All posts by ayu

9月7日消息，Synthetix核心贡献者Matt Losquadro表示，Synthetix即将推出的新应用链SNAXchain旨在为原生代币质押者和链上交易产品带来跨链流动性和交易费收入。应用链最初将作为链上治理平台，用于管理以太坊主网和Layer2扩展链上的Synthetix部署，包括Optimisim、Arbitrum和Base。目前，Synthetix正积极探索SNAXchain的未来功能，包括SNX质押、跨链流动性以及为定制的perps产品提供支持，预计在第四季度会出现更多有关这些功能的提案。

原文作者：Lyv, Callen @ Meteorite Labs

在前两次工业革命中，人类用机械动力逐步取代了肌肉力量。而在 AI 主导的第四次工业革命中，我们正在用计算能力取代认知能力。

在过去的一年中，随着 ChatGPT 等生成式 AI 大模型的快速发展，AI 从简单的自动化工具扩展到复杂的决策和预测系统，正在逐步成长为驱动当代社会进步的动力。AI 成为了欧美资本圈竞相追逐的主题，也是科技人员线下交流聚会上的谈资。

这一趋势也蔓延到了 Web3 市场，成为两大最热门技术之间的大碰撞。在 2024 年，Web3 行业中诞生了大量的 AI 概念项目，试图将 AI 技术与区块链相融合中。一些项目利用 AI 的内容生成、分析等功能，应用到 GameFi、SocialFi、数据分析等 Web3 领域。一些项目正在搭建去中心化算力网络，利用区块链来对抗大型科技公司对算力的垄断。

就在上周，Coinbase 宣布支持 AI Agent 开发者通过 Coinbase Developer Platform 集成至其 MPC 钱包，成为首个向开发者提供 AI Agent 链上支付基础设施的公司之一。

“AI Agents 无法获得传统银行账户，但他们可以拥有加密钱包” — Coinbase 首席执行官 Ben Armstrong。由此来看，Web3+AI 的下半场，正在由 AI Agent 赛道的大爆发。

一、AI Agent：为什么 Multi-Agent 是未来？

近一年来关于 AI Agent 的研究和话题开始呈现井喷之势，例如 AutoGPT、Hebbia、Glean、BabyAGI、 Generative Agents、MetaGPT 等项目在 Github 上已狂揽上万 Star，成为炙手可热的明星项目。Zapier、Glean、Hebbia 等 AI Agent 明星创业项目估值已高达 57 亿美元。 

AI Agent，人工智能代理（Artificial Intelligence Agent），或者“ AI 智能体”，是一种能够感知环境进行自主理解，进行决策和执行动作的代理。AI Agent 不仅能自动化处理繁琐流程，还能做出精准决策，并智能地与环境互动。

AI Agent 的前景十分广阔。IDC 在其发布的《 2024 AIGC 应用层十大趋势》中进行了调研， 50% 的企业已经在某些工作中试点使用 AI Agent，另有 34% 的企业正在制定相关应用计划。预计到 2027 年，超过 60% 的智能手机将具备生成式 AI 功能，为 AI Agent 的普及奠定硬件基础。

然而现实是，虽然 AI Agent 凭借集成多种工具和强大推理能力的优势，在某些特定场景中表现出色，但其在面对繁复的现实世界任务的时候往往无法给出最优解。这限制了目前 AI Agent 被更多人的使用。另外，来自不同模型、不同 AI 大厂生态的 AI Agent 之间也难以形成协同。

因此，AI Agent 的下一个技术变革是多智体系统（Multi-Agent System，MAS）。Multi-Agent 系统架构由众多独立自治的单一 AI Agent 组成，它们拥有各自独特的领域知识、功能算法和工具资源，可以通过灵活的交互协作，共同完成错综复杂的决策任务。Multi-Agent 不仅能够大幅提升整体工作效率，还赋予了更强大的处理复杂多样化任务的能力。

