Uniswap燃烧池经济学综合分析:历史燃烧盈亏、积累趋势、费用来源构成、竞争动态及盈利预测。治理级研究报告。用于回答「燃烧经济学是什么?」、「协议费用燃烧历史」或「每次燃烧平均利润」等问题。
Analysis Burn Economics.
功能概述
Analysis Burn Economics.是一项面向实际任务的技能,主要用于Overview. 纯研究技能, 生成Uniswap协议费系统的烧伤经济学的治理级别分析;这种技能解答了UNI ho的问题。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
结果检查与注意事项
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
分析销毁经济学
概述
一项纯研究型能力,可生成面向治理层级的 Uniswap 协议费用系统销毁机制经济学分析报告。该能力回答 UNI 持有者、治理参与者及协议研究人员真正关心的问题:销毁操作的历史盈利性如何?费用趋势如何变化?资产积累由哪些因素驱动?何时应调整参数?
无执行能力——本能力严格限定于分析用途。
为何该能力比单独调用各工具提升 10 倍效率:
- 跨时间维度的历史交叉分析:单次
get_burn_history调用仅返回原始事件日志。本能力将每次销毁事件与对应时刻的 UNI 价格(通过get_token_price_history获取)、Gas 成本及所申领资产进行交叉关联,生成单次销毁的盈亏明细表——这是任何单一工具均无法独立完成的任务。 - 跨时间趋势分析:通过将积累速率与销毁历史相结合,智能体可识别协议费用系统整体盈利性是随时间增强还是减弱、销毁频率是否上升(反映搜索者竞争加剧),以及费用构成是否发生结构性偏移。
- 面向治理的预测性分析:报告包含敏感性分析模块——展示盈利性在 UNI 价格波动、阈值调整及费率变更等不同假设下的变化路径。此类数据正是治理参与者评估参数提案所必需的核心依据。
- 一条命令替代 30+ 分钟人工分析:手动计算单次销毁盈亏需依次查询每笔销毁事件、查找对应区块高度的代币价格、核算 Gas 成本并汇总结果。本能力端到端自动化整个研究工作流。
适用场景
当用户表达以下任一语义时启用:
- “销毁经济学现状如何?”
- “展示协议费用销毁历史”
- “单次销毁平均盈利多少?”
- “最近一次销毁发生在何时?”
- “Firepit 的盈利性如何?”
- “分析协议费用趋势”
- “销毁历史与盈利性分析”
- “当前费用系统运行是否良好?”
- “协议费用的治理分析”
- “销毁盈利性随时间如何变化?”
请勿使用于以下场景:用户希望执行销毁操作(应改用 seek-protocol-fees),或需要实时监控仪表盘(应改用 monitor-tokenjar)。
参数说明
| 参数 | 是否必需 | 默认值 | 提取方式 |
|---|---|---|---|
| chain | 否 | ethereum | TokenJar/Firepit 始终部署于以太坊主网 |
| days | 否 | 90 | 回溯周期:“最近 30 天”、“过去一年” = 365 |
| include-projections | 否 | true | 若用户明确要求“仅历史数据”或“无需预测”,则设为 false |
工作流程
ANALYZE-BURN-ECONOMICS PIPELINE ┌─────────────────────────────────────────────────────────────────────┐ │ │ │ 步骤 1:数据采集(并行 MCP 调用) │ │ ├── get_burn_history — 回溯窗口内全部销毁事件 │ │ ├── get_fee_accumulation_rate — 当前积累动态 │ │ ├── get_firepit_state — 当前阈值与合约参数 │ │ ├── get_tokenjar_balances — 当前 TokenJar 状态 │ │ ├── get_token_price (UNI) — 当前 UNI 价格 │ │ └── get_token_price_history (UNI) — 回溯周期内 UNI 价格历史 │ │ │ │ │ ▼ (所有数据输入至步骤 2) │ │ │ │ 步骤 2:分析(protocol-fee-seeker 运行于分析模式) │ │ ├── 单次销毁盈亏计算 │ │ ├── 销毁频率与时序分析 │ │ ├── 费用来源与构成趋势分析 │ │ ├── 积累速率随时间变化分析 │ │ ├── 竞争动态分析(搜索者行为建模) │ │ └── 输出:历史分析报告 │ │ │ │ │ ▼ (若 include-projections = true) │ │ │ │ 步骤 3:预测分析 │ │ ├── 下一次盈利性销毁的预期时间 │ │ ├── 当前速率下的预期盈利 │ │ ├── 对 UNI 价格变动的敏感性分析 │ │ ├── 阈值参数调整的影响分析 │ │ └── 输出:预测分析报告 │ │ │ └─────────────────────────────────────────────────────────────────────┘
步骤 1:数据采集(并行 MCP 调用)
为提升效率,并行发起全部调用:
mcp__uniswap__get_burn_history(limit: 100)——获取回溯窗口内全部销毁事件。mcp__uniswap__get_fee_accumulation_rate——获取当前日/周/月级积累速率。mcp__uniswap__get_firepit_state——获取当前阈值、nonce 及合约参数。mcp__uniswap__get_tokenjar_balances——获取当前 TokenJar 内容以提供上下文。mcp__uniswap__get_token_price(UNI)——获取当前 UNI 价格。mcp__uniswap__get_token_price_history(UNI)(interval: "1d",limit与回溯days一致)——获取用于交叉验证销毁事件的 UNI 价格历史。
向用户呈现:
步骤 1/3:数据采集完成 销毁事件数量: 过去 90 天共发现 17 笔销毁 UNI 价格区间: $5.80 - $8.20(90 天) 当前 UNI 价格: $7.00 当前 TokenJar 总值: $52,000 当前积累速率: ~$7,400/天 正在分析销毁经济学...
步骤 2:分析(protocol-fee-seeker)
将全部采集数据交由 Task(subagent_type:protocol-fee-seeker) 在分析模式下执行:
生成一份完整的销毁经济学分析报告。
历史数据:
- 销毁历史:{步骤 1 获取的完整销毁事件数据}
- UNI 价格历史:{步骤 1 获取的日度 OHLCV 数据}
- 当前积累速率:{步骤 1 获取的数据}
- 当前 Firepit 状态:阈值={threshold},nonce={nonce}
- 当前 TokenJar 余额:{步骤 1 获取的数据}
- 当前 UNI 价格:${price}
- 回溯周期:{days} 天
分析任务:
1. 针对每次销毁事件,计算:
- 销毁发生时的 UNI 成本(阈值 × 当时区块对应的 UNI 价格)
- Gas 成本(来自交易回执)
- 所申领资产的名义总价值
- 净盈亏
- 投资回报率(ROI)
2. 计算聚合统计指标:
- 周期内总销毁次数
- 单次销毁平均盈利
- 单次销毁中位盈利
- 盈利最高与最低的销毁事件
- 通过销毁分发的资产总值
- 销毁事件平均时间间隔
3. 趋势分析:
- 销毁盈利性呈上升还是下降趋势?
- 销毁频率是否上升(竞争加剧)?
- 费用构成如何变化?(WETH / USDC / 其他稳定币占比变化)
- UNI 价格与销毁盈利性之间是否存在相关性?
4. 竞争动态分析:
- 独立搜索者地址数量?
- 是否存在重复参与销毁的地址?
- 触发销毁行为的最低 ROI 阈值?(观测到的最小 ROI)
返回一份结构化分析报告,涵盖全部指标。
完成后向用户呈现:
步骤 2/3:历史分析完成 过去 90 天共分析 17 笔销毁。 分发总值:$612,000 平均单次盈利:$18,400(平均 ROI 65.7%) 正在生成预测分析...
