FX168财经网_全球视野外汇黄金加密货币NFT资讯网

流动性再质押代币（LRT）：探索Restake带来的机遇与挑战

个去中心化的流动质押解决方案。与依赖 MPC 钱包的传统方法不同，StakeStone 提供完全透明的基础资产和收益率。同时，OPAP 允许对 STONE 的基础资产进行优化，确保 STONE 持有者能够自动、轻松地获得优化的质押收益。 9.Babylon：「BTC 生态的 Eigenlayer」，Babylon 正在彻底改变我们扩展比特币的方式，其并不依赖于在比特币之上添加新的层或构建新的生态系统。相反，它从比特币链中提取安全性，并与各种 PoS 链共享。Babylon 正在开发一种比特币质押协议，允许比特币持有者将他们的 BTC 质押在 PoS 链上，并赚取质押（和再质押）他们的 BTC 的收益，以确保 PoS 链、应用和应用链的安全。与现有方法不同，Babylon 的这种创新协议消除了对质押比特币进行桥接、封装、挂钩或托管的需要。 10.Picasso：旨在将 Restaking 概念引入 Solana 区块链，通过类似 EigenLayer 的流动性再质押方法，允许质押者在 Solana 以及其他网络上重复利用其资产进行质押，以获得额外的收益。该协议特别注重利用加密经济安全性，为不同的去中心化应用和服务提供额外的保障。通过这种方式，Picasso 不仅增加了资产的流动性，还通过共享安全机制，促进了网络的整体安全和稳定。这些项目展示了 LRT 领域的多样性和创新，同时也指出了再质押市场的潜力和发展方向。在选择参与这些项目时，建议详细研究各自的特点、风险和潜在收益，以做出明智的投资决策。总结 LRT 的引入标志着加密资产质押领域的一次创新飞跃，通过解锁被质押资产的流动性，LRT 允许这些资产在多个网络和服务中重新质押以获得额外收益，提升了资本效率和收益潜力。然而，与所有创新一样，LRT 也伴随着风险，包括技术复杂性增加、智能合约潜在安全漏洞以及市场波动带来的影响。投资者在参与之前需要深入了解这些风险，并制定相应的风险管理策略，确保在追求收益的同时，也能有效控制潜在损失。来源：金色财经

金色财经2024-02-06

THUBA与DoraDojo合作举办的Bootcamp落下帷幕

，在长达一个月的系列分享中，依次涉及到MPC基础、分布式随机数生成、同态加密在分布式系统中的应用、分布式签名算法、Time-Lock Puzzles、可验证秘密分享、MPCformer和zkSNARK电路约束，共八讲课程，均由THUBA骨干成员带来。每场直播持续时长40分钟至1小时不等，每期平均收获1000+播放量，同时几乎每一场都有在直播间提问的观众，达到了知识交流的目的。在过去与区块链行业共同发展的5年时间里，THUBA见证了行业随不同周期在各个时段的不同侧重，也有幸拥有庞大的THUBA Family——曾与THUBA一同探索过web3世界的THUers。但不变的是，THUBA作为区块链学生组织，为行业引进人才，促进所有相关领域的知识产出和交流，这一目的。THUBA Bootcamp一直通过技术原理方面的讲解，实现这一目的，同时建设加密世界的公共产品。本次主题“分布式密码学”，是区块链技术的基础，每位讲者都准备了详尽全面、由浅入深的内容。支持本次Bootcamp并为THUBA讲师提供Bounty的Dora Dojo是一个前沿技术开源知识社区，也是THUBA的长期合作伙伴。Dora Dojo会定期以多种形式组织分享session，涉及Web3领域极为广泛的前沿选题。以下为本次THUBAxDoraDojo Bootcamp分享系列每讲内容的简要概述，以及视频与文字回顾链接。第一讲「MPC基础」讲者为@dragonfly，就读于清华大学网研院，研究区块链和AI for Security等领域。本讲内容包括四个方面：MPC是什么、MPC的安全定义、不经意传输与混淆电路、Secret Sharing（秘密共享）。首先，MPC为Multi-Party Computation的简称，意味着互不信任、且不信任任何trusted party的多方共同计算某个函数，除了各自的私有输入以及函数输出（及可从其输入和输出中推断出的信息）之外，不能获知任何额外信息。关于MPC的安全定义，有包括基于模拟/Real-Ideal Paradigm、半诚实模型、恶意模型等在内的多个模型，举例：关于不经意传输与混淆电路、Secret Sharing（秘密共享）两个部分，@dragonfly则结合计算详细展开，具体内容可见文字回顾与视频回顾：文字回顾：https://community.dorahacks.io/t/thuba-mpc/621/1 视频回顾：https://www.bilibili.com/video/BV1TC4y1g775/ 第二讲「分布式随机数生成」由THUBA Bootcamp Lead、Dora dojo密码学专题系列主讲、“零知识洞穴”播客主讲人、清华大学密码学博士@Sputnik进行，Sputnik主要从事区块链、零知识证明、ADKG、MPC等方面的研究。本讲内容包括：什么是Random Beacon、Random Beacon的应用、独创的对角线方法、协议设计。Random Beacon的协议目标是，在无可信中心的情况下为一组参与者提供一个可靠的随机数源，应用在区块链共识、抽奖系统，或任何需要随机数的地方。其中Sputnik分享了一篇独创的课题组论文，也即这里提到的对角线方法，详见这部分内容讲解：协议设计方面，需满足：不可预测性（unpredictability）：敌手无法在有历史信息和本轮信息的情况下预测之后任意轮次的输出；不可偏移性（bias resistance）：敌手无法在有历史信息和本轮信息的情况下控制输出的任意比特。具体设计思路请见文字回顾与视频回顾：文字回顾：https://community.dorahacks.io/t/thuba/628/1 视频回顾：https://www.bilibili.com/video/BV1He411C72Y/ 第三讲「同态加密在分布式系统中的应用」讲者为@AlbertXZZZZZ，就读于清华大学计算法学，研究方向为区块链安全、跨链、基础设施以及虚拟资产监管与合规。本讲包含内容为：同态加密的概念、同态加密的极简数学原理、隐私计算与同态加密、Web3和同态加密。首先，对于同态加密（Homomorphic Encryption）的概念，同态意味着运算在明文上的效果与在密文上的效果是一样的，Albert提供了同态加密的数学原理。隐私计算与同态加密部分。隐私计算（Privacy-preserving computation）是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中“可用不可见”；隐私计算可以通过可信执行环境、联邦学习、安全多方计算技术等实现。实现原理上，安全多方计算并非依赖单一的安全算法。最后，Albert评述了web3领域同态加密的使用场景，比如：并讲解了实现过程。具体可参见文字回顾与视频回顾：文字回顾：https://community.dorahacks.io/t/thuba/634/1 视频回顾：https://www.bilibili.com/video/BV1Hp4y1d77j/ 第四讲「分布式签名算法」讲者为@Joey Yu，就读于清华大学计算机系，研究方向为人机交互与普适计算。本讲内容涵盖三个方面：BLS算法介绍及其数学基础、签名实现、算法特性与现实应用。Boneh-Lynn-Shacham（BLS）是斯坦福大学研究团队开发的一种新的签名方案，它可以将许多数字签名聚合为一个，同时保持每个验证器是可识别和可负责的。在时空上均有优势，在进入BLS算法讲解之前，Joey回顾了曲线哈希（hashing to the curve）和曲线配对（curves pairing）这两个基础概念。在签名实现和算法应用优势两方面，Joey 各自予以了具体讲解。详细内容请见文字和视频回顾：文字回顾：https://community.dorahacks.io/t/thuba/648 视频回顾：https://www.bilibili.com/video/BV1Le411q73s/ 第五讲「Time-Lock Puzzles 」讲者@Eggry Ran，为清华大学密码学博士，研究方向为大模型内容安全与数据隐私、区块链中的匿名与监管、密码算法实现。包括如下内容：从时间胶囊到Time-Lock Puzzle、RSW方案、同态TLP与Cicada投票。本讲从一个假设由浅入深的展开，即如何制作一个向外来传递信息的“时间胶囊”？它将需要：锁——封装了一条秘密，谜题——解开秘密不需要额外信息，时间——必须花费时间T才能解开，那么Time-Lock Puzzle就是生成一个时间锁谜题。 RSW方案、同态TLP与Cicada投票是生成时间锁谜题的几种方法，具体讲解请参看文字和视频回顾：文字回顾：https://community.dorahacks.io/t/thuba-time-lock-puzzles/638/1 视频回顾：https://www.bilibili.com/video/BV1794y1T7cB/ 第六讲「可验证秘密分享」由@Felix FU担任讲者，Felix就读于清华大学经管学院，主要关注区块链、零知识证明。这一讲内容包括：可验证秘密分享(VSS)简介、Feldman VSS方案原理、在MPC中的应用案例和局限性。一般的数字签名都是基于消息内容本身进行运算，比方说：用消息本身算hash值，然后再基于hash函数值设计计算困难性问题；这样，被分享者通过验证困难性问题的答案，就可以确认拿到的数据确实是从有秘钥的人手里发出来的，而且中间没有被篡改；但是在秘密分享的要求下，事情就变得难办起来了。可验证秘密分享（Verifiable Secret Sharing, VSS）方案，本质上是基于零知识证明，来做到向对方证明你的陈述（让对方相信，但又不能泄能够让对方推断出原始数据本身的信息）。接下来Felix具体讲解了Feldman VSS方案：最后谈了VSS方案在MPC中的应用案例，以及局限性。具体内容请参看文字与视频回顾：文字回顾：https://community.dorahacks.io/t/thuba/642/1 视频回顾：https://www.bilibili.com/video/BV1Cw411J7Hf/ 第七讲「MPCformer」的讲者@Spark，就读于清华大学交叉信息研究院。本讲内容包括：transformer 基础知识、对于mpc-friendly的改进、相关的框架和实现效果。主要介绍了一篇论文，其中提到了如何通过MPC方式来计算这个transformer这一机器学习模型，也即使transformer的计算更适合做MPC，报刊很多具体的技巧，函数如何设计等等。具体内容请参看文字与视频回顾：文字回顾：https://community.dorahacks.io/t/thuba-mpcformer/646 视频回顾：https://www.bilibili.com/video/BV11b4y1P7GR/ 第八讲「zkSNARK 电路约束」由@Leo带来，Leo主要关注ZKP和区块链经济模型。这一讲内容包含：什么是ZKP、ZKP的形式化定义、zk-SNARK与电路约束、zk的应用：以zkml为例。从zk的形式化定义，到zk-snark的介绍，包括什么是算术电路、zk-snark的工作流，再到zk的应用，并以zkml作为例子进行讲解。具体内容请参看文字与视频回顾：文字回顾：https://community.dorahacks.io/t/thuba-zksnark/647 视频回顾：https://www.bilibili.com/video/BV1gW4y1c7Kz/ 从2022年开始，THUBA Bootcamp至今已举办多季。2022年春季的Bootcamp系列从3月19日开始，8月9日结束，内容依次为：Course 1 区块链入门介绍；Course 2 智能合约和区块链开发从0到1；Course 3 艺术与NFT；Course 4 碳中和与环境；Course 5 GameFi：从零到英雄；Course 6 智能合约的法律应用场景；Course 7 展望Web3.0。2023年5-6月同样举办了零知识证明训练营Bootcamp系列，其六讲分别是：01 跳进零知识洞穴；02 走进Plonk协议；03 Virgo zk-SNARK：Behind the Scene；04 R1CS电路开发；05 zkRollup结构及项目初探；06 zk隐私保护空投。以上皆可见于THUBA bilibili账号或公众号，还有许多其他系列。Bootcamp系列公开、公益，以知识交流为目的，未来也将继续分享，欢迎互动或合作！来源：金色财经

