Vulnerabilitas Kelp DAO Picu Pelarian Dana Rp 1.500 Triliun, Dua Jalur Utama Lending DeFi Berhadapan Langsung

marsbitPublished on 2026-05-29Last updated on 2026-05-29

Abstract

Serangan eksploitasi pada proyek Kelp DAO pada April 2026, di mana peretas memalsukan token rsETH senilai $292 juta untuk meminjam aset nyata dari Aave, memicu penarikan dana besar-besaran sebesar $15 miliar. Insiden ini menyingkap kelemahan mendasar dalam model pinjaman DeFi dengan kumpulan dana bersama (pool bersama) seperti yang digunakan Aave, di mana semua deposito digabungkan dan aturan risiko ditentukan oleh suara komunitas DAO. Kerentanan satu aset dapat membekukan seluruh pool, dan keputusan tata kelola yang didominasi oleh peminjam berisiko tinggi dapat merugikan deposan yang lebih aman. Sebaliknya, protokol seperti Morpho menggunakan model pasar terisolasi, di mana setiap pasar pinjaman berdiri sendiri dengan parameter tetap dan dikelola oleh lembaga ahli. Pendekatan ini membatasi risiko hanya pada pasar yang terdampak, seperti yang terlihat ketika eksploitasi yang sama hanya menyebabkan eksposur $1 juta di Morpho. Selain itu, Morpho menghilangkan biaya tersembunyi dari dana menganggur yang melekat pada pool bersama dan menawarkan suku bunga yang lebih efisien. Pilihan institusi seperti Coinbase, Apollo Global Management, dan Anchorage Digital untuk membangun di atas Morpho, serta potensi pertumbuhan besar aset stablecoin yang diatur, semakin menggarisbawahi keunggulan model pasar terisolasi yang memungkinkan kontrol dan kepatuhan risiko mandiri, berbeda dengan ketergantungan pada tata kelola DAO di model pool bersama.

Ditulis oleh:Vaidik Mandloi

Dikompilasi oleh:Saoirse,Foresight News

Prinsip dasar semua protokol peminjaman di DeFi pada dasarnya serupa: pengguna menyetorkan stablecoin atau Ethereum ke dalam kolam dana bersama, peminjam meminjam dana setelah menjaminkan aset; organisasi otonom terdesentralisasi (DAO) yang memutuskan melalui voting aset mana yang dapat digunakan sebagai jaminan dan rasio pinjaman terhadap jaminannya. Aave dikembangkan berdasarkan model ini, tumbuh menjadi volume simpanan sebesar $500 miliar. Untuk sebagian besar sejarah perkembangan DeFi, ini adalah satu-satunya model yang berlaku, dan kelayakannya juga tidak pernah benar-benar dipertanyakan.

Namun pada 18 April 2026, seorang peretas memanfaatkan kerentanan pada jembatan silang-chain LayerZero proyek Kelp DAO untuk memalsukan token rsETH senilai $292 juta. Peretas tersebut menyetorkan token palsu ini ke Aave sebagai jaminan, dan meminjam Ethereum yang asli. Dalam hitungan jam, tingkat utilisasi dana di pasar peminjaman utama Aave mencapai 100%, artinya semua dana yang tersedia di protokol telah dipinjam seluruhnya. Dalam tiga setengah hari berikutnya, platform kehilangan simpanan sebesar $15 miliar. Pada akhirnya, Aave terpaksa bekerja sama dengan berbagai pihak di ekosistem untuk melakukan penyelamatan, mengumpulkan $160 juta untuk menutup kerugian.

Meskipun kerentanan ini berasal dari proyek Kelp DAO, akar penyebab kerugian sebesar itu terletak pada mekanisme tata kelola Aave. Sejak Januari tahun ini, komunitas memutuskan melalui voting untuk menaikkan rasio pinjaman terhadap jaminan (LTV) rsETH menjadi 93%, membuat bantalan keamanan risiko aset ini hanya tersisa 7%. Keputusan inilah yang menyebabkan salah satu gelombang rush terbesar dalam sejarah peminjaman DeFi.

