Flint 做市方案：共享链上场所适合谁？

liumuhui 4小时前阅读数 1 #区块链

@flint_trade_ 上线时瞄准了一个特定的空白：加密领域最深厚的做市资产负债表在所有主流 CEX 上报价，却大多跳过 Solana 现货。它的答案是替他们运营交易所：一个共享的链上交易场所，做市商只需接入、发送价格，完全无需接触任何 Solana 程序。

在 Solana 现货上做市有三种方式。自建 prop AMM：全套技术栈，需要一支能在 compute unit 战争中取胜的工程团队花数月时间构建，但你保留全部价差。在 Flint 上报价：一个几周内就能写好的 bot，0.01–1 bp 的场所费用，以及与其他所有做市商完全相同的执行通道。或者向公共 DEX 提供流动性：零集成、被动条款，且逆向选择已被定价在内。对于已经拥有定价模型但没有 Solana 团队的交易台，以及认为自建不划算、公共资金池又不可投资的 CEX 或跨链做市商来说，Flint 是赢家。对其他所有人而言，另外两条路线仍然是更好的交易。

Flint 的工作原理

Flint 是一个共享的链上交易场所，多个独立的做市商向其报价。做市商将库存存入 Flint 的程序并针对库存流式传输价格；taker 通过聚合器路由（上线时为 OKX DEX 和 Titan）到达，并与显示的最优价格成交。中间的流程如下：

做市商注册一个报价权限（一个只能签署报价而不能提款的 hot key），存入库存，并选择一种报价方式：围绕 oracle 价格的偏移量、显式的订单列表，或线性分布。做市商剩下的问题就是产生一个公允价格。
做市商的 bot 流式传输该公允价格。Flint 的客户端库将其打包成一笔优化过的交易，签名并发送上链；priority fee、compute budget 和排序都是场所要解决的问题。一次刷新只发送新价格，程序围绕它移动做市商的整个订单簿，而无需重写订单状态。这就是那些 prop AMM 在内部自行工程化的轻量更新技巧，在这里被封装成一个库调用。
程序将每个做市商的意图合并为一个虚拟订单簿。没有人拥有这个订单簿；在每个价格档位上，成交按比例分配给在该价位报价的做市商。更紧的报价买到的是优先级，而不是排他性，并且每个做市商的报价对其余参与者可见。
Taker 的 swap 会穿过合并后的订单簿，每个成交的做市商会收到一张回执：confirmed、failed 或 unknown。库存风险、偏斜以及撤回报价的决定都留在做市商手中；场所只保证发出的报价到达链上。

做市商保留的正是 Flint 无法商品化的东西：公允价值模型、资本和风险纪律。做市商放弃的是作为武器的执行层。

共享基础设施跟得上吗？

只有当租用的通道具备竞争力时，这个机制才有意义。这个问题可衡量的部分是报价更新的成本：Jito 按 tip per compute unit 对交易排序，因此更新消耗的 CU 越少，保持队列优先级的成本就越低——这正是 prop AMM 们投入整个工程生涯去压低的数字。我在一个十分钟的时间窗口内（2026 年 8 月 23 日，12:00–12:10 UTC）对每一个有可测量报价洪流的活跃 prop AMM 的报价更新交易进行了采样，并取每笔更新交易的 compute units 中位数。

Flint 的更新落在 281 CUs —— 这是实测中最便宜的活跃报价更新，低于 BisonFi 的 404、Aquifer 的 486 和 Quantum 的 638，仅被 HumidiFi 在 2025 年报告的 143 击败。Flint 必须追赶的正是图表上的这支队伍。有三个场所在设计上就不在图中：GoonFi 完全没有暴露任何可见的更新机制，Ghost 运行的是稀疏的 crank 而非洪流，Deriverse 则以约 153,000 CUs 维护一个可见的订单阶梯——那是不同的设计，不是报价推送。

有三点注意事项让这个结论保持诚实。Archer 和 AlphaQ 将多达十个和十六个市场打包进一笔交易，因此它们的单市场成本远低于单笔交易的水平——AlphaQ 的 2,068 CUs 摊到十六个池子上约为每个市场 130，可能是图上最便宜的单次报价。Compute units 也只是队列优先级的分母；支付更大 tip 的场所会排在更精简的程序前面，而 tip 并未在此测量。而且单位成本不等于节奏：Quantum 在样本的十分钟内发射了 28,700 次更新，而成本只有它三分之一的场所更新频率低得多。便宜但陈旧会输给昂贵但新鲜。

在做市商无法控制的那个维度上——共享通道上一笔更新的成本——Flint 目前能与每一个运行自有技术栈的场所抗衡。它能否保持下去可以用同样的方式检验：一旦 Flint 的更新成本漂移到这支队伍之上，这个论点就失败了。

