avatar
Benson's Trading Desk
關注
動態
avatar
Benson's Trading Desk
03-13
有人問為什麼 Bitfinex 利率這麼高，為什麼巨鯨不去鏈上用更低的利率借錢呢？ 大額借方對利率是很敏感的，更何況 Bitfinex 巨鯨借 10-20 億美金，差 1% 一年就是1000萬美元了。 後來我發現， Bitfinex 的榜一大哥很可能就是 Tether 相關實體，因為這位大哥很常在推特吐槽 USDC... 所以我猜是這個 Tether 相關實體有足量保證金槓桿做多，但寧願在自家交易所借錢，而不是去其他地方借。這可能是出於安全考量，不敢放太多保證金在別的平台。 其中一個證據是 Bitfinex 市佔率只有幣安的5%不到，但比特幣儲備量達到幣安的 60%，除了 Tether 把自家比特幣存這裡，我想不到其他理由了，這年頭哪個大戶敢放這麼多錢在 Bitfinex 啊。 換個角度想，這對放貸方來說其實是好事，代表 Bitfinex 上有長期穩定的大額借貸需求，而且借方的信用跟資金實力都不是一般散戶能比的。 這也說明了，Bitfinex 作為一家市佔率不怎麼高的交易所，長期有這麼大的借貸需求的背後原因。 以上只是我的個人猜測，不一定是真實狀況。
ETH
0.49%
avatar
Benson's Trading Desk
03-11
熊市想要穩定生息，Bitfinex 放貸是最好的選擇。 現在 Bifinex USD 的平均放貸利率是 17%左右（日利率0.047%），幣安活存只有 3%多（圖中的綠線跟黃線），其他主流交易所也差不多，差距很明顯。 如果現在放 10 萬美金在 Bitfinex 做放貸，每天大概可以領 35 美金左右的利息。一個月差不多 1000 美金，一年下來就是 12000 美金。 對比一下，現在美債殖利率大概是 4% 到 5%。同樣 10 萬美金，買美債一年大概只能拿 4000 - 5000 美金。差了快三倍。 這麼高的利率，會不會有風險呢？ 第一，Bitfinex 的 Margin Lending 機制跟其他交易所不一樣。借出去的錢只能在交易所內交易，沒辦法直接提領。這代表你的錢不會被借走然後人間蒸發。光這一點，就比很多其他平台的融資借貸產品更安全。 第二，Bitfinex 背後是 Tether。 Tether 很有錢大家都知道，即便出事，也具備一定的償付能力，畢竟兩個公司股東結構跟高層都是同一批人。 第三，Bitfinex 放貸市場經歷過 312、519、1011 這些大爆倉行情。中間也有多頭槓桿倉位穿倉過，但交易所都自己把缺口補上了。這家交易所已經經營超過 10 年了，沒有聽過任何借出的資金出現虧空。 為什麼現在利率這麼高？ 這跟 Bitfinex 的用戶結構有關。 大部分交易所在行情冷的時候，借貸需求會下降，APY 自然就低。但 Bitfinex 不一樣。借貸市場的需求都是由巨鯨推動的，這些巨鯨的操作邏輯跟散戶相反，總是擅長在市場低迷、大家恐懼的時候槓桿加倉。 所以上一輪週期的熊市，Bitfinex 的放貸年化有很長一段時間都維持在 20% 以上，而其他交易所的USDT利息都不到5%。 所以如果你是那種「不想參與市場波動、但也不想讓錢躺著」的人，Bitfinex 放貸是一個很值得考慮的選項。 再來 Bitfinex 是一個法幣交易所，支援美金、歐元等主流貨幣的出入金。如果你有海外券商帳戶，資金進出其實蠻方便的。 對幣圈人來說，你肯定有時候會需要一個可以讓資金 parking 的地方。Bitfinex 剛好能滿足這個需求：平常放著生利息，需要用錢的時候可以出金。 我七年前寫的第一篇爆火文章，其就是 Bitfinex 的放貸教學。當時 Bitfinex 的放貸規模大概是 3、4 億美元，現在已經超過 10 億美元了。 從那時候到現在，Bitfinex 放貸一直都是一個很穩健的收利息方式。只是市場成熟了，年化利率不像以前動輒 20% 到 30%，但現在 15% 左右的年化，其實也已經是美債的三倍，比現在做期現套利收益還要高出一大截。 說一下操作上需要注意的地方。 首先是錢包設定。Bitfinex 裡面有很多種錢包，當你把資金打進交易所之後，預設會存放在「Exchange（交易）」錢包。記得要把資金轉到「Funding（融資）」錢包，這樣才能進行放貸。 再來是幣種選擇。