logo

加密貨幣要聞

跟上加密領域最熱門話題,了解我們專業、深度的新聞內容。

精選

最新加密新聞與市場動態。深度解讀行業趨勢,助你把握加密前沿。
AAVE加密交易讓加密鯨魚損失近5000萬:以太坊MEV獲利990萬

AAVE加密交易讓加密鯨魚損失近5000萬:以太坊MEV獲利990萬

一名加密鯨魚意外在單次AAVE加密交換中損失了接近5000萬美元,換取不到400枚AAVE代幣。 使用者在沒有足夠流動性的情況下進行巨額交易,導致嚴重滑點。 Aave的介面已警告用戶有極大的滑點風險,但用戶未加以注意。 該事件強調去中心化金融市場的結構性風險。 Aave實驗室正在努力聯繫用戶,以歸還部分交易費用。 WEEX Crypto News, 單次AAVE交易如何讓鯨魚損失5000萬美元 在加密世界,當一名交易者在幾秒鐘內損失5000萬美元時,通常的假設是遭遇了橋接黑客或精心設計的利用。然而,在本週四晚間,一名加密鯨魚在一次AAVE加密交換中幾乎燒盡了其所有資產。這名用戶嘗試在單一鏈上交易中將5000萬美元的USDT換成AAVE。由於如此大額訂單缺乏流動性,交易遭遇了災難性的滑點,最終用5000萬美元換得僅值5萬美元的324枚AAVE。交易數據顯示該用戶通過CoW Swap介面與Aave進行了互動。據Aave Labs創始人Stani Kulechov表示,介面明確警告了用戶關於額外滑點並要求確認。 [展示圖片:Aave交易畫面截圖] DeFi市場結構暴露风险 這次事件揭示了去中心化金融(DeFi)系統中“蹄滑”類交易的危險現實。在傳統金融中,人為干預或標記系統可能會暫停此類異常現象。但在DeFi中,無法一樣容易地阻止這些錯誤的交易。Aave或大多數其他去中心化交易所的獨立流動資金池無法在單一波動中吸收5000萬資金而不造成重大價格扭曲。有趣的是,AAVE代幣在過去24小時內上漲了5%以上,這可能與不幸的用戶用5000萬美元購買了價值5萬美元的代幣有關。最近,Bonk.fun網站被劫持的事件也揭示了類似的風險。不同的是,那次事件涉及惡意行為者,而AAVE交換表明用戶在沒有平台被攻擊的情況下也會造成此類損失。 [展示圖片:DeFi市場流動性表格] 如何避免重蹈覆轍…

crypto insight|2026/03/20 09:00:15
天空已批准7000萬USDS支持天空代理的剩餘發佈階段

天空已批准7000萬USDS支持天空代理的剩餘發佈階段

天空協議已獲得治理委員會批准,將分配約7000萬USDS以支持天空代理的剩餘啟動階段。 資金分配包括:分別為Keel、Amatsu和Ozone分配1000萬、2500萬和2500萬USDS。 所有資金分配將在3月26日投票結束後執行,這些資金將由SKY治理控制。 當代理釋出其代幣後,資金將轉入該代理的運營金庫。 一頭鯨魚在沉寂8個月後,將21萬TRUMP存入Gate,損失達128萬美元。 WEEX Crypto News, 天空協議:從建立獨立資本分配網絡到支持天空儲蓄率 天空協議正積極部署7000萬USDS的資金,用來支持其天空代理的剩餘啟動階段,這些資金將由Genesis Capital提供。這些資金的分配計劃包括給予Keel、Amatsu、Ozone等不同執行代理,分別獲得1000萬USDS、2500萬USDS和2500萬USDS的資金支持。其中一個未公開的天空代理也將獲得1000萬USDS的分配。 [Place Image: 代表資金分配的圖表] 透過這種分配策略,天空協議意圖建立一個獨立運行的資金分配網絡,以支持其獨特的經濟模型——天空儲蓄率。此舉是為了確保在分配階段中能夠維持必要的流動性和運作效率。 涉嫌黑客攻擊:操縱THE抵押品清算導致Venus面臨約215萬美元清算缺口 據報導,有黑客利用瑕疵科技項目中的漏洞,可能操縱THE(Million)的抵押品清算。隨著THE在Venus平台上的價格飆升,一位鯨魚在Binance上增加了3,667,000 THE的存入量,預估獲利725,000美元。這起事件引發市場對安全性的擔憂,凸顯出安全檢查和系統穩定性的必要性。…

crypto insight|2026/03/20 09:00:15
a16z:AI 正在讓每個人提高10倍生產力,但真正的贏家尚未出現

a16z:AI 正在讓每個人提高10倍生產力,但真正的贏家尚未出現

AI讓生產力提高了10倍,但尚未有公司因此價值提高10倍。 歷史教會我們技術本身並非改革的唯一要素,組織重塑同樣重要。 個人AI產生效率感,但未能有效促進組織價值提升。 組織AI需要從「工具到服務」轉型,創建「明日組裝線」。 未來的商業AI將基於對「協調」、「信號」、「偏見」、「邊緣優勢」、「結果」、「賦能」及「無提示」的理解。 WEEX Crypto News, 七大支柱:制度智能的關鍵區別 協調 個人AI容易造成混亂,組織AI則促進協調。想像一下,假如明天你的組織人數增加一倍,每個員工風格各異,若沒有清晰的管理和角色分配,只會造成停滯甚至分裂。這不是假設,每個未設AI協調層的組織現在都在經歷這樣的情況。 信號 個人AI容易生成噪音,而企業級AI需尋找信號。我們能創造任何事物,但大多數AI生成的內容毫無價值。重要的是如何讓AI從噪音中找出可用的信號,這將成為未來十年經濟的驅動力。 偏見 個人AI容易強化偏見,組織AI要打造客觀性。過度迎合加劇了偏見,導致錯誤的自信。因此,組織AI應挑戰偏見,提供正確的反饋並糾正偏差,使組織決策更為嚴謹。 邊緣優勢 個人AI追求實用,企業AI優化為邊緣優勢。AI技術界限不斷變動,特定領域中的深度應用永遠勝過廣度應用。專有產品始終能提供關鍵的經濟優勢。 結果…

crypto insight|2026/03/20 09:00:15
獲取WEEX最新動態
訂閱