DLMM 核心機制深度解析：三大 AI 模型對比研究
來源: @gm365
日期: Mon Jun 16 05:42:39 +0000 2025
標籤:
DLMM流動性提供做市策略
三大 AI 集體深入解讀 DLMM 機制
任何東西都一樣，如果只是日常使用，你並不需要知道底層技術原理。
就像絕大多數人相信都會騎自行車，但真要解釋自行車為什麼不會倒，這個問題科學界花了 100 多年還在給出不同的解釋。
DLMM 同理。
之前起碼用了一年半以上，透過網站前端，無非也就是選擇池子、費率、流動性策略等。
不懂底層原理，照用無誤。
但最近想要透過程式來接入 DLMM，自動化增減流動性，那麼很有必要仔細探究一番。
研究方法
面對這類技術性、原理性問題，深度解讀的話，使用各大 AI 模型的 Deep Research 那就恰如其分了。
研究問題：需要深入理解 DLMM 的底層運作原理，尤其是要如何接入其 SDK、選擇價格區間、選擇流動性策略等。
選擇的工具：
- Gemini 2.5 Deep Research
- OpenAI O3 Pro Deep Research
- Claude Opus 4 Research
同樣的問題，讓三大 AI 工具分別深入探索，給出各自的報告。
核心發現
基於三大報告，更新了不少陳舊的認知：
1️⃣ DLMM 幾個核心概念
- Position（流動性倉位）
- Bin（價格桶）
- Fee（手續費模型）
- Strategy（做市策略模組）
2️⃣ Position
每個 Position 就是你部署的一個流動性範圍。
可選：
- 平衡倉位
- 非平衡倉位
- 單邊流動性倉位
這點確實比 UniSwap V3 靈活、自由。實際使用體驗來看，也確實很為 LP 著想。
3️⃣ DLMM 的 Bin
Bin 的設計，有幾點創新（其實深受 Trader Joe 的流動性帳本 Liquidity Book 模型啟發）：
- 單一 Bin 內使用公式 x+y = L⋅P
- 單一 Bin 內代幣兌換零滑點
- 只有 Active Bin 的流動性才能獲取交易費用
- 只有 Active Bin 才有兩種代幣（其他非活躍 Bin 都只是單邊流動性）
4️⃣ Fee
這裡的手續費有基礎費用 (base fee) 和動態費用 (dynamic fee) 之分。
固定的基礎費用，加上根據波動性大小動態調節的 dynamic fee，為了補償 LP 的無常損失。
5️⃣ Strategy
重新審視了這三個策略，修正了一直以來的偏見（總覺得 Spot、Curve 才是做市策略的正途，Bid-Ask 是邪路 😳）
其實不然，可以這麼說：Bid-Ask 是一種混合了做市策略和量化交易策略的東西。
什麼場景、如何用好它，看你功力。
總結
一番報告閱讀下來，不得不說，@MeteoraAG 在 LP 這件事上，確實是動了腦筋、下了功夫的。