2 Hari 20 Kali Lipat, Tinjau Mekanisme Market Maker Otomatis Snowball si Anjing Baru

深潮Опубліковано о 2025-12-22Востаннє оновлено о 2025-12-22

Анотація

Snowball, token meme yang diluncurkan di pump.fun pada 18 Desember, menarik perhatian dengan mekanisme "efek bola salju" yang inovatif. Alih-alih mengirim biaya kreator ke dompet pengembang, 100% biaya transaksi (0,05%-0,95%, tergantung kapitalisasi pasar) dialokasikan ke bot market maker on-chain. Bot ini secara berkala membeli token untuk menciptakan daya beli, menambah likuiditas pool, dan membakar 0,1% token untuk deflasi. Dalam empat hari, kapitalisasi pasar Snowball mencapai $10 juta dengan volume perdagangan 24 jam lebih dari $11 juta. Distribusi kepemilikan relatif tersebar, dengan 7.270 alamat pemegang. Namun, likuiditas pool masih terbatas sekitar $380.000. Komunitas crypto berbahasa Inggris memuji transparansi dan struktur yang mencegah pengembang lari dengan dana. Namun, mekanisme ini memerlukan volume perdagangan yang konsisten untuk mempertahankan "efek bola salju". Di pasar yang lesu, risiko penurunan likuiditas dan minat tetap ada. Snowball adalah eksperimen menarik dalam desain mekanisme token, tetapi tetaplah aset spekulatif dengan volatilitas tinggi. Mainlah dengan bijak, jangan serakah.

Pasar crypto di bulan Desember sedingin cuaca.

Transaksi on-chain sudah lama tertidur, narasi baru pun sulit lahir. Lihat saja obrolan dan gosip yang dibicarakan di CT bahasa belakangan ini, sudah jelas pasar ini sudah tidak ada yang main.

Tapi di wilayah Inggris, ada pembahasan tentang sesuatu yang baru.

Sebuah meme coin bernama Snowball, diluncurkan di pump.fun pada 18 Desember, dalam empat hari kapitalisasi pasarnya meroket ke $10 juta, dan masih terus mencetak rekor baru; sementara di kalangan bahasa Mandarin hampir tidak ada yang menyebutnya.

Di lingkungan yang tidak ada narasi baru dan meme coin sudah tidak diminati ini, ini adalah salah satu hal sedikit yang menyegarkan dan memberikan efek kekayaan lokal.

Dan nama Snowball, yang diterjemahkan menjadi efek bola salju, pada dasarnya adalah cerita yang ingin disampaikannya:

Sebuah mekanisme yang membuat token "semakin besar dengan sendirinya".

Mengubah Biaya Transaksi Menjadi Pembelian, Market Maker Bola Salju

Untuk memahami apa yang dilakukan Snowball, pertama-tama harus tahu bagaimana biasanya token di pump.fun menghasilkan uang.

Di pump.fun, siapa pun dapat membuat token dalam hitungan menit. Pembuat token dapat mengatur "biaya kreator", pada dasarnya memotong persentase tertentu dari setiap transaksi ke dompetnya sendiri, biasanya antara 0,5% hingga 1%.

Uang ini secara teori dapat digunakan untuk pembangunan komunitas, promosi pasar, tetapi dalam praktiknya, pilihan sebagian besar Dev adalah: menabung cukup dan kabur.

Ini juga menjadi bagian dari siklus hidup tipikal anjing lokal. Luncur, pump, panen biaya, kabur. Investor tidak bertaruh pada token itu sendiri, tetapi pada hati nurani pengembang.

Cara Snowball adalah, tidak mengambil uang biaya kreator ini.

Tepatnya, 100% biaya kreator tidak masuk ke dompet siapa pun, tetapi secara otomatis dialihkan ke bot market maker on-chain.

Bot ini secara berkala menjalankan tiga hal:

Pertama, menggunakan dana yang terkumpul untuk membeli token di pasar, membentuk支撑 pembelian;

Kedua, menambahkan token yang dibeli dan SOL yang sesuai ke pool likuiditas, membuat depth perdagangan lebih baik;

Ketiga, setiap operasi membakar 0,1% token, menciptakan deflasi.

Selain itu, persentase biaya kreator yang dikenakan token ini tidak tetap, tetapi akan berfluktuasi antara 0,05% hingga 0,95% berdasarkan kapitalisasi pasar.

