeurs de prendre directement l'argent et de s'enfuir.

Les développeurs ne peuvent pas s'enfuir, cela ne signifie pas que vous pouvez gagner de l'argent.

Si après avoir lu cela, vous trouvez ce mécanisme intéressant et souhaitez participer, rappelez-vous une chose : c'est d'abord un meme coin, et ensuite seulement une expérience de nouveau mécanisme.

Crypto di tendenza

Domande pertinenti

QQuel est le mécanisme principal de Snowball pour maintenir et augmenter sa valeur ?

ASnowball utilise 100 % des frais de créateur pour alimenter un robot de market-making sur la chaîne. Ce robot achète automatiquement des jetons pour créer un support d'achat, ajoute de la liquidité au pool, et détruit 0,1 % des jetons à chaque opération pour créer une déflation.

QComment les frais de créateur de Snowball diffèrent-ils de ceux des autres jetons sur pump.fun ?

AContrairement aux jetons traditionnels sur pump.fun où les frais de créateur vont au portefeuille du développeur, Snowball redirige intégralement ces frais vers un robot de market-making automatisé, empêchant ainsi le développeur de les prélever et de s'enfuir.

QQuelles sont les données clés de la chaîne pour Snowball après son lancement ?

AQuatre jours après son lancement, Snowball a atteint une capitalisation de 10 millions de dollars, avec 7 270 adresses détentrices, 58 000 transactions et un pool de liquidités d'environ 380 000 dollars.

QQuels sont les risques potentiels liés au mécanisme de 'boule de neige' de Snowball ?

ALe mécanisme dépend fortement du volume de transactions pour générer des frais. Si le volume diminue, le robot manque de fonds pour soutenir le prix, ce qui peut entraîner une spirale baissière. De plus, il reste vulnérable aux dump des gros porteurs et à la perte de narration.

QExiste-t-il d'autres projets similaires à Snowball dans l'écosystème pump.fun ?

AOui, FIREBALL est un autre jeton sur pump.fun qui utilise un mécanisme similaire de rachat et de destruction automatiques, bien qu'il ait une capitalisation inférieure à celle de Snowball.

Letture associate

Behind the AI Scorecards Lies a Chinese 'Question Setter'

Behind the AI scorecards that dominate industry discussions—benchmarks like MMLU-Pro, MMMU, and MMMU-Pro—stands a Chinese-Canadian researcher: Wenhu Chen. As an assistant professor at the University of Waterloo and founder of the TIGER Lab, Chen has become a key "exam-setter" for evaluating large language and multimodal models. Chen first gained broader recognition with MMLU-Pro, a more challenging and stable update to the popular MMLU benchmark. As top models like OpenAI’s o3 began achieving near-perfect scores on the original MMLU, it became difficult to distinguish their true capabilities. MMLU-Pro introduced more complex reasoning questions, expanded answer choices, and filtered out ambiguous or simple items, effectively reintroducing differentiation among state-of-the-art models. His work on MMMU addressed the evaluation of multimodal models, requiring them to integrate visual information (like charts, diagrams, or tables) with textual knowledge across diverse academic subjects. Even the strongest models initially scored only around 56-59%, highlighting significant room for improvement in genuine multimodal reasoning. MMMU-Pro further refined this by preventing models from bypassing visual cues. Chen’s research focus has long been on complex information understanding and reasoning. His background—including a PhD at UC Santa Barbara, research at Google/DeepMind on Gemini, and now a role in Meta’s superintelligence lab—provides deep insight into model development and their potential weaknesses. His TIGER Lab also builds models (e.g., for video understanding and generation), ensuring his evaluation benchmarks are grounded in practical challenges. While AI headlines often spotlight company leaders and product launches, Chen’s work exemplifies the critical, behind-the-scenes contributions of researchers crafting the rigorous standards that define and drive progress in AI capabilities.

marsbit6 min fa

Behind the AI Scorecards Lies a Chinese 'Question Setter'

marsbit6 min fa

STRC Unpegged by 11%, Can Strategy's Perpetual Motion Machine Keep Turning?

