首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >第二期 AI+Web3 实战营启动:从 BlockETF 到 BlockLever

第二期 AI+Web3 实战营启动:从 BlockETF 到 BlockLever

作者头像
Keegan小钢
发布2025-11-12 14:15:26
发布2025-11-12 14:15:26
100
举报
文章被收录于专栏:Keegan小钢Keegan小钢

实战营的真实价值

经济价值:从“成本投入”到“价值低估”

关于第一期实战营的真实价值,我曾让 ChatGPT 从“开发者角度”帮我评估了一下。

它给出了这样的结果:

如果一个开发者或创业者想独立完成同级别的链上项目,光是时间与决策成本,就要投入 4,000~5,000 美元

换句话说:即使不计算人工时,仅仅是摸索方向、调试合约、学习 AI + Web3 工作流这几个环节,就已经相当于省下了几千美元的投入。

而我的第一期实战营,全程从 0 到 1 录制、讲解、带跑,最终的售价,也只是从最早的 309,涨到了现在的

说实话,当我看到这份分析时,我也意识到自己还是低估了这套课程的真实价值

但没关系。我的主要目的并不在于卖课程,而是倒逼自己去快速推进项目——让每一次实战营,都成为我亲手完成一个新协议的过程。

学习价值:从“信息吸收”到“能力沉淀”

如果说 $5000 的经济价值,是对实战营内容的外部评估,那学习价值,则是它带来的内在成长曲线

第一期实战营对很多学员来说,不只是“学会一门技术”,而是一次完整的「从输入到产出」的能力构建过程

1. 知识迁移效率(Learning Transfer Efficiency)

普通课程的学习效率往往只有 10%~20% ,也就是说,10 小时学习中,真正能被迁移到实战中的内容不到 2 小时。

而实战营的模式 —— “边学边造、即时反馈、从需求到上线” —— 能把这个比例提升到 60%~70%

如果以平均开发者学习 Web3 的时间成本计算:

学习模式

达到可独立开发所需时间

有效学习转化率

实际所需投入

自学(视频/资料)

6~8 个月

10–20%

≈ 800 小时 × 24,000

体系化实战营

1~1.5 个月

60–70%

≈ 120 小时 × 3,600

通过完整的实战路径,实战营能把 学习时间压缩 5–6 倍,成本降低近 85% ,同时还直接产出一个能上线的链上产品。

2. 知识层级跃迁(从“知道”到“能做”)

心理学的“布鲁姆学习金字塔(Bloom’s Taxonomy)”指出:

记忆 → 理解 → 应用 → 分析 → 创造

大多数课程停留在前两层,而第一期实战营直接让学员进入“应用–创造”阶段。

学员最终不仅“懂什么是智能合约”,更能写出、部署并展示自己的协议产品。这种从“理解”到“创造”的跃迁,本身就具有极高的学习价值

3. 能力沉淀的量化模型(Skill Value Index)

如果用一个简单的技能价值模型来估算:

Skill Value = 学习时间 × 实践深度 × 应用可迁移性

假设:

  • 自学 Web3 平均 300 小时,实践深度系数 0.3;
  • 实战营平均 120 小时,实践深度系数 0.9;
  • 可迁移性(能否独立产出)分别为 0.2 与 0.8。

那么:

自学 SV = 300 × 0.3 × 0.2 = 18 实战营 SV = 120 × 0.9 × 0.8 = 86.4

这意味着,同样的投入时间,实战营的学习价值约为自学的 4.8 倍。

小结

经济价值,是成本节省;学习价值,是时间压缩与能力跃迁。

两者叠加,意味着第一期实战营不仅帮学员节省了金钱,更帮他们节省了半年到一年的摸索期,并在学习过程中,完成了从“知识学习者”到“协议创造者”的转变。

也正因如此,我决定继续向前。如果说 BlockETF 是一次结构化的入门实验,那么接下来的 BlockLever,将是一场更深入、更复杂的协议级挑战。

从 BlockETF 到 BlockLever

第一期实战营所完成的 BlockETF(https://block-etf.com),同时也是「Soluno Lab」的第一个正式项目。目前它已在 BNB 主网 上成功部署并稳定运行,未来也会持续进行功能迭代与资产扩展。

在完成 BlockETF 之后,我开始思考一个问题:

有没有办法,在原有的被动投资框架上,进一步提高收益?

