利率模型是什麼，跟一般認知的銀行利率有什麼不同？
利率模型是借貸協議裡自動決定存款利率與借款利率的數學公式，這個公式通常以資金池的「利用率」作為核心輸入變數——利用率指的是資金池裡已經被借出的金額，佔總存入金額的比例。當利用率上升（代表借款需求旺盛，資金池裡可動用的資金變少），公式會自動拉高借款利率與存款利率；當利用率下降，利率也會隨之下降。整個調整過程完全由程式碼自動執行，不需要任何人在後台手動設定或調整數字。
跟一般認知的銀行利率最大的不同在於決定機制：銀行利率通常由央行政策利率、銀行內部風險評估、法規要求等因素綜合決定，帶有相當程度的人為裁量與滯後性，調整頻率可能是數週或數月一次；借貸協議的利率模型則是純演算法驅動，理論上每個區塊都能根據當下的利用率重新計算利率，反應速度遠快於傳統銀行體系，也完全透明公開，任何人都能查驗這個公式具體怎麼運作。
利率模型為什麼會出現，想解決什麼問題？
傳統銀行體系裡，利率決定過程涉及大量人為判斷與內部審核流程，這在中心化機構裡是合理的運作方式，但完全不適用於一個去中心化、無需許可、任何人都能隨時存款或借款的協議——如果利率需要人工設定，就代表需要有一個中心化的決策者，這跟去中心化借貸協議的設計初衷直接衝突。同時，借貸協議的資金池規模與借款需求可能在短時間內劇烈變化（例如市場出現重大事件導致大量用戶同時想借款），如果利率不能即時反應這種變化，資金池可能面臨資金被瞬間抽乾、卻沒有足夠利率誘因吸引新存款人補充流動性的風險。
利率模型想解決的正是這個問題：用一套完全自動化、公開透明的數學公式取代人為決策，讓利率能即時反映資金池當下的供需狀況——利用率越高，代表資金越稀缺，透過拉高利率吸引更多存款人加入、同時抑制部分借款需求，這是一套自我修正的市場機制，不需要任何中心化角色介入判斷。
利率模型具體怎麼運作，公式長什麼樣子？
最常見的設計是「分段線性利率模型」（kinked interest rate model），核心邏輯是設定一個「最適利用率」（optimal utilization，通常落在 80% 到 90% 之間），利用率在這個門檻之下與之上，利率上升的斜率完全不同：
存款人實際拿到的利率，通常是借款利率乘以利用率（因為存款人賺的是借款人支付的利息，扣除協議抽取的一部分作為儲備金或協議收入），所以借款利率跟存款利率會同步隨利用率變化，但存款利率通常會低於借款利率，兩者之間的差額是協議或儲備機制的收入來源。
利率模型對一般用戶有什麼實際影響，該注意什麼？
如果你是存款人，理解利率模型能幫助你判斷一個資金池目前顯示的高存款利率是不是可持續的——如果利用率已經接近或超過最適門檻，代表利率之所以高，是因為資金池流動性緊繃，這種高利率某種程度上是用「你的資金可能暫時無法即時提領」的風險換來的；如果利用率遠低於門檻，利率雖然可能較低，但流動性相對充裕，提領時面臨的實務風險也較低。查看一個資金池的即時利用率數字，通常比只看顯示的存款年化利率，更能反映你實際承擔的風險狀況。
如果你是借款人，理解利率模型的斜率設計，能幫助你預估借款成本可能的波動範圍——如果你打算長期維持一筆借款部位，需要考慮到如果整體市場借款需求突然升溫、利用率衝上陡峭區間，你的借款利率可能在短時間內大幅飆升，這跟傳統銀行貸款利率相對穩定、變動緩慢的特性有本質上的不同，是使用去中心化借貸協議時需要額外留意的成本波動風險。
Aave 與 Compound 是最早大規模採用分段線性利率模型的借貸協議代表，兩者都把最適利用率設定在特定門檻（依資產類型不同，通常落在 80%–90% 之間），並公開展示利率隨利用率變化的完整曲線圖，讓用戶能直觀看到利用率超過門檻後利率飆升的陡峭程度，這套設計後續被多數主流借貸協議沿用，成為去中心化借貸利率模型的業界標準做法。
優點是利率能即時反映資金池供需狀況，完全自動化、公開透明，不需要中心化決策者介入，也能透過陡峭斜率設計在利用率過高時自我修正，降低流動性枯竭風險；缺點是利率波動可能遠比傳統銀行體系劇烈，借款人可能在短時間內面臨大幅升息的成本壓力，存款人也需要主動理解利用率狀態，才能判斷顯示的高利率是否伴隨對應的流動性風險。