FX168财经网_全球视野外汇黄金加密货币NFT资讯网

【小萧说币】美国证监会总笔记：67种加密货币列“证券” 以太币危在旦夕、比特币非证券（持续更新）

诉我们，美国证监会的诉讼事件将如何改变Web3行业。但无论如何有一件事是肯定的，也就是案件的结果不会影响区块链创建一个更加去中心化、透明和抗审查网路的承诺。去中心化没有你想象中的如此去中心化，但这波Web3浪潮，你终究是阻止不了的。

小萧2023-06-13

网络安全的破坏力毋庸置疑。但在当前的 Web3 领域中，对于传统网络安全漏洞并没有引起足够的重视。这其中有两方面原因，一是 Web3 行业方兴未艾，技术人员与安全设施都处于探索完善中；一是网络安全相关法规已迫使 Web2 企业注重自身安全建设以最大限度降低安全事件可能性。这些原因使得当下 Web3 领域更重视链上安全，以及区块链生态自身的安全性，对于更底层的漏洞，如系统级漏洞、浏览器漏洞、移动安全、硬件安全等领域的漏洞缺乏足够的认知（下文中对于传统网络安全中的 0day 漏洞简称为 Web2 0day）。脆弱的底层安全范式如何支撑 Web3 生态？ Web2 是 Web3 的基础设施不可忽视的是，Web3 是建立在 Web2 的基础设施之上的。Web2 底座如果产生安全漏洞，那么对于 Web3 生态来说就是大厦将倾，会对用户资产安全会造成极大的威胁。比如浏览器漏洞、移动端漏洞（iOS/Android），可以在用户无感知的情况下窃取用户资产。黑客如何通过 Chrome 0day 窃取你的个人数字资产（图标仅为示意）下面是一些利用 Web2 0day 或者漏洞窃取数字资产的真实案例： 1.Hackers steal crypto from Bitcoin ATMs by exploiting zero-day bug https://www.bleepingcomputer.com/news/security/hackers-steal-crypto-from-bitcoin-atms-by-exploiting-zero-day-bug/ 2.North Korean hackers exploited Chrome zero-day for 6 week https://www.techtarget.com/searchsecurity/news/252515092/North-Korean-hackers-exploited-Chrome-zero-day-bug-for-six-weeks 3.Microsoft Word Vulnerability Could Steal Your Cryptocurrencies https://thenationview.com/cryptocurrency/43279.html 4.Report: Android Vulnerability Allows Hackers to Steal Crypto Wallet Info https://cointelegraph.com/news/report-android-vulnerability-allows-hackers-to-steal-crypto-wallet-info 从上述案例可以看出 Web2 漏洞对数字资产的危害是真实存在的，危害以及影响也是非常大的。 Web2 漏洞不仅可以对个人资产造成影响，也会对交易所、资产托管企业、“矿”业等造成严重威胁。 Numen 为什么要研究底层安全从前文可知，当前 Web2 对 Web3 有着极大的影响力，没有 Web2 底层的安全，就没有 Web3 领域的安全。而 Numen 团队恰好由来自全球的顶级安全专家组成，具备 Web2+Web3 全方位全生态覆盖的技术能力。Numen 团队已经发现过微软、谷歌、苹果产品的 Web2 高危漏洞，以及如 Aptos，Sui，EoS，Ripple，Tron 等知名 Web3 生态的安全漏洞。此外，Numen 认为，Web3 领域的安全措施仅通过单一代码审计等方式并不充足，Web3 领域需要更多的安全设施，如实时检测与响应恶意交易等。安全技术是一件严肃其直接关乎用户资产的事情，安全研究能力也是一家安全公司的水平体现，这也是为什么 Numen 从刚开始成立就去做 Web2 漏洞研究的目的，因为“未知攻，焉知防”。 https://www.leiphone.com/category/gbsecurity/CT5us5IC3Fpdu4SX.html 以下是我们numen自己发现的一些安全漏洞的技术细节： 1.《HTTP提权漏洞CVE-2023-23410分析及PoC》 https://mp.weixin.qq.com/s/wMFrOfL5mTO9BHzGhpKrEA 2.《DHCP服务远程代码执行漏洞CVE-2023-28231分析及PoC》 https://mp.weixin.qq.com/s/YqZVlQOMg8WEOrVEbsLGwg 3.《独家揭秘通过泄露Sentinel Value绕过Chrome v8 HardenProtect》 https://mp.weixin.qq.com/s/61AOj7dVeLpaye8-N3ASKw 4.《Javaweb框架ZK CVE-2022-36537漏洞分析附exp》 https://mp.weixin.qq.com/s/Y2e0sHzmRZPKTZPFubntYg 5.《From Leak TheHole to Chrome Render RCE》 https://mp.weixin.qq.com/s/SjteNZ0t886KLOHdZ5XCeA 6.《0day漏洞: Chromium v8引擎最新UAF代码执行漏洞分析》 https://mp.weixin.qq.com/s/sM6lEDE7Fxn26ONkgPoB4A Numen 会持续坚持并扩大对底层安全技术的研究，并以兼容并蓄的态度，欢迎友商同行、技术同袍们的沟通交流，Web3 机构，交易所，钱包厂商与我们交流合作，一起将 Web3 领域打造得更为安全。 END 来源：金色财经

金色财经2023-06-13

“Tourism Web3 in KOREA”活动将于 7 月 20 日至 22日在济州岛举办

引言：这次‘Tourism Web3 in KOREA’的活动将深入剖析济州市区块链的发展现状，由Web3旅游支付平台‘MONTE PLATFROM’和‘韩国旅游服务安全标准协会’联合主办，得到了济州岛、首尔经济以及济州特别自治道旅游协会的鼎力支持。来源：Tourism Web3 结合区块链技术与 Web3 应用的活动“Tourism Web3 in KOREA”将于 7 月 20 日至 7 月 22 日在济州岛的神话世界举办。在这次‘Tourism Web3 in KOREA’的活动将深入剖析 Web3 趋势新趋势，带领大家体验济州岛的美丽，考察济州市区块链的发展现状。由Web3旅游支付平台‘MONTE PLATFROM’和‘韩国旅游服务安全标准协会’联合主办的此次活动，得到了济州岛、首尔经济以及济州特别自治道旅游协会的鼎力支持。此次‘Tourism Web3 in KOREA’活动更邀请到OKX Labs、Kucoin Labs、LBank Labs等全球知名交易所的参与，同时也会有旅游、区块链游戏等web3相关产业的领军人物参与，为活动增添更多色彩。作为活动的主办方，MONTE是一个web3旅游支付平台，致力于帮助全球的旅游者通过MONTE ECOSYSTEM无国界限制地旅行，并通过其强大的支付系统，让用户能够安全、便捷地使用他们的资产。 Web3.0 是一种与服务参与者分享收会的网终运营方式，如利用区块链/去中心化技术将数据所有权环给用户，并以各种形式发展，改变我们的日常生活。旅游业应以Web3.0应对这些变化，将旅游产品与第四产业技术如元空间、区块链和虚拟资产相结合。旅游业Web3为游客提供了体验未来旅游业向Web3.0演变的机会，为旅游业的数字化转型提供了方向和变革动力。参加此次活动的报名用户只要持有一定代币，就可以根据等级获得酒店，机票的费用支持，并且所有报名代币都能够在酒店、餐厅、赌场、购物等各种设施中用于消费。报名方式是访问MONTE的官方Twitter，Telegram并填写Google表格。(Google报名链接：https://bit.ly/43EFlpw）此次活动仅限120个席位，优先报名将有更大机会获得邀请。来源：金色财经