放貸市場分為 USDT 和 USD 兩種。平均來說，USD 的利率比 USDT 高大約 2%，而且 USD 每天的撮合成交量也比較大，資金被借出去的機率更高。所以如果你追求長期更好的收益率，建議在裡面把 USDT 換成 USD。 然後是利率設定。Bitfinex 的放貸是用「掛單」形式運作的，不像幣安或 OKX 那種一鍵活存，你需要自己設定利率和天數。 如果你沒有特別想法，可以用 FRR（Flash Return Rate，快閃利率）這個功能。簡單說就是平台計算出來的平均利率。你可以設定用 FRR 去自動放貸 7 天或 30 天，一旦有資金被償還進入閒置狀態，系統會幫你處理。 有時候也會出現那種一口氣要借 120 天的單，利率可能會低一點，但如果你想省心，直接借 120 天也行，反正怎樣都比美債高。 它的 UI 說實話不是很友善，這點我承認。但看在它能長期提供比市場平均更高的報酬，這個缺點我覺得可以忽略。 最後總結一下： 1. 現在 Bitfinex 放貸年化約 17%，比同行高三倍以上 2. 放貸池量體超過10億美元，支持大額放貸 2. 資金只在所內交易無法提領，機制上比其他平台更安全 3. 經歷過多次大行情，從未發生過借款人資金虧空 4. 支援法幣出入金，資金進出方便 5. 有 FRR 自動放貸功能，設定好就可以自動運作 如果你現在手上有閒置的美金，不知道該放哪裡，Bitfinex 放貸是一個穩健又有效率的選擇。 推薦連結：bitfinex.com/sign-up?refcode=A...
USDT
0.01%
avatar
Benson's Trading Desk
03-10
很多人問 OpenClaw 到底可以拿來幹嘛。 有些人拿來賺錢，寫程式、做自動化、接案。 我自己的話主要是拿來改善經營公司的工作流程。 我在 Discord 上拆了不同頻道，每個頻道塞不同的 system prompt 跟 skill，對應不同的專案。寫文章的歸寫文章，寫 code 的歸寫 code，研究市場的歸研究市場。 比較複雜的專案會在 system prompt 注入專案資料夾的路徑跟專用meory庫，減少 tool use 浪費 token。 然後我把公司的 Slack、Linear、GitHub repo、還有會員群組的 Telegram group 全部串進去。 AI 會定期掃會員群組的聊天記錄，有人回報 bug 或提功能請求，它自動判斷嚴重程度，直接在 Linear 上開 ticket 派給對應的人。 還有用 Whisper 把每週的會議錄音轉成逐字稿，丟進去產生會議摘要跟 action items。 但要讓這些跑起來，有一個前提：你必須先把基礎資訊灌進去。 最有意思的是，當 AI 掌握的 context 夠多之後，它開始能做你沒設計過的事。 它知道上週會議決定了什麼、知道哪些 ticket 被 assign 給誰、知道哪些東西已經 delay 了。所以當某個任務超過預期時間，它會主動建議我讓 PM 去追進度。 不是我設了一個 rule 叫它這樣做。是它自己根據上下文判斷該做這件事。 這就是 context 的力量。你餵給它的資訊越完整，它能幫你做的事就越多，而且很多是你事先想不到的。 除了公司經營，我最近還開了一個新的頻道分類，跟工作完全無關，就是育兒。 我兒子剛出生，我想認真研究怎麼帶小孩。但育兒資訊太雜了，中文圈的內容品質參差不齊，很多是互相抄的。 所以我讓 OpenClaw 去爬了一些國外高產出的育兒部落格，把那些比較有系統的內容源頭整理出來。然後用 NotebookLM 的 Skill 把這些知識全部丟進去，請它輸出結構化的摘要檔案。 我拿這些摘要建了一個 Knowledge Base。 現在我有任何育兒問題，直接在 Discord 的頻道上問就好，而且能確保儘可能不出現幻覺，因為都是基於我篩選過的高品質來源。 以上這些用法，沒有一個是我裝之前就規劃好的。 裝 OpenClaw 的時候，我不知道我會拿它來管 ticket。不知道我會拿它來追 PM 的進度。更不知道我會拿它來研究怎麼帶小孩。 每一個場景都是裝了之後，碰到一個痛點，然後想到「欸，好像可以用它來解」。 這個「欸，好像可以試試看」的瞬間，只有你手上有工具的人才會有。 沒裝的人，連這個念頭都不會產生。 大部分人對 AI 工具的態度是這樣的：先想清楚要幹嘛，再決定要不要裝。 但這個邏輯有一個致命的問題：你不碰，你根本不知道它能幹嘛。 