Pada hari yang sama, sebagian token rsETH palsu juga mengalir ke protokol peminjaman terbesar kedua DeFi, Morpho. Namun, eksposur risikonya hanya $1 juta, dan tersebar di dua pasar isolasi kecil yang independen, tidak memicu krisis berantai.

Saya melakukan investigasi mendalam tentang peristiwa ini dan menemukan bahwa di baliknya, ini lebih dari sekadar serangan keamanan sederhana.

Perbedaan Inti Dua Model

Untuk memahami mengapa Aave kehilangan dana triliunan rupiah sementara Morpho hampir tidak terganggu, pertama-tama kita harus memahami logika penyimpanan dan operasi dana kedua jenis protokol tersebut.

Ketika Anda menyetor USDC ke Aave, dana akan mengalir ke kolam dana utama yang sama, yang mendukung bisnis peminjaman untuk semua aset yang disetujui komunitas seperti Ethereum, token staking, dll. Penyimpan tidak dapat memilih sendiri jenis aset jaminan yang didanai oleh dananya, semua aturan ditetapkan melalui voting DAO. Oleh karena itu, ketika rsETH menunjukkan risiko kolaps, bahkan pengguna biasa yang hanya menyetor USDC dan belum pernah bersentuhan dengan rsETH sekalipun akan menemukan aset mereka dibekukan — dana semua orang berada dalam kolam risiko yang sama, satu celaka, semuanya celaka.

Sumber: BingX

Yang lebih dikritik adalah, ketika pasar terhenti dan pengguna tidak dapat menarik koin, lapisan tata kelola Aave justru menurunkan suku bunga pasar pinjaman Ethereum yang dibekukan, dengan tujuan melindungi peminjam yang menggunakan leverage dengan rsETH. Karena suku bunga simpanan langsung terkait dengan suku bunga pinjaman, deposan yang menanggung risiko terendah dan pokok aman, akhirnya mendapatkan pengembalian simpanan yang semakin menyusut.

Dalam sistem kredit tradisional, pemberi pinjaman dengan risiko terendah memiliki hak prioritas untuk dilunasi. Namun Aave benar-benar membalikkan aturan ini. Alasan dasarnya, peminjam yang terlibat dalam perdagangan leverage rsETH, sekaligus juga merupakan kelompok pemilih paling aktif dalam tata kelola komunitas. Ketika risiko meledak, peserta berisiko tinggi yang memegang kekuatan suara dalam tata kelola, secara alami akan memprioritaskan kepentingan mereka sendiri.

Aave pernah meluncurkan mekanisme asuransi bernama Umbrella pada akhir 2025, berusaha mengatasi risiko kredit macet seperti ini. Pengguna dapat menjaminkan Ethereum, dan ketika protokol mengalami kredit macet, aset yang dijaminkan akan digunakan untuk mengganti rugi. Namun setelah krisis Kelp DAO meledak, dari 23.507 aWETH yang dijaminkan, 18.922 masuk ke periode tunggu penarikan, hampir 80% dana kolam asuransi menarik diri secara terkonsentrasi.

Mekanisme ini akhirnya benar-benar gagal. Asuransi on-chain bergantung pada partisipasi sukarela pengguna, penyedia dana pasti akan memilih untuk menarik diri ketika risiko benar-benar datang — karena hanya ketika krisis muncul, aset mereka baru menghadapi kerugian substantif. Hal ini juga menyebabkan asuransi semacam ini seringkali ada saat keadaan aman, tetapi sama sekali tidak efektif ketika perlindungan benar-benar dibutuhkan.

Model operasi Morpho sangat berbeda. Ia meninggalkan kolam dana bersama yang terpadu, siapa pun dapat membuat pasar pinjaman isolasi independen, dan menetapkan terlebih dahulu aset pinjaman, aset jaminan, oracle harga, dan model suku bunga, parameter tidak dapat diubah setelah diterapkan. Jika ingin menyesuaikan tingkat risiko, satu-satunya cara adalah membuat pasar baru.

