FTX踩坑告白:只能重新出發了,六年幣圈簡要投資紀錄與檢討
FTX踩坑告白:只能重新出發了,六年幣圈簡要投資紀錄與檢討

事件發生前,虛擬貨幣的資產大概 80% 在 FTX 準備抄底,10% 放在 Steaker 的保守策略上,10% 放在 NFT 藍籌上。剛好這週是真的忙,沒有仔細過濾 DC 跟 Twitter 的訊息,雖然印象中有掃到相關資訊,但對於 FTX 的信任度一直是高的就沒想太多,也錯過了最好的逃跑時機...

這篇文是寫給自己的,算是目前遇到人生最大的挫折了。

其實不大知道該從哪邊開始,但這次 FTX 的事件是確確實實的踩到坑了,一切重來。 損失了幣圈 90%的資產,大概是目前身家的 2/3。還是太自信、風控不足,曝險還是太高了。

事件發生前,虛擬貨幣的資產大概 80% 在 FTX 準備抄底,10% 放在 Steaker 的保守策略上,10% 放在 NFT 藍籌上。剛好這週是真的忙,沒有仔細過濾 DC 跟 Twitter 的訊息,雖然印象中有掃到相關資訊,但對於 FTX 的信任度一直是高的就沒想太多,也錯過了最好的逃跑時機。

比起難過、痛苦,更多的是對於自己的指責與無奈,六年來逃過大大小小的暴雷 經歷第二輪的牛市與熊市,自詡有稍微成長並守住兩倍左右的利潤,最後卻一波被帶走了

簡單紀錄這幾年發生的事,然後要挺過這波再重新站起來。

第一次接觸區塊鏈(2017/09 - )

2017 年 9 月,大二身為創聯會會長的我邀請Lman在成大辦了第一場區塊鏈講座,我也在當時牛市正熱時,在完全沒有任何投資經驗下,在 Bitfinex 上買了我的第一個虛擬貨幣 IOTA,並體驗到了一週翻三倍的Alt Season 快感,慢慢的開始熟悉這個市場、看各種討論、技術分析與分享。同年 12 月也邀請了 AMIS Alex Liu 、奧丁丁 Will Liu 來成大分享當時區塊鏈在討論的議題,更加深自己對於區塊鏈的接觸。

區塊鏈講座
邀請 Lman 在成大辦了第一場區塊鏈講座
圖/ Matters
區塊鏈講座2
邀請了 AMIS Alex Liu 、奧丁丁 Will Liu 來成大分享當時區塊鏈在討論的議題
圖/ Matters

第一個遇到的熊市(2018/02 - )

2018 年年初的幣價見頂,當時跟著「文學貨幣淺說」很幸運的當時在 BTC 17000 以上清倉,然後在 6000 左右全數買回,滿倉迎來 2018 二月的小牛。(不過文學後來也消失了)

因為經驗不足當時很仰賴市場上的各種看法,這段時間開始瘋狂的尋求各種投資機會、KOL 的資訊,也投過各種微信群組的 ICO 私募(跑路但成功退出了)、交易機器人(然後跑路了)、 交易所 的ICO(小賺出場後代幣就爆炸了)

同時就在各個交易所遊走、騷操作各種小幣,不論是幣安、火幣、Gate.io、FCoin、OTCBTC、Maicoin、ACE、比特之星每個都用過,只要哪邊有交易機會、方便出入金我就去哪邊。這個階段投入了許多時間認識這個市場,也持續有小幅度的獲利。

創立成大區塊鏈研究社(2018/10 - )

2018 年底因緣際會下在成大創了「成大區塊鏈研究社」,當時除了內部自己準備的讀書會與課程培訓外,也曾邀請動區動趨 Wego Chen、微進科技 朱西西、ACE 潘奕彰等各行各業的學界、產業前輩來到成大社團分享,從虛擬貨幣投資、DApp 應用、交易所、底層技術、海內外投資都是當時討論的議題。

這段時間因為熊市的關係,比較沒有參與市場,而是更專注在社團的經營、區塊鏈知識的學習上。2019 年 5 月參與了台灣大學區塊鏈聯盟的成立,也逐步將社團的經營角色交給下屆的學弟來做經營。自己則進入成大分散式帳本實驗室做相關專案與自己的投資研究。

邀請動區動趨 Wego Chen
邀請動區動趨 Wego Chen
圖/ Matters
邀請微進科技 朱西西
邀請微進科技 朱西西
圖/ Matters
邀請政大科技法律研究所
邀請政大科技法律研究所
圖/ Matters
內部社課
內部社課
圖/ Matters