金色财经2024-02-05

Metis：Layer2竞赛中的最强黑马？

行采样，以确保排序器正确地排序交易。 MPC（多方计算）的优势是隐私保护和去中心化，对简单的布尔运算很有效。然而，明显的缺点是没有中继节点来分发信息，通信次数增加，网络内部的通信成本显著上升。在需要共识的区块链网络中，这个劣势会更加明显。总的来说，Metis将单点排序器转变为一组排序器池，以允许去中心化的排序器达成一致以完成签名，并通过节点质押机制和轮换机制实现去中心化，这可能最终不需要比Layer1低得多的网络成本，但可以实现MEV抵抗+解决单点故障问题，并同时将收益分发给节点质押者。然而，无论是Metis的MPC解决方案还是Radius的公共内存池都没有解决去中心化的排序器给网络带来的负担，并最终将成本转嫁给用户的问题。 Metis TVL最近的激增引起了对去中心化排序器重要性的关注，根据L2BEAT数据，OP方案目前在所有Layer2网络中的TVL中排名第五。除了市值考虑外，作者认为Metis大多数方案是合理的，是一个标准的去中心化排序器方案。设计意图既是积极分配蛋糕，也是向市场展示Layer2原生代币的价值捕获，不仅限于Gas费用和治理。来源: L2BEAT 数据时间 24/02/01 Rollup三要素 Rollup是Layer2解决方案之一，也被称为Rollup。它通过将以太坊主网（即Layer1）上执行的交易计算和存储迁移到Layer2进行处理和压缩，然后将压缩的数据上传到主以太坊网络，从而扩展了以太坊的性能。 Rollup可以分为ZK Rollup和Optimistic Rollup，具体取决于用于确保压缩数据有效性的方案（即数据的正确性）。它涉及到链上计算，其中每隔几分钟就会将交易打包到链上进行打包验证和记账，因此得名。然而，即使我们通常将其称为Rollup链，Rollup的链下部分并不是完整的区块链，而只是将一堆交易打包起形成Rollup交易，而接收Rollup交易的所有节点并不执行已打包的逻辑，而只执行该逻辑的执行结果。来源：作者排序器 Sequencer是Layer2中负责对交易进行排序、组织、打包并提交到Layer1网络的角色。目前，大多数Layer2项目依赖于单一的排序器（通常是项目本身）来完成上述工作，这也存在两个安全问题：1. 单点故障，如果排序器由于攻击或技术故障而出现问题，整个网络将关闭；2. 可扩展性问题，单一的排序器可能难以应对不断增加的交易量。 Validation 在交易过程中，由排序器发送的打包数据需要进行验证。目前，大多数以太坊Rollup的验证是由以太Rollup智能合约执行的，以确保数据的可靠性。有两种不同的验证方法：ZK Rollup（零知识Rollup）和Optimistic Rollup。例如： ZK Rollup：验证方法：ZK Rollup使用零知识证明来验证Layer2上发生的所有交易的正确性。零知识证明允许验证者在不知道该交易的详细信息的情况下确认交易的有效性；隐私：ZK Rollup强调用户隐私，因为计算的“证明”是在Layer1提交，而不是交易的详细信息。交易的详细信息在Layer2上执行，而Layer1只验证零知识证明的有效性。 Optimistic Rollup：验证方法：Optimistic Rollup采用一种“乐观”的策略，假设所有交易都是合法的，并仅在必要时验证。验证通过欺诈证明进行，其中在Layer1提交有关Layer2上的交易违反规则的证明；实时性：由于假定所有交易都是合法的，Optimistic Rollup上的交易可以迅速完成，仅在发生争议或分歧时进行验证。 DA（数据可用性） DA，或数据可用性，公开发布链下每笔交易的状态数据，以便其他参与者也可以访问和使用此交易状态数据。一些Layer2将交易状态数据写入以太坊Layer1，从而实现DA。还有一些Rollup-Layer2将交易关键数据写入第三方区块链，其中数据可用性假定数据是可信的。例如： Optimistic Rollup中的DA：确保Layer2上所有交易的数据在Layer1上可用。如果数据不可用，任何人都可以在Layer1上提出异议，这有助于防止潜在的数据篡改或遗漏； ZK Rollup中的承诺（Commitments）：在Layer2中进行所有交易的计算和存储，但仅提交计算结果（称为承诺）到Layer1。使用零知识证明证明这些承诺是正确的。注意：在ZK Rollup中，“承诺”关注的是验证Layer2上交易的计算结果的正确性，而“数据可用性”关注的是确保Layer1可以访问Layer2上所有交易的数据，通常这两者是互补的，以确保整个系统的安全性和可靠性。在Rollup的三个关键要素中，排序器被认为是最关键的。排序器负责将Layer2交易信息排序和压缩到链下。由于此过程涉及对数据可信度的验证，实现数据可靠性验证和可用性可能并不那么关键，当排序器被分散时。基于POS共识的Metis去中心化排序器来源: MetisL2 排序器选择 Metis Rollup通过在Layer2计算过程中引入一个名为“验证者”的角色，并通过竞争挖矿机制激励验证节点迅速验证交易，改进了“交易数据验证委员会”。它通过引入Layer2计算过程中的“验证者”角色，并通过竞争挖矿机制激励验证节点迅速验证交易，这是通过竞争机制实现的。与其他使用权益证明（POS）机制的Layer1网络类似，Metis上的交易需要由节点进行验证。因此，从Metis提取资产到主以太坊网络不会出现间隔和延迟的问题。与Optimistic Rollup相比，Metis Rollup的一个显著区别是，从Metis提取资产到以太坊L1层只需要几个小时或几分钟。这突显了Metis Rollup在处理交易的效率和速度方面的优势。总体而言，质押金额越高，节点加入排序器的概率就越高。当然，这其中也有一定的随机成分。排序器的MPC（多方计算） Metis对排序器的去中心化实现涉及三个关键角色：管理员（Admin）、排序器和基于POS的共识层。管理员：负责设置整个网络的关键参数，以及管理将排序器资格添加到池中。协议方不再直接对这些事项拥有绝对控制，而是在提案经过验证后由管理员执行。在实现去中心化时的一个困难在于，必须以去中心化的方式管理排序器，同时保持高效和便捷；排序器：Metis使用基于TSS（阈值签名方案）的MPC（多方计算）签名来管理多个排序器的签名权限。每个排序器有权决定一个Batch，并通过MPC签名方式让所有排序器参与。如果签名数超过2/3，Batch被认为有效，并可以提交到L1上的Rollup合约。由排序器池执行的MPC签名由基于POS网络的另一个合约管理。当POS网络无法检测到MPC地址时，触发MPC模块生成密钥；基于POS的共识层：POS网络负责管理具有排序器签名权限的合约、监视MPC地址并触发密钥生成。生成的密钥被切片并分发给池中的每个排序器进行MPC签名。该模块的设置包括密钥的生命周期管理，包括多重签名生成、密钥再共享、应用签名和删除签名；采用TSS的原因是其高容错性和灵活性。与多重签名相比，TSS无需在链上验证每个签名，而是聚合所有签署者的签名并进行统一检查，从而提高事务确认速率。此外，POS节点之间的通信使用独立的Tendermint通道，而MPC运行时通信使用libp2p协议。整个系统的设计旨在实现排序器的高效且安全的去中心化管理。 Metis排序器的交易流程 1、最始用户发起交易；2、交易被转发到排序器网络节点；3、区块生成：当排序器接受交易为有效时，创建一个区块；4、完成：MPC节点讨论区块的合并并将其转发到以太坊主链。 MetisEDF Metis生态发展基金（MetisEDF）为此提供财务支持，涵盖了多个方面，如激励协议的开发和部署、提供流动性支持、进行安全审计和实施流动性挖矿计划。分配包括：排序器挖矿：65.4%（3百万枚METIS / >2.6亿美元）；生态系统资金：34.6%（160万枚METIS / >1.4亿美元）。排序器中心化问题来源：作者以太坊的原则是每个节点都存储并执行用户提交的每笔交易，这种高水平的安全性也导致整个网络非常昂贵，因此需要扩展整个网络的容量并采用Rollup解决方案。简单来说，Rollup = Layer1中的一组合约 + Layer2中的自己的网络节点，即链上智能合约 + 链下聚合器，它依赖于以太坊进行结算、共识和数据可用性，并且仅负责执行Rollup本身。链上智能合约表示其信任模型是以太坊上的智能合约，借用了以太坊的安全性；链下聚合器在链下执行和聚合交易，压缩大量交易，最终将它们放置在主以太坊网络上，以实现更快、更便宜的交易。 Layer2网络节点有多个组件，其中排序器组件是最重要的。它负责接收Layer2上的交易请求，决定它们的执行顺序，并将交易序列打包成一个批次，最终传输到Layer1上的智能合约。虽然以太坊上的所有Layer2 Rollup都有中心化的排序器，但Metis已经抓住机会成为一个去中心化的排序器。一个Layer2全节点可以通过两种方式获取交易序列：直接从排序器获取或通过阅读由排序器发送到Layer1的交易批次，但后者具有更强的不可篡改属性。由于交易执行会改变区块链分布式账本的状态，为了确保一致性，Layer2全节点必须将分布式账本状态与排序器同步，除了获取交易序列外。因此，排序器的任务不仅是将交易批次发送到Layer1的Rollup合约，还要将交易执行后的状态更新结果StateRoot/StateDiff传递到Layer1。总的来说，排序器的工作是处理和排序交易成为区块添加到区块链中，并负责以批次处理交易并将它们发布到Layer1智能合约。对于Layer2节点来说，只要获得Layer1上的交易顺序和Rollup的原始StateRoot，就可以恢复Layer2的区块链账本并计算出最新的StateRoot；相反，Layer2 节点本身计算出的 StateRoot 与排序器发布到 Layer1 智能合约的 StateRoot 不一致。意味着排序器是欺诈性的。综上所述，Layer1 比 Layer2 自己的网络更加去中心化、去信任化和安全。例如，Optimistic Rollup 允许所有 Layer2 节点提供 Fraud Proof，证明 Layer1 中的排序器发布的数据是错误的。但对于没有Fraud Proof的Optimism来说，如果它真的想通过排序器盗取Layer2用户的资产，只需让排序器操作者伪造交易订单，将其他人的资产从Layer2转移到自己的资产上即可。地址，然后最终通过 Rollup 自带的 Bridge 合约将盗取的币转移到 Layer1。对Metis的思考最近最大的Layer2炒作无疑是Cancun升级，但这对Metis来说并不是唯一的好消息，而是普遍适用的。抛开“Vitalik Buterin的妈妈/最好的朋友”的情绪，Metis与其他Layer2之间最大的竞争是去中心化排序器和PoS下的经济模型，TVL显示了市场对Metis用户信心的整体市值反馈。与其他自己掌控资金并将更多收益返还给用户的Layer2不同，OP Rollup的经济模型受到强烈的控制和中心化，将代币OP奖励给生态系统以刺激发展和互动以从Gas差价中获利，而Metis则将其收益利益移交给质押社区进行竞争，大幅释放Layer2基础设施的金融化，并吸引了市场的广泛关注。 MEME更多地代表了一种文化和一些社会经济因素，就好像我们在购买MEME的过程中除了它十倍、百倍甚至千倍的投资预期之外，但更多的过程是来自于我们对MEME的认可和热爱。它的叙述和各种因素，但总是拉盘就是正义，Metis不断增长的TVL也是市场对其投资预期的一种反馈。抛开技术层面，如果从市场角度考虑属性问题，如果说Inscription是公链性能的检验器，那么MEME在一定程度上就是市场认可度的试金石。来源：金色财经

金色财经2024-02-04

ABCDE：我们为什么领投Bitmap.tech

特币层的初始资产至二层，使用Cobo的MPC解决方案来确定所有资金非托管且安全。Merlin的整体解决方案将经过多个公司审计和开源。与其他比特币二层方案不同，Merlin Chain将继续支持比特币钱包和地址，，他们采用粒子网络的账户抽象方案，用户可使用Unisats或者OKX钱包甚至邮箱和手机在Merlin Chain上转移、授权和接收资产。 Merlin Chain即将2月初上线，已有18个Dapp生态加入，包括DEX iZUMi、跨链桥Mesonfi和Polyhedra，比特币原生资产应用Bitmap.Game和Bitmap.War，BRC-420重构应用Mineral等，还有有比特币稳定币BitSmiley等其他优秀的生态项目。比特币Layer2夏日之争，战火燃起。 Ordinals/Atomicals/Taproot Assets 等协议在比特币铸造了大量的资产。当大量资产被铸造后，接下来可能会迎来令人兴奋的比特币 Defi Summer，让 9000 亿市值的比特币进入 Layer2，也许 TVL 会比以太坊整个生态都会大。在这个超大体量的生态下，比特币Layer2至少有几十亿TVL的二层或者Defi机会。如今，在比特币的恐慌中，Layer2 关注谁会首先强调重围？ Bitmap.tech拥有比特币生态第一的NFT资产蓝盒、第二的资产协议BRC420、第一的资产社区（Bitmap+BRC420）和最强的原始资产与生态。Bitmap.tech无疑在比特币腐蚀币Layer2参赛者评选已经是领先的一个主体。其元宇宙标准协议，有望把Bitmap拓展到整个加密生态圈，成为最大的加密元宇宙，我们期待Bitmap.tech能够实现比特币走向繁荣的生态。来源：金色财经