Perbedaan arsitektur dasar antara model peminjaman DeFi tradisional (diwakili oleh Aave) dan model "Morphological" Morpho

Lebih dari itu, Morpho juga memperkenalkan lembaga pengendali risiko independen (Pengelola Strategi), seperti Gauntlet dan Steakhouse Financial. Lembaga-lembaga ini akan mendirikan vault, mengalokasikan dana ke berbagai pasar berdasarkan penilaian mereka sendiri, dan menerima imbalan kinerja; jika terjadi kerugian, kerugian juga hanya terbatas di dalam vault mereka sendiri. Gauntlet juga pernah memberikan saran pengendalian risiko untuk Aave, tetapi dalam sistem Aave, pendapat profesionalnya sering ditolak oleh pemegang token yang mengejar imbal hasil tinggi melalui voting, sedangkan Morpho mencegah hal ini dari akarnya.

Biaya Tersembunyi yang Terabaikan

Aave dan Morpho adalah dua model peminjaman yang paling banyak digunakan di bidang kripto saat ini: Aave menggunakan model kolam dana bersama, semua simpanan digabungkan menjadi satu, aturan risiko ditentukan oleh voting komunitas; Morpho mengusung model pasar isolasi, setiap kelompok transaksi pinjaman saling independen, risiko dikendalikan secara independen oleh lembaga profesional.

Kerentanan Kelp DAO mengungkapkan celah dan kekurangan model kolam bersama. Dan bahkan di masa stabil tanpa insiden keamanan, model ini juga memiliki biaya tersembunyi yang lama diabaikan. Tiga pasar inti Aave di rantai Ethereum (Ethereum, USDT, USDC) menyumbang 89% volume peminjaman platform. Di ketiga pasar ini, suku bunga simpanan selalu 25% hingga 35% lebih rendah dari suku bunga pinjaman. Selisih keduanya pada dasarnya adalah dana menganggur yang tertidur di kolam dana, deposan tidak dapat memperoleh keuntungan darinya, sementara peminjam tetap menanggung biaya pinjaman penuh.

Mekanisme suku bunga yang disesuaikan berdasarkan tingkat utilisasi dana, dapat mendorong suku bunga naik ketika risiko meningkat, tetapi tidak dapat menggerakkan dana menganggur ketika permintaan pinjaman lesu, banyak aset hanya terhenti di kolam tanpa dapat menghasilkan pendapatan. Hanya dari ketiga pasar ini saja, kerugian nilai tahunan akibat dana menganggur mencapai $52 juta, mendekati seperempat dari pendapatan tahunan Aave per kuartal. Bahkan jika rasio cadangan disetel ke nol dan biaya platform dihapus, masalah dana menganggur tidak dapat diselesaikan — ini adalah kelemahan bawaan arsitektur kolam bersama.

Model suku bunga Morpho bertujuan untuk mempertahankan tingkat utilisasi dana di 90%, jauh lebih tinggi dari kisaran 60% hingga 80% Aave. Model ini dapat menahan utilisasi tinggi karena simpanan di dalam platform tidak akan digunakan kembali sebagai jaminan untuk pinjaman lain, menghindari risiko likuidasi berantai dari sumbernya, sehingga tidak perlu menyisihkan banyak dana sebagai penyangga risiko. Ketika permintaan pinjaman tinggi dan dana banyak dipinjam, suku bunga akan naik secara otomatis, menarik lebih banyak deposan; ketika permintaan pinjaman lesu, suku bunga turun, merangsang peminjam untuk meminjam. Seluruh sistem dapat mencapai keseimbangan dinamis tanpa perlu voting komunitas.

Sumber: Gate.com

Data aktual juga membuktikan keunggulannya: bahkan setelah dikurangi biaya Pengelola Strategi, hasil yang diberikan vault USDC teratas Morpho kepada deposan, masih lebih tinggi daripada Aave dan Compound. Saat ini rasio simpanan-pinjaman Morpho adalah 41%, Aave 39%, dan volume Morpho mencapai puluhan miliar dolar, keunggulan hasil ini akan menguntungkan semua deposan di platform dari hari ke hari.

Pilihan Institusi: Siapa yang Lebih Dapat Dipercaya?

Yang mengejutkan, semua bisnis peminjaman aset kripto di bawah Coinbase, dibangun di atas Morpho. Saat ini skala pinjaman terkait telah melampaui $2 miliar, lebih dari 100 juta pengguna platform secara tidak langsung menikmati keuntungan pengelolaan kekayaan yang dibawa Morpho.