2020 各種交易所倒閉:OTCBTC、Fcoin、比特之星(2019/12 - )

當時隨著市場從谷底反彈,迎來了一波小牛市。不過也在當時意識到過去使用的交易所中,有些交易所可能有問題,包含如首個提出交易及挖礦的 FCoin、與李笑來鬧翻 的 OTCBTC、流動性一直很差、Bug 很多的比特之星,在關閉、跑路前都有比較明顯的徵兆可以避險。

當時也都很順利的在出事前,就將資產轉移到幣安或是其他比較大的交易所去做保存。甚至當時還有心情寫了這邊文章 【如果創業造成投資人 1.3 億美元的虧損,你會選擇跑路嗎?】 ,現在回頭看真的是菜味都飄出來了,但當時也幸運的、順利的度過幾個交易所的雷。

2020 / 312 慘案:所有幣種單日下跌 40% 以上(2020/03/12)

當時交易經驗還是不足,312 發生時完全沒有避險。事情的發生當下,跟 Walt 恐慌到爆炸沒有信仰、沒有操作、沒有紀律,從原本獲利將近 50%,到兩天內扣掉利潤再賠掉 40% 本金。當時由於虧損過大(畢竟當時才開始工作半年左右),加上又要去當兵了,就跟 Walt 決定要出場觀望,就把冷錢包內 100 顆 ETH 轉到交易所給全賣回台幣。當時的認知水準只知道至少要「保本」,但過幾個月來看來就是不知道在幹嘛的決定,當時甚至還寫了這篇【投資不懂止盈止損,直接被嘎到外太空】。

ETH
曾經被賤賣的 100 顆 ETH
圖/ Matters

當兵期間逐漸處理當時的情緒,開始看各種投資的書籍,嘗試建立正確的投資觀念,直到 2020/ 8月底當兵結束後,重回工作才又重新進入幣圈,起始資金是當時剩餘的一半本金。並跟 Walt 一起弄了一個 Notion 的頁面,紀錄各種投資學習的筆記,並訂了接下來的主要目標「好好學習,讓自身資產可以穩定成長、穩定獲利」。

2020 Q3 - 2021 Q4的大牛市(2020/08 - )

由於過去熊市的經驗,當時我的策略是以比較保守的方式進行,以持有 BTC 與 ETH 為主,經過一些小幅度的操作,在 2020/12 月 BTC 重返 19000 高點的時候,把 312 事件中的虧損順利的全部賺回來。回本後則將當時在 Bitfinex 放貸的資金也投入市場做交易,2021 的時候與 Walt、Migu 開始在 Notion 上建立各式各樣的交易策略與研究資料,期待有機會做到資產的爆擊,後來也順利靠著平台幣 BNB、FTT 與其他公鏈的崛起,享受到了牛市所帶來的不錯報酬。

2021 的 519 事件發生時,在短短兩週內下跌了 50% ,雖然沒有完美的避開,但有鑑於之前的經驗也在主跌段發生前進行了避險,並持續交易與操作 2021 Q3與 Q4的群魔亂舞,搭配當時 NFT 的鼎盛時期,資產在最高點時達到了本金的 5 倍左右。比起許多大神來說這個數額並不算高,但對我而言由於策略上偏保守,也還是完成了 5 倍以上的成長,同時也開始思考要如何守住接下來的熊市。

後來隨著市場趨勢的變化,在一些不大合理的操作過後(還是菜、經驗不足Q),最終只守住了約 2倍左右的利潤,但至少相對前一輪我認為是有進步的。後來決定減少操作並持有美金,在 Anchor、Steaker、FTX 進行放貸, 等待市場底部的到來。

2022 / 05:UST 脫鉤、Luna 歸零

由於 Anchor 提供的利率是 20%,加上過往資訊的收集可以很清楚的知道在 Anchor 儲蓄協議中放 UST 的人越來越多,但借款人明顯不足,整個生態是靠著持續注入資金撐住的,有非常大的機率進入死亡螺旋,因此有持續特別的關注,也只放了 10% 左右的資金進入協議中套利。

事件發生前一晚,發現 UST 已經開始出現脫鉤的問題,就趕緊處理手上的 UST ,並通知幾個朋友要記得移出避險,出事的可能性太大。後來也很幸運的避開這次的歷史事件,並持續在 FTX 與 Steaker 放貸,等待市場落底的機會。

