全电动eVTOL把纽约肯尼迪机场→曼哈顿的通勤从堵车1小时压到7分钟：6个倾转旋翼兼顾直升机起降与固定翼平飞，322km/h、160km续航、载1飞+4客，噪音比传统直升机小100倍，是“空中特斯拉”级的出行革命。 创始人JoeBen Bevirt因童年通勤之苦卖掉原公司、All in身家，斯坦福ME底色让它既稳又轻，瞄准“替代地面出租”的城市空中网络。 未来单价对标地面网约车，若落地将重写都市圈时空——呼应前文AI/新能源的“硬科技降本”，也把“通勤自由”从豪车特权拉成大众选项

美股净利润率前十企业 1、TPL德州太平洋土地公司，净利润率64%，核心是持有德州油气土地，向石油企业收取永久开采特许权使用费，属于零制造、纯资源收费的轻资产模式。 2、CME芝加哥商品交易所，净利润率62%，全球衍生品核心交易枢纽，所有多空交易抽取手续费，交易体量越大利润越高。 3、NVDA英伟达，净利润率57%，全球AI算力芯片垄断厂商，大模型训练、推理环节刚需硬件，叠加软件生态双重收费。 4、V Visa维萨，净利润率56%，全球主流支付清算网络，每一笔刷卡交易自动抽取通道手续费，网络壁垒极强。 5、FNV Franco-Nevada黄金特许权企业，净利润率56%，不直接挖矿，通过前期投资锁定矿山长期产量分红，躺赚大宗商品红利。 6、EVOL Evolution Gaming，净利润率54%，线上数字博彩平台服务商，依靠全球线上娱乐流水持续分成，轻资产数字业务。 7、AVGO博通，净利润率51%，AI、网络芯片龙头，硬件销售叠加长期软件授权费，一次性研发后可反复收取授权收入。 8、MA万事达卡，净利润率48%，全球第二大支付清算渠道，商业模式和Visa一致，依托刷卡手续费稳定盈利。 9、MSCI明晟，净利润率42%，全球指数编制标准制定者，全球ETF、公募基金使用其指数均需缴纳年度授权费用。 10、MSFT微软，净利润率36%，依靠Windows、Office、Azure云订阅制持续获取年费，软件重复变现属性突出。 美光科技MU，2026财年Q3净利润率68.1%，是榜单之外重资产制造企业里稀缺的高盈利标的。受益AI算力HBM存储需求爆发，全系存储产品量价齐升，同时和各大云厂商签订千亿级长期供货协议，锁定长期稳定利润；不过行业属于强周期赛道，过往供需宽松阶段利润率会大幅下滑，和前十家长期稳定高净利的“收费站”企业有本质区别。 以上十家企业共性是轻资产、拥有不可替代的行业壁垒，依靠资源、牌照、渠道、技术实现重复收费； 标普500市场整体平均净利润率仅13%，全部上榜企业盈利能力大幅超越市场均值。 美光MU是特例，属于硬件制造周期股，仅在AI存储供需紧缺周期内冲高净利率，盈利稳定性弱于榜单前十公司。

亮马河旁边的中信书店，店内很明亮，咖啡阅读区有倚着落地窗的一排桌子可以入座。店内卖书卖文创卖饮品卖轻食，还和朝阳区图书馆合作设置了一个图书借阅区，门口有自助扫码的机器方便借书还书。

10月3日我們受邀參加了Aaron的夜店活動♥️ 我只能說大家度過了一個超級開心又輕鬆的夜晚🤣 每個人都玩得很盡興‼️我們甚至還碰到了很多朋友🤭 我們都非常期待下次聚會🫶🏻🫶🏻 I was invited to Aaron nightclub event on October 3rd ♥️ I can only say that everyone had a super fu

如果你看懂了 Ai 我觉得你很棒 这段时间你的收益应该是很高的 但以此就标榜其他人是老登显示自己优越感 其实是没必要的 我不仅买过英伟达而且大概率比你买的便宜 也是最早公开喊英伟达的会过一万亿 会超过苹果成为市值第一 但我确实 1 万多亿卖 call 卖飞了正股 这不代表我没有赚到 Ai 的钱 后续台积电 amd 英特尔的持仓都有盈利 但我的大仓位在 tsla qqq crcl 这段时间确实没有跑赢 Ai 板块 这是我的能力范围不足 但也不能说完全没吃到 Ai 红利 我也有领悟 自己的认知不是最强的 收益率也不是最高的 我只能玩好我自己认知范围内的牌 但这不违背我的投资体系 鳄鱼就乖乖逮水附近的 猎豹就抓陆地上跑的 逾矩的代价是巨大的 我看 ev 看估值看成长 高胜率高赔率的不可多得会重仓 高胜率中高赔率的我也会持有 低胜率高赔率的也会轻仓押注 但是低胜率低赔率的我绝不碰

「人妻的發情期」 「Taboo Wife」 噓... 小聲點，老公剛在隔壁睡著而已🤫 結了婚才發現，家裡的床再怎麼軟，也比不上被別的男人壓在沙發上。穿著最端莊的衣服，在老公隔壁被年輕肉棒幹到大聲亂叫，每一次都頂到子宮口💥 我故意叫得很用力，好幾次都以為他要開門出來了。那種心跳快到爆掉、下面瘋狂收縮的感覺，真的會讓人上癮耶🤤 Shhh... Keep it quiet. My husband just fell asleep in the next room 🤫 Married life made me realize something. No matter how soft the bed is, nothing beats being pinned on the sofa by a stranger. Wearing my most modest clothes, getting pounded by a y*ung cock right next to my husband until I’m screaming. Every thrust hits my cervix 💥 I purposely moaned so loud, thinking he might walk in any second. My heart is racing and my pussy is throbbing. It’s seriously addictive 🤤 @ToBulaer @ToBuerma @KawasawaSen @BulmaList

