現在的龍蝦Skill只是當年的水果忍者，只為了讓你熟悉使用

BTCC / BTCC Square / Btcbaike /

Author:

Published:

2026-03-10 19:50:07

「龍蝦」OpenClaw 在國內徹底火了，火到連馬化騰都在朋友圈轉發騰訊免費安裝開源 AI 智能體 OpenClaw 的相關報道，留言「沒有想到會這麼火」。

「過去一周左右，我一直在使用一個數位助手，它知道我的名字，了解我早晨的日常習慣，知道我喜歡如何使用 Notion 和 Todoist，同時它還能控制它也能控制它的 Gmail 音箱、飛利浦 Hue 燈，以及我的 Gmail 模型。與它交流。 token，可能花了 2000 美元來「養龍蝦」。

聽起來可能會感覺，「養龍蝦」的成本可不低，而且能做的事情好像也沒有那麼高大上，它更像是一個能夠用人的方式與人交流、能幫助人類完成更多自動化工作的「XX 精靈」。實際上，這也就是「龍蝦」在現階段能夠發揮的作用——一個「AI 助手」。

如果我們觀察一下 ClawHub 上的安裝量排行前 100 並進行一個大致的分類，我們更能體會到，用大模型來做這些事情，很多情況下可能是“殺雞用牛刀”：

- 信息獲取類：從各種來源（外部鏈接、本地文件、API）搜索、提取文件和總結信息。實際用例包括讓你的 Google、百度等搜尋經過 AI 優化和總結、讓「龍蝦」每天給你發天氣預報、發比特幣即時價格等等。

- 生產力（工作流程自動化）類別：處理電子郵件、Notion、Github、Obsidian、Slack 等，並且能夠進一步實現跨平台任務自動化，簡化工作流程，一個入口解決多平台的事情。

- 開發者工具類別：開發者和技術使用者的專業工具，提供程式碼管理、API 互動、伺服器管理等功能。能提升開發效率，實現程式碼、測試、部署的自動化。這類是程式設計師有感，例如用命令列與 GitHub 交互，處理 issue、PR、CI 運行和進階查詢。

- 內容創作類：運用 AI 的生成能力，創作或編輯文字、圖像、音訊等多媒體內容。

- 物聯網控制類：連接並控制智慧家庭設備、音響系統等智慧家庭硬體。例如讓家裡的窗簾和燈在指定的時間開關。

綜合下來看，「龍蝦」的爆火不是因為上述事情能夠做得多優秀，而是它能像一個「秘書」一樣做得夠全面。比起大多數用戶可能只單純把某個 AI 工具當作搜尋引擎或是自動 P 圖軟體來用，「龍蝦」能讓人用 Telegram 之類的聊天軟體，和老闆一樣並且用聊天的方式向它下達多類型任務。這樣的新奇感在口耳相傳的過程中會被放大，可以說是 AI 走進人們生活以來從未有過的。

我們甚至可以用更樂觀的角度來看待「龍蝦」目前似乎無事可做的階段。在 iPhone 的早期，我們只能用它來玩玩平衡球、憤怒的小鳥、水果忍者等「展示了觸控螢幕能怎麼用」的遊戲。從遊戲本身的內容和趣味性來說，它們甚至沒有諾基亞大量的 JAVA 遊戲好玩。但現在，年輕人們用手機玩王者榮耀、三角洲行動，甚至有很多人只玩手遊，不玩端遊。

如果我們把目光投向如今的加密貨幣市場，「龍蝦」很可能再次大幅降低加密貨幣與大眾之間的學習門檻，並切實解決大眾廣泛的投資需求。

這裡所指的當然不是炒 meme 或是用「龍蝦」發幣。現如今，鏈上的可供交易的資產類別已經越來越豐富，美股、原油、黃金、寶可夢卡牌... 我們都能夠在鏈上去中心化、全天候、無門檻地進行交易。這個交易量一點都不小，2 月 6 日，Hyperliquid 鏈上 Perp DEX、以美股交易為主的 Trade.xyz 24 小時成交額達 54.5 億美元，創下歷史新高。

