Native — 收益攻略
最近更新: · 数据时间窗: 24h / 7d / 30d(按指标可用性展示)
1. 费用结构与收入分成 ★★★★★
已知信息(以及未知信息)
Native 报告其在 Binance、Ethereum、Polygon、Arbitrum、Mantle、ZetaChain、Avalanche、Manta、zkLink 上的换币成交量为 $68.5M(24h)、$445.6M(7d)、$2.26B(30d),但仅有 $7.6K TVL。这种成交量/TVL 结构更符合 RFQ / 以库存为基础的执行设计,而不是传统恒定乘积 AMM(后者的 TVL 与手续费 APR 通常可直接观测)。
费率(按等级)
- Swap 手续费百分比: N/A(未公布)
- 等级结构: N/A
分成(LP vs 协议)
- LP / 流动性供给方分成: N/A
- 协议抽成比例: N/A
- 费用捕获率(费用 ÷ 成交量): 由于 24h/30d 费用为 N/A,因此 无法计算。
对收益的实际含义
在未披露费率表与费用分配政策的情况下,用户无法可靠预测:
- “Earn / Credit Pools”的回报究竟来自 交易手续费、点差、信用利息、清算罚金或其他机制。
- 回报在多大程度上会 随成交量变化(成交量很大)还是更像 固定/利息型。
投入资金前需要核实的事项
在 app/文档内进行仓位规模化之前,需要确认的机构级尽调要点:
1) 按链与路由划分的 每笔 swap 实际收费 bps。
2) 谁赚取费用/点差(信用池出借方、库存提供者、协议金库)。
3) 与“自动签名订单簿(auto-sign orderbook)”设计相关的 返佣 或 maker/taker 逻辑。
评分依据: 高成交量具备吸引力,但由于费用与收入披露缺失,当前收益可视性较低。
2. 提供流动性的机会 ★★★★★
Native 上“做 LP”可能的运作方式
Native 将自己定位为链上流动性平台,提供 “Credit Pools” 与 “Earn” 模块,并强调 PMM 定价 与使用 实时链上库存(real-time on-chain inventory) 的 自动签名订单簿(auto-sign orderbook)。这强烈暗示其流动性供给可能通过 信用/库存池 进行路由,而不是公开的 AMM 交易对池。
当前可观测性
Native 的对外 TVL 为 $7.6K,相较其 $2.26B(30d)成交量 极小。然而,从目前可获取的面向用户材料来看,并未列出公开的池子清单、池子 TVL 或 APY,因此基于风险调整的排序应视为 尚不透明。
主要池子(公开指标)
下表仅反映目前能够用硬数据确认的内容;在可获取材料中并未公布池子级别收益。
| Pool | Chain | APY | Base APY | Reward APY | TVL | Stablecoin | 30d Avg APY |
|---|---|---|---|---|---|---|---|
| Credit Pools(未枚举) | Multi-chain | N/A | N/A | N/A | N/A | N/A | N/A |
| Earn(产品列表未枚举) | Multi-chain | N/A | N/A | N/A | N/A | N/A | N/A |
策略提示(保守 vs 激进)
- 保守: 若 Credit Pools 允许在超额抵押的库存基础上放贷,则更保守的优势在于 稳定资产计价 的出借,并设置严格风控限额。需要在产品内确认,因为此处未公布池子构成与抵押规则。
- 激进: 若收益与为 RFQ 报价提供库存相关,则回报可能更高,但会暴露于 库存风险(持有波动资产)、成交/滑点动态,以及潜在的 信用事件。
结论
Native 可能通过信用/库存机制提供资本效率较高的收益,但 缺乏公开的池子 APY/TVL 以及稳定币 vs 波动资产暴露数据,当前无法从公开池子数据进行审计,因此难以做出精确的风险调整排序。
3. 质押与被动收入 ★★★★★
质押可用性
在目前可见的产品界面中,没有明确证据 表明存在单币质押、LP 代币质押或 veToken/锁仓型质押。导航中包含 “Credit Pools” 与 “Earn”,但未描述质押代币、锁定期限或 APR。
对被动收入用户的含义
- 未公布质押 APR/APY: N/A
- 未公布锁定期限: N/A
- 无代币要求(例如治理代币质押): N/A
Native 上的替代性被动收益路径
