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...
Share Dialog
Share Dialog
Blockchain engineer

Subscribe to Keegan小钢

Subscribe to Keegan小钢
<100 subscribers
<100 subscribers
在上一篇文章里,我讲了 NamePump 如何利用 ENS 的唯一性与独占性,让发币这件事有了新的逻辑,也让许多原本沉睡的域名,获得了更实际的使用场景和流动性。
但这只是第一步。
代币被发出来之后,更关键的问题随之而来:价格从哪里来?谁来决定?用户如何买入卖出?流动性从何而来? 如果这些问题无法解决,发币就只是形式上的动作,难以真正撬动经济行为。
如果希望代币具备真正的金融属性,价格机制的设计就是基础中的基础。
我们不希望平台里的每一个代币都依赖人工定价,也不希望它们的流动性只能通过上线交易所或引入做市商来实现。我们更倾向于构建一种自动化、规则透明、完全链上运行的定价机制,能在无需中介参与的前提下,自主形成市场行为。
基于这一目标,我们最终选择了 Bonding Curve,作为 NamePump 中代币发行与交易的核心模型。
本篇将重点拆解这一机制的设计思路与参数取舍,帮助大家理解我们为何采用这样的方式为代币定价。
Bonding Curve(联合曲线) 并不是一种固定的算法,而是一个统称,指的是「代币价格与供给之间存在数学函数关系」的机制。在这个机制下,不同的函数形式会带来不同的市场行为和价格走势。
而我们选择的 Bonding Curve 算法是基于 Bancor Formula 的:
储备金额 (R) 是做市合约中储备资产的数量,在 NamePump 里使用 ETH 作为储备资产。
价格 (P) 就是代币相对于储备资产的价格,流通量 (S) 则是代币从合约中卖出的流通量。
储备比例 (F) 是一个固定值,表示做市合约中,ETH 储备量 和 代币流通市值(P*S) 维持在一个固定比例。
联合曲线的形态主要由 0~1 间的 F 值决定,可以适用各个场景:
(a) F = 100% : 价格固定,不再随发行量变化,适用于最传统的单一价格 ICO
(b) F = 50%:价格线性单调上行
(c) F < 50%:凹形曲线,价格加速上升
(d) F > 50%:凸形曲线,价格增速逐渐减缓

凹形曲线比较适合 meme 币前期的公平发射,NamePump 也是采用凹形曲线作为默认发行方式。
曲线的形态确定了,那接下来就需要确定公式里的一些参数了。
先说结果,我们目前定下来的几个初始参数如下:
储备比例 F = 0.104776
初始 ETH 储备量 R0 = 0.046941
初始代币流通量 S0 = 1120031175
有了这几个参数,根据公式就可算出 初始价格 P 大概为 4E-10,这就是代币对 ETH 的初始价格。
另外,R0 和 S0 只是虚拟数值,并不是实际的 ETH 储备量和代币流通量。ETH 实际的储备量是随着代币逐渐卖出而增加的,实际的代币流通量同样会随着代币逐渐卖出而增加。
我们统一限定了代币的总供应量为 10 亿,一开始,这 10 亿会全部打到 BondingCurve 合约里。另外,限定了在 BondingCurve 中的最大实际流通量为 8 亿,一旦达到 8 亿这个阈值,就从联合曲线”毕业“了。毕业时,就会自动将 BondingCurve 合约里的 ETH 储备量和剩余的代币一起作为流动性添加到 Uniswap。
代币的总供应量为 10 亿,因此,毕业时,剩余的代币大概为 2 亿。而根据我们的公式推算,毕业时,ETH 储备量大概为 8 ETH,代币的毕业价格大概为 4E-8。也就是说,毕业价格相较初始价格,理论涨幅约为 100 倍。