Sebagian besar pengguna bahkan tidak tahu bahwa mereka sedang menggunakan layanan DeFi. Coinbase tidak mengembangkan sistem peminjaman sendiri, juga tidak memilih platform lain, alasan utamanya adalah: arsitektur dasar Morpho memungkinkan platform untuk menetapkan parameter pengendalian risiko sendiri, memilih lembaga pengendali risiko mitra, mengendalikan sepenuhnya pengalaman keseluruhan produk.

Perusahaan manajemen aset global Apollo Global Management dengan aset kelolaan lebih dari satu triliun dolar dan pengalaman 30 tahun dalam kredit privat, baru-baru ini menandatangani perjanjian kerja sama empat tahun, berencana mengakuisisi hingga 90 juta token MORPHO, setara dengan 9% dari total pasokan token. Lembaga ini akan menghubungkan aset dana tokenisasi di bawahnya sebagai jaminan ke Morpho, dan Gauntlet akan bertanggung jawab atas manajemen vault dan pengujian tekanan pasar.

Tidak hanya itu, bank kripto asli pertama Amerika Serikat yang memiliki lisensi federal, Anchorage Digital, juga menghubungkan klien institusionalnya yang bernilai ratusan miliar ke vault Morpho; unit kepatuhan di bawah bank Prancis Société Générale, SG-FORGE, bahkan adalah bank berlisensi pertama yang mengimplementasikan bisnis peminjaman DeFi melalui Morpho.

Lembaga keuangan tradisional yang diatur ketat ini secara kolektif memilih Morpho, kebutuhan intinya sangat konsisten: model pasar isolasi memungkinkan mereka memenuhi persyaratan kepatuhan dan pengendalian risiko mereka sendiri, tanpa bergantung pada keputusan DAO. Sebaliknya, di Aave, semua aturan pasar tidak bisa lepas dari voting komunitas, sama sekali tidak dapat menyesuaikan dengan kebutuhan kendali mandiri institusi.

Perubahan lingkungan regulasi semakin memperbesar tren ini. Undang-Undang GENIUS Amerika Serikat menetapkan, penerbit stablecoin tidak boleh langsung mendistribusikan keuntungan pengelolaan kekayaan, ini berarti lembaga stablecoin membutuhkan infrastruktur dasar yang netral, untuk menggerakkan aset yang mengendap dalam jumlah besar. Prediksi terkait pihak Amerika menunjukkan, pada tahun 2028, skala cadangan stablecoin yang diinvestasikan dalam obligasi pemerintah AS, akan melonjak dari $120 miliar saat ini menjadi lebih dari $1 triliun. Dana besar ini sangat membutuhkan lapisan dasar peminjaman yang memungkinkan pemilik aset mengendalikan risiko secara mandiri, dan Morpho saat ini adalah pilihan yang paling cocok.

Related Questions

QMenurut artikel, apa perbedaan mendasar antara model peminjaman DeFi yang digunakan oleh Aave dan Morpho?

APerbedaan mendasarnya terletak pada cara mengelola dana dan risiko. Aave menggunakan model *shared pool* (kolam bersama) di mana semua deposit digabungkan ke dalam satu kolam besar untuk mendukung semua aset yang disetujui oleh DAO, sehingga semua pengguna menghadapi risiko yang sama. Sebaliknya, Morpho menggunakan model *isolated market* (pasar terisolasi), di mana setiap pasar pinjam-meminjam dibuat secara terpisah dengan parameter tetap. Risiko hanya terbatas pada pasar tertentu yang terpengaruh, dan pengelolaan risiko dapat diserahkan kepada lembaga profesional (*curator*).

QMengapa eksploitasi di Kelp DAO berdampak sangat parah pada Aave, tetapi hampir tidak mempengaruhi Morpho?

ADampaknya parah pada Aave karena model *shared pool*-nya. Ketika token rsETH palsu masuk dan menyebabkan kerugian, seluruh kolam dana bersama terpengaruh, membekukan aset bahkan bagi penyimpan yang tidak pernah berinteraksi dengan rsETH. Di Morpho, token rsETH palsu hanya masuk ke beberapa pasar kecil yang terisolasi. Risiko terkandung di pasar-pasar tersebut dan tidak menyebar ke seluruh platform, sehingga kerugian total hanya sekitar $1 juta dan tidak memicu krisis yang lebih luas.