为了更直观地理解 Multi-Agent，我们不妨以蚁群觅食为例：

– 每只蚂蚁都是一个独立的 Agent，有自己的简单行为规则

– 蚂蚁在寻找食物时会释放信息素，其他蚂蚁可以感知这些信息素

– 通过大量蚂蚁的协作，整个蚁群能够找到最短路径到达食物源

通过这个例子，我们可以看到 Multi-Agent 系统的核心特征：多个自主 Agents 通过相互交互和协作，共同完成复杂的任务或解决问题。甚至将来我们有望看到一个只有 CEO 创始人、完全由 AI agents 雇员组成的公司。

总的来说，AI Agent 代表了人工智能与人类交互的新范式，有望彻底改变人们的生活和工作方式，推动软件行业的变革。随着技术的不断进步和应用场景的拓展，AI Agent 将在未来扮演越来越重要的角色。

二、Web3 + AI Agent，能带来什么变革？

2023 年，OpenAI 带来的全新 AI 革命浪潮，颠覆了各行各业原有的模式，我们也看到了 Web3 中许多相关概念产品不断涌现和落地，出现了利用 Crypto 特性发展 AI 如去中心化算力、数据等方案。

即便放在行情不甚景气的当下，AI 叙事仍在 Web3 中保持保持强劲。仅从币价表现方面来看，AI 仅次于 Memecoin，是第二大叙事。

今年在布鲁塞尔举行的 ETHCC 大会期间，以太坊联合创始人 Vitalik 再次就 Web3 + AI 发表了自己的看法：

AI 的发展从短期来看，是人类与 AI 之间的“协作交集”。从长远来看，AI 将解决当今人类面临的许多难以克服的挑战，比如长寿和太空旅行。而 Web3 和去中心化将为我们描绘通往这一理想的道路，同时防范完全自主的 AI Agent 会毁灭人类的极端情况。

未来 Web3+AI Agent 将成为重要叙事之一，可以预见 Web3 AI Agent 将会在各个 Layer 1 生态系统中遍地开花。那么将 AI 领域最新的趋势 AI Agent 引入 Web3，又将会带来什么变革？

Web3 能为 AI Agent 带来什么契机？

去中心化

Web3 提供了去中心化的基础设施，允许 AI Agent 实现自我托管，避免了集中化带来的数据隐私和安全风险。

在 Web2 中，OpenAI、Anthropic 等 AI 巨头获得了大量的融资，掌握着闭源 AI 模型的训练数据，除了会造成 AI Agent 单点故障外，还限制了社区参与和协作，阻碍 AI Agent 的创新和进步。

确定性的执行环境

Web3 为 AI Agent 提供了确定性的执行环境，不受人为建立的信任元素、不必要的中介和其他低效率的影响。

AI Agent 无法获得银行账户，无法替用户预订机票；但它们可以获得钱包，使用加密稳定币来与世界各地的用户、商家和其他 AI 进行交易。

安全性和隐私

数据隐私和安全性是 AI Agent 在 Web2 实际应用中最具挑战性的问题之一。AI Agent 需要收集和处理大量数据，包括个人信息，一旦数据被非法访问或泄露，将对用户隐私造成严重损害。所以在确保数据安全方面，天然具备安全性的区块链可以协助。

货币化和投资价值

AI Agent 的货币化为 AI 创造了投资价值，并激发了新型代币经济模式。通过 Initial Agent Offering (IAO) 模式，AI Agent 可以成为一种新的投资标的，通过 DAO 治理将所有权下放给社区。

市场转型与大规模采用

Web3 提供了一个新的市场环境，鼓励 Web2 企业和开发者专注于创建独特且卓越的 AI Agent 项目，以应对竞争压力和市场需求。这不仅能帮助企业在 Web3 环境中取得领先地位，还有可能推动更广泛的 Web2 用户采用 Web3 和区块链。

优化 AI 数据集和模型

Web3 的独特特性，如去中心化和公开透明的数据记录，可以优化 AI 数据集的多样性和模型的透明度。利用 Web3 链上数据训练 AI 模型，有助于建立链上数据大模型，提供独特的视角和优势。

