Šķiet, ka EigenLayer veicina ETH piesaisti

• EigenLayer bija otrais lielākais DeFi protokols rakstīšanas laikā.
• EigenLayer eksponenciālā izaugsme veicināja tādu projektu kā Ether.fi pieaugumu.

EigenLayer izaugsme kopš 2024. gada sākuma ir bijusi tikai vēsturiska.

Saskaņā ar AMBCrypto veikto DeFiLlama datu pārbaudi, kopš 11. janvāra, atkārtotas likmes noteikšanas protokolā tika novērots pārsteidzošs 1 reižu pieaugums kopējā bloķētajā vērtībā (TVL). DeFi projekts, kas šobrīd bija otrs lielākais, 10. gada sākumā pat nebija top 2024 sarakstā.

Restaking>>Staking

Viens no karstākajiem jaunajiem DeFi stāstījumiem, pārņemšana ir saistīta ar piesaistītā ETH pārveidošanu, lai paplašinātu drošību uz citām lietojumprogrammām, tādējādi ļaujot ieguldītājiem nopelnīt papildu atlīdzību par saviem ieguldījumiem.

Papildus ETH ieguldīšanai vietējā tirgū, lietotājiem ir iespēja iemaksāt likvīdos atvasinātos finanšu instrumentus, piemēram, Lido [LDO], Rocket Pool un Coinbase.

Saskaņā ar neseno IntoTheBlock X ierakstu, aptuveni ceturtā daļa no visa LSD tika atkārtoti ieguldīta EigenLayer, savukārt 2.38% no ETH kopējā piedāvājuma ir noguldīti.

Avots: IntoTheBlock

Straujš ETH likmju pieaugums

Šķiet, ka ažiotāža ap EigenLayer ir veicinājusi plašāku ETH akciju tirgu.

Saskaņā ar AMBCrypto veikto Staking Rewards datu analīzi vairāk nekā 26% no visa apgrozībā esošā ETH preses laikā tika slēgti tīkla depozīta līgumā.

Interesanti, ka pēdējā mēneša laikā izaugsmes līkne kļuva paraboliska, atdarinot EigenLayer TVL pieaugumu.

Avots: Staking Rewards

Vietējā ETH pārsēšanās kļūst arvien populārāka

EigenLayer eksponenciālā izaugsme ir izraisījusi arī unikālu biznesa modeļu pieaugumu, kas vēlas iekļauties augošajā pārņemšanas tirgū.

Piemēram, Ether.fi ieviesa tā saukto native restaking koncepciju. Tas ietver ETH iekļaušanu protokolā, kas pēc tam tiks automātiski pārlikts EigenLayer.

Vai jūsu portfolio ir zaļš? Apskatiet ETH peļņas kalkulatoru

Tas atšķiras no tradicionālās atkārtotas iemaksas idejas, kad lietotājs jau iemaksāto ETH nogulda EigenLayer.