金色财经2023-06-13

Web3消费应用的引领者

解读当下推动应用层赛道并已经落地的web3项目“Daren&Xcart” Web3是一个去中心化、开放、透明、安全、自主的互联网范式，它将区块链、加密货币、NFT、DAO等技术和理念融合在一起，创造了一个全新的数字世界。Web3不仅仅是一个技术革新，更是一个社会变革，它将重塑人们的生产、消费、交流、组织和创造方式。当下人人都在谈web3…. 游戏消费社交 Web3的到来并非是抛弃Web2时代的经典、活力。我们更应该去思考如何借助Web2时代的资源连接来推动Web3的快速增长，虚实互通或许才是web3有效的良性发展。然而，Web3的发展还面临着诸多挑战和障碍，如何让更多的人理解和接受Web3应用层的价值和意义？如何让Web3应用层与现实生活更好地结合和互动？如何让Web3应用层的创新和创造能够落地和普及？这些问题都需要Web3的实践者和推动者来探索和解决。在这里，我们要介绍两个Web3的优秀项目，它们分别是Daren和Xcart，它们都是在Web3的应用层做出了突破性的贡献，为Web3的发展提供了有力的支撑和示范。它们也都是真实落地的应用层项目，它们不仅仅是构想或理论，而是已经在市场上运行并获得了用户和社区的认可和支持。 Daren全球首个链上的电商生态 Daren是全球首个连接Web3社区和商业的链上市场，它利用区块链的智能合约技术实现去中心化交易，是一个零门槛元宇宙创业平台。 Daren上活跃着全球数千个自由职业者、创业者和Web3客户，他们可以在Daren上提供或获取各种服务，如NFT制作、智能合约开发、区块链教程、加密货币翻译等。Daren还支持稳定币结算、去中心化托管交易、低佣金收取等功能，保证了用户的便利性、安全性和盈利性。 Daren的价值在于它为Web3社区提供了一个高效、可信、灵活的工作和商业平台，让Web3社区的成员可以互相协作、交流、学习和创造。 Daren也为Web3生态提供了一个强大的人才库和资源库，让Web3生态的项目可以更容易地找到合适的合作伙伴和服务提供者。Daren还为Web3时代的创业者提供了一个低成本、高回报、高自由度的创业机会，让他们可以利用自己的技能和知识，在元宇宙中实现自己的梦想。 XCart全球首个原生Web3潮牌 Xcart是一个为Web3时代打造的奢侈品平台，它是一个让用户在数字世界和现实世界都能享受到高端定制和潮流风格的平台。 Xcart是一个以“比特币”为精神图腾的Web3原生潮牌，聚焦于“Web3生活美学范式革命”，目前社区汇聚了Web3行业内众多的比特币赛道OG、加密艺术家和KOL。Xcart以潮鞋为起点，将研发一系列crypto原生潮流商品，引领“Crypto in real life“全新的Web3品牌。 Xcart的每一件商品都是由加密艺术家亲自设计和制作，用情怀落地的方式坚持绘制出Web3 Builder的Lifestyle，并用这些实际物品做画布链接，承载Crypto各种元素设计之外，还包含NFC进行虚实通信功能。Xcart的每一件商品都是一个NFT，都有着独一无二的编号、元数据、故事、社区等属性。Xcart还通过与物流合作伙伴的合作，让用户可以将自己的NFT商品兑换为真实的商品，让用户在现实生活中也能展示自己的个性和品味。 Xcart的价值在于它为Web3时代创造了一种全新的奢侈品消费模式，让用户可以享受到数字世界和现实世界的双重优势。Xcart也为Web3时代塑造了一种全新的潮流文化，让用户可以表达出自己对比特币和Web3的热爱和信仰。Xcart还为Web3时代支持了一群有才华有梦想的加密艺术家，让他们可以通过自己的创作和设计，影响和改变世界。总结 Daren和Xcart都是Web3真实落地的应用层项目，它们都是在不同的领域和场景中，展示了Web3的价值和意义，为Web3的发展提供了有力的支撑和示范。它们也都是真实落地的应用层项目，它们不仅仅是构想或理论，而是已经在市场上运行并获得了用户和社区的认可和支持。它们也都是在不断地探索和创新，为Web3社区提供了更多的可能性和机会。它们都是Web3 Builder的典范，也是我们学习和借鉴的对象。 Daren和Xcart之间的合作意义重大，它不仅展示了web3应用层项目之间的协同效应，也展示了web3应用层项目与传统行业之间的互动效应。它还展示了web3应用层项目对于web3生态建设和推广的贡献效应。它更展示了web3应用层项目对于web3生活美学范式革命的引领效应。我们期待Daren和Xcart能够继续深化合作，在web3时代中绽放更多的光彩！来源：金色财经