AI Agent 能为 Web3 带来什么革新？

增强用户体验

通过结合 AI 的分析能力，集成了 AI Agent 的 Web3 应用程序可以为用户提供个性化、自动化、可定制的体验，进一步释放链上经济的潜力。

降低行业参与门槛

AI Agent 可以作为降低人们参与 Web3 行业门槛的工具，通过在 Web3 中充当用户和链上协议间的“智能助手”，帮助用户完成各类复杂的链上交易行为，使 Web3 产品更加易用，有利于大规模采用。例如，AI Agent 可以根据用户提出的需求，实现加密投资分析、自动化链上交易以及投资组合监控。

创新应用

在游戏和娱乐领域，AI Agent 可以提供动态、沉浸式的体验，增强用户生成内容的价值，并通过区块链技术确保透明和可靠。

总结来说，Web3 + AI Agent 不仅推动了 Web3、区块链和 AI 技术的进步，也为开发者提供了新的机会。Web3 为 AI Agent 带来的变革主要体现在去中心化、安全性、执行环境和货币化。反过来，AI Agent 也将通过自己的能力为 Web3 带来创新应用、简化用户体验等好处，通过自动化执行任务提高效率和决策质量，为 Web3 的大规模采用奠定基础。

三、热门 Web3 AI Agent 对比

Spectral

Spectral 是一个致力于构建 Web3 链上 AI Agent 经济的项目，通过提供零门槛的智能合约编译和部署服务，释放 AI 与 Web3 结合的创新潜力。

具体来说，Spectral 正在提供两种独特的产品：

Spectral Syntax 是一个链上 AI Agent 平台，可以理解自然语言意图并将其转换为基于代码的指令，旨在让 Web3 用户和开发者通过特定的 AI Agent 实现自己的意图，应用场景包括链上合约生成与部署（一键发 meme 币）、智能合约漏洞扫描及修复（智能审计）、链上信息检索等。在 2024 年第三季度，Spectral 将推出 Syntax V2，允许用户基于 Spectral 的所有工具、知识库和 API 创建自己的 AI Agent，用于实现各种可以想象到的意图。

Spectral Nova 是一个机器智能网络，聚焦于 AI 和 ML 模型的创建与应用，通过激励手段吸引顶级数据科学家和 ML 工程师构建输出推理源的模型，以解决 web3 应用程序的预测和机器智能问题，从而满足智能合约、公司和个人对推理源的需求。模型创建者、求解者、验证者和消费者在 Spectral 的机器智能网络上相互交互，形成飞轮。

Inferchain 是 Spectral 正在构建的 Layer 2 ，将于 2024 年第四季度推出，其愿景是成为一个通用、无需许可、开放的真相验证层，用于验证所有链上 AI Agent 交互。在 Syntax 上创建的所有 AI Agent 以及它们从 Nova 上使用的各种推理源将通过 Inferchain 进行集成。

Spectral 在 Web3 + AI Agent 赛道的核心竞争力体现在：

• 低门槛开发

Spectral 提供智能合约一键生成及部署功能，大幅降低了 Web3 开发门槛。这使得即使是小白用户也能轻松实现智能合约的编译和部署。是 AI for Web3的应用场景。

• 多场景适配

Spectral 现有产品架构高度适配 Web3 当前的多样化应用场景，包括 DeFi、DAO 治理、NFT、安全审计等领域。

• 产品迭代

Spectral 持续关注核心产品 Syntax 和 Nova 的功能迭代和优化，保持技术领先性。

机遇与挑战：Spectral 的代币 $SPEC 上线后 FDV 曾一度高达 15 亿美元，融资总额高达 3000 万美元，背靠 General Catalyst、Social Capital、Jump Capital、Circle Ventures、Franklin Templeton、Galaxy 等 Web2 和 Web3 头部 VC，是 Web3 AI Agent 赛道中最值得关注的项目之一。

Spectral 主要针对相对较小的“AI for Web3”市场，使用生成式 AI 技术和区块链，普及 Web3 的开发和许多功能性场景，为 Web3 dApp 提供可验证的模型推理能力，扩大了 Web3 应用层的场景。

然而，Spectral 目前已推出的三款 AI Agent 均面临较大的同质化竞争压力，Nova 网络中四大角色的运作范式都需要较强的运营维持和外部资源导入，启动增长飞轮正面临着严峻挑战。