金色财经2024-02-04

Metis：MEME叙事中的Layer2、Layer2竞争中的最强黑马？

查，确保排序器对交易的排序是正确的。 MPC（多方计算）在隐私保护和去中心化方面具有优势，然而在需要达成共识的区块链网络中，它也存在一些明显的劣势。由于缺乏中继节点分发信息，导致了通信次数的增加从而又导致了网络内通信成本的显著上升。Metis的解决方案是将单点排序器转变为排序器池，通过节点质押机制和轮换机制实现去中心化，从而使去中心化排序器能够达成共识完成签名。虽然这可能使网络成本最终并不比Layer1低太多，但却能够实现抗MEV和解决单点故障问题，同时将收益分发给节点质押者。近期Metis TVL的急剧增长引起了人们对于去中心化排序器重要性的关注，据 L2BEAT 数据，当前在所有Layer2网络中OP方案的TVL排名第五。Metis的去中心化排序器设计初衷既能主动分配蛋糕，同时也能让市场看到Layer2原生代币的价值捕获。图源： L2BEAT 数据时间24/02/01 Rollup三要素 Rollup是Layer2解决方案之一，也称为卷叠。其工作原理是将在以太坊主网（即Layer1）上进行的交易计算和存储迁移至Layer2进行处理和压缩，然后将压缩后的数据上传至以太坊主网，从而扩展以太坊的性能。 Rollup根据确保压缩数据有效性（即数据正确性）的方案不同可以分为ZK Rollup和Optimistic Rollup。它涉及链下计算，每隔几分钟将交易打包到链上，进行滚动验证和记账，并因此得名。然而尽管我们通常将其称为Rollup链，但Rollup的链下部分并非是完整的区块链，从字面上理解Rollup将一堆交易卷起来形成一个Rollup交易，所有节点在接收到此Rollup交易后不执行被卷起来的逻辑而只接受这些逻辑的执行结果。图源：Ac-Core自制排序器(Sequencer) 排序器是 L2 中负责将交易排序、整理、打包并提交到 L1 网络的角色，目前大多数 L2 项目，都依赖单一序列器（通常是项目方自己）来完成以上工作，这里存在着两个安全问题：1.单点故障，如果该序列器因为攻击或技术故障出现问题，整个网络会因此停摆； 2.扩展性问题，单一的序列器可能难以应付日益增长的交易量。验证交易过程中在排序器发送打包的数据需要经过验证，当前以太坊Rollup的验证大部分是由以太坊Rollup智能合约执行来以此保证数据的可信性。主要存在两种不同的验证方法：ZK Rollup（零知识证明Rollup）和Optimistic Rollup（乐观卷叠）。例如： ZK Rollup: 验证方法： ZK Rollup使用零知识证明（Zero-Knowledge Proofs）来验证在Layer2发生的所有交易的正确性。零知识证明允许验证方在不了解具体交易细节的情况下确认其有效性；隐私保护： ZK Rollup强调用户隐私，因为在Layer1上提交的是计算结果的“证明”而非交易的详细信息。具体的交易内容在Layer2上进行，而Layer1只验证零知识证明的有效性。 Optimistic Rollup: 验证方法： Optimistic Rollup采用“乐观”策略，即假设所有的交易都是合法的，然后在必要时才进行验证。验证是通过欺诈证明（Fraud Proofs）来完成的，即在Layer1上提交证明，证明Layer2上的交易违反了规则；实时性：由于假设所有交易合法，Optimistic Rollup在Layer2上的交易可以迅速进行，而验证发生在有争议或异议产生时。 DA(Data Availability) DA即数据可用性，将链下处理的每笔交易的状态数据公开发布，使其他参与者也可以访问和使用这些交易状态数据。某些Layer2将交易的状态数据写入以太坊Layer1，从而实现DA。也有一些Rollup Layer2将交易关键数据写在第三方区块链上，数据可用性的前提是数据可信。例如： Optimistic Rollup中的DA: 确保Layer1上能够获得Layer2上所有交易的数据。如果数据不可用，任何人都可以在Layer1上提出异议，这有助于防止潜在的数据篡改或遗漏； ZK Rollup中的Commitment: 在Layer2中，所有交易的计算和存储发生，但只有计算的结果（称为Commitment）被提交到Layer1。零知识证明用于证明这些Commitments的正确性。注：在ZK Rollup中"Commitment" 更侧重于验证Layer2上交易计算结果的正确性，而"数据可用性" 更关注确保Layer1可以获得Layer2上所有交易的数据，这两者通常是相辅相成的，以确保整个系统的安全性和可靠性。在Rollup的三个关键要素中，排序器被认为是最为关键的。排序器负责在链下执行对Layer2交易信息进行排序和压缩的过程。由于这一过程涉及数据的可信性验证，因此实现数据的可用性至关重要。然而当排序器是去中心化的时候，对于数据可信性验证和可用性的实现可能不再如此紧要。基于PoS共识的Metis去中心化排序器图源：Metis L2 排序器的遴选在 Metis 上锁仓$Metis有机会成为节点，会根据锁仓的 $Metis 数量计算权重，算法会为这些节点分别分配一个范围。Metis Rollup对"交易数据验证板块"进行了改进。在Layer2层的计算过程中，引入了一个名为"验证人"的角色，并通过竞争挖矿机制来激励验证节点快速验证交易，并且这一过程通过竞争机制实现。与其他采用Proof-of-Stake（PoS）机制的Layer1网络类似，Metis的交易也需要节点进行验证。因此，从Metis上打包并传送到L1上的数据不存在争议问题，也就避免了将资产从Metis提取到以太坊主网上出现间隔和延时的问题。与Optimistic Rollup相比，Metis Rollup的一个显著区别在于，资产从Metis提取到以太坊L1层仅需要几个小时或几分钟。这突显了Metis Rollup在处理交易的效率和速度方面的优势。总体上，锁仓金额越高的节点加入排序器的概率越高。当然这其中也有一些随机成分。排序器的MPC(多方计算) Metis实现排序器的去中心化涉及三个关键角色：管理员（Admin）、排序器和基于PoS的共识层。管理员：负责设置整体网络的关键参数，以及管理排序器加入排序器池的资格。协议方不再直接掌握此类事务的绝对控制权，而是通过提案审定后由管理员执行。实现去中心化的难点之一在于排序器的管理必须以去中心化的方式进行，同时要保持高效和便利；排序器：Metis采用了基于 TSS（Threshold Signature Scheme）的MPC（Multi-Party Computation）签名来管理多个排序器的签名权限。每个排序器有权决定一个批次，并通过MPC签名的方式让所有排序器参与。如果签名数量超过2/3，则认为该批次有效，可以提交到L1上的Rollup合约中。排序器池进行的MPC签名由基于PoS网络中的另一个合约进行管理。当PoS网络检测不到MPC地址时，会触发MPC模块以生成密钥；基于PoS的共识层：PoS网络负责管理排序器签名权限的合约，监控MPC地址，以及触发密钥的生成。生成的密钥会被分片后分发给池中的每个排序器，用于进行MPC签名。该模块的设置涵盖了密钥的生命周期管理，包括多重签名生成、密钥重新共享、应用签名、删除签名等；采用TSS的原因在于其具有高容错性和高灵活性的属性。相较于多签，TSS无需在链上对每个签名进行验证，而是将所有签名者的签名聚合后统一进行校验，从而提高了交易确认速率。此外，PoS节点间的通信使用独立的Tendermint通道，而MPC运行时的通信则采用了libp2p协议。这一整套系统的设计旨在实现高效、安全的排序器去中心化管理。 Metis排序器的交易流程 1.启动用户开始交易；2.交易被转发到网络排序器节点；3.区块生成：排序器接受交易有效时创建区块；4.最终确定：多方计算（MPC）节点讲区块合并转发到以太坊主链。 MetisEDF Metis生态发展基金（MetisEDF）为此提供资金支持，涵盖了多个方面，如激励协议的开发和部署，提供流动性支持，进行安全审计和实施流动性挖矿计划等。分配包括： Sequencer挖矿：65.4%（3百万$METIS / >2.6亿美元）; 生态系统资助：34.6%（1.6百万$METIS / >1.4亿美元）。中心化的排序器问题图源：Ac-Core自制以太坊的原理是，每个节点都存储且执行用户提交给它的每笔交易，这种高级别的安全方式也导致整个网络十分昂贵，所以需要为整个网络扩容而采取Rollup解决方案。简单来说，Rollup = Layer1的一组合约 + Layer2的自身网络节点，即链上智能合约 + 链下聚合器，在结算、共识、数据可用性方面均依赖以太坊，自己仅负责执行 Rollup。链上智能合约，表示了它的信任模型就是以太坊上的一个智能合约，借用了以太坊的安全性；链下聚合器，表示了它会链下执行并聚合交易，将大批量的交易进行压缩，并最终放上以太坊主网，达成更快且更便宜的目的。 Layer2网络节点又由很多部分组成，其中排序器组件最为重要。它负责接收Layer2上的交易请求，以此决定它们的执行次序并将交易序列进行Batch，最终传送给Rollup项目在Layer1上的合约，目前以太坊所有Layer2 Rollups的排序器都是中心化的，Metis却正好占据了去中心化排序器的先机。 Layer2的全节点可以通过两种方式获得交易序列：一是直接从排序器获取，二是读取排序器发送到Layer1的Batch，但后者拥有更强的不可修改属性。由于交易执行会改变区块链账本的状态，为确保一致性，Layer2全节点除了需要获得交易次序，还必须与排序器同步账本状态。因此，排序器的任务不仅是将交易批次发送到Layer1的Rollup合约，还要将交易执行后的状态更新结果StateRoot/StateDiff传送至Layer1，通俗来讲排序器的工作是将交易处理和排序为添加到区块链中的块，负责批量处理交易并将其发布到 Layer1 智能合约。对于Layer2的全节点来说，只要获取了Layer1上Rollup的交易序列和最初的StateRoot，就能够还原出Layer2的区块链账本，并计算得出最新的StateRoot。反之，Layer2全节点自己计算得到的StateRoot与排序器发布到Layer1的StateRoot不一致，就意味着排序器存在欺诈行为。综上相比Layer2自身的网络，Layer1会更加去中心化、去信任（Trustless）和更安全。 Optimistic Rollup举例它允许Layer2全节点提供欺诈证明，证明排序器在Layer1发布的数据是错误的。但对于没有欺诈证明的Optimism来说，如果它真想通过排序器来盗走Layer2的用户资产，只需让排序器运行者伪造交易指令，并将其他人在Layer2的资产转移至自己的地址，最后通过Rollup自带的Bridge合约来把盗来的币转移至Layer1。对于Metis的看法图源：Chaindebrief Layer2近期最大的炒作热点无疑是坎昆升级，但这对于Metis不会产生独有的利好而是普遍性的。抛开“ Vitalik Buterin 妈妈 / 闺蜜”的市场情绪影响，Metis与其他Layer2最大的竞争点在于其去中心化的排序器和权益下放的经济模型，TVL表现出的市值整体更加贴合市场用户对于Metis信心的反馈。 Metis与其他Layer2自己紧握财政大权的方式不同，而是把更多的收益分给了用户。OP Rollup的经济模型整体是强控制状态，通过中心化的方式，不断给生态发放OP Token奖励来刺激开发和交互以此通过赚取Gas价差获利，与此方式不同的是，Metis则是把收益权益下放给了质押者们参与竞争，大幅释放Layer2基础设施金融化的属性，以此吸引到市场的大量关注度。 MEME更多代表着一种文化和一些社会经济学因素，好比我们在买MEME的过程中除了对它十倍、百倍甚至千倍的投资预期外，更多一部分是来自我们对它叙事方式和各类因素的认可和喜爱，但总归拉盘即正义，Metis不断增长的TVL也是市场对于其投资预期的一种反馈。MEME属性问题在抛开技术层面站在市场端的角度来考虑，我的观点是，如果铭文是公链性能的测试器，那MEME一定程度上是市场认可度的试金石。来源：金色财经

