从入门到实战:我的全套 Web3 学习路径(2025版)
你好,我是 Keegan 小钢。 如果你刚开始接触 Web3、准备从 Web2 转型,或者正在寻找一套真正系统、可落地、能带你从入门做到链上实战的学习路径,那么这篇文章会对你非常有帮助。 我是一名有 16 年经验的互联网从业者,过去 8 年专注于 Web3 技术方向,同时持续做个人 IP 超过 13 年。长期以来,我在公众号、知乎、B 站持续输出 Web3 的学习路线、开发知识、工程实践以及真实链上项目的研发过程。如果你对我的经历好奇,可以阅读这篇文章:《复盘我的 13 年个人 IP 之路》。 这几年,越来越多同学加我咨询,他们大多会问:我应该从哪里开始学 Web3?我有一些基础,但做不出完整项目怎么办?有没有适合“从入门到能做项目”的学习路径?我想顺利找到 Web3 工作,该怎么准备?本质上,这些问题可以归结成一句话:“我现在这个水平,下一步该学什么?”为了让不同阶段的同学都能快速找到最适合自己的学习路径,我把过去几年输出的所有 Web3 内容——免费课程、付费课程、AI+Web3 实战营、以及深度服务——做了一次系统性的梳理。 这篇文章是你最清晰、最完整的 「Web3 学习路...
万字长文聊聊Web3的现状与趋势
整体数据现状与趋势首先,先来看看 Web3 的搜索热度情况,我们可以从 GoogleTrends 中看到一些数据。下图是关于 Web3 在全球过去 5 年内的搜索热度趋势图:从图中可以看出,前面几年的搜索热度一直很低,热度值一直保持在 10 以下,但从 2021 年下半年开始逐渐飙升,在 2021 年 12 月底达到了顶峰。虽然随后开始有所回落,但依然保持在很高的热度。 如果再按区域来看搜索热度,就会发现,搜索热度最高的竟然是在中国,且与其他区域的搜索热度差距很大,如下图所示这说明,中国依然是 Web3 最大的潜在市场。 接着,再来看看整个加密货币总市值的趋势图,某种程度上,这也代表了整个 Web3 行业的总市值。下图的数据来自 CoinMarketCap:从图中可以看到,总市值也是在 2021 年出现大幅度飙升,2021 年底到达顶峰,达到了将近 3 万亿美元的总市值。随后不断回落,在 2022 年底跌到了最低点,总市值降到低于 1 万亿,相比高点,跌去了三分之二。但是,就算是最低点也依然比 2021 年之前那些年的总市值高得多。 加密货币的总市值看上去好像不低,但如果跟全球股...
万字长文聊聊Web3的组成架构
Web3 发展至今,生态已然初具雏形,如果将当前阶段的 Web3 生态组成架构抽象出一个鸟瞰图,由下而上可划分为四个层级:区块链网络层、中间件层、应用层、访问层。下面我们来具体看看每一层级都有什么。另外,此章节会涉及到很多项目的名称,因为篇幅原因不会一一进行介绍,有兴趣的可以另外去查阅相关资料进行深入了解。区块链网络层最底层是「区块链网络层」,也是 Web3 的基石层,主要由各区块链网络所组成。 组成该层级的区块链网络还不少,Bitcoin、Ethereum、BNB Chain(BSC)、Polygon、Arbitrum、Polkadot、Cosmos、Celestia、Avalanche、Aptos、Sui 等等,还有很多。根据 Blockchain-Comparison 的统计,截止撰文之日的区块链至少有 150 条。这里我们主要说的是公链,联盟链不包括在内。因为区块链实在太多,会有些眼花缭乱,所以有必要进行分门别类。 首先,不同区块链之间存在着分层结构,有 Layer0、Layer1、Layer2 之分。其次,Web3 的繁荣发展,依赖于智能合约技术,而智能合约的运行环境为...
