ولد في كيب تاون، جنوب أفريقيا، درس AC في البداية القانون في جامعة ستيلنبوش ولكنه اهتم بالتكنولوجيا بعد مساعدة أصدقائه في تجارب علوم الكمبيوتر. في وقت لاحق، التحق في معهد تدريب الكمبيوتر (CTI) لدراسة علوم الكمبيوتر، وأكمل برنامجاً لمدة ثلاث سنوات في خمسة أشهر فقط وعمل حتى كمحاضر، مما وضع أساساً تقنياً قوياً لمستقبله.
في ببداية مسيرته، انضم إلى Vodacom، أول مشغل لشبكات الهاتف المحمول في جنوب أفريقيا، حيث عمل على مشاريع البيانات الكبيرة والحوسبة العنقودية وتعلم الآلة. ثم عمل كمدير تكنولوجيا لعدة شركات برمجيات، بما في ذلك Altron، Full Facing، Freedom Life، و Shoprite Group. تجربته في المشاريع تشمل تطبيقات الجوال، والمواقع الإلكترونية، ومراكز البيانات، ومنصات الإقراض، وحلول التأمين، وأنظمة التجزئة، مما يبرز قيادته التقنية عبر المجالات.
في عام 2017، بدأ AC استكشاف تقنية العملات المشفرة ووثق عملية تعلمه على وسائل التواصل الاجتماعي. لفت هذا انتباه وسائل الإعلام الرقمية للعملات المشفرة Crypto Briefing، التي دعته لكتابة مقال، مما زاد من رؤيته في مجتمع العملات المشفرة. في عام 2018، دخل رسمياً إلى صناعة سلسلة الكتل، حيث عمل كمستشار تقني لشركتي BitDiem وAggero. في وقت لاحق، شغل أدوارًا تقنية رئيسية أو مناصب CTO في مشاريع مثل CryptoCurve، CryptoBriefing، ومؤسسة Fusion. كما أصبح مهندسًا معماريًا لـ Ethereum DeFi.
أدعى آي سي شهرة كبيرة منذ تأسيس yearn.finance، الذي أطلقه إلى الشهرة. في وقت لاحق، شارك في تأسيس Sonic Foundation (المعروفة سابقًا باسم Fantom) وشبكة Keep3r، وساهم في العديد من مشاريع DeFi الرائدة مثل Hegic، Pickle، Cover، PowerPool، Cream V2، Akropolish، Sushiswap، Eminence، Bribe.crv.finance، Rarity، وSolidly. خلال سوق الثيران في عام 2021، أطلق منصات متعددة السلاسل مثل Multichain، Chainlist، Cream Finance، وRarity، حيث حققت كل منها جذبًا ملحوظًا. هذه الإنجازات ترسخت لقبه بأنه "جد الديفاي" داخل المجتمع العالمي.
في عام 2022 ، أعلن AC بشكل غير متوقع خروجه من DeFi ، مما أثار اهتماما واسع النطاق. في 28 يناير 2025 ، أوضح رحيله في منشور مفصل على Medium ، مستشهدا بالضغط التنظيمي من هيئة الأوراق المالية والبورصات الأمريكية كسبب رئيسي. منذ عام 2021 ، كانت هيئة الأوراق المالية والبورصات تحقق في مشروعه yearn.finance ووسعت لاحقا التحقيقات في مشاريعه الأخرى. استهلك التحقيق وقتا وموارد كبيرة ، وغالبا ما تطلب أسابيع أو شهورا من جمع البيانات وساعات طويلة في البحث عن المعلومات التي يصعب الوصول إليها ، مما أجبره على إيقاف جميع عمليات التطوير والبحث مؤقتا.
وصف AC هذه التجربة المستمرة لمدة عامين بأنها مليئة بالليالي الساهرة والضغوط الهائلة. في النهاية، واجه خيار مواصلة البناء مجانًا مع صده الهجمات المستمرة، أو إنفاق مبالغ كبيرة على الدفاع القانوني، أو التنازل. اختار الأخير.