如果不實際去玩，你腦中對這個工具的認知，停留在別人的描述、別人的截圖、別人的推文。那些都是二手資訊。 二手資訊最大的問題是，它只能告訴你別人覺得有用的部分。 但真正改變你工作方式的，往往是你自己在亂玩的過程中意外發現的東西。那些東西沒有人會寫成教學，因為它太個人化了，只有你自己碰到才會知道。 當初我在研究龍蝦怎麼用在公司經營的時候，我發現根本沒啥資訊，因為大家都在摸索。 龍蝦是去年十一月誕生的專案，真正爆紅是今年一月中，也就是說真的進入大眾視野也就一個多月，所有的用戶都是 pioneer，大家都在摸著石頭過河，也就是說，目前湧現出來的使用案例，其實大部分的人一開始都沒想到可以這樣做。 現在90%的人對 AI 的看法還停留在「GPT 3.5 時代」的聊天機器人， 但科技圈早就天翻地覆了。 今天大家在討論 Context Engineering，你沒碰過 AI agent，你聽不懂。明天大家在聊 multi-agent workflow，你沒跑過，你更聽不懂。 去年有一段時間大家還在抄各種 prompt 模板，後來是一堆人在研究 MCP，現在所有人又都在討論 Skills。每隔幾個月風向就換一輪，如果沒有重度使用，你根本不知道這些東西在幹嘛，更不知道為什麼大家要從上一個跳到下一個。 每一個你選擇「等等再說」的時刻，都在拉大這個差距。 而且這個差距有一個很可怕的特性：你感受不到它在發生。 因為你不知道你不知道什麼。 你以為你只是還沒裝一個工具。但實際上，你錯過的是一整層的認知更新。那些用過的人，他們對問題的思考方式已經不一樣了。他們看到一個任務，腦子裡會自動浮現「這個可以讓 AI 做」的路徑。 這不是知識的差距，是思維模式的差距。 知識可以補，思維模式補不了。思維模式只能靠體驗去長出來。 所以為什麼一定要拿來幹嘛才裝呢？ 第一代玩網路的人不是因為知道網路可以做電子商務、打遊戲了才玩的，純粹就是覺得很酷才玩的。 在這個技術迭代超快、沒有標準答案的年代，「先行動再說」這五個字，可能是最被低估的行動準則。
avatar
Benson's Trading Desk
02-24
最近 Citrini 有一篇文章在 X 上非常紅， 寫了一個 2028 年的假設情境：AI 太成功，失業率飆到 10%，S&P 跌 38%。 這篇文章能吐槽的點很多，其中一段是它把「大家能用 AI 自己寫 APP」跟「軟體公司不再被需要」直接畫上等號。 現在能用 AI 處理複雜任務、自己寫自動化、自己開發工具的人，是一個極小的圈子。從「技術上做得到」到「真的大規模擴散出去」，中間有一段非常長的路。就算哪天真的擴散了，有些軟體你也殺不掉。 GitHub 賣的不是軟體而是生態系。幾千萬開發者在上面協作、分享、維護開源專案。你用 AI 寫一個自己的版本控制系統出來，然後呢？自己一個人用嗎？ Vercel 也是一樣。它綁的是整個前端部署生態系，你自己 replicate 不了的。 類似的還有 Godaddy 跟 Stripe，例子太多了根本舉不完。真正 SaaS 的護城河是生態跟資料，而不是代碼，你沒有這些東西，寫 code 再厲害也複製不出來。 真正會先死的是那些沒有網路效應的純工具型 App。譬如簡單的記帳 App、基本的自動化工具，這些確實會被 AI 輕易取代。但這跟「軟體業完蛋了」是完全不同的命題。 還有制度問題。很多公家單位還在用二十年前的系統，醫療體系有更好的 SaaS 可以用，但醫院不換就是不換。 這反應的是人性，一套用的好好的東西，在一個僵化的組織裡很少有人會想去動它，因為動了沒好處，壞了自己卻要背鍋。AI 再強，也推不動一個不想動的體制。 所以我的看法是軟體股現在是被情緒錯殺的。Citrini 那篇文章放大了恐懼，演算法偵測到 sentiment 惡化就跟著賣。 我自己是親身用 AI 大幅增加生產力的那群人。我知道它非常強大。但正因為我每天都在用，我也非常清楚，把可能要十年二十年後才會發生的事情，講成兩年內就會實現，那是在嚇唬人。 3D 列印剛出來的時候，也有人說工廠要完蛋了。十幾年過去了，大規模製造還是活得好好的。 你一定要相信，這個世界上就是有懶人，他們從頭到尾只能當消費者，沒有辦法親自做出自己想用的東西，而且這種人在世界上佔了絕大多數。 AI 能幫你快速做出東西，跟整個軟體產業被取代，那是兩回事。
loading indicator
Loading..