金色财经2023-06-13

AI纪元下 Web3应走的新方向

Beats 编译如下： GPT 下的 Web3 还记得 Web3 吗？让 ChatGPT 来回答：据 GPT-4 的说法，Web3 是「互联网技术的下一个前沿，特征是去中心化、以用户为中心的应用，这些应用优先考虑数据隐私，并促进无缝、互联的体验。」在今天，Web3 却沦为这个时代最没有可信度的想法之一，一个被炒作了多年的「技术创新」——直到遇见加密价格暴跌，许多加密项目随之崩盘，和 Crypto 一样，Web3 的鼓吹者从未能为他们信仰的技术做一个真实世界的用例。当然，我向 GPT-4 询问 Web3 定义是有原因的。我特别期待 Web3 背后的理念会卷土重来——可以用于 AI 机器人的法律和制度框架的用例，在这一点上值得我们对 Web3 做出新思考。 AI 机器人与 Web3 结合的用例假设你经营一家慈善机构，想要创造并分发一个 AI 机器人，它可以将向贫困儿童教授数学，但机器人总会遇到一些阻碍。比如，在某些司法管辖区，可能需要支付许可和注册费，它可能需要为近期的教学课程购买附件，如果它在国外经营，还需要提升其翻译能力。总而言之，这些流程都需要资金。如果允许 AI 拥有自己的银行账户，此类交易都会变得非常容易。但这似乎不大可能很快做到，有多少银行能够接受机器人账户？想象一下，如果有一家银行倒闭，政府不得不救助一些机器人账户，公众会又如何抗议。因此，机器人很可能无法获取「银行账户」——这将促使它们使用加密货币作为核心交易媒介。批评者经常指出，作为一种货币交易形式，美元比加密更有效。但如果 AI 机器人无法使用美元，它们别无他法，不得不采用加密。是的，一些拥有者可能会让机器人访问他们的账户，而其他人可能希望通过基于美元的银行系统来确认每一笔机器人支出；但大多数人宁愿让机器人自己运行，不会产生诸多风险和麻烦。现实又把我们带回了加密。为什么「代理」机器人通常比「工具」机器人更有效率，代理机器人需要与机器人自治合理程度相匹配的资金。此外，也可能是出于某种原因（你想因为你的机器人说了或做了什么而在某个国家被起诉吗），这些机器人大多数不会被人类所有，这也是推动 AI 机器人在加密行业中运行的另一股力量。最开始，加密资产是我们现在所知的，如比特币和以太坊。但随着时间的推移，机器人可能会根据自己的认知发行 toekn (为了机器人的便利)。据推测，这些机器人擅长处理数字，更多样化，它们可能会使用多种加密资产，以机器人为基础的加密经济可能会比以人为基础的加密经济更复杂。这类平行经济可能只占 GDP 的一小部分，但这将有助于维持加密资产的价格。此外，如果人类与这些机器人打交道 (也许有些人希望捐赠给你的数学教学机器人？)，他们也需要接触加密资产。因此，基于机器人的加密经济将渗透到传统经济中。情节变得复杂了。一旦出现基于加密的机器人经济，这种经济将需要产权和法律制度，与人类经济一样。假设你的教学机器人从另一个机器人那里购买了一个翻译改进服务，但该服务出现了问题，你的教学机器人会「想要退款」，为了增强信任和降低交易成本，许多机器人会事先同意仲裁服务，通常由第三个机器人提供。（这些机器人不能附有任何地域和区域性，要公平正义）。最终的判决会做成区块链上的铭文，如果需要的话，还会使用智能合约。新的产权将被定义。 AI 机器人深入 Web3 一些机器人可能希望为自己打广告，或者建立核心身份，一些机器人会通过购买象征性商品并在链上建立这些商品的所有权，些也出自 Web3 用例。在 Web3 热的顶峰，许多批评者认为人类愿意为 NFT 支付数百万美元资产是不可理喻的，为什么要花那么多钱只为了获得一张基于区块链的「收据」来证明你已经花了这笔钱？买家甚至不一定拥有任何附带的知识产权。看起来很可笑，但是未来的机器人也会做一些类似的事情，比如你的数学教学机器人：假设它正在与其他数学机器人竞争。它会想到做一个宣传网站——「我的作品集，来我这学微积分吧！」，也许它用牛顿和莱布尼茨的一些基于 Midjourney 做出的图像来证明。所有这些步骤都有可能用 Web3 工具或其机器人创新分支来完成。机器人的发展和成功将取决于电力价格，因此机器人可能会在电力期货市场上积极交易以对冲其头寸，它们可能不得不与其他机器人和人类进行交易。还记得 DAO 吗？那个去中心化自治组织吗？迄今为止我都没看到一个由人类运行的 DAO 取得广泛成功，也许是因为人类需要更多的权力，或者是因为 DAO 只是人类权力的另一种隐蔽形式（例如，一个人控制 51% 的选票）。机器人已经了解了 DAO 和运行不完美的问题，它们可能会重新定义 DAO。与此同时，机器人将自我训练，学习如何让它们的 DAO 运行，机器人「组织」可能会比人类的更加民主。一些机器人可能会发现「有限责任」制度更有效率，通过与这样的机器人打交道，你或你的机器人将被规定不能起诉机器人超过指定的金额。对于雇佣机器人执行更危险的任务，你和机器人可能会商定一个更严格的责任标准，基于所谓的「公司法」，这将带来很多创新和方法的多样性。相比之下，人类机构就显得更迟缓，随着时间的推移，也许我们可以从这些机器人实验中学习。而现在，我确信 AI 机器人在我们的训练之下可以生成更多的 Web3 应用。结语经验：不要因为很难看出技术或制度的进步可能会带来什么好处就对其不屑一顾。量子力学存在了几十年，在它成为现代计算的基本原理之前，似乎只是由我们的好奇心驱动的一个概念。批评者表示游戏会腐蚀年轻人，但现在高级游戏中使用的 GPU 有助于建立更好的 AI，甚至英伟达已经拥有近万亿美元的资产。当然，这一切成真时，我们可能会称之为「Web4」。但在此之前，Web3 终会得到应有的回报，证明自己的价值。来源：金色财经