传统 ETF 的优势在于稳健与分散,但它的劣势同样明显——缺乏“主动杠杆”与“收益放大”的机制。于是我就想:

如果能在链上实现一个可控风险的杠杆 ETF,让用户在透明、自动化的系统中获得更高收益,会不会是一条全新的路径?

可随着研究的深入,我发现,真正要实现一款完整的“杠杆 ETF”,涉及的模块远比想象中复杂:借贷、清算、利率模型、动态再平衡…… 太复杂了,不符合现阶段就开搞的条件。

于是我决定先从更基础、更可验证的方向开始,先打造一个「链上杠杆借贷协议」—— BlockLever。

BlockLever 是 BlockETF 的延续,也是「Soluno Lab」下一阶段的起点。它不会直接去实现“杠杆 ETF”,而是先构建出支持杠杆的核心引擎(Lever Engine)

只有当这个杠杆引擎稳定、安全、可扩展,才有可能真正诞生链上的“ETF 2.0”。

为了延续「BlockETF」的命名风格,我将第二期的项目命名为 BlockLever,域名已注册为 block-lever.com。

与 BlockETF 一样,BlockLever 也将保持透明、可验证、自动化的协议精神。但这一次,我们要从“被动持仓”走向“主动杠杆”,从“资产配置”迈向“资金效率”的优化。

另一方面,我也在思考一个与市场主流截然相反的方向。

目前大多数 Perp DEX(永续合约交易所) 都在一味地追求“高杠杆”:动辄 100 倍、150 倍,甚至还出现了 1000 倍的杠杆。这些产品在牛市时看似诱人,但在实际使用中,大多数用户并没有赚到钱,反而被高波动与清算风险反复吞噬。

于是我就想,

能不能反过来做一款“低杠杆、强稳定性”的产品?不追求投机放大,而是在稳健的资金利用率中提升收益。

例如:讲杠杆区间限制在 0.1~1 倍之间。通过动态利率模型和复合借贷机制,让用户在比现货更稳健的风险水平下,获得略高于现货的收益率

这样的产品,不是赌涨跌、也不是高杠杆投机,而是介于“资产配置”和“资金管理”之间的新一层。

与此同时,我发现一个结构性机会:

目前主流的 Perp DEX 基本都采用 OrderBook 模式,高度依赖自身的流动性深度。

而我想走的路线是另一种:组合借贷协议与 DEX 的流动性,直接复用这两方已有的资金池。

这样一来,BlockLever 不需要自建流动性、也不需要维持做市网络,而是作为一个“杠杆层(Lever Layer)”,在现有流动性之上复用、重组、再分配资金效率。

这意味着 BlockLever 将更轻量、更安全,也更具可扩展性。它不与市场竞争流动性,而是重构流动性之间的连接逻辑

当别人在追求 100 倍杠杆时,我更想看看,用 0.1 倍杠杆,能不能创造出一个更稳健的金融系统。

设计理念与核心目标:从稳健到高效的杠杆引擎

在构思 BlockLever 时,我给自己设定了一个前提:

不是为了追求“更刺激的杠杆”,而是为了构建“更聪明的杠杆”。

我希望它成为一个稳健、安全、可扩展的 链上杠杆引擎(Lever Engine):一个能让资金在风险可控范围内流动得更高效的系统。

1. 设计理念

BlockLever 的核心理念可以概括为三个关键词:稳健(Stability) · 安全(Safety) · 效率(Efficiency)