Blockchain engineer
从入门到实战:我的全套 Web3 学习路径(2025版)
你好,我是 Keegan 小钢。 如果你刚开始接触 Web3、准备从 Web2 转型,或者正在寻找一套真正系统、可落地、能带你从入门做到链上实战的学习路径,那么这篇文章会对你非常有帮助。 我是一名有 16 年经验的互联网从业者,过去 8 年专注于 Web3 技术方向,同时持续做个人 IP 超过 13 年。长期以来,我在公众号、知乎、B 站持续输出 Web3 的学习路线、开发知识、工程实践以及真实链上项目的研发过程。如果你对我的经历好奇,可以阅读这篇文章:《复盘我的 13 年个人 IP 之路》。 这几年,越来越多同学加我咨询,他们大多会问:我应该从哪里开始学 Web3?我有一些基础,但做不出完整项目怎么办?有没有适合“从入门到能做项目”的学习路径?我想顺利找到 Web3 工作,该怎么准备?本质上,这些问题可以归结成一句话:“我现在这个水平,下一步该学什么?”为了让不同阶段的同学都能快速找到最适合自己的学习路径,我把过去几年输出的所有 Web3 内容——免费课程、付费课程、AI+Web3 实战营、以及深度服务——做了一次系统性的梳理。 这篇文章是你最清晰、最完整的 「Web3 学习路...
万字长文聊聊Web3的现状与趋势
整体数据现状与趋势首先,先来看看 Web3 的搜索热度情况,我们可以从 GoogleTrends 中看到一些数据。下图是关于 Web3 在全球过去 5 年内的搜索热度趋势图:从图中可以看出,前面几年的搜索热度一直很低,热度值一直保持在 10 以下,但从 2021 年下半年开始逐渐飙升,在 2021 年 12 月底达到了顶峰。虽然随后开始有所回落,但依然保持在很高的热度。 如果再按区域来看搜索热度,就会发现,搜索热度最高的竟然是在中国,且与其他区域的搜索热度差距很大,如下图所示这说明,中国依然是 Web3 最大的潜在市场。 接着,再来看看整个加密货币总市值的趋势图,某种程度上,这也代表了整个 Web3 行业的总市值。下图的数据来自 CoinMarketCap:从图中可以看到,总市值也是在 2021 年出现大幅度飙升,2021 年底到达顶峰,达到了将近 3 万亿美元的总市值。随后不断回落,在 2022 年底跌到了最低点,总市值降到低于 1 万亿,相比高点,跌去了三分之二。但是,就算是最低点也依然比 2021 年之前那些年的总市值高得多。 加密货币的总市值看上去好像不低,但如果跟全球股...
万字长文聊聊Web3的组成架构
Web3 发展至今,生态已然初具雏形,如果将当前阶段的 Web3 生态组成架构抽象出一个鸟瞰图,由下而上可划分为四个层级:区块链网络层、中间件层、应用层、访问层。下面我们来具体看看每一层级都有什么。另外,此章节会涉及到很多项目的名称,因为篇幅原因不会一一进行介绍,有兴趣的可以另外去查阅相关资料进行深入了解。区块链网络层最底层是「区块链网络层」,也是 Web3 的基石层,主要由各区块链网络所组成。 组成该层级的区块链网络还不少,Bitcoin、Ethereum、BNB Chain(BSC)、Polygon、Arbitrum、Polkadot、Cosmos、Celestia、Avalanche、Aptos、Sui 等等,还有很多。根据 Blockchain-Comparison 的统计,截止撰文之日的区块链至少有 150 条。这里我们主要说的是公链,联盟链不包括在内。因为区块链实在太多,会有些眼花缭乱,所以有必要进行分门别类。 首先,不同区块链之间存在着分层结构,有 Layer0、Layer1、Layer2 之分。其次,Web3 的繁荣发展,依赖于智能合约技术,而智能合约的运行环境为...
Blockchain engineer

Subscribe to Keegan小钢

Subscribe to Keegan小钢
Share Dialog
Share Dialog
<100 subscribers
<100 subscribers
两个月前,我在《我决定成立一个一人实验室》中写下了自己的年度目标:
每年孵化 6-10 个项目,每个项目都要有清晰的盈利模式。
那不仅是一句目标,更是一个实验。我想验证一件事:在 AI 的加持下,一个人能否真正完成从 0 到 1 的完整项目研发?