Saat kapitalisasi rendah, dipotong lebih banyak, agar bot lebih cepat mengumpulkan amunisi; saat kapitalisasi tinggi, diturunkan, mengurangi gesekan perdagangan.

Dengan satu kalimat, logika mekanisme ini adalah, setiap kali Anda bertransaksi, sejumlah uang secara otomatis berubah menjadi pembelian dan likuiditas, bukan masuk ke kantong pengembang.

Karena itu, Anda juga mudah memahami efek bola salju ini:

Transaksi menghasilkan biaya → biaya menjadi pembelian → pembelian mendorong harga naik → harga menarik lebih banyak transaksi → lebih banyak biaya... secara teori dapat bergulir sendiri.

Situasi Data On-Chain

Mekanisme selesai, lihat data on-chain.

Snowball diluncurkan pada 18 Desember, sampai sekarang empat hari. Kapitalisasi pasar dari nol meroket ke $10 juta, volume perdagangan 24 jam lebih dari $11 juta.

Untuk token anjing lokal di pump.fun, prestasi ini sudah termasuk yang bertahan lama di lingkungan seperti sekarang.

Dalam hal struktur kepemilikan, saat ini ada 7270 alamat pemegang. Sepuluh pemegang terbesar bersama-sama menyumbang sekitar 20% dari total pasokan, pemegang tunggal terbesar menyumbang 4,65%.

(Sumber data: surf.ai)

Tidak ada alamat yang memegang dua tiga puluh persen pasokan, distribusinya relatif tersebar.

Dalam hal data transaksi, sejak peluncuran累计 58000+ transaksi,其中 33000 pembelian, 24000 penjualan. Total jumlah pembelian $4,4 juta, penjualan $4,3 juta, inflow bersih sekitar $100,000. Pembelian dan penjualan基本持平, tidak ada tekanan jual sepihak.

Di pool likuiditas ada sekitar $380,000, setengah token setengah SOL. Untuk ukuran kapitalisasi ini, depth tidak terlalu tebal, order besar masuk keluar masih akan ada滑点 yang明显.

Poin lain yang perlu diperhatikan adalah, Bybit Alpha mengumumkan listing token ini dalam waktu kurang dari 96 jam setelah peluncuran, sampai batas tertentu juga membuktikan热度 jangka pendek.

Mesin Abadi Bertemu Pasar Dingin

Setelah melihat sekeliling, dapat dilihat diskusi komunitas Inggris tentang Snowball terutama terfokus pada mekanisme itu sendiri. Logika pendukungnya langsung:

Ini adalah meme coin pertama yang mengunci 100% biaya kreator ke dalam protokol, pengembang tidak bisa mengambil uang dan kabur, setidaknya secara struktural lebih aman dari anjing lokal lain.

Dev pengembang juga mendukung narasi ini. Dompet pengembang, dompet bot market maker, log transaksi semuanya dipublikasikan, menekankan "dapat diperiksa on-chain".

@bschizojew memberi label dirinya sebagai "skizofrenia on-chain, pasukan khusus 4chan, veteran meme coin generasi pertama", aroma degen yang penuh sindiran diri, sangat cocok dengan selera komunitas asli crypto.

Tapi mekanisme aman dan bisa menghasilkan uang adalah dua hal berbeda.

Prasyarat efek bola salju adalah, ada volume perdagangan yang cukup untuk terus menghasilkan biaya, memberi makan bot untuk melakukan buyback. Semakin banyak perdagangan, semakin banyak amunisi bot, semakin kuat pembelian, semakin tinggi harga, menarik lebih banyak orang bertransaksi...

Ini juga adalah kondisi ideal dimana flywheel buyback apa pun yang disebut meme coin berputar di bull market.

Masalahnya, flywheel membutuhkan kekuatan eksternal untuk memulai.

Lingkungan pasar crypto saat ini apa? Aktivitas on-chain rendah,热度 meme coin secara keseluruhan menurun, dana yang愿意冲anjing lokal本来就少. Dalam konteks ini, jika pembelian baru tidak mengikuti, volume perdagangan menyusut, biaya yang diterima bot akan semakin sedikit, kekuatan buyback melemah, dukungan harga melemah, keinginan bertransaksi semakin turun.

Flywheel bisa berputar positif, juga bisa berputar negatif.

Masalah yang lebih realistis adalah, mekanisme menyelesaikan satu titik risiko "pengembang mengambil uang dan kabur", tetapi risiko yang dihadapi meme coin jauh lebih dari ini.