金色财经2024-02-02

解码即将登陆多家交易所的ZetaChain：链接比特币的全链智能合约L1

由流通之路。资产上链：多方安全计算（MPC）和阈值签名系统（TSS），打造无需智能合约支持的安全账户系统，比特币等也可支持，同时，ZetaChain 内置消息跨链和代币转移功能，后续会逐步扩展至任意网络；跨链传递：ZetaChain 内置 ZRC-20 格式，触发交易时，上链资产会被封装成 ZRC-20 格式代币，但是在交易完成后，用户提取至目标主网的资产会解封为目标链原生资产，以此实现非封装资产的全链流通。全链流通：ZetaChain 主网会陆续接入 EVM、比特币或者其他异构链，同时 ZetaChain 内置 ZetaEVM，开发者可以接受任意链的消息和资产，也可随意转移消息和资产，间接实现全链智能合约能力，比如支持用户传递比特币和 Ordinals 资产。对于 ZetaChain 而言，技术力的展示还有很多，诸如全链 AMM DEX 的梦想，赋能异构链 EVM 能力，以及资产安全流通都在考虑之内，尤其是全链 AMM DEX ，堪称链上 DEX 的圣杯。 2023 年 11 月，SushiSwap 和 ZetaChain 达成合作，双方将共同建设支持包括 BTC 在内的全链 DEX，释放比特币的交易媒介能力，真正打造链上顶级流动性。赋能用户：上币、空投、挖矿同步进行为了奖励在测试网过程中提供贡献的用户，ZetaChain提供了大量的空投，在 1 月 24 日公布空投消息后，共计有超过 80 万用户有资格获取空投，数量高达 3150 万枚 $ZETA。并且面对女巫和撸毛党，ZetaChain 也并未像其他项目一样“赶尽杀绝”，在识别出 30 万疑似女巫地址后，也承认其中有突出贡献的地址数，承认他们帮助测试网的压力测试苦劳。根据 PANews 此前报道，ZetaChain 将把总供应量的 10% （约为 2.1 亿枚）设置为空投份额，绕过交易所和项目方，直接和用户链上点对点分发代币，以最大程度促进主网活跃和去中心化程度。而在上币信息公布后，ZetaChain 还表示会持续进行空投。接力测试网空投，主网上线也提供了巨量福利等待用户去领取，目前共有 8.5% 的空投将持续进行分发，其中主网用户占据 6%的空投份额，持续参与 ZetaChain 的Quest活动有机会持续分享2.5%的空投份额，另外社区的核心贡献者们可以获得1.5%的空投奖励。赋能用户，此为其一。在上线众多交易所之余，ZetaChain还联合 Bybit Launchpad 进行质押挖矿，预计后续将有更多交易所支持各类理财行为，比如将和 OKX、Bitget Wallet 和 TP 钱包合作进行交易赛，共计有 480 万枚 $ZETA 组成奖池，赋能用户，此为其二。最后是主网上线，可以这样说， ZetaChain 为了能在主网上线后打造出真正的全链时代倾尽所有，以代币经济学为例，$ZETA 的代币功能贯穿全链交易的所有环节，包括：通过投票和惩罚（Slash）机制，确保 ZetaChain 的 DPoS 共识机制稳健运转；反垃圾机制，确保用户公平、高效地使用计算和存储等区块链资源；跨链交易的通用 Gas Fee； $ZETA 代表资产跨链转移的价值多寡；在具体分配上，高达 22% 的比例将用于生态和用户增长，除上文详述的用户空投外，生态增长占比达 12%，这将用于 ZetaChain 的大规模采用。目前，ZetaChain 主网上线已经进入倒计时，主网上线后，大批用户可将 $ZETA 投入 DPOS 网络，分享 10% 份额的验证节点激励，在链上交易还有 5% 的流动性奖励，此外，24% 的代币份额将进入国库，用于 ZetaChain 的长期增长，相当于主动锁仓和类似通缩机制的效果，实现资产的长期增值。最终，真正分配给投资人和团队的占比为 38.5% 左右，实现接近 2/3 的代币在用户和社区中流通，最大程度确保 ZetaChain 的公平性和去中心化。结语：全链未来代币上所只是 ZetaChain 发展宏图的开端，ZetaChain 目标将打造出不同于以往的全链体验，除了真正实现资产和消息的跨链流通和全链 AMM DEX 外，还可以支持多链 NFT 传递、通用支付、通用 DID 身份协议、多链多签金库管理、全链 AA （账户抽象）智能合约钱包，已经最终实现全链 DeFi 和 DAO 共存，开启下一个时代的链上体验。总之，ZetaChain 伴随着比特币的全链概念向上生长，最终将打开链上资产自由的任意门，而持续赋能的三连击，将在主网上线后和用户共同成长。来源：金色财经