STRC, the perpetual preferred stock of MicroStrategy, is experiencing a persistent de-pegging from its target par value of $100, with the discount recently widening to over 11%. This de-anchoring challenges the core design of STRC, which was intended as a stable, income-oriented security operating near $100. As a crucial funding engine for MicroStrategy's Bitcoin acquisition strategy, STRC's price reflects market confidence in the company's entire capital model. The company's "capital flywheel" relies on issuing STRC at or above $100 via an At-the-Market (ATM) program to raise cash for buying Bitcoin, thereby boosting company equity and theoretically supporting STRC's value. A monthly adjustable dividend mechanism was designed to maintain this peg. Despite raising the dividend to 11.5% and increasing payment frequency, the de-pegging persists. Market concerns extend beyond technical factors like leveraged arbitrage unwinding. Analysts point to MicroStrategy's limited cash reserves relative to its ~$1.7 billion annual dividend obligation for preferred shares. While the company counters that its vast Bitcoin holdings could cover decades of payments, this argument hinges on the potential need to sell Bitcoin—a shift from its longstanding "hodl" narrative. The company's recent sale of a small amount of BTC, framed as a test, amplified these liquidity and strategy concerns. If STRC remains discounted, impairing MicroStrategy's ability to raise cheap capital, fears may grow that the company could sell more Bitcoin to meet obligations. This scenario could transform MicroStrategy from a major market buyer into a potential seller, posing significant downside risk for Bitcoin. The re-pegging of STRC is thus a key indicator for the health of MicroStrategy's capital structure and its market impact.

Odaily星球日报20 min fa

STRC Unpegged by 11%, Can Strategy's Perpetual Motion Machine Keep Turning?

Odaily星球日报20 min fa

Silicon Valley's Most Sought-After New Role Has Emerged

Silicon Valley's New Most Wanted Job: The Rise of the Forward Deployment Engineer The AI industry is witnessing a significant shift. The focus has moved from developing cutting-edge models to deploying them effectively within enterprises. This has made the "Forward Deployment Engineer" (FDE) a critical and highly sought-after role at major firms like OpenAI, Anthropic, and Google. For the past three years, the industry prioritized model scientists. However, companies are now facing a harsh reality: purchasing powerful AI tools does not guarantee productivity gains or organizational change. The biggest hurdle is not the technology itself, but integrating it into complex legacy systems, workflows, and corporate cultures. This includes challenges like data silos, compliance requirements, and internal resistance. The FDE role, pioneered by Palantir Technologies, addresses this "last-mile" problem. FDEs are deployed on-site with clients for extended periods. Their job is to deeply understand the client's specific organizational structure, processes, and pain points, then tailor and implement the AI solution accordingly. They combine skills in technology, project management, and organizational change. A clear signal of this trend emerged in May 2026 when three AI giants made major moves. Anthropic launched a $1.5B joint venture for enterprise deployment. OpenAI formed an independent deployment subsidiary, DeployCo, with over $4B in commitments and acquired a deployment consultancy. Google Cloud's CEO publicly announced a large-scale recruitment drive for FDEs. This shift represents a fundamental change in the software business model: from selling tools to selling guaranteed outcomes. FDEs are the agents of this change, responsible for delivering a working system within the production environment, not just a demo. Real-world cases, such as challenges at Goldman Sachs (compliance barriers) and Target (internal cultural resistance), illustrate that the primary obstacles to AI adoption are organizational, not technical. An FDE's value lies in navigating these human and procedural complexities to facilitate a successful "AI migration." In essence, as core AI technology becomes more accessible and affordable, the true premium is shifting to the human expertise required to understand organizations and drive change—making the FDE role pivotal for the next phase of the AI revolution.

marsbit20 min fa

Silicon Valley's Most Sought-After New Role Has Emerged

marsbit20 min fa

When the World Cup Collides with Agents: From Web2 to Web3, How Are Wallets Evolving into Agentic Wallets?