Whale jual besar, likuiditas tidak mencukupi, narasi ketinggalan zaman, salah satu dari hal-hal ini terjadi, buyback biaya 100% dapat berperan sangat terbatas.

Semua orang sudah takut dipotong,老哥 di kalangan Mandarin juga menyimpulkan dengan tepat:

Main saja, jangan serius.

Bukan Hanya Satu Bola Salju yang Bergulir

Snowball bukan satu-satunya proyek yang bercerita tentang market maker otomatis ini.

Di生态 pump.fun yang sama, sebuah token bernama FIREBALL juga melakukan hal serupa: buyback otomatis plus burn, mengemasnya menjadi protokol yang dapat diintegrasikan token lain. Tapi kapitalisasi pasar jauh lebih kecil dari Snowball.

Ini menunjukkan pasar sekarang bereaksi terhadap arah "meme coin bertipe mekanisme".

Permainan传统喊单, pump,炒作 komunitas semakin sulit menarik dana, menggunakan desain mekanisme untuk bercerita tentang "keamanan struktural", mungkin adalah salah satu套路 meme coin belakangan ini.

Tapi berbicara tentang membuat mekanisme tertentu secara buatan, bukan permainan baru.

OlympusDAO (3,3) pada tahun 2021 adalah kasus paling tipikal, menggunakan teori permainan untuk mengemas mekanisme staking, cerita yang diceritakan adalah "jika semua tidak jual, bisa赚 bersama", pada puncaknya kapitalisasi pasar meroket ke miliaran dolar. Akhirnya大家 juga tahu, spiral turun, jatuh lebih dari 90%.

Lebih awal还有 Safemoon permainan "memotong pajak setiap transaksi dibagikan ke pemegang", juga narasi inovasi mekanisme, akhirnya dituntut SEC, pendiri dituduh penipuan.

Mekanisme bisa menjadi kail narasi yang bagus, dapat mengumpulkan dana dan perhatian dalam jangka pendek, tetapi mekanisme itu sendiri tidak menciptakan nilai.

Ketika dana eksternal berhenti mengalir, flywheel secanggih apa pun akan berhenti.

Akhirnya, mari kita urutkan lagi apa yang sebenarnya dilakukan anjing kecil ini:

Mengubah biaya kreator meme coin menjadi "bot market maker otomatis". Mekanisme本身 tidak rumit, masalah yang diselesaikan也很明确,就是 membuat pengembang tidak bisa langsung mengambil uang dan kabur.

Pengembang tidak bisa kabur, tidak等于 Anda bisa赚钱.

Jika Anda merasa mekanisme ini menarik setelah membacanya, ingin berpartisipasi, ingat satu kalimat: ini pertama-tama adalah meme coin, baru kemudian eksperimen mekanisme baru.

Трендові криптовалюти

Пов'язані питання

QApa yang dimaksud dengan mekanisme 'Snowball' dalam token meme yang dibahas dalam artikel?

AMekanisme Snowball' adalah sistem di mana 100% biaya kreator dari setiap transaksi tidak masuk ke dompet pengembang, tetapi secara otomatis dialihkan ke bot market maker on-chain. Bot ini secara berkala menggunakan dana yang terkumpul untuk membeli token (membentuk daya beli), menambahkannya ke pool likuiditas, dan membakar 0.1% token, menciptakan efek deflasi dan 'efek bola salju' di mana perdagangan menghasilkan lebih banyak pembelian dan likuiditas.

QBagaimana performa Snowball di pasar sejak diluncurkan berdasarkan data on-chain?

ASejak diluncurkan pada 18 Desember, Snowball telah mencapai kapitalisasi pasar hingga $10 juta dalam empat hari, dengan volume perdagangan 24 jam lebih dari $11 juta. Token ini memiliki sekitar 7.270 alamat pemegang, dengan 10 pemegang terbesar memegang sekitar 20% pasokan. Ada 58.000+ transaksi dengan pembelian dan penjualan yang hampir seimbang, serta pool likuiditas sekitar $380.000.

QApa perbedaan utama antara Snowball dan token meme biasa di pump.fun?

APerbedaan utamanya adalah bahwa Snowball mengalihkan 100% biaya kreator ke bot market maker otomatis untuk membeli token dan menambah likuiditas, bukan ke dompet pengembang. Ini mengurangi risiko pengembang mengambil uang dan lari (rug pull), setidaknya secara struktural. Biaya kreator juga berfluktuasi berdasarkan kapitalisasi pasar (0,05% hingga 0,95%), berbeda dengan token biasa yang biasanya memiliki biaya tetap 0,5-1% untuk pengembang.