資訊發達的年代，阻擋我們捕捉新投資機會的往往是「不得其門而入」。例如前段時間，記憶體價格暴漲，大家都能夠知道這個訊息，但要直接去買 SK 海力士的股票，對於非韓國國民來說就比較麻煩。開戶、資金結算等等，阻礙了大眾第一時間對這些訊息做出即時的投資動作。

但如果路徑變成：

- 讓「龍蝦」擁有一個錢包

- 透過信用卡購買穩定幣，為「龍蝦」錢包注入資金

- 告訴「龍蝦」你要投資的具體標的

- 「龍蝦」在鏈上完成買入/賣出

而這些都是透過與朋友聊天一樣的方式來簡單完成的，這對「龍蝦」與加密貨幣來說，無疑會是一個爆炸性的成長機會。

我們也擁有預測市場，因此我們還可以想像更多。例如坐計程車的時候，和司機談天說地。司機說他認為下一任美國總統是 A，你認為是 B，爭執不下的時候，你用語音轉文字對你的“龍蝦”下達了一個指令——幫我下注 100 美元 B 會勝出。

你的「龍蝦」了解你的意圖，自動尋找了流動性最好的預測市場來下單。駕駛立刻跟上，透過車機系統的語音操作，直接也用「龍蝦」在預測市場上押注了 100 美元 A 會勝出。

甚至於「龍蝦」可能也要推出未成年人消費的管制功能，以防止小朋友們在互相炫耀自己的寶可夢卡牌時透過「龍蝦」在鏈上的卡牌市場上衝動型消費。

如果說 pump.fun 引起的「萬物代幣化」meme 幣風潮是注意力經濟的 1.0 版本，那麼「龍蝦」這種普通人更簡單使用 AI 的新範式就有可能成為 2.0 版本——它能夠在鏈上尋找到一切我們想要即時投資的標的以及渠道，並且按照我們的意圖執行。更甚者，它會讓鏈上生態從投資進一步拓展到消費，真正打開區塊鏈多年來追求的 Mass Adoption。

未來正在發生。

","is_original":true,"link":"https://m.theblockbeats.info/news/61498","pic":"https://image.blockbeats.cn/file_v6/20260310/a09e01b3-3264-41cd -8055-68daa8597134.png?x-oss-process=image/quality,q_50/format,webp","column":"","create_time":"1773137401"},{"title":"OpenClaw； ","description":"不要讓它重複讀舊東西","content":"原文標題：Why My OpenClaw Sessions Burned 21.5M Tokens in a Day (And What Actually Fixed It)
原文作者：MOSHIII
編譯：Peggy，BlockBeats

檢測到異常的現像 token 成本卻在不知不覺中持續攀升。本文透過對一次真實 OpenClaw 工作負載的拆解發現，成本爆炸的原因往往並非來自使用者輸入或模型輸出，而是被忽略的上下文快取重播（cached prefix replay）。模型在每一輪呼叫中反覆讀取龐大的歷史上下文，從而產生巨量 token 消耗。

文章結合具體 session 數據，展示了工具輸出、瀏覽器快照、JSON 日誌等大型中間產物如何被不斷寫入歷史上下文，並在 agent 循環中被重複讀取。

透過這個案例，作者提出了一套清晰的最佳化想法：從上下文結構設計、工具輸出管理到 compaction 機製配置。對於正在建構 Agent 系統的開發者而言，這不僅是一份技術排查紀錄，也是一份真金白銀的省錢攻略。

以下為原文：

我分析了一次真實的 OpenClaw 工作負載，發現了一個我認為很多 Agent 用戶都會認出來的模式：

token 使用量看起來很“活躍”