深度拆解 Renaiss Protocol： 收藏品 RWA 的无限流动性与 AI 基础设施叙事 在当前的 Web3 市场中，提及收藏品 RWA，大多数人的第一反应仍是把实体卡牌拍个照，铸造一个 NFT 充当凭证。这种模式的核心痛点在于信任黑盒与流动性枯竭。而 毕业于 YZi Labs EASY Residency S3、近期完成 150 万美元首轮融资（YZi Labs 领投）的 Renaiss Protocol ，正在 BNB Chain 上尝试一种截然不同的解法： 它不只是一个交易平台，而是一套让实体收藏品机器可读、AI 可交互、密码学可验证的金融底层基础设施。 核心信息差：Renaiss 到底解决了什么别人没解决的问题？ 1. 从有限发售到永续盲盒（Infinite Gacha）的流动性重构 传统收藏品市场依赖人为稀缺性（Limited Drop），这导致资产被分散锁定在各个收藏者手中，市场深度极差。Renaiss 推出了创新的 永续盲盒（Perpetual Gacha）机制 运作逻辑：它像一个永不休眠的自动售货机，背后由真实评级的实体卡牌（如 Pokémon、One Piece 等）金库支持。卡牌在池子中动态进出，其定价和期望价值（EV）与真实市场条件实时对齐。 信任机制：每一次开包（Pack Access）的随机性，都不是由中心化服务器决定，而是通过 Merkle 证明与零知识验证（ZK Validation） 在链上进行密码学锚定 这意味着你抽到的卡在物理世界和链上数据之间，实现了真正的防篡改对应。 2. 真正的护城河：模块化基础设施栈（The Modular Stack） Renaiss 的野心不在于做一个简单的电商网站，而是构建收藏品金融的乐高底座。这是目前市场上极少被深入讨论的核心信息差： Renaiss OS（金库操作系统）：解决非标资产标准化问题。它将独立金库和收藏品商店的库存转化为机器可读的数据，实现链上链下库存的无缝同步 Renaiss Layer（实物交割层）：处理繁琐的现实世界物流、鉴定与结算，确保链上代币持有者拥有无可争议的实物赎回权。 Renaiss Index（定价指数层）：收藏品 RWA 最大的死穴是定价不准。Renaiss Index 正在构建一个透明、可验证的 TCG（集换式卡牌）价格喂价系统，解决“资产身份错误导致价格失真”的行业顽疾 Renaiss CLI（开发者与 AI 工具）：这是最具前瞻性的一步。Renaiss 提供了终端原生的命令行接口，不仅服务于硬核开发者，更专门为 AI Agent 访问链上收藏品市场铺平了道路 未来，AI 可以根据市场指数自动执行套利、收购或做市策略。 生态势能：为什么开发者选择在这里建乐高？ 一个基础设施是否成功，取决于有多少人在上面构建应用。Renaiss 举办的首届公开黑客松（Renaiss Tech Hackathon S1）交出了一份亮眼的成绩单：超过 70 支团队注册，最终成功交付（shipped）了 45 个早期产品 这一数据释放了两个强烈信号： 技术文档与 SDK 的友好度：45 个落地产品证明其 API 和底层架构已经具备了较高的可用性，而非停留在 PPT 阶段。 叙事延展性：这些衍生产品涵盖了从数据分析看板、自动化做市机器人到新型衍生品交易的多个方向，验证了 Renaiss 作为收藏品金融底层的叙事逻辑是成立的。 新手实操与社区参与指南（Actionable Steps） 如果你希望早期体验并参与 Renaiss 的生态，以下是为你整理的实操路径： Step 1: 体验核心产品（Open Beta） 访问 Open Beta。 推荐动作：不要只盯着二级市场买卖。尝试体验其特色的Gacha（盲盒）功能（如 Eden Pack 或 Renacrypt Pack）。观察其如何通过链上哈希验证开包结果的公平性，这是理解其可验证托管最直观的方式。 Step 2: 抢占早期生态位（Renaiss Index Pioneer） Renaiss Index 的封闭 Alpha 测试正在推进中。通过官方渠道提交 Early Access 表单，争取获得 Renaiss Index Pioneer 状态 在基础设施项目中，早期数据贡献者或测试者通常在未来的生态激励中占据有利位置。 Step 3: 深度融入社区（Discord & X） 加入官方 Discord。不要只做潜水者，关注 #governance# 和 #builder# 频道。 信息差玩法：关注官方即将推出的无需许可的 VRF（可验证随机函数）公平性协议和第三方 SDK 的更新。如果你是开发者，第一时间利用 SDK 构建一个小工具（如特定卡牌的链上溢价监控器），极易获得官方的生态资助或社区关注。 独家洞察与客观风险提示 优势总结： Renaiss 巧妙地将高门槛的实体收藏品鉴定/托管与Web3 的原生金融原语（ZK、VRF、AI Agent）结合。它没有去卷那些已经红海的 RWA 赛道（如美债），而是切入了一个全球规模达数千亿美元、且极度缺乏高效流动性管理工具的实体收藏品（TCG）细分市场 需要警惕的风险： 实物交割的摩擦成本：无论链上逻辑多完美，RWA 的最终闭环仍依赖于现实世界的物流、保险和第三方评级机构（如 PSA/BGS）。若线下合作金库的扩张速度不及预期，会影响赎回体验。 监管合规性：将实体收藏品代币化并进行二级市场交易，在不同司法管辖区可能面临证券化认定的合规审查，项目方需持续强化其 KYC/AML 及合规框架。 Renaiss Protocol 的价值，不在于它今天卖出了多少包卡牌，而在于它正在编写一套将物理世界收藏品转化为可编程金融资产的标准协议。在 Web3 亟需真实收益和实际应用场景的当下，这种重基础设施、轻短期炒作的项目，值得长期保持关注。 本文基于公开资料与链上数据深度分析撰写，不构成任何投资建议。 Web3 市场波动较大，参与前请自行做好研究 DYOR。 @renaissxyz