QApa saja risiko atau tantangan yang dihadapi oleh mekanisme seperti Snowball?

ARisiko utamanya adalah mekanisme 'efek bola salju' bergantung pada volume perdagangan yang berkelanjutan untuk menghasilkan biaya yang memberi makan bot. Jika pasar lesu dan volume perdagangan turun, daya beli bot melemah, yang dapat menyebabkan penurunan harga dan minat. Selain itu, token ini tetap menghadapi risiko seperti manipulasi pasar, likuiditas rendah, dan keusangan narasi, di mana mekanisme otomatis saja tidak cukup untuk menjamin profit.

QApakah ada proyek lain yang menggunakan mekanisme serupa dengan Snowball?

AYa, artikel menyebutkan token lain di pump.fun called FIREBALL yang juga menggunakan mekanisme serupa dengan回购 otomatis dan pembakaran, yang diposisikan sebagai protokol yang dapat diadopsi oleh token lain. Namun, kapitalisasi pasarnya jauh lebih kecil daripada Snowball. Ini menunjukkan minat pasar terhadap 'meme token mekanisme' yang menawarkan keamanan struktural, mirip dengan proyek sebelumnya seperti OlympusDAO dan Safemoon yang menggunakan narasi inovasi mekanis.

Пов'язані матеріали

Wall Street Morning News: V-shaped Rebound at Month-end, but Nasdaq Suffers Worst July in 12 Years; Funds Accelerate Concentration Towards Cloud Giants

Despite a V-shaped rebound at the end of July, the Nasdaq posted its worst July since 2004, while the S&P 500 had its worst July since 2014. Markets were jolted by geopolitical shifts, as President Trump canceled a planned strike on Iran, leading WTI crude to plunge over 8%. This, alongside OPEC+ announcing a supply increase, reversed crude's sharp July gains. Treasury yields surged, with the 10-year yield rising over 30 basis points in July—its largest July increase since 2005. In a rare move, the US and Japan jointly intervened to weaken the USD/JPY, aiming to prevent potential Japanese sales of US Treasuries. While the tech sector faced deleveraging pressure throughout July, cloud giants staged a massive rally on strong earnings. Microsoft, Amazon, and Google collectively added nearly $1.5 trillion in market value last week. Amazon soared over 15% on accelerating AWS growth, Microsoft extended historic gains, Google fully recovered post-earnings losses, and Meta ended an 11-day losing streak. In contrast, Apple tumbled over 7% on supply chain and guidance concerns, ceding its "world's most valuable company" title to Nvidia. The memory and storage sector corrected sharply. Gold edged up 0.91% in July, with analysts viewing the ~30% pullback from January highs as a potential basing period, supported by long-term central bank demand. Key events to watch this week include earnings from Palantir, AMD, SpaceX (its first post-IPO report), and memory giants like Western Digital. The US July non-farm payrolls report on Friday will be critical for gauging the Fed's policy path. SpaceX also faces a significant lock-up expiration, testing market liquidity.

marsbit5 хв тому

Wall Street Morning News: V-shaped Rebound at Month-end, but Nasdaq Suffers Worst July in 12 Years; Funds Accelerate Concentration Towards Cloud Giants

marsbit5 хв тому

Rubin Ultra Makes Major Cuts, Even Nvidia Can't Handle Memory Price Hikes?

NVIDIA's Rubin Ultra, the top-tier variant of the newly announced Rubin AI accelerators, has reportedly seen significant specification downgrades, according to an industry report from SemiAnalysis. Initially designed with four compute dies (4-die), the Rubin Ultra is now said to be reduced to a 2-die design. Key changes highlighted in the report include: * **No increase in peak theoretical compute performance**, remaining at 35 PFLOPs like the standard Rubin. * **Severe reduction in memory capacity** to 192GB using 8-Hi HBM stacks, which is less than the standard Rubin's 288GB using 12-Hi stacks. * **Negligible memory bandwidth improvement** of only 1 TB/s. * **Slightly higher chip-level power consumption**. * The **primary upgrade is a massive increase in scale-up interconnect capacity**, supporting connections for up to 576 GPUs via NVLink, compared to 72 for the standard Rubin. The report suggests the redesign is primarily a cost-optimization move driven by the sharp rise in HBM (High-Bandwidth Memory) prices. By reducing the expensive HBM content and shifting investment towards enhanced system-scale networking, NVIDIA aims to maintain the platform's value for large-scale AI training clusters while managing soaring material costs. The news reportedly triggered a sell-off in South Korean memory stocks, with SK Hynix and Samsung shares falling around 8%, as markets grew concerned that NVIDIA—a major HBM buyer—might be reducing its reliance on high-capacity memory, potentially capping future pricing power for memory makers.