毕业时,代币的流通市值大概为 32 ETH,而且限定了毕业时的流通量为 8 亿,即总供应量的 80%,所以毕业时的总市值为 32 / 0.8 = 40 40 ETH。
接下来我们来看,代币‘毕业’后如何进入社区运营阶段,以及流动性是如何持续激励的。
在许多 meme coin 平台中,一个常见的做法是:当代币从 Bonding Curve 阶段“毕业”之后,平台将池中资产注入 DEX,添加初始流动性,并随即放弃 LP token 的控制权。这样的设计被认为是一种“去中心化”的象征,代表平台不再干预代币的后续命运。
但在我们看来,这种仪式感十足的“丢弃LP”行为,其实伴随着显著的资源浪费:
所有流动性资产将永久锁死
所产生的手续费无人可得,形成沉没成本
后续缺乏任何再激励机制,无法撬动持续的社区参与
这与我们设想的 Web3 经济理想相悖:资产不该是静态封存的,而应是一种流动中不断再分配的能量。
为此,我们考虑了几种方案,最终觉得,更好的方案应该是将流动性交还给社区。因此,我们最终决定引入流动性挖矿方案:LP token 将作为挖矿奖励,分配给参与质押的用户。
流程如下:
当某个代币在 Bonding Curve 阶段达到毕业条件后,系统会自动将池中资产注入 UniswapV2;
生成的 LP token 不会直接转入黑洞地址,而是作为奖励存入挖矿合约中;
用户可质押 LP token 参与挖矿,并获得新的 LP token 奖励。
这套设计的关键点在于:
质押用户不仅仅获得质押代币本身所带来的交易手续费收益,更重要的是获得了 LP token 本身,真正拥有这部分流动性的控制权和与价值收益权。
通过这种方式,我们避免了资源被永久锁死的浪费,又实现了用户对代币经济的深度参与与绑定,让流动性逐步转变为社区的长期资产,而非平台一次性的补贴或牺牲。
归根到底,我们不希望代币只是‘被发出来’,更希望它们能‘活下去’。它的流动性应当是社区共同维护、共享激励、持续进化的资源。这才是我们心目中,一个健康、可持续的代币经济体应有的样子。
在 NamePump 中,Bonding Curve 不仅承担发行与交易的角色,还承担了代币发行失败后的退出通道功能。
因为现实中,不是每个代币都能顺利走向社区化、具备持续吸引力。有些代币在发行后,买入的人寥寥无几、社区也迟迟无法形成,这时发行人可能更希望撤回尝试,取回自己的 ENS 域名。为此,NamePump 设计了域名赎回机制,允许发行人“止损”并退回初始状态。
具体规则如下:
赎回触发条件: 在代币启动 Bonding Curve 的 72 小时后,若未成功毕业(未进入流动性阶段),发行人可发起「回购赎回」操作。
赎回方式: 发行人需向合约支付:「赎回价格 × 已售出代币数量」的 ETH,一次性回购所有流通中的代币。
赎回价格计算规则:赎回价格 = max(过去72小时加权平均价,当前价格) × 120%
赎回后的流程: 合约进入赎回模式,禁止用户买入,持有代币的用户可以按固定赎回价格将代币卖回合约,实现退出。
这个机制的设计意图是明确的:
给发行人一个后悔药,同时也保护早期买入者的利益,通过强制性的溢价(120%)补偿,降低用户在失败项目中的风险敞口。
在这样的机制下,ENS 域名不再因一次失败的发币而永久沉没,而是拥有一种有尊严的回退路径,鼓励更多人安心参与发币探索。
Bonding Curve 在 NamePump 中承担了关键的三重角色:
自动定价器:通过算法模型让代币价格随着买卖自动变化,无需人工干预,实现去中心化的流动性。
流动性桥梁:毕业机制将初期的资金积累平滑迁移到 DEX,结合流动性挖矿,让社区真正拥有代币的后续命运。
失败兜底机制:通过赎回模式,为未能成功毕业的代币提供“止损通道”,发行人可以赎回 ENS,用户也能退出回收资金。
从发币逻辑到流动性运营再到退出机制,Bonding Curve 为 NamePump 提供了一套闭环的代币发行结构,既激进又克制,既去中心化也保留一定可控性。