على الرغم من كل شيء، يظل AC متفائلاً بحذر بشأن تقدم البنية التحتية للبلوكشين. إنه يعترف بالتقدم الهام الذي تحقق في السنوات الأخيرة، بما في ذلك:
يتوقع أن تكون أكبر بورصات العملات المشفرة في العالم خلال 2-5 سنوات بورصات غير مركزية، وليس مركزية - ما يعكس ايمانه القوي بالتكنولوجيا اللامركزية ومؤشرا على اتجاه صناعة المستقبل.
في مارس 2025، أعلن AC مشروعه الجديد Flying Tulip على X (المعروف سابقا باسم Twitter). على الرغم من أن المنصة لم تطلق رسميا، يمكننا الحصول على لمحة من خلال التفاصيل المشاركة على موقعها الإلكتروني. بناءً على تفاؤله تجاه قطاع DEX، يبدو أن Flying Tulip موجهة لتكون نظيرًا أو حتى منافسًا لـ Hyperliquid، والتي تتمحور حول أساس Sonic

بالمقارنة مع بروتوكولات AMM الأخرى، فلاينج تيوليب ليست مجرد بروتوكول AMM - بل إنها تدمج تداول النقاط والعقود الآجلة على منصة DEX، بالإضافة إلى بروتوكول الإقراض ووظائف الخيارات. في جوهرها، فلاينج تيوليب هي بورصة لامركزية كاملة تتطلب رخصة KYC أو تفويض محفظة وتضمن كل من الإقراض وتداول المشتقات - AMM+DEX من جيل جديد.

اثنان من الابتكارات الملحوظة في فلاينج تيوليب:

ليس Flying Tulip مصممة فقط لتجار التجزئة - بل تهدف أيضًا إلى جذب المستثمرين المؤسسيين، وتقديم تنفيذ عالي المستوى وسيولة عميقة ودعم الامتثال (مثل فحص OFAC). بالمقارنة مع Coinbase و Binance و Hyperliquid، تقدم Flying Tulip مزايا مميزة في الرسوم والرافعة المالية وعوائد LP. على سبيل المثال، تتكيف رسوم التداول بناءً على الظروف السوقية ويمكن أن تنخفض إلى أقل من 0.02٪. علاوة على ذلك، يساعد خوارزمية المنحنى التكيفي في تقليل الخسارة غير الدائمة حتى 42٪، متفوقة على منصات AMM التقليدية.
مقارنة للتجار التجزئة
مقارنة للتجار المؤسسيين
### تقنيات مبتكرةتتألق الابتكارات في Flying Tulip في عدة مجالات رئيسية:
منحنى AMM التكيفي: يستخدم آلية AMM مرنة تعدل ديناميكياً منحنى التداول استناداً إلى ظروف السوق لتحسين التسعير والسيولة.- أوراق العمل، IV، TWAP، و RWAP أوراكل: يدمج مختلف تغذيات بيانات الأوراق المالية، بما في ذلك:- rVOL: الاستقرار الواقعي- IV: الاستقرار الضمني- TWAP: السعر المتوسط المرجح زمنياً- ربما خطأ مطبعي، ربما يعني VWAP (السعر المتوسط الذي يعتمد على الحجم)— لأن RWAP ليس لديه خوارزمية معروفة في هذا الوقت.- سوق الأموال النقدية LTV المعدلة بالتقلبات: سوق إقراض يعدل بشكل ديناميكي نسب القروض إلى القيمة بناءً على تقلبات السوق.- حتى 1000 مرة الرافعة: يقدم إمكانية رافعة مالية متطرفة للمتداولين المتقدمين.- حمامات السيولة للعقود المستمرة والخيارات: يمكن لمقدمي السيولة كسب عوائد عن طريق دعم التداول المستمر والخيارات، وإضافة تدفقات دخل جديدة.- الميزات المبتكرة: تشمل التأمين على السلسلة الرقمية، وعدم وجود رسوم للغاز، وعدم الحاجة لمحفظة، وعدم الحاجة للتحقق من الهوية (KYC)، مما يبسط عملية الانضمام أكثر.#### تقنية الانحناء التكيفيةيعتمد Flying Tulip تقنية Adaptive Curve Technology، وهي آلية جديدة تقوم تلقائيًا بالتحول بين نماذج AMM المختلفة استنادًا إلى تقلبات السوق في الوقت الحقيقي:
آلية التداول الآلي بالمنتج الثابت (x*y=k): تُفعّل في ظروف عالية التقلب للحفاظ على استقرار السعر.- AMM المجموع الثابت (x+y=k): يُستخدم في الظروف ذات القلة من التقلبات لاستيعاب احتياجات السيولة المتنوعة وتقليل الانزلاق.- دعم الأصول المتعددة: تم تحسين النموذج للعملات المشفرة والعملات المستقرة والفوركس.- تحسين سعر التاجر: يعدل النموذج AMM بشكل ديناميكي لتوفير أفضل أسعار تنفيذ ممكنة للتجار - يتم تقليل الانزلاق بنسبة 42% مقارنة بنماذج AMM التقليدية.
