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 $299、$309，涨到了现在的 $499。

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。

如果说 $4000–$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。

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：

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。

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。

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。

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。

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。

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。

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）

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。

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。

BlockLever 的架构分为三层：

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。

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”。

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。

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 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”：

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 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：

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。

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。

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：

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。

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。

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。

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。

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。

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。

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 $299、$309，涨到了现在的 $499。

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。

如果说 $4000–$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。

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：

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。

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。

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。

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。

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。

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。

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）

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。

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。

BlockLever 的架构分为三层：

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。

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”。

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。

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 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”：

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 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：

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。

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。

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：

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。

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。

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。

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。

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。

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。