若目标是被动收益,目前唯一有迹象的途径是:
1) Credit Pools — 可能是出借/库存供给产品(具体利率机制此处未披露)。
2) 作为流动性/库存提供者 支持其所描述的链上报价机制(PMM 定价 + 库存感知报价),这可能更像做市而非经典被动质押。
在将其视为“类质押”之前需要确认的事项
要为被动收入做承保,需要在文档/app 中确认 Credit Pools 是否提供:
- 固定/浮动利率(APR)的展示以及定价方式。
- 提现条款(即时、排队或按 epoch)。
- 不利事件下的 损失分配顺序(loss waterfall)(违约、库存回撤)。
评分依据: 当前未将质押收益作为一个具备 APR/锁定条款披露的明确产品呈现。
4. 激励计划与奖励 ★★★★★
已有证据
Native 的界面展示了 “Credit Pools” 与 “Earn”(以及 Swap、Analytics、Integration、Docs)。然而,在可获取材料中看不到 流动性挖矿计划、积分体系、交易费返佣费表,也看不到 推荐/邀请计划细则。
激励计划状态(当前)
- 流动性挖矿 / 奖励代币: 未发现证据
- 积分 / 赛季 / 忠诚度: 未发现证据
- 交易返佣: 未发现证据
- 推荐: 未发现证据
在缺少显式激励的情况下用户仍可能如何“赚”
结合产品命名,收益最可能来自:
- 参与 Credit Pools(基于利息/点差的回报,取决于信用如何发放与偿还)。
- 提供提升报价质量的库存(平台强调“可靠报价”和“实时链上库存”),若协议将经济利益路由给流动性供给方,可能产生点差/费用型收入。
什么会让激励具有可投资性
在专门为刷奖励分配资金前,应寻找:
1) 已公布的奖励计划表(按日/周的排放)并细化到每个池子/链。
2) 资格规则(最低流动性、时间加权、排除项)。
3) 若信用池发生损失社会化,是否存在 回收(clawback)/惩罚(slashing) 条件。
评分依据: 虽有明确的“Earn”入口,但缺少可建模的激励机制与奖励披露。
5. 实用赚钱策略 ★★★★★
Native 目前可确认的主要收益入口为 Credit Pools / Earn,而其换币成交量相对 TVL 极大(30 天 $2.26B vs $7.6K)。由于此处未披露费率与池子 APY,下述策略更侧重执行步骤与风险控制;在缺少 app 内利率/费率数据的情况下,无法给出可发布的预期 APY 区间。
🛡️ 保守型(以保本为核心)
1) 仅在可以选择 稳定资产暴露 的前提下使用 Credit Pools(确认计价币种与提现条款)。
2) 从 小额配置 开始,用 7–14 天验证实际到手收益是否与展示利率一致。
3) 在损失分配顺序与抵押规则明确前,避免库存/波动资产暴露。
预期 APY: N/A(未披露)。仅凭成交量无法估算。
⚖️ 均衡型(中等风险/收益)
1) 分配资金:核心仓位配置到 条款最透明的 Credit Pool 选项(利率/条款最清晰),另用小部分配置到任何与 swap 活动明确绑定的池子。
2) 每月根据利用率与任何可见的借贷/信用指标再平衡。
3) 分散链上暴露(Native 支持多链)以降低单链运维风险。
预期 APY: N/A(未披露)。
🔥 激进型(追求最高收益)
1) 若允许,提供 报价所需库存(其设计强调“实时链上库存”与“自动签名订单簿”)——将其视为 主动做市风险,而非被动 LP。
2) 在成交最深的链之间轮动(Native 报告聚合成交量很大;在 Analytics 中核实链级拆分)。
3) 监控库存漂移,若逆向选择加剧则快速降仓/退出。
预期 APY: N/A(未披露);结果会随点差/成交情况大幅波动。
6. 安全与审计状态 ★★★★★
审计情况
- 审计次数: 0
- 审计机构 / 时间 / 范围: N/A
- 漏洞赏金: N/A
- 已知事件: N/A(未提供事件记录)
为什么这对 Native 的设计更关键
Native 强调 带链上信用管理的原子交换(atomic swaps),以及使用 实时链上库存 的 高频自动签名订单簿。相较简单 AMM,信用与库存感知系统通常引入更多风险面:
- 信用账务正确性(负债、抵押、清算逻辑)。
- 库存偿付能力,以及在允许提现情况下的潜在挤兑动态。
- 签名/授权流程(自动签名提高了权限控制与密钥管理假设的重要性)。
无常损失(IL)估算(一般参考)
如果 Native 的某条收益路径表现得像 50/50 AMM LP 头寸,则适用标准 IL 曲线:
| Price move of one asset vs the other | Approx. IL (50/50 constant-product) |
|---|---|
| +50% | ~5.72% |
| +100% (2×) | ~13.40% |
| +200% (3×) | ~25.46% |
(以上为数学参考;实际结果取决于池子模型,以及回报是否来自信用/点差而非 AMM 手续费。)
治理与安全措施
未提供 多签控制、时间锁、暂停机制 或正式升级流程的证据。
评分依据: 在未审计状态下叠加信用/库存复杂性,显著抬升智能合约与机制风险。
7. 独特的收益机制 ★★★★★
1) Credit Pools(基于信用的流动性)
Native 的导航明确包含 “Credit Pools” 与 “Earn”,并描述其为 “atomic Swaps with on-chain credit management.” 这暗示一种模型:参与者可能将资金提供给信用/库存池以支持交易执行。潜在收益来源(需在产品内确认)通常包括:
- 信用使用者支付的利息(若存在借贷)。
- 若用库存进行报价交易,则可能 捕获点差。
- 若存在欠抵押情形,则可能获得 罚金/清算费用。
2) PMM 定价 + 自动签名订单簿(库存感知报价)
Native 声称其支持 PMM 定价 并运行 “high-frequency, auto-sign orderbook”,利用 实时链上库存 以低延迟、高成功率提供与市场一致的 可靠报价。
对收益参与者而言,这与经典 LP 不同:
- 回报可能更像 做市(点差型),其表现取决于 成交率、逆向选择与库存漂移。
- 资本效率可能很高,这与其观测到的体量一致:在 $7.6K TVL 上实现 30 天 $2.26B 成交量。
参与要求(需核查项)
为判断这是机会还是陷阱,请确认:
1) Credit Pools 是否 无需许可(permissionless) 还是受筛选/白名单管理。
2) 池子参与者是否需要承担信用事件导致的 损失社会化。
3) 收益是否以 稳定币计价,还是主要来自 库存 PnL。
8. 整体收益潜力 ★★★★★ 2.0
Native 的收益潜力主要来自 Credit Pools / 库存支持的报价,而不是透明可观测的 AMM 手续费 APR;该协议展现出异常高的成交吞吐(30 天 $2.26B),但公开收益披露有限且 审计为 0,因此更适合能够自行验证机制并持续监控风险的资深用户。
三大优势
1) 活动量相对资本极强: 在 $7.6K TVL 上实现 30 天 $2.26B 成交量,意味着执行高度资本效率化。
2) 机制差异化: PMM 定价 + 自动签名订单簿 + 链上库存/信用管理具有明显区分度。
3) 多链覆盖: 支持 9 条链,具备运维与路由灵活性。
三大劣势
1) 未公布费率表或收入分成: 手续费以及 LP/协议抽成比例未披露。
2) 无审计历史(0 次审计): 尤其叠加信用功能时,智能合约与机制风险更高。
3) 缺乏公开的池子/APY 透明度: 无法基于公开数据对池子排序或建模风险调整收益。
一句话建议
只有在你能在产品内核实 Credit Pool 的条款与经济模型,并愿意承受未审计的信用/库存风险时,才应将 Native 用于赚取收益。
| User Type | Best Strategy | Expected APY Range | Risk Level |
|---|---|---|---|
| Conservative | Small, stable-denominated Credit Pool allocation (if available) + rapid withdrawal testing | N/A (not disclosed) | Medium–High (unaudited) |
| Balanced | Diversify across the most transparent Credit Pool(s) and chains; monitor utilization | N/A (not disclosed) | High |
| Aggressive | Inventory/quote-support participation (market-making style) with active risk limits | N/A (not disclosed) | Very High |