金色财经2023-06-13

风投之王红杉近期下注了哪些加密项目？

险与成长基金（20 亿美元）、SEA Web3 基金（8.5 亿美元）红杉资本中国：4 支专注于加密货币和金融科技的基金（90 亿美元）投资重点：跨多个行业的高增长科技初创公司，包括金融科技、健康科技、消费科技等。加密货币和区块链技术对特殊群体领导的公司进行多元化投资红杉在加密行业重点关注的领域是区块链服务和区块链基础设施。下面将介绍他们近来在加密行业最重要的 5 笔投资。 LayerZero 融资金额：1.2 亿美元轮次：B 轮融资领投方：a16z 其他投资者：红杉资本、佳士得、Samsung's Next、OpenSea、Circle Ventures LayerZero 是一个区块链互操作性协议，目标是成为跨不同网络的数据传输和通信的基础层。 LayerZero 被用于各种 DApp，如 Stargate、Aptos Bridge，以及 L2，如 Arbitrum 和 zkSync。 Taiko 融资金额：2200 万美元轮次：种子轮领投方：红杉中国、Generative Ventures 其他投资者：IOSG Ventures、GGV Capital、GSR Ventures、Patricio Worthalter、Tim Beiko、Anthony Sassano Taiko 是 Type 1 ZK Rollup 扩容方案，旨在实现 EVM 等效和以太坊等效，这意味着其 Rollup 支持所有现有的以太坊智能合约、DApp、开发人员工具和基础设施。 TinyTap 融资金额：850 万美元投资者：红杉中国、Polygon、Liberty City Ventures、Kingsway Capital、Shima Capital TinyTap 是一个用于创建和销售儿童教育手机游戏的平台，它培育了一个由来自世界各地的创作者组建的社区。创作者为他们游戏铸造 NFT，为他们提供一种通过创作获利的新方式。TinyTap 提供收入分成模式，创作者可以分享其作品在平台上销售所产生的收入。 Kaito 融资金额：530 万美元轮次：种子轮领投方：Dragonfly 其他投资者：红杉资本、Jane Street、Mirana Ventures、Folius Ventures、Alpha Lab Kaito 是人工智能驱动的密码研究信息数据库，旨在解决密码信息碎片化的问题。Kaito 本质上是专为加密信息构建的更快、更准确和更深入的 ChatGPT。 Caldera 融资金额：900 万美元领投方：红杉资本、Dragonfly 其他投资者：NEO Foundation、1kx、Ethereal Ventures Caldera 专注于构建高性能、可定制的 L2 区块链，称为 Caldera Chains。这些定制的 Optimistic Rollup 速度快，可以在亚秒级确认时间内处理数百个 TPS。 Caldera Chains 是高度可定制的，具有地址白名单和可持续创收功能，并且可直接与标准以太坊智能合约代码兼容。来源：金色财经