مثال:
لصفقة ETH/USDC، تحقق Flying Tulip أفضل سعر تنفيذ بقيمة 19,874 USDC، مع تأثير سعري يبلغ 0.14% فقط، متفوقة على Uniswap V3 (0.65%) و Curve (0.36%).
المصدر: طلعة الزنبق## تفكيك النموذج الرياضي### أصل المشكلة: المخاطر ال مخفية في نماذج AMM للمنتج الثابتفي سيناريوهات الإقراض عبر الاحتياطي المشترك، يشكل استخدام نموذج صانع سوق منتج ثابت تقليدي (على سبيل المثال، x × y = k) مخاطر مخفية. خلال عمليات تصفية الأصول على نطاق واسع، يمكن أن يثير إعادة توازن الاحتياطي صدمات سعرية، مما يؤثر على القيمة الفعلية للضمان.
إذا تم تطبيق صيغة تسعير AMM الثابتة، وتم تداول الأصول A بشكل كبير، فإن عملية إعادة التوازن ستؤثر سلبًا على عائد الأصل B. وهذا يؤدي إلى نتائج غير مريحة بالنسبة لأسعار التصفية والانزلاق، مع تأثير يصل إلى 33% من تأثير السعر يعكس على الأصل B.
تتأثر التقلبات في أسعار السوق مباشرة بالأسعار داخل AMMs. تقدم Flying Tulip نموذج LTV معدل بشكل ديناميكي استنادًا إلى ميكانيكيا AMM للتخفيف من تأثيرات مثل هذه.
المصدر: توليب طائر### الحل: تضمين تقلب السعرات الحرارية المحقق في صيغة LTVالخطوة 1: دمج التقلب في نموذج القرض إلى القيمة.
عن طريق دمج σ (تقلب الأصول) و t (زمن الاحتفاظ)، يتم حساب عامل تخفيض التقلب δ، والذي يُستخدم لتقييم الضمان القلق بشكل أكثر تحفظًا.افترض:
على سبيل المثال، إذا كانت الاستقرارية التاريخية تشير إلى تقلب سعري بنسبة ~30٪، فإن نسبة القرض إلى القيمة العادلة ستكون محدودة بحوالي 70٪.
بالمقارنة مع بروتوكولات AMM التقليدية التي تستخدم نسب LTV ثابتة، يعتمد نموذج Flying Tulip أكثر على الطبيعة اللامركزية لـ DeFi. من خلال دمج ديناميات AMM مع الظروف السوقية في الوقت الحقيقي، يوفر النموذج إدارة مخاطر أكثر دقة.