步骤 3:预测分析(如启用)
智能体基于历史分析结果生成前瞻性预测:
基于历史分析结果,生成如下预测:
当前状态:
- TokenJar 总值:${jar_value}
- 日积累速率:${daily_rate}/天
- UNI 价格:${uni_price}
- 销毁阈值:{threshold} UNI
- 销毁成本:${burn_cost}
需计算的预测项:
1. 下一次盈利性销毁的预计触发时间(若当前尚未达到盈利条件)
2. 基于当前积累速率的预期盈利(1 天、3 天、7 天预测)
3. 敏感性分析:若 UNI 价格上下浮动 20%,盈利性如何变化?
4. 阈值敏感性分析:若阈值调整为 2,000 或 8,000 UNI,影响如何?
5. 盈亏平衡分析:当前 TokenJar 在何种 UNI 价格下将失去盈利性?
输出格式
完整报告
销毁经济学报告(过去 90 天)
══════════════════════════════════════
汇总统计
══════════════════════════════════════
总销毁次数: 17
分发总值: $612,000
销毁 UNI 总量: 68,000 UNI ($476,000)
总 Gas 消耗: $765
净盈利总额: $135,235
单次销毁平均盈利: $7,955
单次销毁中位盈利: $6,200
平均 ROI: 65.7%
平均销毁间隔: 5.3 天
══════════════════════════════════════
销毁历史
══════════════════════════════════════
日期 TokenJar 总值 UNI 成本 Gas 净盈利 ROI 搜索者地址
2026-02-03 $52,000 $28,000 $45 $23,955 85.4% 0xab..12
2026-01-28 $41,200 $27,200 $38 $13,962 51.3% 0xcd..34
2026-01-22 $38,500 $26,800 $42 $11,658 43.5% 0xab..12
2026-01-17 $35,100 $25,600 $35 $9,465 37.0% 0xef..56
... ... ... ... ... ... ...
(共 17 笔销毁)
最佳销毁: 2026-02-03 — $23,955 盈利(85.4% ROI)
最差销毁: 2025-12-15 — $1,200 盈利(4.3% ROI)
══════════════════════════════════════
费用构成
══════════════════════════════════════
代币 平均占比 趋势(90 天)
WETH 35.2% 稳定
USDC 27.8% 上升(+3.2%)
USDT 16.5% 稳定
WBTC 11.4% 下降(-1.8%)
DAI 6.1% 下降(-0.5%)
其他 3.0% 上升(+1.1%)
══════════════════════════════════════
积累趋势
══════════════════════════════════════
当前速率: $7,400/天
30 天均值: $6,800/天
90 天均值: $6,200/天
趋势: 上升(90 天内 +19.4%)
按来源划分的速率(估算):
V3 费用: ~$4,200/天 (56.8%)
V4 费用: ~$1,400/天 (18.9%)
UniswapX: ~$1,100/天 (14.9%)
V2 费用: ~$500/天 (6.8%)
Unichain: ~$200/天 (2.7%)
══════════════════════════════════════
竞争动态
══════════════════════════════════════
独立搜索者地址数: 4 个(过去 90 天)
最活跃搜索者: 0xab..12(17 笔销毁中占 8 笔,47%)
销毁触发的最低 ROI: 4.3%(部分搜索者接受极低利润空间)
销毁触发的平均 ROI: 65.7%
竞争趋势: 上升(过去 30 天新增 2 名搜索者)
══════════════════════════════════════
预测分析
══════════════════════════════════════
当前 TokenJar: $52,000(盈利中 — 净盈利 $23,955)
下一次 10% ROI: 已超出
下一次 100% ROI: ~0.5 天
若今日 TokenJar 为空:
盈亏平衡点: ~3.8 天($28,045 / $7,400/天)
10% ROI: ~4.2 天
50% ROI: ~5.7 天
UNI 价格敏感性(当前 TokenJar 总值 $52,000):
UNI $5.60(-20%):销毁成本 $22,445 → 盈利 $29,555(ROI 131.7%)
UNI $7.00(当前):销毁成本 $28,045 → 盈利 $23,955(ROI 85.4%)
UNI $8.40(+20%):销毁成本 $33,645 → 盈利 $18,355(ROI 54.6%)
UNI $13.00(盈亏平衡):销毁成本 $52,045 → 盈利 -$45
阈值敏感性(当前 UNI 价格 $7.00):
2,000 UNI:销毁成本 $14,045 → 盈利 $37,955(ROI 270.2%)
4,000 UNI:销毁成本 $28,045 → 盈利 $23,955(ROI 85.4%) ← 当前设置
8,000 UNI:销毁成本 $56,045 → 盈利 -$4,045(不可盈利)
══════════════════════════════════════
治理启示
══════════════════════════════════════
- 费用系统健康:积累速率持续增长(90 天内 +19.4%),主要由 V3 及新兴 V4 交易量驱动。
- 当前阈值(4,000 UNI)催生了健康的竞争格局:90 天内有 4 名活跃搜索者,平均销毁间隔 5.3 天。
- 若将阈值上调至 8,000 UNI,在当前速率下将导致销毁不可盈利,除非 TokenJar 积累周期延长至约 7.6 天。
- V4 费用贡献持续增长(18.9%),按当前趋势,其贡献占比有望在未来 30 天内超越 V2。
精简报告(不含预测)
销毁经济学摘要(过去 {days} 天)
销毁次数:{count} | 分发总额:${total}
平均单次盈利:${avg_profit}/次({avg_roi}% ROI)
平均间隔:{days} 天
积累速率:${daily_rate}/天(趋势:{direction})
当前 TokenJar:${jar_value}({PROFITABLE | NOT_PROFITABLE})
重要说明
- 只读能力。 本能力永不执行链上交易,仅输出分析结果。
- 历史数据依赖销毁记录深度。 若 Firepit 刚启动或销毁事件极少,分析将受限。本能力会清晰提示数据可用性状况。
- UNI 价格交叉引用为近似值。 本能力使用日度 OHLCV K 线估算每次销毁发生时刻的 UNI 价格;日内价格波动可能导致单次盈亏计算存在微小偏差。
- 费用来源归属为估算值。 TokenJar 接收多来源费用,但 Transfer 事件并不总能标识具体来源;来源拆解基于已知合约地址与启发式规则。
- 预测基于稳态假设。 前瞻性预测采用当前积累速率与 UNI 价格;市场环境突变、治理决策或协议升级可能使预测失效。
- 治理启示属于分析结论,非操作建议。 报告仅呈现数据驱动的观察结果,不提供任何治理层面的操作推荐。
错误处理
| 错误类型 | 面向用户的提示信息 | 建议操作 |
|---|---|---|
| 无销毁历史 | “过去 {days} 天内未发现销毁事件。” | 扩大回溯周期 |
| 销毁事件不足 | “仅发现 {count} 笔销毁事件。分析结果可能受限。” | 扩大回溯周期,或接受有限数据集 |
| UNI 价格历史不可用 | “无法获取 UNI 价格历史。单次销毁盈亏计算将采用近似值。” | 以当前价格作为兜底方案继续执行 |
| 积累数据稀疏 | “积累数据有限。速率估算可能存在偏差。” | 尝试扩大回溯窗口 |
| 代币价格不可用 | “无法对 {token} 定价。部分 TokenJar 估值可能不完整。” | 该代币可能为冷门或流动性极低资产 |
| RPC 连接失败 | “无法连接以太坊 RPC 节点。分析不可用。” | 检查 RPC 配置 |
| 回溯周期过长 | “{days} 天的回溯周期超出可用数据范围。” | 缩短回溯周期 |
热门AI工具
相关专题
本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。
0
2026.10.22
本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。
0
2026.10.22
PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.5万人学习
共6课时 | 54.7万人学习