QApa kelemahan tersembunyi dari model *shared pool* seperti yang digunakan Aave, bahkan di masa normal tanpa insiden keamanan?

AKelemahan tersembunyi yang disebutkan adalah biaya tidak langsung dari dana menganggur (*idle capital*). Dalam tiga pasar utama Aave (ETH, USDT, USDC), suku bunga simpanan jauh lebih rendah (25-35%) daripada suku bunga pinjaman. Perbedaan ini mewakili dana yang menganggur di kolam yang tidak menghasilkan pendapatan bagi penyimpan, tetapi peminjam masih menanggung biaya penuh. Artikel memperkirakan kerugian nilai tahunan dari dana menganggur ini sekitar $52 juta, yang merupakan kelemahan bawaan dari arsitektur *shared pool*.

QApa yang menyebabkan mekanisme asuransi Aave (Umbrella) gagal selama krisis Kelp DAO?

AMekanisme asuransi Aave gagal karena bergantung pada partisipasi sukarela pengguna. Ketika krisis benar-benar terjadi dan aset penjamin (staker) berisiko dikurangi untuk menutupi kerugian, mereka memilih untuk menarik dananya. Data menunjukkan dari 23,507 aWETH yang dipertaruhkan, 18,922 masuk ke periode penarikan. Pada intinya, asuransi on-chain sering kali ada saat keadaan aman, tetapi menghilang tepat pada saat dibutuhkan karena penyedia likuiditas tidak ingin menanggung kerugian.

QMengapa banyak institusi tradisional dan perusahaan terkemuka seperti Coinbase dan Apollo Global Management memilih Morpho dibandingkan platform DeFi pinjam-meminjam lainnya?

AInstitusi-institusi ini memilih Morpho terutama karena model pasar terisolasi yang memungkinkan mereka memegang kendali penuh atas parameter risiko, memilih *curator* (pengelola risiko), dan memenuhi persyaratan kepatuhan (*compliance*) mereka sendiri. Mereka tidak perlu bergantung pada keputusan voting DAO yang bisa berubah-ubah. Kontrol mandiri ini sangat penting untuk lembaga yang diatur secara ketat. Coinbase menggunakan Morpho untuk layanan pinjam-meminjamnya, Apollo Global bermitra untuk menempatkan aset tokenized fund-nya, dan bank-bank seperti Anchorage Digital serta SG-FORGE juga mengintegrasikan Morpho untuk klien institusional mereka.

Related Reads

Claude Requires ID Verification and Facial Recognition? The Facial Recognition Requirement is an Old Story from Two Months Ago, and "Sharing Data with Police" is a Misinterpretation

Anthropic's updated privacy policy, effective July 8th, has sparked misinterpretations in Chinese social media, primarily concerning new identity verification and data sharing with law enforcement. A detailed comparison reveals these claims are largely unfounded. First, identity verification (including submitting government ID and a live selfie via third-party provider Persona) is not a new July policy. This mechanism was actually implemented in mid-April 2026 for certain high-use or flagged accounts, particularly Claude Max subscribers. The July update merely formally documents this existing practice in the policy text under a new "Verification Data" section. Second, the widespread claim that the new policy lowers the threshold for sharing user data with law enforcement is incorrect. Comparing the new text with the old version (dated September 28, 2025) shows no substantive tightening. While the new policy more clearly structures the conditions for disclosure—including having a "good-faith belief" it's necessary for legal compliance, preventing harm, fraud detection, or enforcing terms—the old policy already allowed Anthropic to disclose data based on its judgment for similar reasons (e.g., protecting safety, preventing fraud, or complying with law). The term "good-faith belief" acts as a limiting standard, not a lowered barrier. A 2025 court case where Anthropic resisted disclosing user data in a copyright lawsuit further demonstrates the complexity of such standards. The policy's actual substantial changes address data flows for Claude's Agent capabilities. New clauses clarify that when users connect third-party services or instruct Claude to perform multi-step tasks (reading files, sending messages), their inputs, outputs, and instructions are shared with those third parties, governed by the third parties' own policies. This update fills a compliance gap for Claude's evolving functionality beyond simple Q&A. Other additions include a "Research Participation Data" section and refined marketing legal bases. Anthropic reaffirms core commitments: not selling user data, keeping Claude ad-free, and allowing users to control if chats are used for model training. Overall, this update is primarily a compliance catch-up to existing product features, not a significant new privacy tightening. The heightened concern stems from conflating April's verification rollout, standard legal clauses, and the genuine new provisions regarding Agent tasks.