Odaily星球日报26 хв тому

Rubin Ultra Makes Major Cuts, Even Nvidia Can't Handle Memory Price Hikes?

Odaily星球日报26 хв тому

Can Generative Models Finally Be Trained End-to-End? The Core Is a For Loop

This article introduces a novel training paradigm for generative models called Explorative Modeling (XM), which enables true end-to-end training. Traditionally, powerful generative models like autoregressive and diffusion models are not trained end-to-end. They are trained to predict a single small step but require iterative multi-step sampling for inference. This "exposure bias" leads to error accumulation and limits performance. The core challenge XM addresses is "mode blurring." In generative tasks, a single input (e.g., "generate a dog") corresponds to many valid outputs (multiple modes). Standard training objectives like reconstruction loss force the model to average these modes, producing unrealistic, blurry outputs. To avoid this, existing models break generation into many small, almost deterministic steps, sacrificing end-to-end training. XM tackles this by restructuring the training loop itself. Its key insight is to amplify "generative expressivity." For each training input, instead of generating one sample, the model generates K candidate outputs. Only the candidate closest to the real data is used for computing the loss and updating the model via backpropagation. This simple "best-of-K" mechanism is implemented as a short for-loop. By exploring multiple possibilities, the model learns to distribute its guesses across different modes rather than collapsing to their uninformative average. The paper demonstrates that "exploration" acts as a new, powerful scaling axis. Gains from XM increase with model size, data scale, and compute. Experiments show improvements in FID scores for image generation and significant efficiency gains, sometimes outperforming larger models without exploration. When pushed to the limit, XM enables fully single-step, end-to-end generative models. In robotics tasks, an "Explorative Policy" matched the performance of a 100-step Diffusion Policy with a single forward pass, drastically improving inference speed. While the best-of-K concept is not entirely new, the authors' contribution lies in formally understanding it as a direct method to boost generative expressivity without fragmenting the generation process. This work suggests that as models scale, enhancing exploration during training may become crucial for overcoming fundamental performance bottlenecks.

marsbit1 год тому

Can Generative Models Finally Be Trained End-to-End? The Core Is a For Loop

marsbit1 год тому

Торгівля

Спот

Популярні статті

Як купити QUICK

Ласкаво просимо до HTX.com! Ми зробили покупку Quickswap (QUICK) простою та зручною. Дотримуйтесь нашої покрокової інструкції, щоб розпочати свою криптовалютну подорож.Крок 1: Створіть обліковий запис на HTXВикористовуйте свою електронну пошту або номер телефону, щоб зареєструвати обліковий запис на HTX безплатно. Пройдіть безпроблемну реєстрацію й отримайте доступ до всіх функцій.ЗареєструватисьКрок 2: Перейдіть до розділу Купити крипту і виберіть спосіб оплатиКредитна/дебетова картка: використовуйте вашу картку Visa або Mastercard, щоб миттєво купити Quickswap (QUICK).Баланс: використовуйте кошти з балансу вашого рахунку HTX для безперешкодної торгівлі.Треті особи: ми додали популярні способи оплати, такі як Google Pay та Apple Pay, щоб підвищити зручність.P2P: Торгуйте безпосередньо з іншими користувачами на HTX.Позабіржова торгівля (OTC): ми пропонуємо індивідуальні послуги та конкурентні обмінні курси для трейдерів.Крок 3: Зберігайте свої Quickswap (QUICK)Після придбання Quickswap (QUICK) збережіть його у своєму обліковому записі на HTX. Крім того, ви можете відправити його в інше місце за допомогою блокчейн-переказу або використовувати його для торгівлі іншими криптовалютами.Крок 4: Торгівля Quickswap (QUICK)Легко торгуйте Quickswap (QUICK) на спотовому ринку HTX. Просто увійдіть до свого облікового запису, виберіть торгову пару, укладайте угоди та спостерігайте за ними в режимі реального часу. Ми пропонуємо зручний досвід як для початківців, так і для досвідчених трейдерів.

118 переглядів усьогоОпубліковано 2024.12.11Оновлено 2026.06.02

Як купити QUICK

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни QUICK (QUICK).

活动图片