方星海博士背后的证监腐败经济学：10篇学术论文看得刺激！证监会副主席方星海，其博士论文导师是诺贝尔经济学奖得主约瑟夫·E·斯蒂格利茨。方星海被捕的消息公开之后，重新翻看了他的履历：斯坦福经济学博士，世界银行工作经历，上海金融办主任，再到证监会副主席，在中国金融监管体系中，几乎是一份最接近技术官僚理想型的履历。 连他这样一位拥有深厚学术背景和丰富监管经历的官员走到被查这一步，也让证监系统为何频频出现腐败案件再次成为舆论关注的焦点。坊间讨论往往停留在个案层面，谁与谁存在关联，哪家企业上市过程中是否存在利益输送。但从经济学视角看，问题会更加清晰。证监系统中的腐败，其租金究竟来自哪里，利益由谁获得，成本又由谁承担，以及反腐能否真正改变背后的运行机制，才是更值得追问的问题。 过去十几年里，已有一批实证研究试图回答上述问题。相关文献从IPO审核、监管寻租、政治关联、上市公司治理以及资本市场资源配置等多个角度展开分析。我们将与中国证监系统腐败最直接相关的研究整理成一份清单。 六篇最直接研究证监腐败的论文清单。 1. 企业行贿发审委员，到底买到了什么？ Huang, Yan, and Chan（2021），Journal of Corporate Finance，题为《Does Aggressiveness Help? Evidence from IPO Corruption and Pricing in China》。 该论文的分量，在于作者使用了真实发生的行贿案件作为识别依据。研究团队根据法院公开披露的信息，识别出曾向两名创业板发审委员行贿的企业，并进一步匹配了行贿企业、时间、金额等具体信息，再将其与其他IPO申请企业进行比较。 研究发现，行贿行为使企业IPO过会概率提高约17个百分点。与此同时，行贿企业往往获得更高的发行市盈率，但上市首日表现反而更弱，平均涨幅仅为28.6%，低于未行贿企业的40.1%。上市之后，行贿企业的长期市场表现也更差。作者认为，这可能源于行贿企业本身具有更激进的融资策略，希望通过更高的发行价格弥补行贿成本以及相关中介费用。 论文中还有一个很有启发性的事件研究。腐败发审委员被调查或判刑的消息公布后，与其存在关联的企业股价出现更加明显的下跌。但与此同时，即使没有直接行贿关系的企业也受到负面影响。换言之，监管腐败会带来信任外溢效应，投资者难以准确识别哪些企业真正参与其中，于是整个相关板块都会面临估值折价。 在研究我国证监系统腐败的相关文献中，该论文的优势在于直接观察到了行贿关系本身。相比政治关联、官员背景等间接代理变量，真实腐败案件提供了更具说服力的证据。当然，行贿企业并非随机产生，法院披露的案件也可能只是全部腐败行为中的一部分。因此，17个百分点更适合作为特定样本范围内的估计结果，不能简单外推到所有IPO企业。 2. 发审委里的审计机构代表，会不会照顾自己的客户？ Geng, Hau, and Zheng，题为《China's IPO Screening with Partial Regulatory Capture》，Swiss Finance Institute工作论文。 我国过去的发审委制度曾吸收会计师事务所、律师事务所和金融机构等专业人士参与审核。制度设计的初衷，是借助市场专业力量提升审核质量，但同时也带来了潜在的利益冲突。当某家审计机构的人员进入监管决策体系后，该机构与拟上市企业之间便可能产生利用关系网络获益的空间。 论文发现，曾有代表进入监管决策机构的审计所，更容易承接那些刚好跨过财务审核门槛的边缘企业。这些企业获得IPO通过的概率更高，但上市后的表现明显更差。与普通IPO企业相比，其上市后两年的平均买入持有收益率低约45%，会计盈利能力也相对较弱。 作者进一步分析发现，这些审计所在其他上市公司的日常审计业务中，并没有表现出更高的审计质量。它们的优势主要体现在IPO审核环节，更多地体现为监管关系带来的便利，而非专业能力上的领先。 该论文对于理解发审腐败的制度根源具有重要意义。现实中的监管失灵，很少只是个别官员与企业之间的简单交易，更常见的是专业中介机构、审核委员和拟上市企业之间形成了一种长期互动关系。监管需要行业知识，因此需要吸纳市场专业人士参与，但专业人士进入权力核心后，也可能创造新的寻租空间。 3. 前证监官员进了券商，客户为什么更少被查出欺诈？ Chen, Lin, Ng, and Pan（2026），Review of Accounting Studies，题为《Revolving Door at Financial Intermediaries: Evidence from Fraud Allegations Against IPO Clients》。 论文研究的是券商和保荐机构聘用前证监会官员后，会对IPO审核结果产生怎样的影响。研究发现，前监管人员进入券商担任董事或高管后，由该券商保荐的IPO企业，被证监会认定存在欺诈行为的概率明显下降。 更值得注意的是，下降主要来自违规行为被发现的概率降低，而企业实际造假行为本身并没有明显减少。作者进一步将前监管人员带来的旧有关系网络，与其积累的监管专业知识进行区分，发现前者更能解释研究结果。即使违规行为最终被查出，拥有前证监官员的保荐机构，其客户受到的监管处罚也相对更轻。 其中的利益链条，同样清晰可见。保荐机构能够收取更高的服务费用，前监管人员也获得更高的薪酬回报。机构投资者似乎能够识别其中的风险，并在市场交易中做出反应，但普通投资者较难将此类风险充分反映到价格中。 该论文是目前解释我国证监系统旋转门现象较有代表性的研究之一。它揭示的利益交换机制，比直接送钱更加隐蔽。前监管人员带来的价值，可能来自对监管规则的熟悉，对审核重点的掌握，对调查触发机制的了解，甚至包括利用既有关系影响监管发现和处罚结果。 4. 有政治关系的券商，更容易帮客户过会。 