UST 向朋友示警
UST 向朋友示警
圖/ Matters

2022 / 11 :FTX 擠兌、破產清算

2022 / 11 / 07 當周剛好是我極度繁忙的一週,各種會議、結案、報告、考試、行政作業都同時在進行,雖然有掃到 FTX 「疑似」有出金問題的疑慮,但當時考量 FTX 的市場地位、在台灣圈子的知名度、易用性,各種的監管證照與國會報告,並快速掃了一些平常關注的 KOL 資訊,想著應該是市場龍頭與老二的爭議,就也沒特別認為有風險,就又埋頭在做自己本業的事。

然後事情就發生了。

11/08(二)下午之後出金都有問題,緊接著各式各樣令人瞠目結舌的資訊出現,從 CZ 發布可能要全資收購 FTX,我還半開玩笑的發了個「玩幣歸趙」,殊不知到後來的 CZ放棄收購、 FTX 資不抵債、FTX 破產清算、巴拿馬帳戶出金、駭客挪用客戶資金等等,都在短短幾天內發生。

各種滿天飛的消息不知道該相信哪一個,直到最終出現 FTX APP 登入會被明碼上傳的消息,而我也正式地將 FTX 與 FTX.B 刪除,刪除的當時 FTX 內有我 80% 的幣圈資產。後來 Steaker 也發布了公告,果不其然投資的方案也受到了影響,最終 90% 的幣圈資產幾乎歸零。

當初以為把 90% 的資產放進交易所是避險,只留 10% 資產放在錢包跟 NFT 藍籌中。

結果短短一週被迫 All in NFT,只剩下錢包內的 10% 資產。正式的粉碎原本我在熊市的所有規劃,從原本的兩倍利潤,變成連同本金在內全部歸零。

真的好痛。

事後檢討

說真的我並不覺得自己這輪熊市有做錯什麼,但就是一個不該有的念頭賭了那微小的可能性,完完全全就是個 -EV 的決定,不知道自己有什麼毛病,思考後原則其實也很單純:

  • 理性至上:沒有什麼東西是大到不能倒的,該避險就避險,不要去賭那 1% 的可能性
  • 分散風險:將資金分配在不同的冷錢包、交易所、銀行,避免黑天鵝事件造成資產重創
  • 過於完美:過於完美的人設、故事通常有問題,可以跟著跳舞,但必須要保持清醒

上面三個基本原則是無需太多的專業知識的,單純是盡可能降低自己一次性歸零的風險。

至於更專業的如「市場敏感度」與「資訊篩網」的部分,看到 XREX 兩位創辦人的分享後,就真的是覺得自己太年輕、太自傲了(苦笑)這堂課的學費有夠昂貴,

就當作借給未來的自己吧,三年後再連本帶利還給 2022 的自己

嗯,就重新開始吧

事情發生時,比起對於金錢損失的憤怒與難過,更多的是對於自己的無奈與生氣。怎麼會經歷了六年的經驗,卻還是沒有足夠的風控並分散風險,最後就這樣被一波帶走,無限的陷入情緒的循環中。

非常感謝珊在這一週中承接我許多憂慮的情緒,陪我盡可能的轉移原本的負面情緒,不要太陷入在這次事件內。也感謝 Walt、Migu、Borg 與 Alpha Shark 群組持續的討論與聊天,讓這一切似乎是一場夢,未來也可以是輕鬆一笑置之,拿出來分享的故事之一。

同時也慶幸由於之前的經驗,我給自己的設定了投資原則,沒有因為貪求利益去做更多現實世界的槓桿行為,因此我並沒有產生任何負債、或是影響我生活中的現金流,只是原本的投資規劃與人生規劃有點被打亂,需要重新整理資產,並評估後續要怎麼重新站起來。

謝謝身邊的所有朋友,我也仍然相信區塊鏈產業在這次事件後,將會變得更完整、更安全、更有效率。一直在鼓勵自己不要放棄,要更虛心、全面的建構自己的知識體系、優化自己的風控模型。

最後就是增加自己的本業收入,強健自己的認知與心態,期望真的能做到知行合一。

總之,休息好就重新站起來吧,darrenlu.eth 你可以的 !

文章授權轉載自:只能重新出發了,六年幣圈簡要投資紀錄與檢討

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

延伸閱讀:
避免FTX慘劇重演,幣圈狂推PoR!能避免交易所挪用資產嗎?
FTX申請破產重組!「我搞砸了」SBF神隱後首發聲,80億美元資金缺口怎補?
FTX創辦人SBF是誰?曾是加密貨幣小白,29歲寫下幣圈傳奇、登上富豪榜
FTX風暴摧殘,至少影響台灣50萬用戶!餘悸猶存的幣圈下步怎麼走?

責任編輯:傅珮晴、林美欣

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