每条路线的成本

自建 prop AMM

从已经付过账的公司来看，观察到的账单是：一位 Jump 级别的负责人（HumidiFi 的 Kevin 在那里待了九年）、一个系统团队或基础设施合作伙伴（HumidiFi 的情况下是 Temporal），以及一场 CU 优化战争。HumidiFi 花了六个月打磨其 oracle 更新——从约 300 CUs 降到 2025 年测得的 143，团队声称最终降到 50 以下——因为最先落地的更新赢得报价。再加上跨区域的裸金属节点每月每台 $2,200–2,900、ShredStream、SWQoS、leader 邻近性工程，以及 Jupiter 接入流程：一次审计、一个对接 jupiter-amm-interface crate 的 SDK，以及在路由开启前的报价一致性测试。可靠性门槛也是价格的一部分：HumidiFi 的 oracle 发送程序在 2025 年 10 月 10 日的波动性飙升中崩溃，停机损失超过 $500,000。

回报的一面解释了为什么有人愿意付这笔钱。该模型用 $5–10M 的 vault 库存撬动 $500M–$1B+ 的日交易量（Step Data 测得单日 $5.33M 的池子 TVL 对应 $819M 的成交额），运营者保留完整的从 oracle 到执行的价差，外加它能工程化出来的每一个微观结构优势。HumidiFi 用了大约四个月做到这一点：2025 年 6 月完成第一笔交易，到 10 月成为 Solana 上最大的 DEX。

在 Flint 上报价

做市商需要构建的一切就是一个 bot。它从外部来源读取公允价格，计算出一个带价差和库存偏斜的双边报价，发送出去，并在价格源过期或触发风控限制时撤回。Flint 自己的 maker-bot 规范假设每隔几秒刷新一次报价，且每一侧只有一个价格档位；一名工程师几周内就能写出来。自建场所的那些 Solana 特有成本完全消失：无需编写链上程序、无需交易落地基础设施、没有 compute unit 竞赛、也没有 Jupiter 接入流程。

取而代之的是两项新成本。第一项是 Flint 对每笔交易收取的费用，按交易对设定并可从其公共 API 读取：稳定币对稳定币的交易对为 0.01 bp，WSOL/USDC 等主流交易对为 0.5 bp，波动性交易对为 1 bp（数据取自主网目录，2026 年 8 月 24 日）。作为对比，相同交易对的公共池子费率层级为 1–30 bp，所以相对于做市商报出的价差，这笔费用很小。第二项是共享基础设施：每个做市商都通过相同的通道落地，因此定价模型是唯一剩下的优势。

向公共 DEX 提供流动性

无许可且即时：存入 Orca 或 Raydium 池子，或在 Phoenix 这样的公共 CLOB 上报价，不需要任何场所的许可，也不需要 SDK。成本是结构性的。被动的 LP 头寸是一个以陈旧价格挂出的常设报价：它欠路由器一笔按需成交，并为此收取池子费用，而这恰恰是 prop AMM 们被构建出来与之对抗的头寸。在公共场所主动报价意味着每次更新都要支付全额交易成本，却没有 prop AMM 的那套机制（没有几百 CU 的刷新，没有撤单优先级），因此运营者要以零售价格承受延迟竞赛。公共池子是被动资本因承担对手方而获得报酬的地方，而不是交易台经营价差业务的地方。

每条路线适合谁

优势在哪里？

靠率先落地取胜的交易台应该拥有自己的技术栈。Flint 的共享通道抵消了它最擅长的事情，而场所级别的成果（HumidiFi 的 DEX 第一名之路、发行代币）只存在于你自己的程序上。

拥有定价优势但没有 Solana 技术栈的交易台（CEX 交易台、其他链上的 prop shop、有模型但没有基础设施的量化团队）就是 Flint 的目标客群，其创始人的履历（Jito Labs、Jump、dYdX Foundation）表明他们是有意为之。全栈自建正是这些交易台跳过 Solana 的原因；而一个 bot 不是。

没有模型的资本属于公共 LP 条款，那才是诚实的产品：为仓储逆向选择赚取费用收入，无需运营。Flint 增加了运营负担，却没有模型来证明其合理性。

在 Flint 上报价是否值得一个交易台投入时间，归结为三个条件。该交易台不想进入运营 prop AMM 已经变成的那场工程竞赛。它相信经由 Solana 现货聚合器流动的交易量——那种让 prop AMM 将 $5–10M 的库存变成 $500M–$1B 日交易量的流量——值得追逐。而且 Flint 的基础设施能与其做市商所对抗的垂直整合场所保持竞争力。前两个问题是交易台今天就能自己回答的问题。第三个可以在链上衡量：Flint 的订单簿能否在整个 2027 年持续从现有 prop AMM 手中赢得成交。