Chen, Guan, Zhang, and Zhao（2017），Journal of Banking & Finance，题为《Political Connection of Financial Intermediaries: Evidence from China's IPO Market》。 作者使用2006年至2011年的中国IPO申请数据，以券商董事长或总经理是否具有政府、军队任职经历来衡量政治关联。 研究发现，具有政治关系的承销商能够显著提高客户企业IPO过会的概率。同时，这类券商收取的承销费用也更高，说明企业愿意为关系资本支付额外溢价。进一步分析显示，相关企业上市后的长期市场表现更差，政治关系带来的收益更多流向企业原股东和金融中介，普通投资者并未获得相应回报。样本中政治关联现象十分普遍，约44%的承销商被归入政治关联组。 论文描绘了一条较为完整的利益链条。政治关系提高IPO通过概率，券商借助关系优势收取更高费用，部分质量较弱的企业因此进入资本市场，而由此产生的成本最终由二级市场投资者承担。 5. 2015年金融反腐后，关系对审核的作用下降。 Xiong and Zhao（2021），Pacific-Basin Finance Journal，题为《Guanxi, Media Coverage and IPO Approvals: Evidence from China》。 作者考察了拟上市企业、中介机构与发审委员之间的社会关系，试图分析关系网络在IPO审核中的作用。研究发现，在2015年之前，企业与发审体系中的社会关系能够显著提高IPO过会概率。随着金融领域反腐力度加强，这类关系对审核结果的影响明显减弱。 论文还关注了媒体监督的作用。研究发现，正面媒体报道对IPO结果的影响并不稳定，但负面报道会显著降低企业过会概率。即使企业拥有发审关系，一旦遭遇负面曝光，上市成功率仍会受到明显影响。 该研究适合用来说明反腐和外部监督如何改变关系网络的收益空间。监管环境变化之后，原本能够带来优势的社会关系，其价值受到削弱，媒体曝光也成为约束寻租行为的重要力量。 6. 地方官员晋升前，企业上市会加速。 Piotroski and Zhang（2014），Journal of Financial Economics，题为《Politicians and the IPO Decision: The Impact of Impending Political Promotions on IPO Activity in China》。 严格说，这篇论文研究的并非证监官员腐败案件，但它是理解我国IPO政治经济学绕不开的一项研究。 作者考察地方官员晋升激励与企业上市之间的关系，发现地方官员即将晋升的时期，符合条件的企业更容易启动并完成IPO。这一现象在国有企业和民营企业中都存在。对于民营企业而言，上市窗口尤其重要，因为地方官员调整后，原有的政治联系可能失效，企业倾向于赶在关系网络变化之前完成上市。 研究进一步发现，晋升期上市的企业，后续经营表现和长期股票收益更差，控股股东持股比例更高，也更容易出现募集资金用途调整等现象。换言之，政治周期可能改变企业进入资本市场的节奏，也影响了资本市场资源配置效率。 反腐真的介入之后，发生了什么？ 前面六篇讲的是租金怎么来，接下来四篇换个方向，看反腐真正落地之后，市场和企业发生了什么变化。 7. 中央巡视证监会后，IPO抑价反而上升。 Yan, Li, and Wang（2023），China Journal of Accounting Research，题为《Do Anti-corruption Campaigns Affect IPO Underpricing? Evidence from a Central Discipline Inspection of the CSRC in China》。 作者利用中央巡视组进驻证监会这一制度事件，考察巡视期间完成上市的企业表现。研究发现，巡视期间上市企业的IPO抑价程度更高。作者认为，在巡视压力下，证监会更加重视市场稳定和监管风险控制，因此倾向于批准发行价格相对较低的项目，为上市后的短期上涨留下更大空间。 进一步分析显示，这类企业上市初期市场表现更好，但长期股票收益反而更差。相关影响在民营企业、聘用低质量审计机构的企业，以及所在地区腐败程度较高的企业中更加明显。 论文揭示了一个容易被忽视的机制。反腐检查能够压制监管寻租，但同时也可能改变监管人员的行为激励。在面临更强问责压力时，官员可能更加关注避免市场波动和审核风险，从而采取更保守的定价策略和项目选择标准。因此，反腐带来的短期变化，并不一定完全体现为资源配置效率提升。 8. 反腐削弱了上市公司政治关系的价值。 Chiang and Qin（2025），Economica，题为《How Did the 2012 Anti-corruption Campaign in China Diminish the Value of Political Connections for Listed Companies?》。 论文利用新闻报道中反腐政策强度的变化，考察2012年至2014年反腐运动对中国上市公司的影响。研究发现，反腐运动启动后的前两年，具有政治关联企业的市场价值下降约7.5%，相当于此前政治关系所带来价值的80%至83%。这一影响主要集中在民营企业、生产率较低的企业以及腐败程度较高的地区。 虽然该研究并不专门针对证监系统，但对于理解金融机构和上市企业为何愿意投入大量资源维护监管关系具有重要意义。政治关系本身就是一种具有市场价值的无形资产，能够帮助企业获得融资便利、资源支持和制度优势。反腐行动的推进，相当于显著压缩了这类关系资本的价值。 论文揭示了一个重要机制。企业经营政治关系，并非仅仅为了获得短期便利，主要还是因为这种关系过去能够带来真实的经济回报。当制度环境发生变化，政治关系的稀缺性和有效性下降，依附于关系网络形成的市场溢价也随之减少。 