金色财经2023-06-13

智能合约智能性的下一步：深入剖析ZKML赛道

化、准确性、效率和灵活性。 ML 在 web3 之外的大多数应用程序中被广泛应用，在智能合约中的应用几乎是零。其主要是由于在链上运行这些模型的计算成本很高。例如，FastBERT 是一种计算优化语言模型，使用约 1800 MFLOPS（百万浮点运算），这无法直接在 EVM 上运行。链上 ML 模型的应用，主要关注的是推理阶段：应用模型对真实世界的数据进行预测。为了拥有 ML 规模的智能合约，合约必须能够摄取此类预测，但正如我们之前提到的，直接在 EVM 上运行模型是不可行的。zkSNARKs 为我们提供了一个解决方案：任何人都可以在链下运行一个模型，并生成一个简洁且可验证的证明，表明预期的模型确实产生了特定的结果。该证明可以在链上发布并由智能合约摄取以增强其智能。在这篇文章中，我们将：查看链上 ML 的潜在应用程序和用例探索 zkML 核心的新兴项目和基础设施建设讨论现有实现的一些挑战以及 zkML 的未来会是什么样子机器学习（ML）简介机器学习（ML）是人工智能（AI）的一个子领域，专注于开发能够让计算机从数据中学习并进行预测或决策的算法和统计模型。ML模型通常具有三个主要组成部分：训练数据：一组用于训练机器学习算法进行预测或对新数据进行分类的输入数据。训练数据可以采用多种形式，如图像、文本、音频、数值数据或其组合。模型架构：机器学习模型的整体结构或设计。它定义了层次结构、激活函数和节点或神经元之间的连接类型和数量。架构的选择取决于具体的问题和使用的数据。模型参数：模型在训练过程中学习的值或权重，用于进行预测。这些值通过优化算法进行迭代调整，以最小化预测结果与实际结果之间的误差。模型的生成和部署分为两个阶段：训练阶段：在训练阶段，模型会接触到一个带标签的数据集，并调整其参数以最小化预测结果与实际结果之间的误差。训练过程通常涉及多次迭代或周期，模型的准确性会在单独的验证集上进行评估。推理阶段：推理阶段是使用经过训练的机器学习模型对新的未见数据进行预测的阶段。模型接收输入数据，并应用学习到的参数生成输出，如分类或回归预测。目前，zkML主要关注于机器学习模型的推理阶段，而不是训练阶段，主要是由于验证电路中训练的计算复杂性。然而，zkML对推理的关注并不是一种限制：我们预计将会产生一些非常有趣的用例和应用。已验证的推理场景验证推理有四种可能的场景：私有输入，公共模型。模型消费者 (MC) 可能希望对模型提供者 (MP) 保密他们的输入。例如，MC 可能希望在不披露其个人财务信息的情况下向贷方证明信用评分模型的结果。这可以使用预先承诺方案并在本地运行模型来完成。公共输入，私有模型。ML-as-a-Service 的一个常见问题是 MP 可能希望隐藏其参数或权重以保护其 IP，而 MC 想要验证生成的推理确实来自对抗设置中的指定模型 . 这样想：当向 MC 提供推理时，MP 有动机运行更轻的模型以节省成本。使用链上模型权重的承诺，MC 可以随时审核私有模型。私有输入，私有模型。当用于推理的数据高度敏感或机密，并且模型本身被隐藏以保护 IP 时，就会出现这种情况。这方面的一个例子可能包括使用私人患者信息审核医疗保健模型。zk 中的组合技术或使用多方计算 (MPC) 或 FHE 的变体可用于服务此场景。公共输入，公共模型。当模型的所有方面都可以公开时，zkML 解决了一个不同的用例：将链下计算压缩和验证到链上环境。对于较大的模型，验证推理的简洁 zk 证明比自己重新运行模型更具成本效益。验证的ML推理为智能合约开辟了新的设计空间。一些加密原生应用包括： 1、DeFi 可验证的链下ML预言机。继续采用生成式人工智能可能推动行业实施其内容的签名方案（例如，新闻出版物签署文章或图像）。签名数据准备好进行零知识证明，使数据可组合且可信。ML模型可以在链下处理这些签名数据以进行预测和分类（例如，对选举结果或天气事件进行分类）。这些链下ML预言机可以通过验证推理并在链上发布证明来无需信任地解决现实世界的预测市场、保险协议合约等问题。基于ML参数的DeFi应用。DeFi的许多方面可以更加自动化。例如，借贷协议可以使用ML模型实时更新参数。目前，借贷协议主要依赖由组织运行的链下模型来确定抵押因子、贷款价值比、清算阈值等，但更好的选择可能是社区训练的开源模型，任何人都可以运行和验证。自动化交易策略。展示金融模型策略的回报特征的常见方式是MP向投资者提供各种回测数据。然而，没有办法在执行交易时验证策略师是否遵循该模型 - 投资者必须信任策略师确实遵循模型。zkML提供了一个解决方案，MP可以在部署到特定头寸时提供金融模型推理的证明。这对于DeFi管理的保险库可能尤其有用。 2、安全性智能合约的欺诈监控。与其让缓慢的人工治理或中心化参与者控制暂停合约的能力，可以使用ML模型来检测可能的恶意行为并暂停合约。 3、传统ML 分散的、无信任的Kaggle实现。可以创建一个协议或市场，允许MC或其他感兴趣的方验证模型的准确性，而无需MP披露模型权重。这对于销售模型、围绕模型准确性进行竞赛等方面非常有用。生成式AI的去中心化提示市场。生成式AI的提示创作已经发展成为一门复杂的工艺，最佳输出生成提示通常具有多个修改器。外部方可能愿意从创作者那里购买这些复杂的提示。zkML在这里可以有两种用法：1）验证提示的输出，以向潜在买家确保提示确实创建所需的图像； 2）允许提示所有者在购买后保持对提示的所有权，同时对买家保持模糊，但仍为其生成经过验证的图像。 4、身份用保护隐私的生物识别认证替代私钥。私钥管理仍然是web3用户体验中最大的障碍之一。通过面部识别或其他独特因素抽象私钥是zkML的一种可能解决方案。公平的空投和贡献者奖励。可以使用ML模型创建用户的详细人物画像，根据多个因素确定空投分配或贡献奖励。当与身份解决方案结合使用时，这可能特别有用。在这种情况下，一种可能性是让用户运行一个开源模型，评估他们在应用程序中的参与情况以及更高层次的参与，比如治理论坛的帖子，以推理他们的分配。然后提供这个证明给合约，以获得相应的代币分配。 5、Web3社交用于web3社交媒体的过滤。web3社交应用的去中心化性质将导致垃圾信息和恶意内容的增加。理想情况下，社交媒体平台可以使用一个社区共识的开源ML模型，并在选择过滤帖子时发布模型推理的证明。案例：关于Twitter算法的zkML分析。广告/推荐。作为一个社交媒体用户，我可能愿意看到个性化的广告，但希望将我的偏好和兴趣对广告商保密。我可以选择在本地运行一个关于我的兴趣的模型，将其输入到媒体应用程序中为我提供内容。在这种情况下，广告商可能愿意为最终用户支付费用，以实现这一点，然而，这些模型可能远不如目前生产中的定向广告模型复杂。 6、创作者经济/游戏游戏内经济再平衡。可以使用ML模型动态调整代币发行、供应、销毁、投票门槛等。一个可能的模型是一个激励合约，如果达到一定的再平衡门槛并验证了推理的证明，就会重新平衡游戏内经济。新类型的链上游戏。可以创建合作的人类对抗AI游戏和其他创新的链上游戏，其中无信任的AI模型充当一个不可玩的角色。NPC采取的每个动作都会与一个任何人都可以验证的证明一起发布到链上，以确定正在运行正确的模型。在Modulus Labs的Leela vs. the World中，验证者希望确保所述的1900 ELO AI选择棋步，而不是Magnus Carlson。另一个例子是AI Arena，一个类似于Super Smash Brothers的AI格斗游戏。在高风险的竞争环境中，玩家希望确保他们训练的模型没有干扰或作弊。新兴项目和基础设施 zkML生态系统可以广泛分为四个主要类别：模型到证明编译器：将现有格式（例如Pytorch、ONNX等）的模型编译成可验证的计算电路的基础设施。广义证明系统：构建用于验证任意计算轨迹的证明系统。 zkML特定的证明系统：专门构建用于验证ML模型计算轨迹的证明系统。应用程序：致力于独特zkML用例的项目。 01模型验证编译器（Model-to-Proof Compilers）在zkML生态系统中，大部分关注都集中在创建模型到证明编译器上。通常，这些编译器将使用Pytorch、Tensorflow等高级ML模型转换为zk电路。 EZKL是一个库和命令行工具，用于在zk-SNARK中进行深度学习模型的推理。使用EZKL，您可以在Pytorch或TensorFlow中定义一个计算图，并将其导出为带有JSON文件中一些示例输入的ONNX文件，然后将EZKL指向这些文件以生成zkSNARK电路。通过最新一轮的性能改进，EZKL现在可以在约6秒和1.1GB的RAM内证明一个MNIST大小的模型。迄今为止，EZKL已经得到了一些显着的早期采用，被用作各种黑客马拉松项目的基础设施。 Cathie So的circomlib-ml库包含了用于Circom的各种ML电路模板。电路包括一些最常见的ML函数。由Cathie开发的Keras2circom是一个Python工具，使用底层的circomlib-ml库将Keras模型转换为Circom电路。 LinearA开发了两个用于zkML的框架：Tachikoma和Uchikoma。Tachikoma用于将神经网络转换为仅使用整数的形式并生成计算轨迹。Uchikoma是一个工具，将TVM的中间表示转换为不支持浮点运算的编程语言。LinearA计划支持使用域算术的Circom和使用有符号和无符号整数算术的Solidity。 