回復看起來也很正常

但 token 卻又拆解

TL;DR

最大的成本驅動因素並不是用戶訊息太長。而是巨量的快取前綴（cached prefix）被重複重播。

從 session 資料來看：

總 tokens：21,543,714

cacheRead：17,105,970（79.40%）

input：4,345,264（20.17 %）

output：92,480（0.43%）

換句話說：大多數呼叫的成本，其實並不是處理新的使用者意圖，而是在反覆讀取巨大的歷史脈絡。

「等等，怎麼會這樣？」的時刻

我原本以為高 token 使用量來自：非常長的用戶 prompt、大量輸出生成、或者昂貴的工具呼叫。

但真正主導的模式是：

input：幾百到幾千 token

cacheRead：每次調用 17 萬到 18 萬 token

也就是說，模型每一輪都在反覆讀取同一個巨大的穩定前綴。

資料範圍

我分析了兩個層面的資料：

1、執行時間日誌（runtime logs）
2、會話記錄（session transcripts）

需要說明的是：

執行日誌主要用於觀察行為訊號（如重開機、報錯、設定問題）

執行日誌中來自精確的行為訊號（如同等級、報錯、設定問題）欄位

使用的腳本：

scripts/session_token_breakdown.py

scripts/session_duplicate_waste_analysis.py

產生的分析檔：

tmp/session_token_stats_v2. p>

tmp/session_token_stats_v2.json

tmp/session_duplicate_waste.txt

tmp/session_duplicate_waste.json

tmp/session_duplicate_wuplicate_waste.json

tmp/session_duplicate_waste.p 實際消耗在哪裡？

1）Session 集中

有一個 session 的消耗遠高於其他：

570587c3-dc42-47e4-9dd4-985c2a50af86：19,204,645 tokens

然後是明顯斷崖式下降：

ef42abbb-d8a1-48d8-9924-2f869dea6d4a：1,505,038

ea880b13-f97f-4d45-ba8c-a236cf6f2bb5：649,584

2）行為集中

token 主要來自：

toolUse：16,372,294

stop：5,171,420

說明問題主要出在工具呼叫鏈循環，而非一般聊天。

3）時間集中

token 峰值並不是隨機的，而是集中在幾個小時段：

2026-03-08 16:00：4,105,105

2026-03-08 09:006.0p 07:00：2,793,648

巨大的快取前綴裡到底有什麼？

並不是對話內容，而主要是大型中間產物：

巨大的 toolResult 資料塊

很長的 reasoning / thinking traces

大型 JSON 資料塊

很長的 reasoning / thinking traces

大型 JSON 資料塊

快照

瀏覽器記錄資料

中，字元量大約是：

toolResult:text：366,469 字元

assistant:thinking：331,494 字元

assistant:toolCall：53,039 字元

一旦這些內容被保留在歷史中，後續將它們保留在上下文中。

具體範例（來自 session 檔案）

在以下位置反覆出現了體積龐大的上下文區塊：

sessions/570587c3-dc42-47e4-9dd4-985c2a50af86.jsonl:70

大型網關 JSON 7. 萬字符）

sessions/570587c3-dc42-47e4-9dd4-985c2a50af86.jsonl:134

瀏覽器快照安全封裝（約 2.9 萬字符）

sessions/570587c3-dc42-47e4-9dd4-985c2a50af86.jsonl:219

龐大的檔案清單輸出（約 4.1 萬字元）

sessions/570587c3-dc42-47e4-9dd4-985c2a50af86.jsonl:311

session/status 狀態快照大型 prompt 結構（約 3 萬字符）

“重複內容負擔” 單次呼叫內部的重複內容比例：

重複比例約：1.72%

確實存在，但並非主要問題。

真正的問題是：快取前綴的絕對體量太大

結構是：巨大的歷史上下文、每輪調用重新讀取、上面只疊加少量新的輸入

因此優化重點不是去重，而是上下文結構設計。

為什麼 Agent 循環特別容易出現這個問題？

三個機制互相疊加：

