算法激励模型 (AIM)

要点总结

• 算法激励模型（AIM）将于 1 月 29 日 00:00 UTC 上线，vePENDLE 同步结束。本次升级将使 PENDLE 排放量减少约 30%，并极大提升效率
• 排放将根据协议及用户的实际市场贡献，按 TVL 和手续费生成量加权自动分配
• 新资金池在启动阶段可获得更高的 TVL 激励以引导流动性，后续激励将随时间转向手续费贡献
• 协议可通过自身外部激励进一步放大奖励，Pendle 还将额外提供最高 40% 激励
• 随着 ve-boost 机制移除，LP 的年化收益率（APR）有望提升，尤其是在高交易量资金池中

简介

在旧机制下，PENDLE 排放由人工投票决定。虽然可行，但历史分析显示这一方式效率极低。

50% 排放被分配到 10 个最不盈利的资金池。简而言之，排放被无谓消耗而没有创造价值：

本次升级后，Pendle 将整体排放削减约 30%，奖励将自动根据流动性和交易量分配。

引入算法激励模型（AIM）。

算法激励模型

算法激励模型（AIM）根据资金池实际对 Pendle 的贡献分配排放，衡量标准包括：

• 1. TVL（总锁仓量）
• 1. 兑换手续费

AIM 不再采用一刀切的激励结构，而是根据资金池生命周期动态调整分配逻辑。

这一系统旨在主动加速早期流动性增长，随着资金池成熟，激励重心逐步转向手续费驱动。

阶段性激励调优

1. 启动阶段：构建流动性（≤21 天）

资金池上线时，首要挑战是流动性。AIM 通过在早期阶段战略性地优先分配基于 TVL 的排放，帮助资金池加速关键的初始增长。

每个资金池的 TVL 直接决定其排放份额。早期阶段，资金池每 1 美元 TVL 可获得更多奖励。

随着时间推移，这部分排放逐步递减，资金池需依靠手续费生成来维持奖励份额。

需要注意，基于手续费的排放不受生命周期限制。无论第 1 天还是第 100 天，资金池都可通过手续费单独获得每周最高 7,500 枚 PENDLE 的奖励，确保高绩效资金池在整个生命周期都能获得激励。

2. 增长与成熟阶段：绩效驱动（>21 天）

随着资金池逐步成熟并建立流动性，激励重心转向持续价值的体现。可持续的资金池不仅仅是闲置的 TVL，更应促进交易活动，为协议及其用户创造手续费收益。

为确保激励与持续贡献相匹配，基于手续费的排放上限为资金池历史兑换手续费的 4 倍，并按近期权重调整。这确保激励与经过验证、持续的表现挂钩，而非一次性波动。

联合激励：全阶段奖励加成

外部协议可通过 外部激励活动（EIC），直接向 Pendle LP 或 YT 投放激励，进一步放大其市场奖励。

在联合激励预算上限内，每投入 1 美元，Pendle 额外提供：

• 0.4 美元等值的 PENDLE（若外部激励以 PENDLE 发放）
• 0.3 美元等值的 PENDLE（若外部激励以其他代币发放）

协议每部署 1 美元激励，最高可撬动 1.40 美元总奖励，大幅提升资本效率。对于协议来说，这有助于显著降低 PENDLE 排放，LP 则可获得与旧机制相当的奖励。

EIC 与联合激励机制让协议在任何生命周期阶段都能灵活把控市场发展。无论是启动期加速流动性，还是增长期提升交易量，协议都可在 AIM 基础激励之外，按需叠加额外奖励。

全平台每周联合激励预算上限为 9,000 枚 PENDLE，若超出则按比例分配。

总结

算法激励模型将于 2026 年 1 月 29 日 00:00 UTC 上线，正值最后一个 vePENDLE 轮次结束。届时，资金池将根据对 Pendle 及其用户的可量化贡献自动获得排放。通过削减无效排放并将激励精准投向高效领域，AIM 可降低 Pendle 及其用户的运营成本并提升收益率。

这标志着更大规模激励机制改革的第一阶段。请注意，作为全新系统，相关参数和变量将根据实际运行表现持续优化，以进一步提升逻辑与效率。

去年，限价单功能促成了 230 亿美元交易量，占 Pendle 总量的 45%。对于如 Ethena 的 USDe 和 sUSDe 等高交易量资金池，这一比例超过 90%。这一直是大额兑换的核心驱动力，未来仍有巨大效率提升空间。

第二阶段将聚焦于专为 Pendle v2 基础设施设计的激励机制。新模型基于回测结果，借助限价单可实现最高 130 倍效率提升。更多细节敬请期待！

我们将持续迭代、优化并不断提升标准，致力于将 Pendle 打造为全球领先的固定收益基础设施。

征途未止！

免责声明：

1. 本文转载自 [pendle_fi]，版权归原作者 [pendle_fi] 所有。如对转载有异议，请联系 Gate Learn 团队处理。
2. 免责说明：本文所述观点仅代表作者本人，不构成任何投资建议。
3. 本文其他语言版本由 Gate Learn 团队翻译。除特别说明外，禁止复制、分发或抄袭译文内容。