Autonolas/Olas

Autonolas 于 2022 年夏季推出，又名 Olas Network，是一个 Web3 AI Agent 生态系统，运作方式为在链下由单一 Agent 或多个 Agents 协同完成用户提出的任务，将输出传递到链上。同时，链下 Agent 的完成过程也会被记录在链上。

Olas Network 的独特之处在于，每个构建的 AI Agent 都是由单独的运营商运行，可以从任何来源提取数据，在以太坊、Solana、Polygon 等不同链上进行操作，并可以执行机器学习等复杂处理。通过其 Multi-Agent 系统，Olas Network 允许用户同时使用多个 AI Agents 协作。通过激励机制，Olas Network 将 AI Agent 开发者、运营商、担保人串联起来，共同支持去中心化 AI Agent 生态系统的发展。

Olas Network 在 Web3 + Agent 赛道的核心竞争力体现在：

• Web3 Native

作为曾经 Fetch.AI 的核心 multi-agent 开发团队，Olas 的技术能力已有验证。Olas Network 上的 AI Agent 可以在 Web3 环境中自主运行和交互。能够为用户带来更高效的自动化和智能化。

• DAO 基础设施完善

Olas Network 为 AI Agent 提供了构建和管理 DAO 的工具和基础设施。可以实现更高效的社区治理和运营。

• 可组合性

Olas Network 具有高度的可组合性，允许开发者像搭建乐高积木一样将不同功能的 AI Agent 组件组合在一起，以构建复杂的去中心化应用程序。这种可组合性是 Web3 胖协议 理念的体现，有助于加速创新和应用开发。

• 跨链互操作性

Olas Network 支持跨链操作，这在多链并存的 Web3 生态中具有重要意义。跨链能力可以促进不同区块链网络之间的价值流动和信息交互。

机遇与挑战：Autonolas 是 Web3 中最早提出希望实现 Multi-Agent 的项目之一，其代币 $OLAS 上线后 FDV 一度高达 40 亿美元，比肩 IO.net 和 Aethir 等头部 AI x Web3 项目，说明市场对于 Multi-agent 的叙事天花板认可度非常可观。

Autonolas 作为打通以太坊链上经济和链下 AI Agent 的先驱者，其“共有 AI”(co-owned AI)创想非常符合以太坊联合创始人 Vitalik 对于 Web3 制衡 AI 中心化风险的思路。在需求挖掘上，作为 Fetch AI 原生团队的 OLAS Network 也 不可避免地从 Web3 现有未满足的需求场景出发，希望通过 AI 让 Web3 用户体验更佳，但也同样正面临的增长阻力。

MyShell

Myshell 是一个去中心化 AI Agent 消费者层，由于涵盖了大量开源闭源 AI 模型，因此创建者可以在此快速构建 AI Agent 应用程序并轻松捕获用户。

具体来说，MyShell 由模型层、开发者平台、AIpp 商店和激励网络四个核心模块组成，前三个模块包含了 AI Agent 的底层架构、创作者生产到最终用户消费的全过程，而激励网络则将前三者有机地串联起来，实现商业模式的闭环。

有趣的是，MyShell 也允许开发者货币化 AI Agent，但方式与 ICO 有所不同。在最新推出的 AIpp 商店板块中，开发者将自己的 AI Agent “封装”为 AIpp，然后进行预售和公售。在预售阶段，份额价格将按照 Bonding Curve 计算，随着购买数量的增加而攀升。当销售满 30 股或时间满三天后将结束预售并进入公售阶段，依然按照 Bonding Curve 进行交易。