而 「BlockETF」,就是这个实验的第一个结果。它不仅是这个目标的起点,也是「一人实验室」理念的第一次真实落地。
事实上,「BlockETF」 的构想已经存在了很久。之前还做过两次尝试,却始终没能走到「正式上线」的那一步。直到这次,在 AI 的深度参与下,加上「AI+Web3实战营」这种倒逼机制,我才真正完成了研发 → 测试 → 部署 → 上线的完整闭环。
这也是我第一次深刻感受到:
AI 不只是辅助,而是一种新的生产力形式。
如今,BlockETF 已正式上线 BNB 主网,你可以通过以下地址查看与参与:

第一个项目选择做 BlockETF,其实只是我一直以来在做的事情的延续。
链上 ETF 的最初想法,来自我还在 ora.io 时做的一个项目。当时,美国刚通过了 BTC ETF,于是我们决定做一款链上 ETF。但那个项目一开始就搞得太复杂,开发了几个月才终于完成。临近上线时,却因为公司战略调整而被迫停掉。
项目停了之后,我就有了一个想法:
我要自己重新做一款类似的产品,并让它真正上线。
我是个极简主义者,不喜欢一开始就搞得很庞大。我更相信新项目应该从 MVP(最小可行化产品) 开始,一步步迭代。
后来我启动了「从 0 到 1 开发 Dapp 实战课程」,就决定把 链上 ETF 作为课程的实战项目来做。「BlockETF」 这个名字,也是那段时间确定下来的。
那次我确实把产品做完了,也部署上了主网。但我没有正式对外发布,只自己玩了一阵子,就发现还有很多地方需要优化。想着有空再重构,结果后来又投入了另一个新项目「NamePump」,优化的事就被搁置了。
直到 7 月底,我终于决定重启 BlockETF,并尝试用 AI 来辅助开发。我用了 9 天时间,完成了测试网上线,但最后一步的主网上线依然没能完成。
一直到上个月初,我正式启动「AI + Web3 实战营」。这种「实战营式」的机制带来了很强的外部驱动:它让我必须持续推进、不断交付。于是我就这样一步步将 BlockETF 做成了真正意义上的正式上线产品。
从 9 月 15 日实战营开营,到 10 月 15 日主网上线,刚好一个月。
另外,选择做 BlockETF,还有另一个原因是因为它的运营成本极低。就算没有任何一个用户来参与,我自己一个人玩也行,只要趋势判断正确,也能赚取收益,从而覆盖原本就已经极低的运营成本。
在 Web3 世界里,我所理解的「生产级」,并不只是“技术上线”。它意味着系统能够在真实使用场景中稳定、可信、顺畅地被用户使用。
对我来说,这包含五个层面:
合约安全: 所有模块逻辑自洽、无越权风险;
测试完整: 关键路径经过系统性单元测试与集成验证;
架构清晰: 模块职责分明、接口标准化、可升级;
前端体验: 用户界面直观、反馈明确、操作可验证;
数据透明: 所有核心交互都能在链上追踪与复现。
在主网上线前,我重点聚焦前 3 项:合约安全、测试完整与架构清晰。这是系统能否稳定运行的核心。
尤其在安全方面,我从多个角度确保了协议的稳健性。首先在架构上进行了拆分,保证每个模块相对简单和独立,从设计层面降低复杂度与潜在风险。其次,在实现层面对关键逻辑进行了反复推敲与安全审视,确保每个函数的调用路径和状态变更都清晰可控,最大限度地减少潜在攻击面与异常风险。最后,进行了充分的测试,总共设计并通过了 1000+ 条测试用例,实现了完整覆盖。
而在上线后,我又把注意力放到用户侧体验上:优化移动端导航、滑动响应、投资与赎回流程、View Contract 按钮,以及一个简洁但能讲清逻辑的 About 页面。这些改进让整个系统更具“产品感”,也让用户更容易理解 BlockETF 的逻辑与价值。
为了让透明性真正落地,我还将 合约代码与前端 UI 代码全部开源在 GitHub,并直接集成到官网中,让任何人都能随时查看、验证,甚至参与改进。
经过这一系列的设计、验证与迭代,这就是我为 BlockETF 设定的「生产级标准」:
一个能被用户使用、能在主网上长期运行、并能被任何人公开验证的系统。
这一个月里,我几乎每天都在和 AI 协作。
从分析需求、设计架构、开发合约、生成测试用例、编写脚本、部署到链上、再到实现前端 UI 与最终发布到 Vercel,几乎每一个环节,都有 AI 参与其中。
在不同阶段,AI 承担着不同的角色。在需求分析阶段,它像一个产品经理,帮我梳理功能逻辑与边界条件;在开发阶段,它变成一个程序员,与我一起编写合约代码;到了测试阶段,它又化身为测试工程师,自动生成测试用例与断言脚本;而在后期的前端与部署阶段,它则扮演前端工程师和运维工程师,协助我完成界面实现与主网部署。
与 AI 一起协作完成整个项目的研发过程,和以往一个团队完成研发的体验完全不同。
过去的开发更像是一条线性的流水线:写需求、写代码、写测试,一步接着一步。而现在,它变成了一种持续对话。
我不再独自面对代码,而是在和 AI 一起推演。它会提出我没想到的边界问题、逻辑漏洞、甚至命名上的歧义。我提出问题,它立刻给出方案;我修改架构,它即时反馈影响。这种来回的“对话式开发”,让整个过程更像一次动态的探索,
代码不再是我写出来的,而是我和 AI 一起“讨论出来”的。
有时候,这种感觉很奇妙,仿佛我在和另一个思考体系协同工作。我提供判断,它提供生成;我负责抽象,它负责实现。这种配合,是一种新的创造方式。
AI 的价值,并不只是让我更快地写完任务,而是让我能更专注地思考真正重要的部分。
过去,我常常被语法、变量、测试脚本这些琐碎细节打断思路。现在,这些都交给 AI 去完成,而我能把注意力集中在系统性思考:架构设计、安全逻辑、用户体验与长期可扩展性。
我发现,AI 最大的价值不是提升效率,而是节省认知带宽。它让我从“具体的手”解放出来,重新专注于“抽象的脑”。于是,我从一个程序员,变成了一个更像“导演”的角色,负责节奏、判断、取舍与方向。

每个节点都被我详细记录在了实战营日志中,这段时间我共分享了 11 篇研发日志。
整个研发过程也全被我录制成了视频存放在了腾讯会议里,共录制了 48 个视频,大部分视频时间为 1-2 个小时。
在这 30 天里,我共计投入约 76 小时研发时间,平均每天投入 2.5 小时。
这些数字看似枯燥,但背后却是一种节奏的建立。AI 让我能够以极高的效率完成复杂系统的搭建,也让我第一次真正体会到 “一个人可以像一个团队那样工作”。
过去,一个主网级项目意味着漫长的沟通周期:产品、前端、后端、测试、部署…… 每个环节都需要协同、同步、等待。而在这次实验中,所有环节都在我和 AI 的对话中完成,从架构到合约,从测试到上线,没有会议,没有拉群,没有等待。节奏清晰,反馈即时。
这种“无摩擦的开发体验”,是我在传统团队协作中从未感受过的。它让我重新理解了 “生产力” 这个词的含义:不是人更多、流程更细,而是思考与执行的距离更短。
BlockETF 的上线,并不是结束。它只是整个「一人实验室」实验体系的第一次完整落地,也是一个新的开始。
接下来,我会沿着两个方向继续前进。
BlockETF 虽然已经正式上线了,但还只是完成了最基础的功能,还有很多需要持续扩展的功能。目前我想到的有以下这些功能模块:
目前仅支持 BNB 链上的 USDT,下一步将新增 BNB、USDC 等主流资产。用户可以直接使用持有的代币进行申购与赎回,无需额外兑换,从而显著降低进入门槛。
引入跨链消息协议(LayerZero 或 CCIP),允许用户使用其他链(如 Ethereum、Arbitrum、Base)上的 USDT/USDC 直接申购。通过独立的 BridgeAdapter 模块 实现安全解耦,让跨链逻辑与核心协议分层独立。
加入 定投功能(DCA),允许用户设定周期性申购计划(按日/周/月)。合约在指定时间自动执行申购,帮助用户平滑成本、减少择时焦虑,并实现长期资产配置。该能力也将为钱包插件、策略产品与 AI 顾问留出接口。
