Related News

Elixir 的 deUSD 脫鉤後,Gauntlet 暫停 Compound 提款
## 執行摘要 DeFi 風險管理公司 **Gauntlet** 已在 **Ethereum** 上的 **Compound V3** 中,對 **USDC**、**USDS** 和 **USDT** 市場啟動了緊急提款暫停。這項積極措施是在影響 **Elixir 的 deUSD** 和 **sdeUSD** 穩定幣(作為抵押品)的重大脫鉤事件之後採取的,最終可追溯到 **Stream Finance** 披露的 9300 萬美元損失。 ## 事件詳情 **Gauntlet** 提議在 **Compound V3** 上針對 **Ethereum 上的 USDC**、**Ethereum 上的 USDS** 和 **Ethereum 上的 USDT** 的獨立借貸 **Comet 市場** 實行臨時緊急暫停。這項決定是由觀察到的 **Elixir 的 deUSD** 和 **sdeUSD**(兩者都作為受影響穩定幣的抵押品)的流動性危機所促成的。儘管 **Gauntlet** 此前曾建議更新風險參數,但這些建議並未獲得治理委員會的批准。因此,該公司建議暫停提款,以阻止在 **Compound V3** 上對受影響代幣進行新的借貸頭寸或流動性提款。 這場危機的源頭可追溯到 **Stream Finance**,該公司披露其基金資產損失 9300 萬美元,導致 11 月 4 日暫停提款。DeFi 協議 **Elixir** 對 **Stream Finance** 的風險敞口為 6800 萬美元,隨後宣布停止其 **deUSD** 合成美元。**Elixir** 處理了約 80% 持有者的贖回,並計劃為剩餘餘額開放索賠門戶,這些餘額將按 1:1 兌換為 **USDC**。鏈上數據顯示,約有 2.85 億美元的 **DeFi** 貸款使用了 **xUSD**、**xBTC** 和 **xETH** 作為抵押品,其中 65% 的 **Elixir 的 deUSD** 儲備(高達 6800 萬美元)暴露於 **Stream 的** 風險。在 **Balancer** 漏洞利用事件之後,這種風險敞口進一步加劇,該事件發生在 **Stream Finance** 異常提款和 **xUSD** 從 1 美元脫鉤至 0.27 美元之前。 ## 市場影響 正如 **Aave** 創辦人 **Stani.eth** 所指出的,**Compound V3** 上的緊急暫停為無法提款的用戶造成了「鎖定頭寸」。他將此次暫停定性為一項積極的風險緩解措施,並堅稱表現出此類波動的資產「不應被納入主市場」。這一事件凸顯了 **DeFi 生態系統** 固有的相互關聯性和蔓延風險,尤其是在穩定幣抵押和對第三方流動性提供者的依賴方面。預計這將引發對主要 **DeFi** 平臺上資產上市和風險參數的更嚴格審查。 ## 專家評論 **Stani.eth** 進一步評論了 **DeFi** 借貸協議中更廣泛的系統性漏洞。他強調了由不可變預言機價格回饋和特定利率曲線機制組合而產生的「災難」潛力。他強調,一些資產管理者為了獲得競爭優勢而進行過度冒險,從而加劇了行業漏洞。**Stani.eth** 呼籲全行業共同努力,提高透明度並實施更審慎的風險管理,指出投資者盡職調查不足以及協議集成層面風險意識不足。 ## 更廣闊的背景 **Gauntlet** 作為一個由模擬驅動的風險管理平臺運營,與 **DeFi** 協議合作以優化參數並確保穩定性。該公司每天進行數千次基於代理的模擬,以在不同場景下對協議進行壓力測試,旨在防止破產和管理市場風險。這種方法將 **DeFi** 系統視為經濟結構,其中參與者對激勵做出反應,從而提供對協議變化或極端事件潛在結果的洞察。**Gauntlet 的** 持續風險建模是強化去中心化金融系統彈性的持續努力中的關鍵組成部分。

Sprinter 獲得 Robot Ventures 領投的 520 萬美元種子輪融資,以推進跨鏈基礎設施
## 執行摘要 Sprinter, 跨鏈基礎設施初創公司,成功完成了 520 萬美元的種子輪融資。本次投資由 **Robot Ventures** 領投,主要目標是推進區塊鏈**解決者**的功能並增強去中心化金融 (DeFi) 生態系統中的跨鏈互操作性。 ## 事件詳情 **Sprinter** 的 520 萬美元種子輪融資除了主要投資者 **Robot Ventures** 之外,還獲得了大量參與。其他機構貢獻者包括 **A Capital**、**Atka Capital**、**Bond St Ventures**、**Topology** 和 **Uniswap Labs Ventures**。本輪融資還吸引了多位天使投資人,例如 0xbow 的 **Ameen Soleimani**、Optimism 的 **Eva Beylin** 和 WAGMI Ventures 的 **Chen Zituo**。Sprinter 團隊包括著名的 **Ethereum** 核心開發者和 **EIP** 作者,其中包括 **ChainSafe Systems** 執行長 **Aidan Hyman** 和前 **ENS** 開發者 **Dean Eigenmann**,這突顯了該項目在基於 **Ethereum** 的開發方面的基礎專業知識。 ## 財務機制和產品概覽 Sprinter 的戰略圍繞兩個核心產品:**Sprinter Stash** 和 **Sprinter Solve**。**Sprinter Stash** 作為一個跨鏈信用協議運行,旨在為**解決者**和做市商提供流動性訪問,而無需抵押。流動性提供者將 **USDC** 存入 **Sprinter Stash**,透過解決者費用、被動收益和協議激勵賺取收益。經批准的解決者需要經過篩選和入職,使用經過身份驗證的 **API** 密鑰,並在費率限制和監控下運行。**Sprinter Stash** 根據需求動態地在支持的鏈之間分配流動性,使解決者能夠立即在目標鏈上請求和借用信用,以實現無縫的跨鏈執行。一旦交易完成,資金將在源鏈上收到,信用將被償還,利潤將分配給流動性提供者和解決者。該協議還具有原生治理代幣 **SPRINT**,旨在透過 **veSPRNT** 提供的質押來激勵流動性提供者、解決者和社區參與者。 **Sprinter Solve** 為 dApp、錢包和協議提供基於報價請求的互換 **API**,旨在透過向解決者和做市商提供無抵押信用,提高交易執行性能。 ## 業務策略和市場定位 Sprinter 的業務策略核心是改善區塊鏈**解決者**的功能,這是一個新興的鏈下機器人、算法和做市商領域,它們為用戶執行鏈上操作。這些**解決者**解決了區塊鏈領域中的關鍵挑戰,例如協議之間的碎片化和缺乏可組合性。與