开发者有权在预售阶段购买自己 AI Agent 的份额，并获得每笔交易 5% 作为手续费用。

MyShell 在 Web3 + Agent 赛道的核心竞争力体现在：

• 社区建设和参与

相比于其他项目，MyShell 更加重视社区建设，通过其徽章系统等机制来增强用户参与度和忠诚度。

• 产品创新

MyShell 的产品开发方向更加倾向于当前的 Web3 玩法，尤其是最新推出的 AIpp 商店，有利于 Web3 用户的快速理解和采用。

机遇与挑战：MyShell 融资总规模超过 1600 万美元，是 Web3 AI Agent 赛道中社区活跃度最高、创作者经济最繁荣的项目之一。其类似 Pump.fun 的 AI 聊天机器人发射方式更贴近 Web3 用户习惯， 7 月结束的第一赛季已成功发射超过 130 个 AI bot，总交易量超过 120 万 USDT。从长期发展的角度来看，Myshell 还需要在产品矩阵和平台开放度方面进行重大升级，以面对聊天机器人赛道的激烈竞争，以及拥抱 Multi-Agent 这种新范式。

HajimeAI 

HajimeAI 是今年 2 季度展露头角的新兴“Web3 for AI”项目，是 Solana 上第一个提出 Solana 侧链结构的项目，旨在为 Solana L1提供更强的性能和更有潜力的使用场景（“L1的功能扩展层”），同时避免以太坊拓展模式造成的流动性分散。

HajimeAI 是 Solana 上第一个 Web3+AI Agent 平台，充当 Solana 的人工智能应用层。不仅解决了当前 AI Agent 面临的去中心化、货币化和推理能力瓶颈，以及多智体协作 Multi-Agent，还为 Solana 未来个性化的个人 AI Agent 以及蓬勃的 AI Agent 生态系统奠定了坚实的基础。

HajimeAI 由三个核心组件组成：

• Hajime Benchmark DAO

Web3 首个 AI Agent 可用性排行榜，任何用户都可以在其中找到最适用的去中心化 AI Agent。Hajime Benchmark DAO 成员通过关键维度对每个在 Hajime 中新发布的 AI Agent 进行评定，以此获得 AI Agent 分享的协议收入和 Hajime 代币奖励。

在早期阶段，HajimeAI 将帮助赋能 Solana Saga，通过空投的方式激励 Solana Saga 用户成为 Hajime Benchmark Dao 的初始成员。通过参与 AI Agent 的评选，在获得平台激励的同时，Solana OG 用户有机会加入到 Solana AI 生态的发展浪潮中。

• Hajime Garden

经过 DAO 评定的 AI Agent 将被列入 Hajime Garden，这是 Hajime 生态的意图中心。基于 decentralized Multi-Agent Graph（deMAG）机制，Hajime Garden 可以将用户提出的任何意图分解为多个任务，交由专业的 AI Agents 进行处理。不论五步还是十步，不论是 Web2 知识还是 Web3 交互，提交的任何意图都将被完美执行。

Hajime Garden 的另一核心功能是 IAO，与 IDO 类似，旨在解决 AI Agent 在 Web2 中面临的货币化和中心化挑战。相比于传统融资，IAO 的流程更简单、更快捷，可以让 AI Agent 更快地获得所需资金。Web3 全球参与的特性也让 AI Agent 的 DAO 治理化变成现实。

• Hajime AI Layer

专注于 AI 的 Solana L2 侧链，与 Solana 网络平行，实现“链下计算-链上验证”，仍受益于 Solana 的安全性和可验证。Hajime 生态所有 AI Agent 都基于 Hajime AI Layer 构建，并实现多代理协同工作。AI Agent 需要的推理计算、MAWG 的需求拆分能力都由 Hajime AI Layer 提供支持。

机遇与挑战：作为 Solana 全球黑客松获奖团队， 已证明了其在 Web3 x AI 领域的潜力。HajimeAI 构建了 Solana 首个 AI 侧链，成为 AI 执行的关键组件，满足 AI 计算需求。通过自主研发的 Muiti-Agent 工作流图谱 deMAG 和创新的 IAO 机制，加速链上可互操作 AI Agent 的发展，为 Solana AI 生态的民主化和大规模采用铺平了道路。

然而，HajimeAI 目前还未发布测试网和测试版产品，链上 AI Agent 能否实现对其互操作愿景的落地以及 HajimeAI 侧链性能能否支撑大规模 AI 应用还有待观察。但解决这些问题将是推动 AI Agent 在 Solana 和 Web3 生态系统中成功应用的关键，值得期待。