1、大量工具輸出被寫入歷史上下文

2、工具循環會產生大量短間隔調用

3、前綴變化很小 → cache 每次都會重新讀取

如果 context compaction 沒有穩定觸發，問題會迅速放大。

最重要的修復策略（按影響排序）

P0—不要把巨大的工具輸出塞進長期上下文

對於超大工具輸出：

·保留摘要引用路徑 / ID

·原始 payload 寫入檔 artifact

·不要把完整類別。 JSON

·長目錄列表

·瀏覽器完整快照

·子 Agent 完整 transcript

P1—確保 compaction 機制真正生效

在這份資料中，配置相容性問題多次出現：compaction key 無效

這會悄悄關閉機制優化機制。

正確做法：只使用版本相容配置

然後驗證：

openclaw doctor --fix

並檢查啟動日誌確認 compaction 被接受。

P1—減少 reasoning 文本持久化

避免長推理文本被反覆 replay

生產環境中：保存簡短摘要，而不是完整 reasoning

P2—改善 prompt caching 設計

目標不是最大化 cacheRead。目標是，在緊湊、穩定、高價值的前綴上使用 cache。

建議：

·把穩定規則放進 system prompt

·不要把不穩定資料放進穩定前綴

·避免每輪注入大量 debug 資料

實操止損方案（如果是我明天要處理）

1、找出 cacheReadsion 對 cacheReadsion. /compact
3、對工具輸出加入截斷 artifact 化
4、每次修改後重新跑 token 統計

重點追蹤四個 KPI：

cacheRead / totalTokens

toolUse avgTotal/cacheRead / totalTokens

toolUse avgTotal/call

佔比成功的訊號

如果最佳化生效，你應該看到：

100k token 呼叫明顯減少

cacheRead 佔比下降

toolUse 呼叫權重下降

單一 session 的主導程度降低

toolUse 呼叫權重下降

單一 session 的主導程度降低

toolUse 呼叫權重下降

單一 session 的主導程度降低

如果這些指標沒有變化，說明你仍然太寬鬆的策略。

重複實驗指令

python3 scripts/session_token_breakdown.py 'sessions'
--include-deleted
--top 20
--outlier-threshold 120000
--json-out tmp/session_token_statshold 120000
--json-out tmp/session_token_stats_brson > tmp/session_token_stats_v2.txt

python3 scripts/session_duplicate_waste_analysis.py 'sessions'
--include-deleted
--top 20 --png-out tmp/session_duplicate_waste>w.
> tmp/session_duplicate_waste.txt

結語

如果你的 Agent 系統看起來一切正常，但成本卻在持續上升，可以先檢查一個問題：你付費的是新的推理，還是在大規模重播舊上下文？

在我的案例裡，絕大部分成本其實來自上下文重播。

一旦你意識到這一點，解決方案也就很明確：嚴格控制進入長期情境的資料。

[原文連結]

","is_original":false,"link":"https://m.theblockbeats.info/news/61497","pic":"https://image.blockbeats.cn/file_v6/20260310/d eff4324-fc3c-479b-a0bf-b98882511f72.jpg?x-oss-process=image/quality,q_50/format,webp","column":"","create_time":"1773133723" Hayes：為何HYPE是5倍潛力標的？ ","description":"Arthur Hayes 對 HYPE 在 2026 年 8 月的目標價是 150 美元。 ","content":"原文標題：$HYPE Man原文作者：Arthur Hayes，BitMEX 聯創原文編譯：Saoirse，Foresight News

我們走進冰封的森林，爬上陡峭的火山。這不過是另一個滑雪健行冥想的日子。置身寂靜的雪林，我的思緒自由馳騁。當你全神貫注、一步一步緩慢地攀登火山，成千上萬次把一隻滑雪板放在另一隻前面時，你能迸發的創造力令人驚嘆。我鍾愛這三個月的寧靜。