这只是 NamePump 的基础金融机制之一。接下来,我们还会介绍围绕代币社区构建的激励设计、帖子打赏逻辑,以及 AI 与社交机制如何叠加到整个经济体中,形成真正持续运转的内容网络。
在上一篇文章里,我讲了 NamePump 如何利用 ENS 的唯一性与独占性,让发币这件事有了新的逻辑,也让许多原本沉睡的域名,获得了更实际的使用场景和流动性。
但这只是第一步。
代币被发出来之后,更关键的问题随之而来:价格从哪里来?谁来决定?用户如何买入卖出?流动性从何而来? 如果这些问题无法解决,发币就只是形式上的动作,难以真正撬动经济行为。
如果希望代币具备真正的金融属性,价格机制的设计就是基础中的基础。
我们不希望平台里的每一个代币都依赖人工定价,也不希望它们的流动性只能通过上线交易所或引入做市商来实现。我们更倾向于构建一种自动化、规则透明、完全链上运行的定价机制,能在无需中介参与的前提下,自主形成市场行为。
基于这一目标,我们最终选择了 Bonding Curve,作为 NamePump 中代币发行与交易的核心模型。
本篇将重点拆解这一机制的设计思路与参数取舍,帮助大家理解我们为何采用这样的方式为代币定价。
Bonding Curve(联合曲线) 并不是一种固定的算法,而是一个统称,指的是「代币价格与供给之间存在数学函数关系」的机制。在这个机制下,不同的函数形式会带来不同的市场行为和价格走势。
而我们选择的 Bonding Curve 算法是基于 Bancor Formula 的:
储备金额 (R) 是做市合约中储备资产的数量,在 NamePump 里使用 ETH 作为储备资产。
价格 (P) 就是代币相对于储备资产的价格,流通量 (S) 则是代币从合约中卖出的流通量。
储备比例 (F) 是一个固定值,表示做市合约中,ETH 储备量 和 代币流通市值(P*S) 维持在一个固定比例。
联合曲线的形态主要由 0~1 间的 F 值决定,可以适用各个场景:
(a) F = 100% : 价格固定,不再随发行量变化,适用于最传统的单一价格 ICO
(b) F = 50%:价格线性单调上行
(c) F < 50%:凹形曲线,价格加速上升
(d) F > 50%:凸形曲线,价格增速逐渐减缓

凹形曲线比较适合 meme 币前期的公平发射,NamePump 也是采用凹形曲线作为默认发行方式。
曲线的形态确定了,那接下来就需要确定公式里的一些参数了。
先说结果,我们目前定下来的几个初始参数如下:
储备比例 F = 0.104776
初始 ETH 储备量 R0 = 0.046941
初始代币流通量 S0 = 1120031175
有了这几个参数,根据公式就可算出 初始价格 P 大概为 4E-10,这就是代币对 ETH 的初始价格。
另外,R0 和 S0 只是虚拟数值,并不是实际的 ETH 储备量和代币流通量。ETH 实际的储备量是随着代币逐渐卖出而增加的,实际的代币流通量同样会随着代币逐渐卖出而增加。
我们统一限定了代币的总供应量为 10 亿,一开始,这 10 亿会全部打到 BondingCurve 合约里。另外,限定了在 BondingCurve 中的最大实际流通量为 8 亿,一旦达到 8 亿这个阈值,就从联合曲线”毕业“了。毕业时,就会自动将 BondingCurve 合约里的 ETH 储备量和剩余的代币一起作为流动性添加到 Uniswap。
代币的总供应量为 10 亿,因此,毕业时,剩余的代币大概为 2 亿。而根据我们的公式推算,毕业时,ETH 储备量大概为 8 ETH,代币的毕业价格大概为 4E-8。也就是说,毕业价格相较初始价格,理论涨幅约为 100 倍。
毕业时,代币的流通市值大概为 32 ETH,而且限定了毕业时的流通量为 8 亿,即总供应量的 80%,所以毕业时的总市值为 32 / 0.8 = 40 40 ETH。
接下来我们来看,代币‘毕业’后如何进入社区运营阶段,以及流动性是如何持续激励的。