marsbit10m ago

Claude Requires ID Verification and Facial Recognition? The Facial Recognition Requirement is an Old Story from Two Months Ago, and "Sharing Data with Police" is a Misinterpretation

marsbit10m ago

The World Cup Has Only Just Begun, But AI Predictions Already Have Models Hailed as 'Godly' and Others Flipping Over

After only a few days of the World Cup, AI models are being widely used for match predictions, with mixed early results. These models analyze details like scores, upsets, red cards, and key players, offering users in prediction markets an extra layer of analysis beyond odds and news. Qwen gained early attention for its remarkably accurate calls on the opening day, correctly predicting Mexico's 2-0 win over South Africa and Korea's 2-1 victory over the Czech Republic, while also highlighting red card risks and match flow. Copilot had its own highlights, accurately forecasting the Mexico 2-0 result, the Korea 2-1 win, and a surprising 1-1 draw between Brazil and Morocco. However, it also misjudged several matches, like predicting a Swiss win that ended in a draw with Qatar and missing Australia's upset over Turkey. ChatGPT provided detailed pre-match analysis and correctly called the Mexico 2-0 score, explaining factors like home-field advantage. Yet, it struggled to anticipate upsets, often siding with the stronger team on paper, as seen in its missed calls for the Australia-Turkey and Japan-Netherlands matches. Social media tests pitted models like Gemini, Grok, and Claude against each other for the same games, revealing different predictive "scripts" even for the same fixture. Overall, while AI models like Qwen and Copilot have shown promising, high-profile successes in early matches, their consistency and ability to predict genuine upsets remain in question. As the tournament progresses, more data will be needed to determine which models offer the most reliable insights for prediction markets.

Odaily星球日报14m ago

The World Cup Has Only Just Begun, But AI Predictions Already Have Models Hailed as 'Godly' and Others Flipping Over

Odaily星球日报14m ago

The Unfinished Tale of Jueying, DaXiao Robotics Swiftly "Raises Funds"

Following a major fundraising round involving several prominent investment institutions, DaXiao Robotics, a company backed by SenseTime, has secured hundreds of millions of US dollars in financing for the first half of 2026. This move signals SenseTime's renewed and substantial bet on "Physical AI" through embodied intelligence, following the relative underperformance of its autonomous driving unit, Jueying. While Jueying achieved mass production partnerships in the smart vehicle sector, it failed to become a pivotal player in the high-level autonomous driving landscape, leading to its gradual independence from SenseTime's core financials. DaXiao Robotics now emerges as SenseTime's next major venture into the physical world. The new funding will focus on developing a "world model" and integrated hardware-software solutions for commercial applications like retail, security, and hospitality. This ambition is significantly more complex and capital-intensive than previous projects. A world model requires understanding spatial relationships, physics, and causality to guide robots in long-term tasks, demanding immense computational resources, data, and engineering. The article highlights several challenges. First, the massive funding, while substantial, may still be strained by the high costs of R&D, data collection, and commercial deployment. Second, SenseTime itself, despite narrowing losses, continues its high-investment growth model and cannot solely bankroll this new, expensive endeavor. Third, DaXiao Robotics, led by SenseTime co-founder Wang Xiaogang, carries the technical heritage and resources of its parent company but also potentially its organizational inertia. It operates in a field increasingly dominated by agile, young technical founders. Ultimately, DaXiao Robotics represents SenseTime's attempt to secure a leading industrial position in embodied intelligence—a goal its Jueying unit did not fully achieve in autonomous driving. The new venture starts with strong capital backing, but faces the critical task of rapidly transitioning from technological narrative to sustainable commercial delivery in an early-stage, costly, and highly competitive arena.