身心都渴望休息與恢復，滑雪季裡，這意味著要去真正的雪場。在雪場那天，我卸下防滑貼，坐上機械纜車，短短幾分鐘就能把人送上數百公尺高空。吊椅和纜車都很棒，但有時我必須和別人分享這份寧靜。

我在纜車裡不太愛說話，安靜坐在角落，但雪場裡總有些愛熱鬧的人，喜歡隨便找陌生人聊天打發時間。

問題都無傷大雅，卻能讓對方在心裡為我定個位。我們總是會聊到職業——我一個天天滑雪的人，既不是嚮導也不是教練，顯得很奇怪。我禮貌回應，只說一句：「我搞電腦的。」科技業的好處在於，大家都會默認你賺了些錢，卻沒法深究，因為他們連電是怎麼回事都搞不懂，更別提用「電腦」能做的那些稀奇事。話題到這兒自然就冷了，謝天謝地，終於可以下車滑雪了。

我，或是我們 Maelstrom 團隊到底是做什麼的？

我們是流量操盤手，靠著把關注度變現賺錢。變現方式主要是做多比特幣和各類山寨幣，很少做空。透過讓市場專注於我們的觀點，我們相信長期來看，市場會驗證我們的判斷。

現在，請把注意力集中在 Hyperliquid（HYPE）上。

我不喜歡做空，因為不加槓桿時，你最大收益只有 100%，而最大損失卻是無限。我始終追求做多凸性，而非做空，因此我在市場上永遠是淨多頭。

在當下這個艱難階段，比特幣已果斷突破前高，有沒有真正優質的山寨幣能實現絕對上漲？

答案是：有。因為在加密貨幣每一次橫盤或熊市裡，表現最好的山寨幣都是交易平台代幣。即便價格下跌，交易平台仍能持續賺取手續費，有時甚至比上漲時賺得更多，尤其是當它們受益於去中心化交易平台（DEX）交易量的長期增長時。

2023 年初市場橫盤到下跌那段時間，最受追捧的交易平台代幣是 GMX。 2023 年 4 月，GMX 創下 90 美元歷史新高。為什麼？因為當時它在永續合約 DEX 交易量上一騎絕塵，未平倉量與交易量暴增，推動協議收入大漲，更重要的是，絕大部分收入都分給了 GMX 持有者。

當法幣信貸擴張的共識從成長轉向收縮時，哪一個交易平台代幣還能暴漲？

數據取自 2026 年 3 月 7 日 DefiLlama

Hyperliquid 是當前頭部永續合約 DEX，也是除穩定幣外收入最高的項目。它 97% 的收入都會用來從市場回購 HYPE。整個加密產業，沒有任何一個專案能像 Hyperliquid 一樣，把如此高比例的錢還給代幣持有者。

可惜的是，你持有 USDT 或 USDC 這類穩定幣，並不能分到它們的淨利差收益。因此，如果市場相信 HYPE 就可以實現絕對上漲。我對 HYPE 在 2026 年 8 月的目標價是 150 美元，大約是我寫這篇文章時約 30 美元價格的 5 倍。

要從「地獄」走向「瓦爾哈拉」，Hyperliquid 需要把 30 天收入恢復到年化 14 億美元的水平——這一水平它在去年 8 月曾經達到過。為了讓後文更容易理解，我先把財務模型放在前面。