9. 禁止官员当独董后，财务报告质量提高。 Hope, Yue, and Zhong（2020），Contemporary Accounting Research，题为《China's Anti-Corruption Campaign and Financial Reporting Quality》。 2013年的相关规定禁止党政机关官员在上市公司兼职，大量官员独立董事因此退出上市公司治理结构。作者利用这一制度变化构建双重差分模型，考察失去官员董事后企业治理和信息披露的变化。 研究发现，失去官员董事的企业，财务报告质量随后有所改善。这种改善在民营企业、面临再融资压力、曾获得优惠信贷，以及所在地区司法效率较高的企业中更加明显。 研究结果表明，官员董事的作用可能远超一般意义上的政策咨询。他们既可能帮助企业获得融资便利，也可能削弱外部监督压力，使企业面临较低的信息披露约束。在这种情况下，企业维持政治关联的收益，部分来自降低透明度要求和外部治理压力。 10. 官员退出董事会后，企业转向创新和生产率。 Berkowitz, Lin, and Liu（2022），Journal of Law, Economics, and Organization，题为《De-politicization and Corporate Transformation: Evidence from China》。 论文研究的是同一轮官员独董退出事件。作者发现，短期内，失去官员独董的企业融资环境有所恶化，债务成本上升，市场价值也受到负面冲击。但随着时间推移，这些企业开始增加研发投入，引进更多机器设备，生产率和信息透明度逐步提升，经营能力的改善最终抵消了政治关系消失带来的损失。 该研究为理解反腐的长期经济影响提供了更完整的视角。政治关系被削弱后，企业短期内可能面临融资压力和市场估值下降，但与此同时，也会被迫减少对关系资源的依赖，转向技术创新、公司治理和真实经营能力提升。 从更长周期看，反腐并非只意味着切断既有利益网络，也可能推动企业重新建立基于效率和竞争力的发展模式。

值得一读的Curator / Vault Economy 的报告 也是一个窥探链上资管生态的非常好的视角 因为最近一直密集在看和聊生态里的参与方 也想借此补充我对这个快速增长的业态的理解 —--------------------- Curator 就是 Asset Manager 的链上叫法 Curator 全称 Risk Curator，是为风险策展人。 早先时期并没有 Curator 这种独立的角色，Vault 这类产品大多也是以 Yearn 为代表的收益聚合金库的形式存在：用户存入资产，拿到金库份额 Token，由写好的智能合约策略替用户代为 On-Chain Yield Farming。 那个时候并没有 Curation 这个行为，策略都是被动写死的，或者也可以说 Curator 其实就是代码本身，所有的策略逻辑和风控参数都 Hardcode 在智能合约里，因此每一次策略迭代，实际都需要进行合约的升级或重构。 但过去的 2-3 年里，整个 DeFi 发生了结构性的剧变： 1）资产定价与风控的复杂度爆发 RWA、LST/LRT、各类收益稳定币、代币化股票、结构化收益资产爆发式增长。这些新资产背后的法律架构、申赎机制、发行方信用以及流动性深度差异巨大，对个人参与者而言存在极高的认知与评估门槛，需要更专业的风控机构代其挑选与审查资产，Curator 因此顺理成章地接管了资金分配权，这本质上是用户将风控与调仓管理权进行的一种专业化让渡。 2）借贷底层的“模块化”与“解耦” 大部分的 Risk Curation 其实都发生在以 Morpho Blue、Euler v2、Kamino 为代表的模块化借贷 Primitive 上。它们把传统 Aave 式的单一资金池（Monolithic Lending）彻底解耦成了成千上万个独立的微观市场（Isolated Lending)。这里面既有混池模式的劣势，即，所有储备资产共享资金池，单个尾部资产一旦暴雷或预言机被操纵，风险会迅速污染整个资金池；也有大量新资产衍生的需求与一定程度的供需错配，例如，海量新资产发行后，急需 Lending 场景来赋予 Utility，其中不乏大量 Permissioned 合规资产，需要更 Custom 的基础设施支持，而Aave 等蓝筹借贷市场，对上线资产的流动性、资信要求极高，难以满足新资产的对接需求。 那未来呢？ 这个趋势已经不可逆了，Curation 只会继续增长。 —--------------------- Curation 生态版图与价值链 Curation 产业链已经有一套非常清晰的层级结构： 1）Capital Allocators（资金分配方） - High Networth Individuals - CEX Retails - Tradfi Capital @apolloglobal @Bitwise - @SkyEcosystem @sparkfinance - @LidoFinance @ether_fi - @SolvProtocol - @PayPal 这一群体持有底层流动性并寻找风险可控的收益，为 Vault 的存款方，最初主要覆盖了高净值 Yield Farmers，大 web3 协议的国库资金，以及通过 Coinbase、Kraken DeFi Earn 等前端接入金库的 CEX 散户。但最近 1-2 年，增量最大的 Allocator 全面机构化： 例如包括 Apollo Global Management（管理规模约 $940B，签约拟收购高达 9% 的 MORPHO 代币供应）以及 Bitwise（推出自己的 Morpho 金库并配备专门的 Portfolio Manager，同时跨越了 Allocator 与 Curator 双重角色）在内的 TradFi 机构。 