金色财经2024-02-01

微软2024Q2的出色表现增强了 3 万亿美元俱乐部的耐用性

的关键支撑，尽管其市场份额很大。在 MPC 方面，预计该细分市场将受益于未来稳定的 PC 市场，这将增加上一年 Windows OEM 销售额的下降基线。动视暴雪最近的整合也将继续为游戏业务带来巨大的收益。预计此次合并还将补充具有弹性的Xbox内容和服务销售（第一季度：+13%同比;F2Q：同比+61%，包括55个百分点的并购贡献），同时部分抵消了基础Xbox硬件销售的持续放缓。在成本方面，我们预计基础业务的利润率将继续扩大，即除动视整合成本外。尽管管理层继续预计，到 2024 财年，动视相关整合活动将推动季度成本增加，但持续扩大 AI 相关部署将是实现有机利润率扩张的关键。尽管与动视相关的集成成本增加，以及与生成式人工智能投资相关的支出增加，但上一季度的营业利润率与上一季度相比相对持平，管理层已经指导了这一点。 A screenshot of a computer Description automatically generated 作者 Microsoft_-_Forecast_Financial_Information.pdf。估值考虑因素我们将 Microsoft 的基本价格设定为每台 402 美元。这反映了对Microsoft在短期内超过令人垂涎的3万亿美元市值门槛的持久力的信心。诚然，该股在过去一年中已经受益于利润率的大幅扩张，这主要是由于市场对其人工智能前景的乐观情绪。然而，最近几个季度在将人工智能机会货币化方面的持续积极进展继续加强了这种人工智能溢价的持久性。我们预计，由于Microsoft和整个行业更广泛地部署生成式AI解决方案，推理机会的长期资本化可能会支撑进一步的上升潜力。因此，这强化了Microsoft的“逢低买入”或“疲软累积”的说法，因为结构性影响对其持续两位数增长轨迹的影响风险有限。 A screenshot of a computer screen Description automatically generated 作者 A screenshot of a computer Description automatically generated 作者我们的目标价格是使用贴现现金流（DCF）方法得出的。该分析考虑了与上一节中讨论的基本预测相结合的现金流量预测。9%的WACC用于反映Microsoft的风险状况和资本结构。我们的分析还假设Microsoft的估计永久增长率为4.5%。这代表了同行的估值溢价，并超过了Microsoft核心运营区域长期经济增长的预期速度。然而，我们认为该股值得增加溢价，因为尽管其市场份额规模庞大，但Microsoft仍保持着持续的两位数增长和大规模利润率扩张的记录。该公司也是首批在利用仍处于早期阶段的新兴人工智能机会方面形成护城河的公司之一。在我们看来，Microsoft的人工智能护城河得到了多元化产品板的加强。这将能够优化利用基础设施（例如GPU容量），LLM即服务（例如Azure OpenAI服务）和其他最终用户应用程序（例如Copilot）的AI机会，从长远来看，这有效地维持了Microsoft两位数增长的历史速度。所采用的溢价估值假设也与Microsoft持续优于同行的表现一致。近几个月来，由于经济数据喜忧参半以及美联储政策的不确定性，市场波动一直是关键主题。然而，自去年 12 月以来，相对于更广泛的软件同行的平均表现，Microsoft 一直保持着平均溢价。 Microsoft m/m performance software m/m performance 来自 Seeking Alpha 的数据最后的思考诚然，Microsoft目前相对于同行的估值溢价使其成为相对昂贵的股票。然而，从本质上讲，其基础业务继续表现出对更广泛科技行业不温不火的需求环境的抵制。具体而言，持续的宏观经济不确定性仍然是软件和云计算需求环境全面复苏前景的制约因素。尽管优化后的趋势和渐进式的 AI 顺风，但管理层对稳定 Azure 增长的持续评论强调了对即将到来的反弹的保守主义。然而，我们认为这是一个审慎的去风险前景，为未来的上行意外留下了空间，因为Microsoft继续在所有运营部门增加其人工智能部署。在智能云中，鉴于增量推理工作负载，预计整个行业中 AI 部署的预期加速将增强对 Azure 计算能力的需求。与此同时，Copilot部署的持续规模将使Microsoft 365用户群进一步货币化。进一步渗透到中小企业和消费终端市场也将加强PBP细分市场的ARPU扩张，这对于抵消优化后座位数的逐步增长至关重要。随着大流行时期的购买，特别是在商业环境中，即将到来的 PC 升级周期以及 AI PC 的出现预计将推动 Windows OEM 的重新加速。综上所述，2024 年是 Microsoft 执行的一年。基础业务最近的出色表现增强了人们对其持续实现积极进展的能力的信心，这将支撑该股 3+ 万亿美元的估值和持久性。转自：Livy 投资研究