我必須驗證的關鍵假設是：本益比（P/E）、以及團隊每月 HYPE 代幣的解鎖釋放量。 本益比公式：

P/E =（流通供應量 × 價格）÷（30 天年化收入 × 回購比例）

我的模型預測：來自 HIP-3 和非 HIP-3 的總收入，將從 3 月的 8.43 億美元增長到 8 月的 14 億美元。

我會解釋，在永續合約 DEX 競爭加劇的背景下，Hyperliquid 如何重新奪回史上最高的 30 天年化收入水準。

最後一部分，是根據過去三個月的數據，估算團隊每個月會拿到多少 HYPE 代幣。

在不同情境下對模型做壓力測試，能有效提升假設的可信度。我會從悲觀角度檢驗部分假設，看看要多「上頭」才會相信我給的 150 美元目標價。

CEX vs DEX

Hyperliquid 最棒的一點是：它的交易量成長不需要全球加密永續合約總交易量上漲。 只要中心化交易平台的永續合約交易量有幾個百分點轉移到 Hyperliquid，它就能在幾個月內輕鬆把 30 天年化收入翻倍。只需要提升 3.97% 的市場份額，Hyperliquid 就能達到 14 億美元的年化收入目標。考慮到不到三年前 Hyperliquid 還不存在，這完全可行。

截圖拍攝於 2026 年 2 月 5 日，11:20:00 UTC

僅僅四個月，HIP-3 的交易量就貢獻了 Hyperliquid 近 10% 的總收入。無許可上幣一直是 DEX 的聖杯，交易量的快速增長證明，這是 Hyperliquid 甩開競爭對手的關鍵。

要讓 Hyperliquid 營收從 3 月到 8 月成長 66%，HIP-3 必須扛起大旗。尤其是在整個加密市場市值維持在當前低迷水準的情況下。 Hyperliquid 必須提供交易者新鮮、刺激的鏈上交易標的。貴金屬、AI 概念股、原油，正是一般玩家想要交易的東西。如今，透過永續合約，全球任何人都可以全天候交易，槓桿比傳統金融交易平台更高。

基於這些理由，我的模型預測：HIP-3 收入將在 6 個月內上漲 160%。

錦上添花的是預測市場。 Hyperliquid 最近宣布，HIP-4 將支援無許可上線預測市場。我預計 HIP-4 將在未來三個月內上線。玩家會湧向 Hyperliquid 的預測市場，交易二元期權和日內到期期權（0DTE）。上線前很難預測收入成長速度，所以我沒有把它放進模型裡。 如果 Hyperliquid 團隊像以往一樣交出高品質程式碼，幾乎立刻大幅拉動收入，那就算是額外紅利。

遺憾的是，Hyperliquid 並不是唯一的永續合約 DEX。競爭非常激烈，因為這是交易的下一個主戰場。去年年底，大量低手續費、零手續費 DEX 的出現，壓低了 Hyperliquid 的預期估值。

那從那時到現在，發生了什麼，讓我重新相信 Hyperliquid 的統治地位難以撼動？

是真的嗎？

對加密 CEX 或 DEX 來說，偽造交易量易如反掌。

在 BitMEX 的時候，我們常開玩笑說有個「刷量器」－交易平台開個程序，自動產生虛假交易，提高活躍度。

如今很多頭部交易平台都在常規性用刷量器宣稱自己是「最大」，讓交易者誤以為這裡有真實流動性。對 DEX 來說，創造錢包對倒刷量更是簡單，這是刷量的主要來源。

流動性挖礦也是提高活躍度的常用手段：DEX 根據交易量給積分或平台代幣，交易者就在錢包之間對倒刷交易量。

刷量和流動性挖礦不會加深真實流動性。我們無法精確判斷這些活動佔交易量的比例。衡量交易平台優劣的唯一客觀指標，是計算 ADV/OI 比率（日均交易量 / 未平倉量）。

因為交易者必須拿出真實資金作為開倉保證金，未平倉量（OI）能反映真實使用者使用平台的程度。日均交易量（ADV）很容易被刷量和挖礦虛高，但用 OI 修正後，我們能得到由真實風險偏好交易者驅動的有機交易量。 因此：ADV/OI 比率越低越好。

在頭部 5 家永續合約 DEX 中，Hyperliquid 的交易量最真實，因為它的 ADV/OI 比率最低。當交易者意識到競爭對手平台的流動性很多是虛假的，或者積分 / 代幣挖礦已經結束，他們就會回流 Hyperliquid。