也包括很多协议的原生资产负债表（和国库资金不同），这类 Allocator 核心是拥有极低的资金成本，部署的是自己创造或已有的资产负债表资金，根据内部目标回报率进行资产配置，典型的例子是 Sky / Spark（通过 Allocator Vaults 铸造 USDS 并由其最大 Agent Spark 的 Spark Liquidity Layer 部署数亿资金进入 Morpho 和 Maple）。 此外，也有一些资产发行方主动充当 Allocator，他们不只是被动发行稳定币或 Staking Token，也主动转型推出金库产品和补贴金库以创造自身资产的需求，例如 Lido 和 Etherfi 深度集成金库以提升 LST 组合性和需求，PayPal 则通过 Merkl 持续在 PYUSD Vault 上发放补贴。 2）Lending Primitives (借贷原语协议） - @Morpho - @eulerfinance - @kamino - @aave - @Loopscale - @GearboxProtocol - @0xfluid 这一层级是提供底层的撮合逻辑、清算引擎与核心会计框架的无许可基础设施。传统的 Aave / Compound 模式依赖单一的大流动性池（Pooled Risk），任何单一抵押品暴雷都会危及全局；而以 Morpho Blue、Euler v2 为代表的新一代 Primitive 则完全解耦，本身不做资产审核与信评，将参数设定（如 LLTV、预言机选取、清算折扣等），以及风控权与定价权完全赋予给外包的 Curator，实现了自身的轻资产运行与无许可扩展。 而其他一些更新兴的协议，如 Gearbox 注重于一键的 Looping 挖矿，将复杂的 Leveraged Carry Trade 降维成极简的用户体验，而 Fluid 则创新性地将 AMM Swap 与 Lending 深度重叠结合，让同等资金能够同时捕获交易手续费与借贷利息，实现了极致的借贷资金效率。 3）Vault Infrastructure (金库基础设施） - @Morpho - @veda_labs - @upshift_fi - @mellowprotocol - @ipor_io 这一层级是整个 Curation 生态的标准化记账与权限隔离介质，你也可以理解成是另一种形式的资金存管。他们绝大多数以 ERC-4626 标准为底层支撑，但功能和侧重点各不相同，具体选择什么金库设施大多由 Curator 自行根据不同策略的要求而进行选择。典型的代表包括 MetaMorpho（Morpho 的官方金库层，最常用）、Veda（为企业和交易所前端提供金库封装，如 Kraken DeFi Earn 的底层），Mellow（专注于 LST/LRT 多重金库编排），以及 IPOR Fusion（擅长杠杆循环贷 Looping）。 4）Risk Curators (风险策展人） - @gauntlet_xyz - @SentoraHQ - @SteakhouseFi - @kpk_io - @RockawayX - @k3_capital - @hyperithm - @evgeny_re7 - @galaxyhq - @wintermute_t - @keyrock - @flowdesk_co - @jpegtrading - @yearnfi - @ipor_io - @0xfluid 一下子肯定是举不全的，按照 CuratorWatch 数据，总共有 140 多个 Curator。不过如果仔细拆解这名录，就会发现绝大多数都不是商业意义上的第三方 Curator，因为 CuratorWatch 的统计逻辑是抓取链上拥有 Vault 管理权限的所有地址，这就把大量非标准资管主体也卷了进来，大部分都是自营/自用的主体，剔除掉之后，全网真正以此为核心业务、面向第三方资本提供专业风控与资产配置服务的活跃 Curator，也就20-30家。 而在这 20-30 家里面，典型的就是上面我列的，可以看到他们的背景其实呈现很大的分化。有做财库管理出身的，例如 Steakhouse、Kpk，有做量化风控出身的，如 Gautlet，Sentora，有做市商出身的，例如 Wintermute，KeyRock，Flowdesk，JPEG Trading，Galaxy，有 VC 和孵化机构出身的，如 RockawayX、Hyperithm、Re7 Labs、K3 Capital，也有 DeFi 协议，如 Yearn Finance、IPOR、Fluid。 而这种分化的原因，其实在于纯粹的 Curation 并不怎么赚钱，具体我会在下面的 Curator 盈利模式章节阐述，但结果就是，各家 Curator 机构，都是在依托各自原生的背景，有 Curation 业务之外的业务变现逻辑。 5）Users (借贷流动性实际使用者） - Retail borrowers - Market makers - Trading firms - Loopers - CEXs/User Interfaces Users 是整个价值链条的终点与利息支付方。在 Curation 体系中，他们支付的借贷利息与清算罚金是全链条收益的根本来源。Loopers 是全网借贷需求的主力，也往往是 TVL 增长的核心驱动方，此外，做市商也是这类模块化借贷的常客，往往会质押资产，借出稳定币，去进行跨 CEX/DEX 做市、Delta 中性基差套利。 然而，此外的绝大多数真正的终端用户其实根本不会直接与 Curated Markets 或链上金库交互，甚至完全不知道背后有 Curator 的存在。他们往往是通过分发合作伙伴（以 CEX 为主）的前端界面，在完全无感的状态下消费着链上的借贷流动性： 例如 Coinbase 完全抽象掉了底层的 Morpho Vault 框架，直接在其 App 内呈现了一个以 Morpho 为底层的 BTC 抵押借贷产品。