مقارنة تنافسية:
المصدر: توليب طائر## الحل: دمج الانزلاق والتقلب في النموذجبعد ذلك، نفحص العلاقة بين قيمة الحياة الطويلة وتسعير التصفية، مركزين على تأثير التزحلق. يصبح التزحلق مهمًا بشكل خاص في حمامات السيولة المنخفضة، حيث يمكن أن تتسبب التصفيات الكبيرة في تقلبات سعرية كبيرة وزيادة المخاطر النظامية. عندما يتم تصفية الأصل الرهني A للحصول على الأصل B لسداد الديون، يمكن أن تنخفض القيمة القابلة للاسترداد الفعلية لـ B بسبب تأثيرات سعر AMM والحركات السعرية الضارة الناجمة عن التقلب.
لذلك، ندمج كل من الانزلاق والتقلب في النموذج.
شرطنا الأول هو أن يكون قيمة بعد التصفية أكبر من أو تساوي الدين المستحق.
نحدد الدين على أنه:
نحدد الدين على أنه:
الدين = القرض = LTV × قيمة الضمان = LTV × ΔX × Pₐ
إذا اعتبرنا الانزلاق فقط وتجاهلنا التقلبات، فإن أقصى قيمة LTV المحددة بواسطة عمق AMM هي: الانزلاق LTV = 1 / (1 + ΔX / X)هنا، ΔX / X يمثل نسبة بيع الأصول A مقارنة بإجمالي بركة السيولة. يمكن فهم تأثير هذه النسبة على LTV على النحو التالي:
(1 - δ) × (Y × ΔX) / (X + ΔX) ≥ LTV × ΔX × (Y / X)
من هذا، نستمد الصيغة النهائية:
القيمة_القصوى_لنسبة_الإقراض(ΔX) = (1 - δ) / (1 + ΔX / X)
تحسب هذه الصيغة لمصدرين رئيسيين للمخاطر:
يعمل هذا النموذج كتأمين مزدوج للإقراض:
الأصول ذات التقلب العالي أو التي لديها مجموعات سيولة ضحلة تحصل على سلطة اقتراض أقل بشكل كبير. عندما تكون كل من ΔX / X و δ كبيرة — كما هو الحال مع العديد من العملات البديلة — يتم تقليل قيمة LTV بشكل حاد.
يضمن نموذج LTV الديناميكي لـ Flying Tulip استقرار النظام في ظل تغير الظروف السوقية. على سبيل المثال:
المصدر: طلعة الزنبق الطائر### تأثير تعديل قيمة الرصيد المتغير على الاستخدام والسيولةعندما يقترض المستخدمون الأصول B عن طريق إيداع الأصل A، يتحول تكوين حوض الأصول. مع زيادة القروض المسحوبة، يقل سيولة B المتاحة، بينما تزيد احتياطيات A، مما يجعل الحوض مركزًا بشكل كبير في A.
تعني استخدام عالي لـ B أن أي تصفية جديدة ستواجه انزلاقًا أعلى (نظرًا لأن Y يصغر ، ينمو X بشكل أكبر).
في النموذج، يؤثر الحالة الحالية للمجموعة (X، Y) مباشرة على قيمة القرض إلى القيمة (LTV) للقروض الجديدة. يتم تعريف معدل استخدام B (UB) على أنه:
UB = 1 - (Y_current / Y_initial)
عندما يقترب UB من 1، فإن ذلك يشير إلى أن معظم الأصول B قد تم استخدامها وأن المجمع يقترب من الإنفاق. يؤدي ذلك إلى خلق بركة AMM متفاوتة بشكل شديد، حيث ينخفض سعر A بشكل حاد. إذا حدث التصفية تحت هذه الشروط، فإن القيمة القابلة للاسترداد من B قد تنخفض بشكل حاد.
لمواجهة هذا، يقدم النموذج آلية للتخفيف من قيمة القرض إلى القيمة الإجمالية (LTV) في حالات الاستخدام العالي. على سبيل المثال، إذا تم استخدام 50% من سيولة B، فإنه يُسمح فقط بأن تستخدم القروض الجديدة 50% من الحد الطبيعي لقيمة القرض إلى القيمة الإجمالية.