長期來看，Hyperliquid 的真實交易量佔比會持續提升。這將鞏固 HYPE「不懼競爭」的敘事。

很多人記得，我之前對 HYPE 戰術性短期看空，一個重要原因就是低手續費 DEX 的競爭。現在我認為，Hyperliquid 在「真實交易量」上是業內第一，至少未來六個月，我不再擔心競爭問題。

關於競爭，下一個要考慮的是：考慮滑點後，哪家 DEX 的流動性真正最好？

我截取了五家平台比特幣 / 美元永續合約的訂單簿快照，併計算了名義金額 10 萬、100 萬、1000 萬美元市價買賣的滑點。

你可以看到，在 Hyperliquid 上大額交易，大多數時候成本最低。因此，即便競爭對手的顯性手續費低 1–2 個基點，真正的大額交易者依然會湧向 Hyperliquid，因為他們可以更大規模交易，對市場衝擊最小。

我發財了

Hyperliquid 只有 11 人的團隊，做出了史上最好的 DEX 產品。 財富理應透過鎖定的 HYPE 代幣流向他們。

Maelstrom 去年年底看空 HYPE 時，曾提到一個擔憂：團隊每月到底會向市場拋售多少代幣，存在不確定性。由於 Hyperliquid 沒有接受創投投資，團隊是否自願不賣出剛解鎖的代幣，本質是 Jeff 和團隊內部的政治決定。他們已經限制了代幣賣出。

在去年 11 月和 12 月分發了近 20% 的獎勵代幣後，1 月和 2 月團隊只分發了約 1% 的獎勵代幣。我猜測，初期高分發是為了繳稅和改善生活，這部分需求解決後，團隊大幅減少釋放，以幫助 HYPE 反彈。這只是我的推測。

歷史不會完全重複，但會押韻。基於此，我假設每月釋出量取這四個月的平均值：815,750 枚。

向前看

市場是前瞻性的。玩家們願意為 Hyperliquid 的未來收益付多少錢？目前 HYPE 的本益比約為 12 倍。和傳統金融交易平台比起來如何？

為了確定合理的估值水平，我參考了全球頂級交易平台芝加哥商品交易平台（CME）、主打年輕激進投資者的新型券商 Robinhood，以及受美國監管影響較深的加密交易平台 Coinbase 的當前市盈率。這些機構的本益比區間很寬，大致在 26～40 倍之間。相比之下，$HYPE 僅 12 倍市盈率，明顯被嚴重低估。

估值偏低的部分原因在於：Hyperliquid 並非上市公司，有智慧合約與交易對手風險，因此估值倍數天然較低。此外，主流中心化現貨交易平台大多不支援 $HYPE 交易，普通投資者購買難度較大，因此它無法像許多山寨幣那樣被炒到極高估值。但即便如此，12 倍本益比依然低得離譜。

短短數月內，Hyperliquid 的 HIP-3 股指、貴金屬交易市場，已成為 CME 等傳統金融交易平台週末休市時的關鍵價格發現場所。我可不知道，電腦週末還需要去打高爾夫。

至少，從產業趨勢來看，HYPE 較高的估值溢價。

關於市值與完全稀釋估值（FDV）的說明：

我採用的是市值而非 FDV，二者因流通量不同而有差異。市值僅統計當前已流通代幣，而非 FDV 所代表的未來全部代幣。鑑於這是一筆 6 個月週期的交易，使用當前市值是合理的。誠然，Hyperliquid 未來可能再次開啟空投，從而擴大流通盤。但截至目前，團隊並未暗示即將進行空投，因此我暫不考慮這項風險及由此帶來的流通量衝擊。

壓力測試

假設團隊每月解鎖 991 萬枚 HYPE，市場僅給予 12 倍前瞻市盈率，但 Hyperliquid 的 30 天年化收入仍回升至 14 億美元歷史高點，結果會如何？

來源：CoinGecko