在商业逻辑上，这类分发合作伙伴的重要性甚至超越了这一层级中的任何其他角色。因为它们掌握着终极的用户流量与资金入口。 —--------------------- Curator 盈利：不赚钱的“表面”与独家Deal的“里子” 只靠 Management & Performance Fee 是富不了的。 因为规模使然，大部分 Curator 都还没大到一定程度。 他们本质上面临的困境，和过去的 Staking Service Provider & Validator 是类似的，Staking APY 4-8%，Curator 配置的那些 Lending Market 也基本差不多是这个收益率水平，然后从收益中抽取 10% 作为业绩管理费，能赚多少呢? 而 Staking Service Provider 只需要跑个节点就完事了，但 Curator 需要对市面上几乎所有的资产与借贷池进行评级，以及 24/7 的实时风险监控，出了事还要被 LP 怼甚至背锅，风险收益比相差巨大。更不用说 Curator 的策略是有很高的同质化的，例如几个头部的 Curator 都有所谓的 Prime 策略 Vault，配置的蓝筹抵押品、借贷池子等各方面都高度近似，进一步拉低了 Curator 收费比例的预期，事实是，这几个 Prime 策略 Vault 都是 0 费率。 那为什么还要做呢？ 为了 Institutional Flow。 只有你 TVL 和 Brand 足够大，在 RWA 和机构上链的大浪潮中，才能够拿到一些 TradFi 大资产发行方的 Deal Flow，例如 PayPal USD、Ripple USD 都是聘请 Sentora 作为 Curator。因为这些 Deal 往往是独家的，没有价格战顾虑，并且这类发行方财大气粗，兼具传统金融的 Distribution 渠道，AUM 预期足够大，能够让 Curator 通过正常管理费和业绩提成来盈利。 当然，Curator 也在不断拓展其商业变现能力： 1）现金流更稳健： Retainer 与风险咨询 Curator 本质也是半个风控、信评机构，因此能够直接向 DeFi 协议与新兴项目方收取固定的风险咨询服务费。典型例子如 Gauntlet、Chaos Labs、Steakhouse 等，长期作为 Aave、Compound 等 DAO 协议聘请的外部风控顾问，通过 DAO 提案按月或按年收取重额的咨询服务费（Monthly/Yearly Retainer）。同时，也有 RWA 项目方或新兴的协议，为了设计合规的风控架构与参数，也会直接与这些 Cuator 签署咨询服务协议，由专业团队为其提供针对性的资产评级与风控规划，这也构成了 Curator 最稳定、可预测的现金流来源。 2）更隐蔽：自营资金的杠杆利差套利 Curator 本身作为距离微观市场风控和流动性最近的参与者，拥有最精准的资产监控数据。当 发行方在 Merkl 上为自己的池子注入重额的 Incentive 补贴，拉高综合 APY 时，理论上 Curator 是可以借用自身的资产负债表资金，或者低成本借贷资金，参与套息差的。并且由于 Curator 非常熟悉金库的清算线、预言机和风控规则，甚至这部分参数本身就是由自己把控的，它们能够在风险极致可控的前提下，无风险套取这部分生态补贴与利差。 —--------------------- Curator 业务模式的核心竞争力 资产端范畴的： - 资产挑选/承揽 - 风险监控/定价 但目前看也只能算是进入门槛了，甚至很多头部的 Curator 本身都不太做新资产，尤其是经过去年 Stream Finance 暴雷之后，大家都变得谨慎了，很多 Curator 重新回到只专注于蓝筹与确定性极高的大资产品类，因而本身也不需要太多的精力和技能点放在承揽上。 甚至因为加密市场本身具有高度透明与无许可的特征，这意味着风控模型、参数设定与资产渠道只要花时间精力投入，差距其实都能赶上，也难形成真正长期的护城河。 那么什么是不太能够替代和复刻的呢？ Curator 拼的核心竞争力，到底是什么呢？ 在我看来是负债端，包括了你的： - 成本结构 - 信用背书与资本充足度 这其实与传统金融行业是很像的。 1）成本结构 在传统金融里，银行和保险公司之所以往往处于买方市场的最顶端，更多是因为它们掌握了全市场成本最低、规模最大的负债端资金：银行靠存款，保险靠保费。 在 On-Chain Asset Management 中也是完全相同的逻辑。谁能接入低成本甚至零成本的资金源头（例如 Sky/Spark 这种协议原生资产负债表资金，或者来自 CEX 托管的更偏传统画像的闲置沉淀资金），谁就更有话语权和定价权。 2）信用背书与资本充足度 之前，在风险事件中 Morpho 和 Curator 之间的扯皮，基本是常见的惯例了，底层的 Primitive 更多把自己定位成无许可的纯基础设施，不负责风险的 Curation，主张不赔，而 Curator 虽然直面 LP 存款，但也因为只拿着三瓜两枣的管理费，想赔也没钱赔。 这种模式，外加动不动暴雷，是很难说服大资金进来的。 传统银行碰到坏账有严格的资本充足率要求与拨备金，不可能直接让储户受损；传统的基金管理公司与信托机构，往往也需要通过自有资本或者保险机制，去增信其产品。而信用背书与资本充足度，本身其实间接就是在回答怎么让 Curation TVL 更上一层楼的问题。 即未来如果要能够承接数十亿级大资金，Curator 也必须从纯风控顾问转变为具备强健资产负债表与风险吸收能力的真正资管机构才行。 —--------------------- Curator 的 Tiering 分层与路线分化 不过这也并不意味着： - 只有巨型机构化资管这一种模板 - 中小型 Curator 彻底失去了生存中间 因为链上资产本身是有严格的风险与收益层级的，未来会有大量的收益类资产上链和发行，但是他们中绝大部分够不到巨型机构化资管商的门槛。 