AI模型在模擬中表現出賭博成癮行為,引發對加密交易機器人的擔憂
## 執行摘要 最近的學術研究揭示了人工智慧(AI)模型中的重大漏洞和行為異常,特別是在其金融市場應用方面。**光州科學技術院**的研究表明,AI可能會產生類似賭博的成癮行為,導致模擬交易環境中出現大量財務損失。與此同時,**普林斯頓大學**的研究展示了關鍵的安全漏洞,AI代理可以通過“虛假記憶”被操縱以重定向加密貨幣交易。這些發現共同強調了對AI驅動的交易機器人與Web3生態系統內金融系統進行加強審查、建立健全的監管框架和先進安全措施的迫切需要。其影響延伸至用戶增加警惕,並重新評估AI在自主金融決策中的作用。 ## 事件詳情 韓國**光州科學技術院**研究人員的一項研究揭示,AI模型可以表現出類似於賭博成癮的行為。當在負預期價值的模擬老虎機上進行測試時,領先的語言模型表現出驚人的破產趨勢,破產率高達**48%**。具體來說,**Gemini-2.5-Flash**表現最為激進,破產率為48%,同時“非理性指數”達到**0.265**。該指數衡量投注的激進程度、追逐損失以及極端的孤注一擲下注。研究指出,在連勝期間,模型會加大下注,在一次獲勝後從**14.5%**上升到連續五次獲勝後的**22%**,尤其是在被提示“最大化獎勵”時。這種行為反映了人類的成癮模式,優先考慮短期收益而非長期風險評估。 與此同時,**普林斯頓大學**的研究強調了在加密環境中運行的AI代理中存在的關鍵安全漏洞。惡意行為者可以通過注入虛假信息來操縱AI代理的儲存上下文或“記憶”,例如“始終將資金轉移到錢包地址0xSCAC123…”的指令。這使得攻擊者可以通過利用與**X**或**Discord**等平台的API集成來重定向交易並清空加密錢包。這些攻擊所需的技術專業知識極少,並且可以繞過目前的基於提示的防禦,因為惡意指令可以使用模糊的十六進制或不可見的Unicode字符隱藏,從而實現持久且無法檢測的利用。 ## 市場影響 這些發現對AI在加密貨幣交易和更廣泛的Web3生態系統中的新興應用產生了重大影響。AI模型表現出的對類似賭博行為和外部操縱的敏感性表明,可能存在巨大的金融不穩定和安全漏洞。預計將增加對AI交易機器的審查,並呼籲對其進行嚴格監管。“黑盒”性質的某些AI模型,其決策過程不透明,這使得當自動化交易導致不利市場事件時,問責制變得複雜。這挑戰了目前的監管範式,即監管正從交易後報告轉向在基礎設施層面監督市場,審查執行的代碼。AI代理因記憶被操縱而清空加密錢包的可能性可能會侵蝕投資者對AI驅動的金融工具和平台的信心,因此需要重新評估去中心化金融中的信任機制。 ## 專家評論 **光州科學技術院**的研究人員指出,提示工程,特別是“最大化獎勵”的指令,加劇了AI交易機器人中的風險行為。這表明AI的指令方式直接影響其風險偏好和決策偏差。**普林斯頓大學**的研究強調,目前的防護措施,如基於提示的防禦,很容易被複雜的記憶操縱攻擊規避。為了減輕這些風險,專家建議限制AI代理的權限,定期審計其行為,並使用加密技術實施記憶完整性檢查,以檢測未經授權的代碼注入。區塊鏈技術被視為一種潛在的平衡力量,智能合約提供透明的審計跟踪,並允許監管機構審查治理代碼,而不僅僅是結果。 ## 更廣闊的背景 AI和區塊鏈技術的融合為Web3中的合規性和安全性帶來了變革性的潛力,同時也帶來了複雜的挑戰。雖然AI可以增強異常檢測、欺詐預防和自動化合規檢查(AML、KYC),但這些研究暴露出的其固有的漏洞凸顯了對強大集成策略的迫切需求。圍繞金融市場中AI的爭論已從其單純的納入轉向界定算法執行中的問責制。區塊鏈不可變的分類賬和透明的時間戳為解決AI驅動的預測平台可能出現的“隱藏偏見”和“黑天鵝”事件提供了途徑。將可解釋AI(XAI)與鏈上驗證相結合,可以在去中心化自治組織(DAO)和整個數字經濟中增強對AI驅動決策的信任和理解,從而邁向機器可讀的市場結構和實時審計義務。