marsbit24m ago

The Unfinished Tale of Jueying, DaXiao Robotics Swiftly "Raises Funds"

marsbit24m ago

Crypto 2029: The Ultimate Forecast for the Four-Year Cycle of the Cryptocurrency Industry

Title: Crypto 2029: The Ultimate Four-Year Cycle Prediction for the Encryption Industry This article outlines a detailed, stage-by-stage prediction for the crypto industry from the present to 2029, focusing on tangible shifts rather than abstract theory. Key predictions include: **2026 Mid-Year:** The market shifts focus from traditional tokens to synthetic perpetual contracts for private company shares (e.g., SpaceX on Hyperliquid), which become primary price discovery tools for pre-IPO assets. Most altcoins languish as the market seeks assets with real underlying value. **2026 Year-End:** The "AI + crypto" narrative fades as the AI industry itself does not require crypto infrastructure, except for prediction markets betting on model performance. Concurrently, a quiet institutional adoption of asset tokenization (e.g., money market funds) begins under new regulations like the CLARITY Act, creating a dual economy. **2027:** Major public blockchain foundations pivot decisively to serve institutional clients with compliance tools and enterprise sales, while quietly building infrastructure for a future wave of accredited retail investors. Three sectors hit growth ceilings: private perpetual contracts (due to legal restrictions on marketing), stablecoins (due to political uncertainty ahead of the 2028 US election), and tokenized assets (due to cautious institutional scaling). **2028:** Speculative trading diminishes as market efficiency drains liquidity. A major liquidation cascade in synthetic perpetual contracts exposes the flaw of lacking a legally enforceable underlying asset. In response, regulations are revised to allow marketing of private security secondary sales to accredited investors. This creates a legal, direct market for private company equity, absorbing much of the demand previously met by synthetic derivatives. **2029:** A new bull market emerges, driven not by tokens but by tradable equity in innovative private companies (biotech, robotics, AI). Tokens without legally enforceable claims to real assets lose all liquidity. Successful blockchains become invisible settlement infrastructure. Stablecoins grow steadily at a policy-capped rate. Speculation becomes a niche. Core Questions Answered: 1. **Token Value:** Determined solely by legally enforceable claims to real-world assets. 2. **Tech Adoption:** Achieved through blockchain-based primary/secondary markets for private equity, not through forcing tokens onto tech firms. 3. **Crypto as Infrastructure:** The transition happens silently; the technology becomes a mundane, unseen utility like traditional settlement systems. The entire thesis hinges on one testable variable: by late 2028, whether accredited retail investors gain legal, direct access to private asset markets. If not, the core premise—that legal frameworks, not technology, are the main bottleneck—fails.

Foresight News31m ago

Crypto 2029: The Ultimate Forecast for the Four-Year Cycle of the Cryptocurrency Industry

Foresight News31m ago

Trading

Spot
Futures

Hot Articles

How to Buy DAO

Welcome to HTX.com! We've made purchasing DAO Maker (DAO) simple and convenient. Follow our step-by-step guide to embark on your crypto journey.Step 1: Create Your HTX AccountUse your email or phone number to sign up for a free account on HTX. Experience a hassle-free registration journey and unlock all features.Get My AccountStep 2: Go to Buy Crypto and Choose Your Payment MethodCredit/Debit Card: Use your Visa or Mastercard to buy DAO Maker (DAO) instantly.Balance: Use funds from your HTX account balance to trade seamlessly.Third Parties: We've added popular payment methods such as Google Pay and Apple Pay to enhance convenience.P2P: Trade directly with other users on HTX.Over-the-Counter (OTC): We offer tailor-made services and competitive exchange rates for traders.Step 3: Store Your DAO Maker (DAO)After purchasing your DAO Maker (DAO), store it in your HTX account. Alternatively, you can send it elsewhere via blockchain transfer or use it to trade other cryptocurrencies.Step 4: Trade DAO Maker (DAO)Easily trade DAO Maker (DAO) on HTX's spot market. Simply access your account, select your trading pair, execute your trades, and monitor in real-time. We offer a user-friendly experience for both beginners and seasoned traders.

2.4k Total ViewsPublished 2024.03.29Updated 2026.06.02

How to Buy DAO

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of DAO (DAO) are presented below.

活动图片