老虎证券2024-01-31

Vitalik：我如何看待加密和AI交叉领域及其前景和挑战

式，还有ZKP、FHE、（双方和n方）MPC形式——的兴起，我开始看到了变化。在区块链生态系统中确实存在一些前景光明的人工智能应用，或是人工智能与密码学相结合的应用，重要的是要关注人工智能的应用方式。其中一个具体的问题就是：在密码学里，开源是确保某些东西真正安全的唯一途径，但在人工智能领域，开源模型（甚至连训练数据也是开源的）却大大加剧了它面对对抗性机器学习攻击的脆弱性。本文将介绍加密与人工智能之间可能存在的各类交集及其前景和挑战。四大类AI 人工智能是一个非常宽泛的概念：你可以把“人工智能”想象成一组算法，而非具体的设定，就像是通过搅拌一大锅神奇的计算的汤汁，并施加某种优化压力，来让这锅汤提供给你带有你想要的属性的算法。这种描述绝对不应该被看轻：它就是我们人类最初诞生的过程！人工智能算法确有一些共同的特性：它们的做事能力非常强大，而与此同时，我们窥探幕后真相的能力也非常有限。人工智能的分类方式有很多。本文主要讨论人工智能和区块链（被描述为创建“游戏”的平台）之间的交集，所以我将人工智能在此进行如下分类：游戏玩家类AI（最易存活）：AI所参与的机制中，激励的最终来源出自协议的人类输入。游戏界面类AI（潜力巨大，但也存在风险）：AI帮助用户理解他们身边的加密世界，并确保他们的行为（如：签署消息和交易）与他们的意图相符，他们不会被欺骗。游戏规则类AI（如履薄冰）：区块链、DAO和其他类似机制直接调用AI。例如“AI法官”。游戏目标类AI（长期但有趣）：设计区块链、DAO和其他类似机制，目的是构建和维护一个可用于其他目的的AI，使用加密bits来更好地激励训练或防止AI泄露隐私数据或被滥用。 1、游戏玩家类AI 游戏玩家类AI实际上是一个已经存在了近十年的类别，尤其是自从链上去中心化交易所（DEX）开始被广泛使用以来。只要涉及到交易，就会有套利赚钱的机会，而机器人在套利方面比人类更具优势。这个用例已经存在很久了，虽然使用的AI比现今的AI简单的多，但它最终成为了人工智能与加密货一个真正的交叉领域。最近我们经常看到MEV套利机器人相互竞争。无论什么时候，只要区块链应用程序涉及到拍卖或交易，都会出现套利机器人。然而，AI套利机器人仅仅是其所在的更大范畴里的第一个例子，我预计很快还会包含很多其他应用。长期以来，预测市场一直是认知技术的圣杯；早在2014年，我就对使用预测市场作为治理输入非常兴奋，上次大选和最近的选举就广泛使用了预测市场。但到目前为止，预测市场在实践中并没有太大的发展，常见的原因有很多：最大的参与者往往是非理性的，明智的人往往不愿花费时间下注，除非涉及到大量资金，还有市场的流动性很浅，等等。对此有一种回应指向了Polymarket或其他新兴预测市场正在进行的用户体验改进，并希望它们能够在之前失败的地方获取成功。毕竟，故事都是这样发展的，人们愿意在体育赛事上押注数百亿美元，那么为什么不把足够的钱押注在美国大选或LK99上，这样一来，那些大玩家也就会有入场意愿了。但这一点必须面对这样一个事实，那就是既然之前都未能达到这种规模（至少与其支持者的梦想相比），因此似乎需要一些新的东西才能让使预测市场成功。所以，另一种不同的回应指向了预测市场生态系统的一个具体特征，也就是我们可以在21世纪20年代看到上个年代看不到的东西：人工智能无所不在的可能性。人工智能愿意以每小时不到1美元的价格工作，并且拥有百科全书般的知识——如果这还不够，它们甚至还可以与实时网络搜索功能相结合。如果你做市，并提供50美元的流动性补贴，人类可能不太在意，不会去竞标，但成千上万的人工智能会迅速行动，并尽其所能做出最好的预测。在一个问题表现出色的激励可能很小，但让人工智能做出广泛的正确预测的激励却很巨大。请注意，你甚至不需要人类来对大多数问题实行裁决：你可以使用类似于Augur或Kleros的多轮争议系统，其中人工智能也将参与较早的轮次。人类只需要在非常少数情况下做出反应，也就是当进行一系列双方投入都很大的升级的时候。这是一个强大的原语，因为一旦“预测市场”可以进行如此微观规模的工作，你就可以在许多其他类问题上重复使用“预测市场”原语：根据[用户使用条款]，这个社交媒体帖子是否可以发布？股票X的价格会发生什么变化？现在正发消息给我的这个账号真的是埃隆·马斯克吗？这个在在线任务市场提效的工作合格吗？这个网址是https://examplefinance.network的dapp是个骗局吗？ 0x1b54....98c3真的是“Casinu Inu” ERC20代币的地址吗？你可能会注意到，这些想法很多都是朝着我所说的“信息防御”的方向发展的。从广义上讲，问题是：我们如何帮助用户区分真实和虚假信息，检测诈骗，而不是授权一个中心化权威机构来决定孰是孰非，因为中心化权威可能会滥用自己的权利。在微观层面上，答案可以是“人工智能”。但在宏观层面上，要面临的问题是：谁来建设人工智能？人工智能是其创建过程的反映，是无法避免偏见的。所以，我们需要一个更高层的游戏去评判各种AI的表现，让AI能够作为玩家参与到游戏中。人工智能的这种使用，即人工智能参与某种机制，并最终会被一个汇集人类输入的链上机制（称之为基于市场的去中心化RLHF如何？）奖励或惩罚，我认为这是一个真正值得研究的方向。现在是时候更多地研究这样的用例了，因为区块链扩展终于成功了，让任何“小”、“微”事物终于在链上可行，而这些在之前通常是不可行的。一个相关的应用类别就是高度自主的使用区块链实现更优合作的智能体，不管是通过支付还是通过使用智能合约来做出可信承诺。 2、游戏界面类AI 我曾在自己的文章中提出的一个想法是，编写面向用户的软件是有市场机会的，这种软件可以通过解释和识别用户正在浏览的线上世界中的危险来保障用户的利益。一个业已存在的例子就是Metamask的欺诈检测功能：另一个例子就是Rabby钱包的模拟功能，它向用户展示他们即将签署的交易的预期结果。这些工具可能会被人工智能大大强化。人工智能可以提供一个更丰富的人类友好的解释，说明你正在参与什么样的dapp，你正在签署的复杂操作的后果，特定的代币是否真实（例如，BITCOIN不仅仅是一串字符，它还是一种真正的加密货币的名称，它不是ERC20代币，其价格远远高于0.045美元，LLM会知道这一点），等等。有些项目开始朝着这个方向发展（例如LangChain钱包使用AI作为主界面）。我个人的观点是，纯AI界面目前可能风险太大，因为它会增加发生其他类型错误的风险，但用AI来补足偏向传统的界面是极其可行的。值得一提的还有一个特定风险。我将在下面的“游戏规则类AI”部分内容中详细讨论这个问题，但一般性的问题是对抗性机器学习：如果用户可以访问开源钱包中的AI助手，那么不良人员也可以访问该AI助手，因此他们将有无限的机会优化他们的骗局，避免触发钱包防御。所有现代AI都有bug，这对于训练过程来说发现bug并不难，即使只有有限的模型访问权限。这就是“人工智能参与链上微市场”更能施展的地方：所有AI能都容易遭受相同的风险，但你有意创建一个开放的生态系统，由数十人不断进行迭代和改进。此外，每个单独的AI都是闭环的：系统的安全性来自游戏规则的开放性，而不是每个玩家的内部操作。小结：人工智能可以用简单的语言帮助用户理解正在发生的事情，它可以作为实时导师，它可以保护用户免受错误的负面影响，但如果想要直接使用人工智能来对付恶意散布虚假信息者和骗子时，一定要小心。 3、游戏规则类AI 现在，我们谈到了让很多人都很兴奋的应用，但我认为这是最危险的地方，我们需要小心行事：我称之为“人工智能成为游戏规则的一部分”。这与主流政治精英对“AI法官”的兴奋相关，在区块链应用程序中也有类似的愿望。如果基于区块链的智能合约或DAO需要做出主观决策（例如：某个特定的工作产品是否在雇佣合同范围内？），你是否可以让人工智能成为合约或DAO的一部分，以帮助执行这些规则？这就是为什么说对抗性机器学习将成为一个极其艰巨的挑战。基本的两句话论证如下：如果在机制中扮演关键角色的AI模型是闭环的，则无法验证其内部工作原理，所以它并不比中心化应用程序更好。如果AI模型是开源的，那么攻击者可以下载并在本地模拟它，并设计大量优化的攻击来欺骗模型，然后在实时网络上重播。现在，有些读者（或加密原住民）可能已经走在我前面了，并且在想：等等！我们有了不起的零知识证明和其他非常酷的密码学手段。当然，我们可以施一些加密魔法，隐藏模型的内部工作原理，这样攻击者就无法优化攻击，而与此同时证明模型正在被正确执行，并且是在合理的底层数据集上使用合理的训练过程构建的！