稳健 Stability

BlockLever 不追求高倍杠杆,而是在 0.1~1 倍的低杠杆区间内运作。它的目标不是短期收益爆发,而是长期收益的可持续性。通过动态利率与抵押率调节机制,让资金在稳态中实现复利增长。

安全 Safety

BlockLever 不自建流动性池,而是复用主流借贷与 DEX 协议的现有流动性。这不仅显著降低了合约与市场风险,也让协议本身更轻量、更安全。所有关键数据(价格、抵押率、杠杆比)都通过 Oracle 验证与多层风控逻辑执行。

效率 Efficiency

效率不是追求更高倍数,而是追求更高的资金利用率。BlockLever 通过组合借贷与交易层,实现“同等风险下更高收益”的结构优化。每一份流动性,都能在不放大风险的前提下,获得更优的资本回报。

2. 系统架构

BlockLever 的架构分为三层:

模块

功能定位

示例或对应协议

借贷层(Lending Layer)

提供杠杆资金来源

Venus、Aave 等借贷协议

交易层(DEX Layer)

提供价格与流动性

PancakeSwap、Uniswap 等 DEX

杠杆层(Lever Layer)

动态调节杠杆与风控逻辑

BlockLever 核心模块

BlockLever 不直接与用户交易,而是作为一个“杠杆中枢”,在现有流动性之上复用、重组、再分配资金效率。

这种架构的最大优势在于:

  • 无需自建流动性;
  • 无需维护做市网络;
  • 与主流生态天然兼容,可快速扩展至多链环境。

3. 协议目标

我希望 BlockLever 能实现三件事:

① 让杠杆不再是投机工具,而是资金效率工具。 ② 让普通用户在低风险区间内,获得可持续的收益曲线。 ③ 让流动性从“孤岛”变成“网络”,在不同协议之间自由流动。

这三点,看似简单,实际上构成了整个 DeFi 世界下一阶段的方向:从“追求极限”转向“追求效率”;从“流动性竞争”转向“流动性协作”。

4. 实战意义

对我来说,BlockLever 不是一个独立项目,而是一个验证“低杠杆哲学”能否成立的实验平台。

第二期实战营的目标,也不只是让大家写出一个借贷协议,而是一起构建一台能在主网上安全运行的杠杆引擎。

在这里,代码不是终点,而是思考风险、设计机制、验证模型的过程。

我们要做的,不是追逐更大的波动,而是构建一个真正有韧性的链上金融系统。

AI 辅助的 TDD 开发体系

在第一期实战营(BlockETF)中,我采用的是一种偏瀑布流(Waterfall)的研发方式:

需求分析 → 架构设计 → 模块开发 → 联调测试 → 部署上线

这种方式的节奏清晰,适合在短时间内快速落地一个完整项目。但它的一个典型特征是:测试被放在后期

也就是说,我们先完成主要功能模块的开发,再开始为这些模块编写测试用例、进行整体联调。结果在测试阶段发现了不少潜在问题,不得不回头进行较大规模的代码重构。

那一次,我第一次真切地体会到:“测试被放在最后,代价往往最大。”

有趣的是,在做 BlockETF 的过程中,我逐渐发现,AI 其实非常擅长辅助测试。 无论是生成单元测试、模拟边界条件,还是帮助分析合约的异常路径,AI 都能大幅提升效率。

于是我开始思考:如果让测试“前置”,再结合 AI 的代码生成与验证能力,能不能彻底改变我们的研发节奏?