在 CT5(Crypto Top 5) 之外,逐步推出系列化指数产品,比如:
Meme Index:以热门和头部的 Meme 代币组成;
DeFi Index:聚焦主流 DeFi 协议;
AI Narrative Index:追踪 AI 赛道相关资产;
RWA Index:探索与现实世界资产相关的指数。
BlockETF 是我「Soluno Lab」的第一个验证实验。它证明了一个命题:AI + 个人开发者,可以在有限时间内独立完成一个生产级 Web3 系统。而我的年度目标,是孵化 6–10 个项目,目前才刚完成第一个。
下一个项目,我计划做一款 链上杠杆借贷产品。它将融合借贷平台与 DEX 的机制,实现用户在链上进行抵押、借出、做多 / 做空的一体化操作。
在现有的 DeFi 协议中,借贷与交易往往是分离的,用户需要先在借贷平台抵押资产,再到交易所执行交易,这让整个流程变得繁琐、成本高、体验割裂。
我希望通过这个新产品,让用户能够在一个统一界面中完成:
抵押资产
借入目标代币
自动开仓(做多 / 做空)
杠杆管理
从交互层面,它更像是「链上版的 Margin 账户」;从协议层面,则是一种融合借贷与 AMM 的混合结构。
在第一阶段,我会先实现静态杠杆版本,让整个借贷与交易闭环能在链上跑通;当系统验证稳定后,再逐步探索自动化与 AI 风控的可能性。
BlockETF 的上线,不是终点,而是起点。它验证了一个命题:AI 可以让一个人完成团队级的创造。
接下来,我会继续让「Soluno Lab」保持这种实验性的节奏:每一次构建,都是一次对边界的探索;每一个项目,都是一次关于“个人与智能”的对话。
我不知道终点会是什么,但我清楚一点:
实验不会停止。只要还有想法,就会有新的系统被创造出来。
两个月前,我在《我决定成立一个一人实验室》中写下了自己的年度目标:
每年孵化 6-10 个项目,每个项目都要有清晰的盈利模式。
那不仅是一句目标,更是一个实验。我想验证一件事:在 AI 的加持下,一个人能否真正完成从 0 到 1 的完整项目研发?
而 「BlockETF」,就是这个实验的第一个结果。它不仅是这个目标的起点,也是「一人实验室」理念的第一次真实落地。
事实上,「BlockETF」 的构想已经存在了很久。之前还做过两次尝试,却始终没能走到「正式上线」的那一步。直到这次,在 AI 的深度参与下,加上「AI+Web3实战营」这种倒逼机制,我才真正完成了研发 → 测试 → 部署 → 上线的完整闭环。
这也是我第一次深刻感受到:
AI 不只是辅助,而是一种新的生产力形式。
如今,BlockETF 已正式上线 BNB 主网,你可以通过以下地址查看与参与:

第一个项目选择做 BlockETF,其实只是我一直以来在做的事情的延续。
链上 ETF 的最初想法,来自我还在 ora.io 时做的一个项目。当时,美国刚通过了 BTC ETF,于是我们决定做一款链上 ETF。但那个项目一开始就搞得太复杂,开发了几个月才终于完成。临近上线时,却因为公司战略调整而被迫停掉。
项目停了之后,我就有了一个想法:
我要自己重新做一款类似的产品,并让它真正上线。
我是个极简主义者,不喜欢一开始就搞得很庞大。我更相信新项目应该从 MVP(最小可行化产品) 开始,一步步迭代。
后来我启动了「从 0 到 1 开发 Dapp 实战课程」,就决定把 链上 ETF 作为课程的实战项目来做。「BlockETF」 这个名字,也是那段时间确定下来的。
那次我确实把产品做完了,也部署上了主网。但我没有正式对外发布,只自己玩了一阵子,就发现还有很多地方需要优化。想着有空再重构,结果后来又投入了另一个新项目「NamePump」,优化的事就被搁置了。
直到 7 月底,我终于决定重启 BlockETF,并尝试用 AI 来辅助开发。我用了 9 天时间,完成了测试网上线,但最后一步的主网上线依然没能完成。
