五个数字揭示 Hyperliquid 上 Builder 的真实竞争力

Hyperliquid 上的 builder code 不只是一条推荐链接，它是一种业务关系。用户通过带有 builder code 印记的前端进行的每笔交易，都会为该 builder 产生手续费收入。手续费结构、用户基础和收入轨迹能告诉你这个前端是否值得集成或在其上构建产品。问题在于，大多数人从不检查这些数据。他们选择某个前端，可能只是因为朋友推荐，或者界面看起来不错，却忽略了 builder 资料中就摆着的数据。

本指南将介绍你在集成、合作或通过 Hyperliquid 前端路由交易量之前，应该从 builder 资料中获取的五个关键数字。这五个数字均可通过 HyperTracker API 或 Builders 排行榜上的 builder 资料页获取。无论你是评估前端以进行构建的开发者、通过特定界面配置资金的基金，还是决定使用哪个 code 的交易者，这套方法都同样适用。

数据截至 2026 年 7 月，来源于 HyperTracker 的 builder 排行榜。

Hyperliquid 上 builder 资料的运作方式

每个通过 Hyperliquid 路由交易的前端都可以注册一个 builder code。当用户通过该前端交易时，builder code 会被印记到每笔成交记录上，builder 从每笔交易中赚取手续费。Hyperliquid 的 builder 手续费系统，是 Phantom、Based、MetaMask 等数十个前端实现其 Hyperliquid 集成商业化的方式。

HyperTracker 追踪交易所上的每一个 builder code，并计算 Hyperliquid 自身 API 所不提供的资料级别分析数据。两个端点能让你获得完整信息：

• GET /builders/{builder}/profile 返回 builder 的身份信息、总收入、手续费率，以及按时间窗口划分的分析数据：24h、7d、30d 和 all-time。
• GET /builders/{builder}/users 返回通过该 code 进行交易的各钱包地址，可按 PnL、交易量、支付的 builder 手续费或权益排序。

/builders/list/timeframe/{timeframe} 的 builder 排行榜按收入对所有 builder 进行排名，并包含与前期的对比数据，让你一眼就能发现趋势。借助这三个端点，你拥有了对任何 Hyperliquid 前端进行尽职调查所需的一切信息。

检查项 1：跨时间窗口的收入趋势

首先要看的不是 builder 的总收入，而是 7 天、30 天和 all-time 窗口中的收入轨迹。一个大部分收入集中在上线第一个月、此后便趋于平稳的 builder，与一个 30 天收入正处于历史最强时期的 builder，讲述的是截然不同的故事。

资料端点返回 24h、7d、30d 和 all-time 的收入数据。计算各比率：如果对于一个已活跃数月的 builder 来说，30 天收入占 all-time 收入的比例可观，说明该前端正在增长；如果 30 天收入只是一小片，则可能已经见顶。

这一点之所以重要，是因为 builder code 对用户有一定粘性，但并非永久绑定。一个停止优化界面或停止添加功能的前端，最终会将交易者拱手相让给竞争对手。这一趋势会在数据中显现，早于任何人在公告帖里承认它的时候。

应计算的指标： 30 天收入占 all-time 收入的百分比。结合 builder 的活跃时长（资料中的 joined 日期）进行对比。一个已活跃 12 个月、最近 30 天收入占总收入比例持续下滑的 builder，正处于下行趋势。

检查项 2：用户数量轨迹

收入增长可能来自现有用户交易更多，也可能来自新用户的加入。跨时间窗口的用户数量有助于区分这两种情况。一个总用户数在增长、但 30 天活跃用户在下降的 builder，正在依靠一批不断萎缩的重度交易者维持运转，这种状态很脆弱。

资料端点返回每个窗口的用户数量。排行榜快照中的 all-time 用户数，反映了曾通过该 code 交易的钱包总数。截至 2026 年 7 月，头部 builder 之间的差距极为悬殊：Phantom 拥有超过 153,000 名用户，而 Insilico 约有 3,300 名。两者均位列收入前五。用户群的构成比单纯的数量更重要。

如果你正在评估一个 builder 的合作潜力（比如联合营销或数据集成），你需要了解其用户增长是持续的自然增长，还是某次上线活动带来的一次性峰值。按时间窗口划分的数据让这一点一目了然，无需你花数周时间持续追踪。

检查项 3：人均收入

这是最能说明前端吸引何种用户的数字。收入除以用户数，得到该 builder 历史上每个钱包平均产生的手续费。而在 Hyperliquid builder 生态系统中，这一数字的差异相当惊人。

从 all-time builder 排行榜来看：Insilico 的人均收入约为 $1,113（约 $370 万总收入，分摊给约 3,300 名用户）。Phantom 的人均收入约为 $154（$2,360 万总收入，分摊给超过 153,000 名用户）。两者在总收入上均位列前五，但服务的用户群截然不同。

人均收入高通常意味着该前端吸引的是数量较少但交易量更大的用户：做市机器人、量化基金或高频策略。人均收入低意味着大规模用户分发，通常是钱包应用或面向普通消费者的界面。

两种模式本身并无优劣之分。但如果你正在构建面向机构或算法用户的工具，你需要与用户群相匹配的前端进行集成或在其上构建。如果你的产品面向零售用户，一个拥有 150,000+ 零售钱包的 builder，比一个只有 3,000 个机器人的 builder，对你来说是更相关的分发渠道。

为什么 30 天人均收入比 all-time 更重要

All-time 数字会平滑掉变化。如果一个 builder 最早期的用户都是大鲸，而近期用户以零售为主，那么 all-time 平均值会掩盖这种转变。从资料数据中拉取 30 天窗口的同一计算结果，你就能看到当下的真实状态。本文的选题简报指出，截至 2026 年 10 月中旬，即便是知名 builder 之间，30 天人均收入的差异也相当显著：某些基于钱包的前端在数百美元区间，而另一些则在数十美元徘徊。这种差距本身就很说明问题。