通常，这正是我在其他文章中所提倡的思维方式。但对AI相关计算而言，还有两个主要的反对意见：加密开销：在SNARK（或MPC……）内部执行某些操作的效率要比透明化执行低得多。考虑到人工智能已经是非常密集的计算，在加密黑盒中进行人工智能计算可行吗？黑盒对抗性机器学习攻击：即使不了解模型的内部工作原理，也有办法优化针对AI模型的攻击。如果你隐藏得太多，你就有可能让选择训练数据的人很容易用有毒攻击来破坏模型。二者都是复杂的兔子洞，所以让我们来依次探查。（1）加密开销加密工具，特别是像ZK-SNARKs和MPC这样的通用工具，开销很高。客户端直接验证一个以太坊区块需要几百毫秒，但生成一个ZK-SNARK来证明这样一个区块的正确性却可能需要几个小时。其他加密工具（如MPC）的通常开销可能更大。人工智能计算已经相当昂贵：最强大的LLM输出单个单词的速度只比人类阅读单词的速度快一点点，更不用说训练这些模型常常需要数百万美元的计算成本。顶级模型和试图节省更多训练成本或参量数的模型之间的质量差异很大。乍一看，这是一个很好的质疑理由，怀疑整个项目试图通过将AI包裹在密码学中来强化保障。幸运的是，人工智能是一种结构非常具体的计算类型，这使得它能够适应各种优化，而像ZK-EVM这样的“非结构化”计算类型却无法从这些优化中受益。让我们来看看人工智能模型的基本结构：通常，AI模型主要由一系列矩阵乘法组成，其中穿插着各元素的非线性运算，如ReLU函数（y = max(x, 0)）。矩阵乘法占据了工作的大部分：将两个N*N矩阵相乘需要时间，而非线性运算的数量要少得多。这对于密码学来说非常方便，因为很多形式的密码学都几乎可以“免费”地进行线性运算（矩阵乘法是线性运算，如果你只加密模型而不加密它的输入的话）。如果你是一位密码学家，那么你可能已经听说过同态加密中的类似现象：在加密的密文上执行加法非常简单，但执行乘法却非常困难，直到2009年我们才找到方法来进行无限深度的乘法运算。对于ZK-SNARKs来说，与此相当的2013年的协议，证明矩阵乘法的开销不到4倍。遗憾的是，非线性层的开销最终仍然很大，实践中最好的实现显示开销在200倍左右。但有希望通过进一步的研究，大大减少这方面的开销。但针对很多应用程序，我们不仅想证明人工智能输出是计算正确的，我们还想隐藏模型。有一些简单的方式可以实现这一点：你可以拆分模型，由一组不同的服务器冗余存储各层，希望泄漏某些层数据的某些服务器不会泄漏太多数据。但还有一些特别有效的多方计算方式。在这两种情况下，故事的精神是相同的：AI计算的最重要部分是矩阵乘法，因此可以创建非常高效的ZK-SNARKs或MPC（甚至FHE），所以将AI置入加密盒子的总开销非常低。一般来说，非线性层是最大的瓶颈，尽管它们的规模较小；也许像Lookup Arguments这样的新技术会有所帮助。（2）黑盒对抗性机器学习现在，让我们来讨论另一个重大问题：如果模型的内容是私有的，并且你只有对模型的“API访问”权限，你可以进行哪类攻击？这里让我来引用2016年的一篇文章：许多机器学习模型很容易受到对抗性示例的影响：专门设计的输入会导致机器学习模型产生错误输出。能够影响一个模型的对抗性示例通常会影响另一个模型，即使两个模型的架构不同或在不同的训练集上进行训练，只要两个模型都被训练来执行相同的任务就可能受影响。因此，攻击者可能会训练自己的替代模型，打磨针对替代模型的对抗性示例，然后将它们用到受害模型中，几乎无需了解受害模型信息。有可能，你甚至可以创建只知道训练数据的攻击，就算你对试图攻击的模型的访问权限非常有限或没有任何访问权限也没关系。截止到2023年，这类攻击仍然是一个大问题。为了有效地减少这类黑盒攻击，我们需要做两件事：真正限制谁可以查询模型以及查询多少内容。具有不受限制的API访问权限的黑盒是不安全的；具有非常有限的API访问权限的黑盒可能是安全的。隐藏训练数据，同时确保用于创建训练数据的过程不会被破坏。在第一件事上做得最多的项目可能是Worldcoin。Worldcoin在协议层面广泛使用人工智能模型，以将虹膜扫描转换为易于比较相似性的简短“虹膜代码”，以及验证它所扫描的对象实际上是一个人。Worldcoin所依赖的主要防御措施是，它不允许任何人轻易调用人工智能模型，而是使用可信硬件来确保模型只接受由orb相机进行数字签名的输入。这种方法并不一定奏效：事实证明，你可以对生物识别人工智能进行对抗性攻击，形式是你可以戴在脸上的物理贴片或珠宝：但希望就是，如果你把所有的防御结合在一起，隐藏人工智能模型本身，极大地限制查询量，并要求每个查询进行某种方式的身份验证，你就可以让攻击变得足够困难，系统就可以是安全的了。这就将我们带到了下一件事：我们如何隐藏训练数据？这可能就是“民主治理AI DAOs”的用武之地：我们可以创建一个链上DAO，治理决定如下过程：允许谁提交训练数据（需要哪些数据相关证明）、允许谁查询、查询多少内容、以及使用像MPC等加密技术加密整个AI创建和运行管道（从每个用户的训练输入到每个查询的最终输出）。该DAO还可以同时对提交数据的人进行补偿。需要重申的是，这一计划雄心勃勃，从很多方面来看可能不切实际：对于这种全黑盒架构来说，加密开销可能仍然太高，无法与传统的封闭式的“信任我”的做法相竞争。结果可能是，没有一种好的方法可以使训练数据提交过程去中心化并预防有毒攻击。由于参与者串通，多方计算工具的安全或隐私保障可能受损：毕竟，加密货币跨链桥一次又一次地出现过这种情况。我之所以没有在这部分一开始就贴上更大的红色警告标签，告诉你“不要做AI法官，这是反乌托邦的”，其中一个原因就是，我们的社会已经高度依赖于不负责任的中心化AI法官：例如，决定社交媒体上哪些帖子和政治观点会浮出水面或被淹没（甚至被审查）的那些算法。我确实认为在这个阶段进一步扩大这一趋势是一个非常糟糕的想法，但我不并认为区块链社区更多地进行人工智能实验会使情况变得更糟。事实上，加密技术有一些非常低风险的基本方法可以使这些现有中心化系统变得更好，我对此非常有信心。有一种简单的技术通过延迟发布来验证人工智能：当社交媒体网站基于人工智能对帖子进行排名时，它可以发布一个ZK-SNARK来证明生成该排名的模型的哈希值。该网站可能会承诺在一年后公布其人工智能模型。一旦模型公布，用户就可以检查哈希值来验证是否发布了正确模型，社区可以对模型运行测试来验证其公平性。发布延迟将确保当模型公开时，它已经过时了。因此，与中心化世界相比，问题不在于我们是否能做得更好，而是能好多少。然而，对于去中心化世界而言，重要的是要小心谨慎：如果有人构建一个使用人工智能预言机的预测市场或稳定币，而结果证明这个预言机是可被攻击的，那么一笔巨大的资金可能会在瞬间消失。 4、游戏目标类AI 如果上述技术用于创建可扩展的去中心化私有AI，其内容是任何人都不知道的黑盒子，可用于实际运行，那么这也可以用于创建具有超越区块链效用的AI。NEAR协议团队正将此作为他们正在进行的工作的核心目标。这样做有两点原因：如果你可以通过运行使用区块链和MPC的训练和推理过程来创建“值得信赖的黑箱AI”，那么许多担心系统有失偏颇或欺骗自己的应用程序都可以从中受益。很多人表达了对我们将依赖的具有系统重要性的AI民主治理的期待；加密和基于区块链的技术可能是实现这一目标的途径。从人工智能安全角度来看，这将是一种创建去中心化人工智能的技术，它也有一个自然的终止开关，可以限制那些试图使用人工智能进行恶意行为的查询。同样值得注意的是，“使用加密激励措施来激励创造更好的AI”可以在不使用密码学进行完全加密的情况下完成：BitTensor等做法就属于这一类。结论区块链和人工智能都变得越来越强大，在这两个领域的交叉领域正出现越来越多的用例。然而，其中一些用例相比于其他用例要更有意义，也更强大。通常情况下，当底层机制继续如以前一样设计得很粗糙，但个体玩家却变成了AI，允许机制在更微观的尺度上有效运行时，用例往往是最有前景的，也是最容易做对的。尝试使用区块链和加密技术创建“单一实例”的应用程序将面临最大的挑战，即创建某些应用程序将依赖之实现某一目标的单个去中心化的可信AI。这些应用程序在功能和提高人工智能安全性方面都是前景光明的，避免了与更加主流的做法相关的中心化风险。但在很多方面，底层假设也可能失败；所以，需要谨慎行事，特别是在高价值和高风险环境中部署这些应用程序时。我期待在所有这些交叉领域看到更多人工智能建设性用例的尝试，这样我们就可以知道哪些用例是真正可行的。来源：金色财经