一直到上个月初,我正式启动「AI + Web3 实战营」。这种「实战营式」的机制带来了很强的外部驱动:它让我必须持续推进、不断交付。于是我就这样一步步将 BlockETF 做成了真正意义上的正式上线产品。
从 9 月 15 日实战营开营,到 10 月 15 日主网上线,刚好一个月。
另外,选择做 BlockETF,还有另一个原因是因为它的运营成本极低。就算没有任何一个用户来参与,我自己一个人玩也行,只要趋势判断正确,也能赚取收益,从而覆盖原本就已经极低的运营成本。
在 Web3 世界里,我所理解的「生产级」,并不只是“技术上线”。它意味着系统能够在真实使用场景中稳定、可信、顺畅地被用户使用。
对我来说,这包含五个层面:
合约安全: 所有模块逻辑自洽、无越权风险;
测试完整: 关键路径经过系统性单元测试与集成验证;
架构清晰: 模块职责分明、接口标准化、可升级;
前端体验: 用户界面直观、反馈明确、操作可验证;
数据透明: 所有核心交互都能在链上追踪与复现。
在主网上线前,我重点聚焦前 3 项:合约安全、测试完整与架构清晰。这是系统能否稳定运行的核心。
尤其在安全方面,我从多个角度确保了协议的稳健性。首先在架构上进行了拆分,保证每个模块相对简单和独立,从设计层面降低复杂度与潜在风险。其次,在实现层面对关键逻辑进行了反复推敲与安全审视,确保每个函数的调用路径和状态变更都清晰可控,最大限度地减少潜在攻击面与异常风险。最后,进行了充分的测试,总共设计并通过了 1000+ 条测试用例,实现了完整覆盖。
而在上线后,我又把注意力放到用户侧体验上:优化移动端导航、滑动响应、投资与赎回流程、View Contract 按钮,以及一个简洁但能讲清逻辑的 About 页面。这些改进让整个系统更具“产品感”,也让用户更容易理解 BlockETF 的逻辑与价值。
为了让透明性真正落地,我还将 合约代码与前端 UI 代码全部开源在 GitHub,并直接集成到官网中,让任何人都能随时查看、验证,甚至参与改进。
经过这一系列的设计、验证与迭代,这就是我为 BlockETF 设定的「生产级标准」:
一个能被用户使用、能在主网上长期运行、并能被任何人公开验证的系统。
这一个月里,我几乎每天都在和 AI 协作。
从分析需求、设计架构、开发合约、生成测试用例、编写脚本、部署到链上、再到实现前端 UI 与最终发布到 Vercel,几乎每一个环节,都有 AI 参与其中。
在不同阶段,AI 承担着不同的角色。在需求分析阶段,它像一个产品经理,帮我梳理功能逻辑与边界条件;在开发阶段,它变成一个程序员,与我一起编写合约代码;到了测试阶段,它又化身为测试工程师,自动生成测试用例与断言脚本;而在后期的前端与部署阶段,它则扮演前端工程师和运维工程师,协助我完成界面实现与主网部署。
与 AI 一起协作完成整个项目的研发过程,和以往一个团队完成研发的体验完全不同。
过去的开发更像是一条线性的流水线:写需求、写代码、写测试,一步接着一步。而现在,它变成了一种持续对话。
我不再独自面对代码,而是在和 AI 一起推演。它会提出我没想到的边界问题、逻辑漏洞、甚至命名上的歧义。我提出问题,它立刻给出方案;我修改架构,它即时反馈影响。这种来回的“对话式开发”,让整个过程更像一次动态的探索,
代码不再是我写出来的,而是我和 AI 一起“讨论出来”的。
有时候,这种感觉很奇妙,仿佛我在和另一个思考体系协同工作。我提供判断,它提供生成;我负责抽象,它负责实现。这种配合,是一种新的创造方式。
AI 的价值,并不只是让我更快地写完任务,而是让我能更专注地思考真正重要的部分。
过去,我常常被语法、变量、测试脚本这些琐碎细节打断思路。现在,这些都交给 AI 去完成,而我能把注意力集中在系统性思考:架构设计、安全逻辑、用户体验与长期可扩展性。
我发现,AI 最大的价值不是提升效率,而是节省认知带宽。它让我从“具体的手”解放出来,重新专注于“抽象的脑”。于是,我从一个程序员,变成了一个更像“导演”的角色,负责节奏、判断、取舍与方向。