Daniel Kang的zkml是一个基于他在《Scaling up Trustless DNN Inference with Zero-Knowledge Proofs》论文中的工作构建的ML模型执行证明的框架。在撰写本文时，它能够在约5GB的内存和约16秒的运行时间内证明一个MNIST电路。在更广义的模型到证明编译器方面，有Nil Foundation和Risc Zero。Nil Foundation的zkLLVM是一个基于LLVM的电路编译器，能够验证用流行编程语言（如C++、Rust和JavaScript/TypeScript等）编写的计算模型。与这里提到的其他模型到证明编译器相比，它是通用的基础设施，但仍适用于复杂的计算，如zkML。当与他们的证明市场结合使用时，这可能尤为强大。 Risc Zero构建了一个通用的zkVM，针对开源的RISC-V指令集，因此支持现有成熟的语言，如C++和Rust，以及LLVM工具链。这允许在主机和客户zkVM代码之间实现无缝集成，类似于Nvidia的CUDA C++工具链，但是使用ZKP引擎代替GPU。与Nil类似，使用Risc Zero可以验证ML模型的计算轨迹。 02广义证明系统证明系统的改进是使 zkML 取得成果的主要推动力，特别是自定义门和查找表的引入。这主要是由于 ML 对非线性的依赖。简而言之，非线性是通过激活函数（例如 ReLU、sigmoid 和 tanh）引入的，这些激活函数应用于神经网络中线性变换的输出。由于数学运算门的限制，这些非线性在 zk 电路中实现起来具有挑战性。按位分解和查找表可以通过将非线性的可能结果预先计算到查找表中来帮助解决这个问题，有趣的是，这在 zk 中的计算效率更高。出于这个原因，Plonkish 证明系统往往是 zkML 最受欢迎的后端。Halo2 和 Plonky2 及其表式算术方案可以通过查找参数很好地处理神经网络非线性。此外，前者拥有充满活力的开发人员工具生态系统和灵活性，使其成为包括 EZKL 在内的许多项目的实际后端。其他证明系统也有其优势。基于R1CS的证明系统包括Groth16，因其小型证明尺寸而闻名，以及Gemini，因其处理极大电路和线性时间验证器而闻名。基于STARK的系统，例如Winterfell证明器/验证器库，尤其在通过Giza的工具将Cairo程序的追踪作为输入，并使用Winterfell生成STARK证明来验证输出的正确性时，非常有用。 03zkML特定的证明系统在设计能够处理先进的机器学习模型的复杂、电路不友好的操作的高效证明系统方面已经取得了一些进展。基于GKR证明系统的zkCNN和基于组合技术的Zator等系统往往比通用证明系统更具性能，这一点在Modulus Labs的基准测试报告中有所体现。 zkCNN是一种使用零知识证明来证明卷积神经网络正确性的方法。它使用sumcheck协议来证明快速傅里叶变换和卷积，具有线性的证明时间，比渐近计算结果更快。已经引入了几个改进和泛化的交互证明，包括验证卷积层、ReLU激活函数和最大池化。根据Modulus Labs的基准测试报告，zkCNN特别有趣的地方在于它在证明生成速度和RAM消耗方面优于其他通用证明系统。 Zator是一个旨在探索使用递归SNARK来验证深度神经网络的项目。验证更深层次模型的当前限制是将整个计算轨迹适应单个电路中。Zator提出使用递归SNARK逐层进行验证，可以逐步验证N步重复计算。他们使用Nova将N个计算实例减少为一个可以通过单个步骤进行验证的实例。采用这种方法，Zator能够对具有512层的网络进行SNARK，这与大多数当前的生产AI模型一样深。Zator的证明生成和验证时间仍然对于主流应用案例来说过长，但他们的组合技术仍然是非常有趣的。应用领域鉴于zkML处于早期阶段，其关注点主要集中在上述基础设施上。然而，目前也有一些项目致力于应用开发。 Modulus Labs是zkML领域中最多样化的项目之一，他们既开展示例应用，也从事相关研究。在应用方面，Modulus Labs通过RockyBot（一个链上交易机器人）和Leela vs. the World（一个人类与经过验证的链上Leela国际象棋引擎对战的棋盘游戏）展示了zkML的用例。该团队还进行了研究，编写了《智能的代价》，对不同模型规模下的各种证明系统的速度和效率进行了基准测试。 Worldcoin正在尝试应用zkML来创建一个保护隐私的人类身份证明协议。Worldcoin使用定制硬件处理高分辨率虹膜扫描，并将其插入到Semaphore实现中。然后可以使用该系统执行诸如成员资格证明和投票等有用操作。他们目前使用受信任的运行时环境和安全的安全区域来验证相机签名的虹膜扫描，但他们最终的目标是使用零知识证明来验证神经网络的正确推理，以提供加密级别的安全保证。 Giza是一种协议，采用完全无信任的方法在链上部署AI模型。它使用包括ONNX格式表示机器学习模型、Giza Transpiler用于将这些模型转换为Cairo程序格式、ONNX Cairo Runtime用于以可验证和确定性的方式执行模型，以及Giza Model智能合约用于在链上部署和执行模型的技术堆栈。尽管Giza也可以归类为模型到证明编译器的类别，但他们作为一个ML模型市场的定位是目前最有趣的应用之一。 Gensyn是一个分布式硬件供应网络，用于训练ML模型。具体而言，他们正在开发一个基于梯度下降的概率审计系统，并使用模型检查点来使分散式GPU网络能够为全尺度模型提供训练服务。尽管他们在这里的zkML应用非常特定于他们的用例——他们希望确保当一个节点下载和训练模型的一部分时，他们对模型更新的诚实性——但它展示了将zk和ML相结合的强大力量。 ZKaptcha 专注于 web3 中的 bot 问题，为智能合约提供验证码服务。他们目前的实施让最终用户通过完成验证码来生成人类工作的证明，验证码由他们的链上验证程序验证，并通过几行代码由智能合约访问。今天，他们主要只依赖于 zk，但他们打算在未来实现 zkML，类似于现有的 web2 验证码服务，分析鼠标移动等行为以确定用户是否是人类。鉴于 zkML 市场还很早，许多应用程序已经在黑客马拉松级别进行了试验。项目包括 AI Coliseum，一个使用 ZK 证明来验证机器学习输出的链上 AI 竞赛，Hunter z Hunter，一个使用 EZKL 库来验证带有 halo2 电路的图像分类模型输出的照片寻宝游戏，以及 zk Section 9，它将 AI 图像生成模型转换为用于铸造和验证 AI 艺术的电路。 zkML面临的挑战尽管在提高和优化方面取得了飞速的进展，但zkML领域仍然面临一些核心挑战。这些挑战涉及技术和实践等方面，包括：以最小的精度损失进行量化电路规模，特别是当网络由多个层组成时矩阵乘法的高效证明对抗攻击量化是将浮点数表示为定点数的过程，大多数机器学习模型使用浮点数表示模型参数和激活函数，在处理zk电路的域算术时，需要使用定点数。量化对机器学习模型的准确性的影响取决于所使用的精度级别。一般来说，使用较低的精度（即较少的比特数）可能会导致准确性降低，因为这可能引入舍入和近似误差。然而，有几种技术可用于最小化量化对准确性的影响，例如在量化后对模型进行微调，以及使用量化感知训练等技术。此外，zkSummit 9上的一项黑客马拉松项目Zero Gravity显示出，针对边缘设备开发的替代神经网络架构（例如无权重神经网络）可以用于避免电路中的量化问题。除了量化之外，硬件是另一个关键挑战。一旦通过电路正确地表示了机器学习模型，由于zk的简洁性，验证其推理的证明将变得廉价且快速。这里的挑战不在于验证者，而在于证明者，因为随着模型规模的增长，RAM消耗和证明生成时间会迅速增加。某些证明系统（例如使用sumcheck协议和分层算术电路的基于GKR的系统）或组合技术（例如将Plonky2与Groth16相结合，Plonky2在证明时间方面效率高但对于大型模型的高效证明大小较差，而Groth16在复杂模型的复杂度上不会导致证明大小增长）更适合处理这些问题，但在zkML项目中管理权衡是一个核心挑战。在对抗攻击方面，仍然有待努力。首先，如果一个无信任的协议或DAO选择实施一个模型，在训练阶段仍然存在对抗攻击的风险（例如训练模型以在看到特定输入时表现出特定行为，这可能被用来操纵后续的推理）。联邦学习技术和训练阶段的zkML可能是最小化这种攻击面的一种方式。另一个核心挑战是当模型保护隐私时存在模型盗窃攻击的风险。虽然可以混淆模型的权重，但在给定足够的输入输出对的情况下，从理论上讲，仍然有可能反向推导出权重。这主要是对小规模模型的风险，但仍然存在风险。智能合约的可扩展尽管在将这些模型优化为在zk的限制条件下运行时存在一些挑战，但改进工作正在以指数速度进行，一些人预计在进一步的硬件加速下，我们很快就能与更广泛的机器学习领域达到同等水平。为了强调这些改进的速度，zkML从0xPARC在2021年展示了如何在可验证电路中执行小规模MNIST图像分类模型的演示，到Daniel Kang在不到一年后为ImageNet规模的模型做同样的工作的论文。在2022年4月，这个ImageNet规模的模型的准确性从79%提高到92%，并且像GPT-2这样的大型模型在近期内有望成为可能，尽管目前的证明时间较长。我们认为zkML是一个丰富而不断发展的生态系统，旨在扩展区块链和智能合约的能力，使其更加灵活、适应性强和智能化。尽管zkML仍处于早期开发阶段，但它已经开始显示出有希望的结果。随着技术的发展和成熟，我们可以期待在链上看到更多创新的zkML用例。来源：金色财经