金色财经2024-01-31

去中心化以太坊：分布式验证器技术（DVT）的兴起

见的情况下收到一部分密钥。多方计算 (MPC) 使节点能够在签名上进行协作，而无需泄露其关键部分。容错共识协议（QBFT）可确保每个持有密钥份额的节点就确认区块等操作达成一致。 SSV 网络：以太坊质押中开创性的 DVT SSV 网络利用秘密共享验证器 (SSV) 或 DVT，引入了一种革命性的以太坊质押方法。该网络的主网最近揭晓，展示了 DVT 在建立去中心化和开源质押生态系统方面的实力。 SSV 生态系统动态 SSV 网络由利益相关者、运营商和 DAO 成员组成。质押者利用 DVT 技术来增强验证者的安全性，并用 SSV 代币补偿运营商。运营商在支持 SSV 协议、确保网络稳健性方面发挥着关键作用。DAO 负责管理 SSV 网络协议并管理其财务，并通过治理职能和代币持有者投票做出决策。 $SSV 代币：增长催化剂原生代币 $SSV 是 SSV 网络的命脉。质押者向运营商支付 SSV 美元，促进网络参与和治理。该代币在支付和决策中的双重作用使其成为网络增长周期中的关键参与者。 Diva：通过 DVT 重新定义流动质押 Diva 是一种以太坊流动性质押协议，采用 DVT 来提升以太坊的权益证明系统。Diva 为 Liquid 质押者和运营商提供了新颖的功能，引入了动态和非托管的质押方法。 Diva 的独特功能 Liquid 质押者存入 ETH 即可获得 divETH，这是一种可累积奖励的多功能 Liquid 质押代币。DivETH 的流动性加上其 ERC20 性质，允许无缝交易和参与 DeFi 生态系统。运营商无需处理实际资金，将 divETH 作为抵押品，确保网络安全。 Lido 的实验：协作和 DVT 的实际应用 Lido 涉及 DVT 的项目证明了区块链交易领域协作和实验的力量。Lido 与 SSV 网络合作，进行了一项涉及从节点运营商到社区利益相关者等各种参与者的全面测试。结果证明了 DVT 在处理以太坊交易方面的可靠性和潜力。更广泛的区块链背景下的 DVT DVT 的影响超越了以太坊，代表了区块链网络验证器模型的范式转变。在 PoS 机制中，DVT 的去中心化方式抵消了传统模型带来的中心化风险。这对更广泛的加密货币生态系统的影响是深远的，可以促进信任、安全和更广泛的参与。结论：DVT——区块链进化的里程碑分布式验证器技术（DVT）成为区块链和加密货币发展的基石。以太坊采用 DVT 开创了先例，展示了增强安全性、效率和去中心化的潜力。随着区块链网络的不断发展，DVT 为信任至上、安全坚定、去中心化成为常态的未来铺平了道路。在不断发展的区块链技术领域，DVT 就像一座灯塔，指引着走向更强大、更有弹性的加密货币生态系统的道路。来源：金色财经

金色财经2024-01-30

2024 年艾利联盟全球社区巡回活动（迪拜站）圆满闭幕：Loop钱包发布与揭晓艾利公链新动向

用的发布，这是一款融合了多方安全计算（MPC）技术和账户抽象（AA）的创新应用，专为 Web3 用户设计，以保障数据安全和隐私。用户可在 Google Play Store 或 App Store 下载 Loop 钱包，享受非一般的数据资产管理体验。艾利联盟主席兼艾利公链首席执行官 Ryan Strasser 也宣布了全新的艾利公链验证节点系统，包括 21 个顶尖节点和 210 个全球节点。验证节点皆在提升网络安全性和效率，目前已开始进行销售，并将在二月份正式上线。这一举措为有兴趣成为艾利公链验证节点的用户提供了独特的机会。同时，Strasser 还宣布了关于复利协议的利好消息：质押奖励将以 70% ELFU 和 30% AGT（艾利创世代币）的形式发放。用户可以将创世代币质押到专属的艾利矿池中，并获得额外 ALYX 代币的奖励，鼓励用户参与不断发展的去中心化金融和 Web3 领域。此外，ALYX 代币计划于 2月份在 BW 交易所隆重上线。预计今年内，还将在另外六大交易平台推出，为用户提供更多选择与交易便利。艾利联盟也正在积极发展其生态系统，包括 Alyx Scan、Alyx Swap、Alyx Bridge、Alyx Wallet（Loop 钱包）、Alyx Eduhub 等。联盟成员可通过其生态系统体验多种 Web3 应用，加深对区快链与数字货币的认知。艾利联盟通过不断扩展和加强其产品和服务，以及推动整个行业的发展，展现出其在加密货币和区块链领域中的领导地位和创新能力。来源：金色财经

金色财经2024-01-30

24小时热点