القيمة القصوى لنسبة القرض المؤمن (UB) = القيمة القصوى لنسبة القرض المؤمن × (1−UB)
يضمن هذا النموذج عدم تفريغ السيولة المتاحة أو تعريض القروض الحالية لزيادة المخاطر. قد يمنع البروتوكول أيضًا أي قرض من استهلاك ما يزيد عن نسبة معينة من الاحتياطيات B المتبقية. بالإضافة إلى ذلك، قد يزيد النظام الرسوم أو أسعار الفائدة في ظروف الاستخدام العالي لتثنية الاقتراض بما يتجاوز الحدود الآمنة - وهذا يشكل جزءًا من استراتيجية إدارة المخاطر العامة للمنصة.
من خلال التصورات والنمذجة، يصبح واضحًا أنه مع زيادة الاضطراب أو نمو حجم القرض المتوقع، يضيق نطاق قيمة الإقراض إلى القيمة الآمنة. يُوضح هذا ميزة نموذج Flying Tulip's LTV المعدل ديناميكيًا على نماذج AMM التقليدية، حيث تفشل القواعد الثابتة في الاستجابة لظروف السوق في كثير من الأحيان.
المصدر: الطرح الطائر### مزايا النموذجيدمج نموذج LTV-AMM الديناميكي الانزلاق والاستخدام والسيولة والتقلب لتمكين تعديلات LTV في الوقت الفعلي. يقدم هذا التصميم مزايا كبيرة في إدارة المخاطر واستقرار النظام وكفاءة رأس المال وتجربة المستخدم، مما يجعلها حلاً مبتكرًا في مجال الإقراض DeFi.
مثال: عندما يزيد تقلب السوق، يتم تقليل نسبة القرض إلى Gate.com تلقائيًا للحد من المخاطر.### إدارة المخاطرمن خلال مراعاة الانزلاق والاستخدام، يقلل النموذج بشكل كبير من مخاطر التصفية:
يعدل النموذج قيمة الرهن العقاري بناءً على تقلب الأصول:
أخطاء التنبؤ قد تؤدي توقعات الاستقرار غير الصحيحة إلى قيم LTV التي هي أعلى أو أقل من اللازم، مما قد يضعف سلامة بروتوكول الإقراض.ارتفاع تبعية البيانات يعتمد النموذج بشكل كبير على البيانات الحية (على سبيل المثال، أسعار الأصول، عمق البركة، معدلات الاستخدام). إذا كانت البيانات غير دقيقة أو متأخرة أو ناقصة، فإن التكيف الديناميكي لقيمة القرض للقيمة قد يفشل.مشاكل جودة البيانات في ديفي، يمكن تلاعب البيانات على السلسلة (على سبيل المثال، من خلال هجمات الأسعار)، مما قد يعرض نزاهة النموذج للخطر.ضغط أداء النظام يتطلب الحساب في الوقت الحقيقي للانزلاق والاستخدام والتقلب موارد حاسوبية كبيرة، مما قد يبطئ من عمليات النظام ويؤدي إلى تدهور تجربة المستخدم.حساسية المعلمة فعالية النموذج مرتبطة ارتباطًا وثيقًا بضبط المعلمات (على سبيل المثال، خصومات الاضطراب، عتبات التصفية). يمكن أن تؤدي المعلمات المكونة بشكل سيء إلى تعديلات LTV غير فعالة.تعقيد الضبط العثور على تركيبات المعلمات الأمثل يتطلب اختبارًا وتكرارًا مكثفًا، مما يزيد من تعقيد التطوير والصيانة.ازدحام الشبكة خلال ازدحام سلسلة الكتل، قد تتأخر تحديثات النموذج في الوقت الحقيقي، مما يزيد من تعرض المقترضين والمقرضين للمخاطر.
* لا يُقصد من المعلومات أن تكون أو أن تشكل نصيحة مالية أو أي توصية أخرى من أي نوع تقدمها منصة Gate أو تصادق عليها .
* لا يجوز إعادة إنتاج هذه المقالة أو نقلها أو نسخها دون الرجوع إلى منصة Gate. المخالفة هي انتهاك لقانون حقوق الطبع والنشر وقد تخضع لإجراءات قانونية.