金色财经2023-06-13

NFTScan 与 SPACE ID 达成合作伙伴支持 .bnb / .arb 域名搜索

方将在 NFT 数据层面展开合作。为 Web3 用户带来优质的 NFT 搜索查询交互体验，向更安全和更有效的去中心化生态系统迈出的重要一步。 NFScan 浏览器现已支持用户输入 .bnb 域名进行 BNBChain 区块链网络钱包地址的搜索查询，输入 .arb 域名即可进行对 Arbitrum 网络钱包地址的查询。与 SPACE ID 的合作将使 NFTScan 用户能够轻松地使用域名追踪 NFT 交易，为 NFT 钱包地址相关的搜索查询功能增加透明度和便利性。 NFTScan explorer of Arbitrum: https://arbitrum.nftscan.com NFTScan explorer of BNB Chain: https://bnb.nftscan.com 关于 SPACE ID SPACE ID 是一个建立在 Web3 技术上的尖端去中心化身份协议，为用户提供一站式 Web3 域名和身份。通过 SPACE ID 无缝协调和连接跨区块链的人、信息、资产、应用程序，它是去中心化的，抗审查的，并且是开源的。用户可以轻松地创建和管理他们的去中心化标识符（DID），并将它们与各种基于区块链的应用程序和服务联系起来。 Twitter：@SpaceIDProtocol 关于 NFTScan NFTScan 成立于 2021 年 4 月份，是全球领先的 NFT 基础设施服务商，目前已支持 Bitcoin、Ethereum、BNBChain、Polygon、Solana、Arbitrum、Optimism、Aptos 等在内的 14 条主流区块链网络。NFTScan 业务涵盖 NFT 浏览器、NFT Portfolio、NFT API 数据服务、NFT 订单聚合等方面，为 Web3 用户和开发者提供专业的一站式 NFT 基础设施服务。目前，NFTScan 在为包括 CoinMarketCap、Binance NFT、Bybit Web3、KuCoin、SafePal、Mask、imToken、Enjin、Coin98 等在内的 3000+ 开发者团队提供多链 NFT 数据支持。 Twitter：@nftscan_com 欢迎关注 NFTScan 官方推特获取最新动态，有关 NFT API 数据服务等商务合作请联系 Telegram: Shier1992 来源：金色财经