World Cup as a Catalyst for Agentic Wallets: From Web2 to Web3 This article explores how the World Cup provides a real-world scenario for observing the evolution of digital wallets from simple asset managers towards "Agentic Wallets"—intelligent, AI-powered interfaces. Using the example of prediction markets like Polymarket, it illustrates how AI Agents can lower the barrier to Web3 interaction. Instead of navigating complex DApps, users can express intent in natural language (e.g., "I think Portugal will win") within platforms like Discord or web pages. The Agent then interprets this intent, finds the relevant market, and seamlessly guides the user through the on-chain transaction via their wallet. The core shift is from wallets as mere "function menus" for signing transactions to "intent interpreters" that understand user goals. The article highlights parallel developments in traditional finance, such as Mastercard's "Agent Pay" and WeChat Pay's AI tests, which focus on granting AI controlled, authorized, and auditable payment capabilities. This underscores a broader trend of AI entering the financial layer. However, the article emphasizes that the primary challenge for Agentic Wallets in Web3 is not automation but establishing clear security boundaries. Unlike traditional systems with chargebacks, on-chain transactions are often irreversible. Therefore, future wallets must ensure users retain ultimate control and comprehension. They need to transparently communicate an Agent's permissions, spending limits, authorized durations, and provide easy ways to pause or revoke access. The World Cup experiments represent early steps toward wallets that are not just applications but ubiquitous, intelligent interfaces that simplify Web3 while keeping users securely in control.

marsbit1 h fa

When the World Cup Collides with Agents: From Web2 to Web3, How Are Wallets Evolving into Agentic Wallets?

marsbit1 h fa

Options Don't Work in DeFi? Vitalik Might Not Agree

For years, the prevailing view has been that options struggle to gain traction in DeFi due to complexity, fragmented liquidity, and lack of natural demand compared to products like perpetual futures. However, a recent algorithmic stablecoin design proposed by Vitalik Buterin presents a different perspective, using options not as a standalone trading product, but as foundational infrastructure for other financial instruments. In this design, one unit of ETH is split into two components: a "stable" side (P) that retains value up to a specified strike price, and an "upside" side (N) that captures all appreciation above that strike. Combined, they always equal one ETH, eliminating debt, margin, and liquidation risks inherent in typical collateralized debt position (CDP) stablecoins. The stable component essentially mimics the payoff of a covered call option. To function as a stablecoin, this structure requires continuously rolling deep in-the-money calls, which introduces challenges like rollover slippage, predictable transaction flow vulnerable to front-running, and persistent liquidity needs. A core hurdle is finding consistent buyers for the leveraged ETH upside exposure (N). While it offers leverage without funding rates or liquidation, it must compete with simpler alternatives like direct call options or perpetuals. The system's scalability depends on a sustained demand for this specific form of leverage. The author draws parallels to their experience with Rysk, where earlier versions of DeFi options protocols struggled. The breakthrough came with Rysk V12, which aligns incentives: asset holders generate yield by selling covered calls against their holdings, while market makers efficiently acquire the desired option exposure. This demonstrates that options can find product-market fit when embedded as a risk distribution and pricing engine within structured products, stablecoins, or yield-generating assets, rather than marketed as a complex direct trading instrument. Vitalik's proposal reinforces this architectural approach—using fully collateralized, non-custodial, and physically settled options as a fundamental building block. The real opportunity for options in DeFi may lie not in becoming the next perpetual swap, but in powering the next generation of on-chain financial products.

marsbit2 h fa

Options Don't Work in DeFi? Vitalik Might Not Agree

marsbit2 h fa

Trading

Spot
Futures

Articoli Popolari

Come comprare QUICK

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Quickswap (QUICK) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente QuickswapQUICK.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Quickswap (QUICK)Dopo aver acquistato Quickswap (QUICK), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Quickswap (QUICK)Scambia facilmente Quickswap (QUICK) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

95 Totale visualizzazioniPubblicato il 2024.12.11Aggiornato il 2026.06.02

Come comprare QUICK

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di QUICK QUICK sono presentate come di seguito.

活动图片