检查项 4：用户 PnL 分布

这是 /builders/{builder}/users 端点真正体现价值的地方。按 PnL 降序排列，查看排名靠前的用户。最活跃的钱包是盈利的还是亏损的？

GET /builders/{builder}/users?orderBy=pnl&order=desc&period=30d&limit=25

一个 PnL 排名前 25 的用户大多盈利的前端，说明该界面（或围绕它的社区）吸引了懂得如何交易的钱包。一个头部用户深度亏损的前端则传递出不同的信号：用户群可能在流失，或者受众以倾向于在亏损过程中产生手续费的新手交易者为主。

这项检查在评估 builder 用于跟单交易或信号集成时尤为有用。如果你正在构建一款让用户跟随特定前端上钱包交易的产品，该前端用户的 PnL 分布就是你信号质量的上限。一个聚集了大量盈利的 Smart Money 和 Money Printer 钱包的 builder，比一个大多数用户位于 Exit Liquidity 或 Semi-Rekt 梯队的 builder，是更好的跟单目标猎场。

你也可以按 equity 排序来查看规模分布。一个头部钱包以 Leviathan 和 Tidal Whale 为主的前端，意味着机构级别的资金流动；头部钱包以 Dolphin 和 Fish 为主的前端，则是零售市场的玩法。同样，两者都没有对错之分，但你正在构建的产品与 builder 实际用户群之间的错位，才是真正的风险所在。

检查项 5：交易量集中度

最后一项检查关乎脆弱性。按交易量对用户端点进行排序：

GET /builders/{builder}/users?orderBy=volume&order=desc&period=all&limit=25

如果前三名钱包占据了该 builder 总交易量的绝大部分，说明该 builder 的收入依赖于寥寥几个关系。失去一条大鲸，数字就会明显下滑。如果交易量分散在数百乃至数千个钱包中，这门生意就更具韧性。

这一点对于考虑合作或集成的 builder 而言尤为重要。一个收入集中在三个机器人钱包的 builder，与一个没有单一钱包贡献超过一小部分总交易量的 builder，风险特征截然不同。两者可能产生相同的总收入，但高度集中的模式可能因为一次 API key 轮换就出现断崖式下跌。

你也可以从排行榜数据中大致估算集中度。将 builder 的总交易量与其用户数进行对比。以 Insilico 为例，其 all-time 交易量约为 $363 亿，分摊给约 3,300 名用户，平均每用户约 $1,090 万，这强烈暗示着少数几个交易量极大的用户。再对比 Phantom 约 $448 亿的总交易量分摊给 153,000+ 名用户，人均约 $293,000，交易量分布要分散得多。

综合运用：实操工作流

以下是三次 API 调用的执行顺序：

1. 拉取资料： GET /builders/{builder}/profile。提取每个时间窗口的收入和用户数量，计算收入趋势（30 天占 all-time 的比例）以及人均收入（30 天和 all-time）。
2. 按 PnL 排序用户： GET /builders/{builder}/users?orderBy=pnl&order=desc&period=30d。浏览前 25 名。他们是否盈利？属于哪些梯队？
3. 按交易量排序用户： GET /builders/{builder}/users?orderBy=volume&order=desc&period=all。检查集中度。交易量是分散的，还是被少数钱包主导？

三次调用，五个数字：收入趋势、用户轨迹、人均收入、PnL 分布和交易量集中度。你可以通过脚本运行这套流程，也可以在 HyperTracker 仪表板的 Builders 页面上直接点击任意 builder 的资料进行查看。

仪表板以可视化方式呈现相同的数据：资料页显示所有四个时间窗口的收入和用户分析，排行榜每行的"Profile"链接可打开详情视图。如需编程访问，API 端点会返回你构建自有评分模型所需的原始数据。

何时应该放弃

没有哪个单一数字本身就是一票否决的理由。但某些组合应该引起你的警惕。

• 30 天收入下滑 + 用户数量下滑： 该前端正在同时流失用户和活跃度。除非有明确的转机计划（新功能上线、协议升级、可核实的营销推广），否则这是一个正在衰退的 builder。
• 总收入高 + 30 天收入极低： 该 builder 的钱大多是早期赚的，未能持续。可能是一次性集成带来的流量峰值，从未有后续跟进。
• 大多数用户处于负 PnL 梯队： 如果一个 builder 的大多数活跃用户都是 Exit Liquidity 或 Semi-Rekt 钱包，这些用户正在一边亏损一边产生手续费。这部分手续费收入有其生命周期。
• 交易量高度集中在两三个钱包： 依赖三个做市机器人的收入，一旦这些机器人迁移到更低手续费的档位或竞争对手那里，收入就会随之消失。

这些都是经验法则，每个 builder 的情况各有不同。但进行这项检查的意义在于，用数据替代直觉判断。这些资料就在那里，API 也在那里，用起来吧。

开展你自己的 Builder 尽职调查

HyperTracker 的 Builders 页面展示了 Hyperliquid 上每个 builder code 的收入、用户数量和人均分析数据。点击任意资料可查看完整详情，或使用 API 以编程方式获取数据。

探索 Builders 排行榜

Hyperliquid 上的 builder code 在设计上就是透明的。数据存于链上，HyperTracker 构建了将原始成交记录转化为可操作资料的分析层。本指南中的五项检查所花费的时间比读一份白皮书还少，而它们所揭示的关于一个前端真实吸引力的信息，远超任何一份路演材料。