Theoriq

Theoriq 旨在成为模块化、可组合的 AI Agent 基础层，增强 AI Agents 之间的通信和互操作方式，确保它们不仅相互连接，而且比以往任何时候都更加自主和强大。此外，通过基于代币的 DAO 治理，利益相关者可以对影响 Theoriq 网络发展的提案进行表决，确保网络按照社区的利益和价值观发展。

具体来说，Theoriq 生态系统由四种角色组成：AI Agent 开发者、AI 资源提供者、Agent 消费者和项目

Infinity Hub 是 Theoriq 的 AI Agent 开发和聚合平台，开发者可以通过工具快速构建各类 AI Agent，并与算力、模型、数据等 AI 资源提供者建立联系。任何有需求的用户或项目可以在 Infinity Hub 用稳定币支持获取 AI Agent 的使用权。

无论是开发者、数据提供者还是用户，透明的算法机制都能确保奖励按照贡献的价值按比例分配，从而保持公平并激励有意义的参与。

Theoriq 在 Web3 + Agent 赛道的核心竞争力体现在：

• 可组合

Theoriq 正在开发一个可组合的 AI Agent 平台，允许用户将不同的 AI Agent 拼装在一起，创建更高级、更灵活的 AI 解决方案。

• 激励机制

Theoriq 通过激励机制，推动了 AI Agent 的快速创新，为其成为模块化、可组合的 AI Agent 做铺垫。

• 去中心化架构

Thoeriq 的 Infinity Hub 提供模型训练，推理，数据存储等服务，通过证明机制保证模型的准确性，抗审查，不可篡改和数据的隐私安全。

机遇与挑战：Theoriq 由 ChainML 团队孵化，是 ChainML 成为“去中心化的 OpenAI GPT Store”的重要一环。核心开发团队均来自加拿大和德国，技术背景深厚，拥有如 Teradata、Vector Institute 等大厂多年经验。过去两年中，Theoriq 和 ChainML 一共获得 1000 万美元融资，投资机构包含 Hack VC，IOSG Ventures，Hashkey Capital，Alliance DAO, LongHash Ventures 等。

Theoriq 非常精准地抓住了 AI Agent 在发展中遇到的中心化垄断和对 Web3 赋能不足的痛点。AI agent 的最大推动者吴恩达教授、Vitalik Buterin、CZ 都有关注项目推特账号。与 Spectral 类似，Theoriq 也是一个服务于“AI for Web3”的项目，希望通过 Agentic Protocol 建立 Web3 使用 AI Agents 的调用和经济系统，增长飞轮也会受到平台上 Agent 质量和数量的约束。

GaiaNet

GaiaNet 是一个去中心化的计算基础设施，使每个人都能够创建和部署自己的 AI Agent，这些代理可以反映他们的风格、价值观、知识和专业知识。

通过 DAO 治理，GaiaNet 将 AI Agent 开发者、域名运营商、代币质押者和用户有机地链接在一起，形成域名运营商管理 AI Agent 开发者，代币质押者将代币质押在域名运营商上提供担保，最后用户择优在域名运营商中选择 AI Agent 使用代币付费使用的商业闭环。

值得一提的是，GaiaNet 网络中还有个角色是组件开发者，可以通过微调 NFT 形式的模型、知识库、插件等组件，从有调用需求的 AI Agent 开发者那里获得收益。

GaiaNet 在 Web3 + Agent 赛道的核心竞争力体现在：

• 边缘计算

GaiaNet 正在建立一个由个人和企业控制的分布式边缘计算节点网络，用于托管具有专有领域知识和专业技能的微调 AI 模型。这种方法提高了 AI 模型的多样性和专业性。

• 隐私保护

GaiaNet 的解决方案强调在提供 AI 能力的同时保护用户隐私。这符合 Web3 对用户数据主权的重视。

• 专业知识整合

GaiaNet 允许个人和企业将的专有知识和技能整合到 AI Agent 中，这种知识的去中心化分享和应用是 Web3 精神的体现。

机遇与挑战：GaiaNet 以节点为基础的 AI Agent 创建、部署环境，以保护专家和用户的知识产权与数据隐私为出发点，抗衡中心化的 OpenAI GPT Store。GaiaNet 构建了一个全套的去中心化的 AI 推理使用场景，从前端聊天机器人使用场景、节点 AI 推理、微调模型提供者、知识库提供者、再到最底层的去中心化算力供给。GaiaNet 的挑战在于，如何将宏大复杂的路线图全面产品化，如何开放面对 Web2 AI agent 和其他 Web3 AI 基础设施的可组合性。