在许多 meme coin 平台中,一个常见的做法是:当代币从 Bonding Curve 阶段“毕业”之后,平台将池中资产注入 DEX,添加初始流动性,并随即放弃 LP token 的控制权。这样的设计被认为是一种“去中心化”的象征,代表平台不再干预代币的后续命运。
但在我们看来,这种仪式感十足的“丢弃LP”行为,其实伴随着显著的资源浪费:
所有流动性资产将永久锁死
所产生的手续费无人可得,形成沉没成本
后续缺乏任何再激励机制,无法撬动持续的社区参与
这与我们设想的 Web3 经济理想相悖:资产不该是静态封存的,而应是一种流动中不断再分配的能量。
为此,我们考虑了几种方案,最终觉得,更好的方案应该是将流动性交还给社区。因此,我们最终决定引入流动性挖矿方案:LP token 将作为挖矿奖励,分配给参与质押的用户。
流程如下:
当某个代币在 Bonding Curve 阶段达到毕业条件后,系统会自动将池中资产注入 UniswapV2;
生成的 LP token 不会直接转入黑洞地址,而是作为奖励存入挖矿合约中;
用户可质押 LP token 参与挖矿,并获得新的 LP token 奖励。
这套设计的关键点在于:
质押用户不仅仅获得质押代币本身所带来的交易手续费收益,更重要的是获得了 LP token 本身,真正拥有这部分流动性的控制权和与价值收益权。
通过这种方式,我们避免了资源被永久锁死的浪费,又实现了用户对代币经济的深度参与与绑定,让流动性逐步转变为社区的长期资产,而非平台一次性的补贴或牺牲。
归根到底,我们不希望代币只是‘被发出来’,更希望它们能‘活下去’。它的流动性应当是社区共同维护、共享激励、持续进化的资源。这才是我们心目中,一个健康、可持续的代币经济体应有的样子。
在 NamePump 中,Bonding Curve 不仅承担发行与交易的角色,还承担了代币发行失败后的退出通道功能。
因为现实中,不是每个代币都能顺利走向社区化、具备持续吸引力。有些代币在发行后,买入的人寥寥无几、社区也迟迟无法形成,这时发行人可能更希望撤回尝试,取回自己的 ENS 域名。为此,NamePump 设计了域名赎回机制,允许发行人“止损”并退回初始状态。
具体规则如下:
赎回触发条件: 在代币启动 Bonding Curve 的 72 小时后,若未成功毕业(未进入流动性阶段),发行人可发起「回购赎回」操作。
赎回方式: 发行人需向合约支付:「赎回价格 × 已售出代币数量」的 ETH,一次性回购所有流通中的代币。
赎回价格计算规则:赎回价格 = max(过去72小时加权平均价,当前价格) × 120%
赎回后的流程: 合约进入赎回模式,禁止用户买入,持有代币的用户可以按固定赎回价格将代币卖回合约,实现退出。
这个机制的设计意图是明确的:
给发行人一个后悔药,同时也保护早期买入者的利益,通过强制性的溢价(120%)补偿,降低用户在失败项目中的风险敞口。
在这样的机制下,ENS 域名不再因一次失败的发币而永久沉没,而是拥有一种有尊严的回退路径,鼓励更多人安心参与发币探索。
Bonding Curve 在 NamePump 中承担了关键的三重角色:
自动定价器:通过算法模型让代币价格随着买卖自动变化,无需人工干预,实现去中心化的流动性。
流动性桥梁:毕业机制将初期的资金积累平滑迁移到 DEX,结合流动性挖矿,让社区真正拥有代币的后续命运。
失败兜底机制:通过赎回模式,为未能成功毕业的代币提供“止损通道”,发行人可以赎回 ENS,用户也能退出回收资金。
从发币逻辑到流动性运营再到退出机制,Bonding Curve 为 NamePump 提供了一套闭环的代币发行结构,既激进又克制,既去中心化也保留一定可控性。
这只是 NamePump 的基础金融机制之一。接下来,我们还会介绍围绕代币社区构建的激励设计、帖子打赏逻辑,以及 AI 与社交机制如何叠加到整个经济体中,形成真正持续运转的内容网络。
No activity yet