每个节点都被我详细记录在了实战营日志中,这段时间我共分享了 11 篇研发日志。
整个研发过程也全被我录制成了视频存放在了腾讯会议里,共录制了 48 个视频,大部分视频时间为 1-2 个小时。
在这 30 天里,我共计投入约 76 小时研发时间,平均每天投入 2.5 小时。
这些数字看似枯燥,但背后却是一种节奏的建立。AI 让我能够以极高的效率完成复杂系统的搭建,也让我第一次真正体会到 “一个人可以像一个团队那样工作”。
过去,一个主网级项目意味着漫长的沟通周期:产品、前端、后端、测试、部署…… 每个环节都需要协同、同步、等待。而在这次实验中,所有环节都在我和 AI 的对话中完成,从架构到合约,从测试到上线,没有会议,没有拉群,没有等待。节奏清晰,反馈即时。
这种“无摩擦的开发体验”,是我在传统团队协作中从未感受过的。它让我重新理解了 “生产力” 这个词的含义:不是人更多、流程更细,而是思考与执行的距离更短。
BlockETF 的上线,并不是结束。它只是整个「一人实验室」实验体系的第一次完整落地,也是一个新的开始。
接下来,我会沿着两个方向继续前进。
BlockETF 虽然已经正式上线了,但还只是完成了最基础的功能,还有很多需要持续扩展的功能。目前我想到的有以下这些功能模块:
目前仅支持 BNB 链上的 USDT,下一步将新增 BNB、USDC 等主流资产。用户可以直接使用持有的代币进行申购与赎回,无需额外兑换,从而显著降低进入门槛。
引入跨链消息协议(LayerZero 或 CCIP),允许用户使用其他链(如 Ethereum、Arbitrum、Base)上的 USDT/USDC 直接申购。通过独立的 BridgeAdapter 模块 实现安全解耦,让跨链逻辑与核心协议分层独立。
加入 定投功能(DCA),允许用户设定周期性申购计划(按日/周/月)。合约在指定时间自动执行申购,帮助用户平滑成本、减少择时焦虑,并实现长期资产配置。该能力也将为钱包插件、策略产品与 AI 顾问留出接口。
在 CT5(Crypto Top 5) 之外,逐步推出系列化指数产品,比如:
Meme Index:以热门和头部的 Meme 代币组成;
DeFi Index:聚焦主流 DeFi 协议;
AI Narrative Index:追踪 AI 赛道相关资产;
RWA Index:探索与现实世界资产相关的指数。
BlockETF 是我「Soluno Lab」的第一个验证实验。它证明了一个命题:AI + 个人开发者,可以在有限时间内独立完成一个生产级 Web3 系统。而我的年度目标,是孵化 6–10 个项目,目前才刚完成第一个。
下一个项目,我计划做一款 链上杠杆借贷产品。它将融合借贷平台与 DEX 的机制,实现用户在链上进行抵押、借出、做多 / 做空的一体化操作。
在现有的 DeFi 协议中,借贷与交易往往是分离的,用户需要先在借贷平台抵押资产,再到交易所执行交易,这让整个流程变得繁琐、成本高、体验割裂。
我希望通过这个新产品,让用户能够在一个统一界面中完成:
抵押资产
借入目标代币
自动开仓(做多 / 做空)
杠杆管理
从交互层面,它更像是「链上版的 Margin 账户」;从协议层面,则是一种融合借贷与 AMM 的混合结构。
在第一阶段,我会先实现静态杠杆版本,让整个借贷与交易闭环能在链上跑通;当系统验证稳定后,再逐步探索自动化与 AI 风控的可能性。
BlockETF 的上线,不是终点,而是起点。它验证了一个命题:AI 可以让一个人完成团队级的创造。
接下来,我会继续让「Soluno Lab」保持这种实验性的节奏:每一次构建,都是一次对边界的探索;每一个项目,都是一次关于“个人与智能”的对话。
我不知道终点会是什么,但我清楚一点:
实验不会停止。只要还有想法,就会有新的系统被创造出来。
No activity yet