金色财经2023-06-13

CFTC 赢得对 Ooki DAO 的胜诉开创 DAO 可承担法律责任的先例

ve & Lido 支持）这 4 家 Web3 机构均向法院提交了法庭顾问简报（Amicus Briefs），以声援 Ooki DAO，表示 CFTC 仅仅通过治理投票就要求 DAO 成员/代币持有人承担 DAO 的责任是不合理的。a16z 的总法律顾问 Miles Jennings 进一步表示，应该将重点关注在那些对 DAO 非法行为进行治理投票的成员而非整个 DAO 的成员。在 Ooki DAO 错过了 2023 年 1 月的最后应诉期限后，CFTC 开始向法院申请对该案件的“不应诉裁判”，这就意味着 Ooki DAO 未能在法庭上为自己辩护，也可能是一种“战略性”的放弃，显然没有 DAO 成员愿意承受 CFTC 的追责。 2023 年 6 月 8 日，美国加州法官最终作出了对 CFTC 胜诉的“不应诉裁判”，这就意味着 CFTC 无需论证其对 Ooki DAO 指控的理由。Ooki DAO 虽有众多声援，但是面对无人应诉的情况，为监管机构对 DAO 的监管开了一个不好的头。 CFTC 主席 Rostin Behnam 认为 Ooki DAO 是一个明显的欺诈案例，组织者涉嫌试图逃避 CFTC 的监管，非法向美国零售客户提供杠杆及保证金的数字资产衍生品交易。他将 DAO 描述为一种独特的技术，但这并不能将 DAO 从州或联邦级别的监管框架中豁免出来。三、CFTC 胜诉的影响及后果由于 Ooki DAO 并未应诉，加州法官基本上同意了 CFTC 的所有诉求，CFTC 也无需对其诉求作出任何解释。由于美国是判例法国家，这个裁判势必会对加密世界造成巨大影响：将 DAO 定义为可诉主体，从此链上不再是法外之地，监管执法机构可以通过这个案件为突破口，对 DAO、DeFi、DEX 项目进行监管；同时，参与 DAO 治理的成员将可能承担 DAO 的连带法律责任。 3.1 链上 DAO 不再是法外之地在 CFTC 官网 Digital Assets 的专栏将所有虚拟资产，包括所有虚拟货币，都归为“商品”，这将使 CFTC 有权对虚拟资产期货市场的衍生品交易，以及虚拟资产现货市场上的欺诈和市场操纵等行为进行监管，但是，CFTC 无权对不涉及保证金、杠杆或融资的现货市场的虚拟资产交易进行监管。在 bZeroX LLC 转变为 DAO 之前，由 bZeroX 及其创始人承担违规的相应法律责任，毋庸置疑。值得注意的是，加州法官同意 CFTC 将 Ooki DAO 定义为“非法人组织（Unincorporated Association）”，在《商品交易法》下是一个可诉的主体（Person），可以作为被诉主体而承担法律责任。这就意味着在该案之后，CFTC 将有权对从事虚拟资产期货衍生品市场的 DAO、DeFi 等项目进行监管，并提起诉讼。估计 dYdX、Synthetix 等这类去中心化衍生品交易所正在瑟瑟发抖？更加密集思恐的事情是，SEC 是否可以借此裁判，直接针对那些 SEC 认为是“发行和销售未注册证券”的项目方以及去中心化交易所（DEX）进行行政执法？ (https://www.bitstamp.net/learn/web3/what-is-a-decentralized-exchange-dex/) 3.2 DAO 的成员可能需要承担 DAO 的连带法律责任虽然法官裁判的处罚是仅仅针对 Ooki DAO 的，但是 CFTC 根据联邦法律以及一系列州有关合伙法的判例，认定盈利性（For Profit）非法人组织的成员需要对组织的行为承担个人连带责任，这意味着参与 Ooki DAO 治理的成员将可能暴露在需要承担个人连带责任的风险之下。暂时不得而知 CFTC 将如何开展罚款的执行。这对于 DAO 来说是致命的，区别于 LLC 或 Corp 等法律实体能够将法律实体的责任与个人的责任区分开来。CFTC 将 bZeroX LLC 与 Ooki DAO 进行类比，即 LLC 与 Ooki DAO 同样控制着 bZx 协议，LLC 与 Ooki DAO 同样通过成员投票对 bZx 协议进行治理。因此，CFTC 表示：一旦 OOKI Token 代币持有者通过治理代币投票来影响 Ooki DAO 治理提案的结果，那么该 OOKI Token 代币持有者就可以被认定为自愿参与 Ooki DAO 治理而需要对 DAO 的行为承担个人责任。 3.3 对 DeFi 的监管开拓了思路该案继美国监管机构 2022 年 8 月对混币器 DeFi 协议 Tonardo Cash 进行制裁之后，美国监管机构进一步拓展了对于链上 DeFi 项目的监管维度。对于 Tonardo Cash，美国监管以为恐怖分子洗钱为由，将其列入 SDN 清单，意味着所有美国个人或实体都被禁止与 Tonardo Cash 或与该协议绑定的钱包地址进行交易。而 Ooki DAO 则更进一步，美国监管以 DAO 业务违法违规为由，直接要求相关服务器关闭 Ooki DAO 网站，并删除在线内容，禁止 Ooki DAO 在美国开展任何业务。 2023 年 4 月 6 日，美国财政部发布了 2023 DeFi 非法金融活动评估报告，这是世界上首份基于 DeFi 的非法金融活动评估报告。该报告建议加强美国 AML/CFT 的监管，并在可能的情况下加强对虚拟资产活动（包括 DeFi 服务）的执法，以提高虚拟资产服务提供商对 BSA 义务的合规性。可以看出美国监管也是沿袭这个思路，从 AML/CTF 角度监管虚拟资产的出入金业务，做到源头把控，再从投资者保护角度监管具体项目的业务的合规性。四、解决方案——DAO 的法律包装（Legal Wrapper）显然 CFTC 可以凭借此案撕开链上法外之地的屏障，由此，链上已经不再是法外之地。而将去中心化的 DAO、DeFi 项目进行法律包装（Legal Wrapper），以保障成员的有限责任已然是一个必选项，而不再是一个可选项。 DAO 的法律包装（Legal Wrapper）是一种专门针对 DAO 的法律框架或法人实体的集合，为 DAO 提供了在相关司法辖区下的公认的法律地位。它的本质是将 DAO“包装”在一个法律框架内，从而使 DAO 能够与传统的法律体系进行链接，在确保遵守相关法律法规，保护 DAO 成员有限责任的同时，打通 DAO 与现实世界交互的桥梁。未进行注册 DAO 的创始人和成员将面临法律风险，特别是： A. 法律责任的风险。就像Ooki DAO一样，一个未进行注册的 DAO 可以被视为普通合伙（General Partnership），一旦 DAO 被认定为普通合伙，那么 DAO 的每个成员都可能对 DAO 的所有资产和负债承担个人连带法律责任。而一个注册的 DAO 能够单独作为一个法人实体，一方面能符合注册地及其他司法辖区的合规要求，更重要的是能够为 DAO 成员提供如公司组织形式类似的有限责任。 B. 税务的风险。DAO 成员如果没有缴纳所得税，可能会面临罚款或其他处罚。而一个注册的 DAO 可以根据其组织形式进行一系列成熟的税收申报，以及满足相关司法辖区的税务合规要求。 C. 金融合规的风险。在没有相关 KYC/AML/CTF 验证程序以检查资金来源的情况下，在匿名化的区块链世界中吸收资金或从事经济活动，可能会面临涉及证券合规、AML/CTF 合规、金融犯罪的行政、刑事调查。 DAO 法人实体可以注册为不同组织形式：基金会（Foundations）、协会（Associations）、非营利（Non-Profit LLC）或营利性有限责任公司（For-Profit LLC）。组织形式和司法管辖地的实际选择取决于 DAO 类型（社区/协议、服务、投资）、业务模式、代币功能和其他因素。决定在哪个司法辖区设立 DAO 时，完全取决于 DAO 的业务模式、法律需求和偏好，通常有三个最主要的判断标准：（1）DAO 是否希望产生收益，并向成员分配收益？（2）DAO 的去中心化程度；（3）DAO 在未来是否会发售代币？五、写在最后美国监管机构在 FTX 事件中缓过神来之后，就在 2023 年第一季度对加密世界的诸多主要参与者，如 Coinbase、Kraken、Paxos、Slivergate Bank、Signature Bank、Justin Sun、Binance 进行了监管执法活动。尤其是最近 SEC 选择同时正面挑战 Coinbase、Binance 这两大加密巨头，并将其上架的部分代币列为“证券”，而 CFTC 则已经在背后撕开了加密世界的屏障，使得加密链上世界的接近 12,745 个 DAO 组织以及其 $200 亿虚拟资产暴露在 CFTC 的枪口之下。 DAO、DeFi、DEX 项目方尤其需要警惕！来源：金色财经

金色财经2023-06-13

区块链动态2023年6月13日早参考

金色财经2023-06-13

24小时热点