那难道他们就没有存在的意义了么？ 显然不是的。 结果必然是分化，并由不同定位的 Curator 去服务。 1）Tier 1 资产与 Institutional Gatekeepers 型 Curator 以蓝筹类资产（如 BTC、ETH、顶级稳定币如 RLUSD, PYUSD）为主，资信好、流动性强、历史久、风险低。虽然市面上大部分 Curator 都有自己的专注蓝筹资产策略的 Prime Vault，但真正能上牌桌竞争的还是如 Sentora、Steakhouse、Gauntlet 等大 Curator，他们的优势是极强的大机构与 CEX 信任背书，锁定最深的 Distribution 渠道，极其看重风控、流动性与资金安全。一个资产如果通过了这类 Curator 的信评，便意味着获得了机构级资本的入场券，低成本的托管/CEX 流量分发，以及巨大 AUM 对应的借贷流动性配额。 2）Tier 2资产与 Mid-Stage Expansionists 型 Curator 以扩张型资产为主，已经具备了相对较好的流动性和链上 track record。在结构上，由于这类资产仍旧无法直接塞进追求极低风险的 Tier 1 Prime Vault 中，Curator 通常会为其设立专属的 High Yield Vault 高收益金库甚至 Apex Vault 策略金库（高风险池）。这类金库主打的就是在风险可控的前提下追求 Alpha 收益。Curator 在这里拼的是极其精细化的风控建模与参数调优，如 LLTV 设定、预言机防操纵设计以及动态清算线调整，并会对这类资产设定严格 Cap 和增加组合上的分散，以此降低整体 Vault AUM 对单一资产风险的总暴露比例。 3）Tier 3资产与 Early-Stage Bootstrapper 型 Curator 专指长尾的新资产，缺乏历史数据、智能合约未经实战检验，链上流动性需要从零构建。愿意参与这类 Deal 的 Curator 基本上是以 VC 和孵化方的姿态在介入，为其提供背书和初始流动性引导，以换取更多在代币方面的 Upside。如 Hyperithm、RockawayX 等就是极其典型的例子。它们本身就是加密市场的 VC 投资机构，兼具自营资本与孵化能力，Curation 更像是投资业务上的延伸。 路线A：评级型大资管路线 严格按照评级说话。资产符合信评标准才可纳入配置，不符合要求则直接拒绝，绝不冒着品牌损伤的风险下场做新资产。它们的目标是低风险下的巨额 AUM，赚取稳定的规模管理费，并拿到更多的 institutional deal flow，凭渠道和资本垄断蓝筹型资产的流动性，服务一小部分优质的扩张型资产，Tier 1 Curator 和大部分 Tier 2 Curator 的目标，都是这种路线。 路线B：链上 VC 与孵化路线 由于新资产大多没有 Track Record，以及所有的链上流动性等等也都要重头开始建立，因为这条路线更像是在做孵化与早期投资，而非评级。这体现在，Vault 以及链上 Lending Market 冷启动的资金，往往会来自 Curator 自己的资产负债表，或者干脆由项目方自己解决，可能来自于项目方自己的国库，也可能是找好的 Private TVL Deal LP，即便是想要依靠外部资金，至少，也需要给大量的额外补贴才行，毕竟散户/矿工都不是雪中送炭的。 而 Curator 用自身的资产负债表去 Lend 低收益的新资产，表面看极不合理，承担高清算/合约风险，为了让 Loop 起来，仅收取微薄的基础利息，但里子里，可能是谈好的一些额外的 off-chain deal，获得了来自项目方的额外 Upside，以完成 VC 级别的风险对冲。 在我看来，这甚至比纯做 VC 更有意思一些。 这种“以 Lending 之名行 VC 之实”的模式，一方面，你的资产负债表资金留在清算优先级较高的 Lending 侧，承担着相对可控的风险（我是说相对 VC 投资来说）；但同时，你又借此撬动了一张高杠杆的看涨期权，拿到了项目方给你的额外利益。 —--------------------- 资产链上进阶的生命周期 而在理解了这两种路线之后， 一个链上新资产的成长与演进路径也就变得异常清晰了： 1）阶段一：寻找 Bootstrapper 完成流动性冷启动 刚发行的资产缺乏 Track Record，公共的 LP 往往不敢下场。项目方必须先找 Tier 3 / VC 型 Curator，靠 Curator 的资产负债表资金，或是自己国库、Private TVL Deal LP的资金，配合额外的补贴激励，完成借贷池的冷启动。 阶段二：跃迁至 Expansionist 的 High Yield Vault 在跑出初步的链上数据、交易深度与清算记录后，资产开始进入 Tier 2 Curator 的视野。通过精细化的风控建模，资产被纳入 High Yield / Apex 金库。在此阶段，资产逐步建立起在专业 Curator 这里的监控记录与风控台账，吸引追求 Alpha 收益的进阶 LP 资金。 阶段三：登录 Institutional Gatekeeper 的 Prime Vault 当资产的链上历史足够沉淀、流动性与资信达到一线水平时，最终冲刺 Tier 1 机构型 Curator 的 Prime Vault。一旦通过信评并被纳入蓝筹配置池，就等同于获得了机构资本的间接背书，也可以无缝接入 CEX、托管机构背后的 Distribution 渠道，解锁巨额的流动性配额。 这其实跟加密资产上交易所（CEX）是类似的。 除了极少数诞生即自带顶流光环的大满贯项目外，绝大多数代币都还是需要一步步打怪升级，然后才能完成长尾资产向蓝筹资产的跨越。