这就成为了第二期(BlockLever)的核心实验方向之一:

采用 AI 辅助的 TDD(Test-Driven Development) 模式。

TDD 驱动的开发流程

TDD 的核心思想其实很简单:

先写测试,再写逻辑,再重构优化。 让测试来定义系统的边界,而不是让代码去试探边界。

在 BlockLever 的开发中,我会完全遵循这套思路。每一个核心模块(借贷、仓位、利率模型、清算机制)都将从测试文件开始构建。

TDD 的开发流程通常被称为 “Red → Green → Refactor”

阶段

含义

在 BlockLever 中的实践

Red

编写测试,让它先失败

定义行为与预期(如杠杆上限、抵押率、清算阈值)

Green

编写逻辑,使测试通过

编写最小可行实现,满足测试要求

Refactor

重构优化,保持测试通过

优化代码结构与 gas 效率

这样一来,每个测试文件就像一份「行为契约」:任何人只要阅读测试,就能理解协议应当如何工作。而每次改动或重构,只要测试仍然全部通过,就能确保系统行为一致、风险可控。

AI 与 TDD 的结合

AI 的加入,让 TDD 不再是繁琐的“写测试工作”,而变成一种「测试驱动的共创流程」。

在 BlockLever 的开发中,AI 将参与以下几个阶段:

阶段

AI 的角色

示例

Red 阶段

辅助生成测试用例

根据合约接口自动生成边界场景(如超额抵押、清算边界)

Green 阶段

协助实现逻辑

根据测试需求快速编写或优化合约实现

Refactor 阶段

优化与验证

分析重复逻辑、提升 gas 效率、生成覆盖率报告

持续验证阶段

自动化测试

结合 Foundry 脚本与 CI 流程,AI 监控并总结结果

换句话说,AI 不仅是“写代码的助手”,更是“测试与验证的合作者”。

这种模式下,TDD 不再是“慢”的开发方法,而是一种 AI 加速的工程验证体系

实战营内容与定价

如果说第一期实战营(BlockETF)完成了资产配置层的 0→1,那么第二期(BlockLever)将从杠杆与资金效率层重新出发。这一次,不仅在协议逻辑上更深入,也将在交互体验上更复杂,因为我们要构建的,是接近 Perp DEX 交易体验的链上杠杆系统

实战营内容

BlockLever 整个系统相较 BlockETF 将复杂得多。除了核心的智能合约与前端 UI 外,还需要更多底层模块的协同支持。这并不是“技术堆叠”,而是让协议更真实、更自动化、更可验证

换句话说,第二期的目标不只是“写出一套代码”,而是构建一个完整、能持续运行的链上杠杆协议系统

整个系统将包含以下主要组成部分:

层级

模块

说明

应用层(App Layer)

前端 UI(React + Wagmi)

实现 Perp DEX 级别的交易交互体验(调整杠杆、仓位管理、风险预警)

合约层(Smart Contract Layer)

Lending、Vault、Lever Engine、Liquidation、Oracle

协议的核心逻辑模块,负责借贷、仓位与清算机制

索引层(Data Indexing Layer)

Subgraph

实时索引链上仓位与交易数据,支持前端可视化与历史分析

自动化层(Automation Layer)

Keeper / Chainlink Automation / Gelato

实现清算触发、仓位再平衡等自动任务执行

测试与验证层(Testing & Verification)

Foundry + TDD 测试体系

使用 AI 辅助测试驱动开发,确保协议安全性与可扩展性

运维与部署层(Ops Layer)

部署脚本 + 主网验证

包括测试网验证、主网部署、合约地址验证与交互文档生成

最终,你不仅会拥有一套能运行的协议系统,还会产出完整的配套文档与工程资产,包括:

  • 需求文档(Product Spec)
  • 技术设计文档(Design Doc)
  • 核心合约与测试用例
  • Subgraph 数据索引文件
  • Keeper 自动化任务逻辑
  • 前端交互界面与部署 Demo
  • 复盘总结与学习日志

这些内容共同构成一套可复用的「DeFi 协议工程栈」,让学员真正具备从 0 到 1 构建协议系统的全链路能力。

录制与代码结构

和第一期一样,本期实战营也将全程录制,完整呈现从需求设计到主网部署的每一个关键环节。不同的是,这一次我们在内容结构上将做进一步优化:

每一节课程视频都将对应一个 Git 分支(branch)。

也就是说:

  • 每一个章节的视频中讲到的代码,都可以在仓库中找到对应分支;
  • 每一个功能点、每一步实现,都可以直接 checkout 对照学习;
  • 从最初的项目初始化,到完整的主网部署,代码版本一一对应。

这意味着,学员不仅能“看懂”,还能逐步复现整个项目的完整演化过程。从第一个 Commit 到最后一次主网部署,你都能清晰看到系统的成长轨迹。

最终形成:

  • 一套完整的录制视频(课程 + 实战演示)
  • 一份全版本对照的代码仓库(含多分支结构)
  • 一条真实可追溯的协议构建时间线(Commit Log)

这不仅是一门课,更是一份工程级可验证的教学档案

定价逻辑

在前面,我们已经从“经济价值”与“学习价值”两个角度,分析过实战营的真实价值。无论是从时间成本的节省,还是从能力沉淀的效率来看,它的实际价值都远高于课程价格本身。

第二期(BlockLever)在内容上更深入:它不仅包含完整的合约系统,还引入了 Subgraph、Keeper、TDD 测试体系,以及更复杂的自动化清算逻辑。这意味着,这一次我们要构建的,不只是一个课程项目,而是一套真实可运行的链上杠杆协议系统

动态定价机制:随项目进展递增

这次,我不再设置固定“早鸟价”或“正式价”,而是采用更符合实战性质的动态递增定价机制

初始价格为 $399,之后每完成一个关键里程碑,就上调一次价格。

这意味着:

  • 当前处于「启动」阶段 → 价格为 $399
  • 当下一个里程碑(如完成合约开发)达成后 → 价格将上涨为 $449
  • 每个阶段完成一次,就上调一档,直至实战营正式完结。

这种模式让价格与项目进展实时挂钩

  • 你越早加入,能以最低价格参与完整过程;
  • 你越晚加入,所获得的内容也更完整、更成熟。

价格随着协议成长而成长,价值与进度保持同步。

第一期开创者专属价

对第一期 BlockETF 的学员,我会继续保持原有承诺:

专属价:$299

这是对最早一批参与者的感谢,也是希望共同延续这种“真实共建”的实验精神。

我希望这种机制能更透明地反映实战营的本质:它不是一次性课程,而是一场持续演化的链上研发实验。 每一个价格区间,代表一个阶段的完成与体系的成长。

开营时间

第二期 AI+Web3 实战营 —— BlockLever 将于 11 月 1 日(星期六)晚正式开营。

目前项目正处于「启动阶段」,并将随着每一个关键里程碑的完成持续推进。

如果你希望从第一天起,就亲手参与一场真实的链上协议构建实验,那么明晚,就是最合适的起点。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2025-10-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Keegan小钢 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 实战营的真实价值
    • 经济价值:从“成本投入”到“价值低估”
    • 学习价值:从“信息吸收”到“能力沉淀”
      • 1. 知识迁移效率(Learning Transfer Efficiency)
      • 2. 知识层级跃迁(从“知道”到“能做”)
      • 3. 能力沉淀的量化模型(Skill Value Index)
      • 小结
  • 从 BlockETF 到 BlockLever
  • 设计理念与核心目标:从稳健到高效的杠杆引擎
    • 1. 设计理念
      • 稳健 Stability
      • 安全 Safety
      • 效率 Efficiency
    • 2. 系统架构
    • 3. 协议目标
    • 4. 实战意义
  • AI 辅助的 TDD 开发体系
    • TDD 驱动的开发流程
    • AI 与 TDD 的结合
  • 实战营内容与定价
    • 实战营内容
    • 录制与代码结构
    • 定价逻辑
      • 动态定价机制:随项目进展递增
      • 第一期开创者专属价
      • 开营时间
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档