结语

AI Agent 不仅代表了 AI 领域的一次重大飞跃，更是 Web3 生态系统中不可或缺的一部分，在 Multi-Agent 多智体协作的基础上，它们将共同打造一个更加智能、高效和去中心化的世界。

随着 HajimeAI、Spectral 等顶级 Web3 AI Agent 项目的不断涌现和发展，我们见证了 AI Agent 与区块链技术的深度融合，以及它们在推动行业进步、优化用户体验、降低参与门槛和创新应用方面的潜力。不仅为开发者和用户提供了丰富的选择，也为整个 Web3 带来了前所未有的活力和可能性。

一场 DeFi Summer 式的 Web3 AI Summer 正在到来，AI Agent 则为其赋予了无限可能，让我们拭目以待。

原文作者：

原文编译：白丁，极客 Web3

本文来自于 Ansgar Dietrichs 和 Casparschwa 在 eth research 论坛上针对以太坊质押机制与 ETH 增发模型的讨论。极客 Web3 对此进行了整理和删改。这些观点在 2024 年 2 月提出，部分数据可能存在偏差，但其关于以太坊质押经济模型的分析仍值得参考，且其中部分结论仍未过时。

正文：目前以太坊上质押的 ETH 已达 3000 万枚，占总量的 1/4 （这是今年 2 月的数据）这个比例相当可观，而且还在上升，没有任何放缓迹象。下图显示了 ETH 质押量随时间的变化，可以明显看出呈持续增长趋势，而这种趋势会长期持续下去。

未来，ETH 的新增质押中将有很大部分受 LST（流动性质押代币）影响，如 stETH 等。这会让 LST 的使用率和货币属性逐渐增强，但这可能带来负面效应。

首先，LST 具备网络效应，规模较大的 LST 项目会蚕食该赛道中所有的流动性，最终形成赢家通吃，这会加剧 LST 赛道的竞争格局。此外，如果 LST 超越 ETH，成为以太坊上除 Gas Token 的主流货币，届时用户将面临 LST 带来的对手方风险。以太坊上的货币应尽可能免信任，才能真正实现经济上的可扩展性。

（「对手方风险」指对方可能违约 / 无法履行义务。LST 场景中「对手方风险」主要包括用户资产被盗、LST 价格滑点、贬值）

目前，ETH 质押没有硬性的上限规定，理论上所有 ETH 都可被质押以获得收益。而 LST 显著改变了质押的成本结构，几乎所有的 ETH 都可能被质押。因此我们认为，以太坊的经济模型与质押模式应当包含动态的调节政策，让质押比例在一定范围内调整，这样一来以太坊就能在可控的成本规模下确保安全，避免负外部性的产生。

在本文中，我们针对以太坊的经济模型提出了一些亟需解决的问题。

ETH 代币发行策略的现状与未来趋势

在展开讨论前，我们先探讨当前的 ETH 代币发行政策下，哪些长期的质押模式是可行的。以太坊的安全依赖于一定比例的代币质押，可以概括为 POS 以太坊本身有「吸引质押的需求」。而对质押的需求在以太坊的货币政策中有明确规定，根据实际的质押权重，协议会相应调整 ETH 增发量，提高单个节点的质押奖励。

然而，ETH 持有者的质押意愿是多样且复杂的，我们只能基于现有信息进行合理推测，粗略估计质押意愿变化对质押者参与情况的长期影响。

ETH 质押的供需关系曲线：用增发的 ETH 换取安全保障

Validator 节点质押 ETH 会让协议获得安全保障，协议再向 ETH 质押者分发代币奖励，这是一个双赢机制。（限于篇幅，本文对「安全性需要达到什么程度」等具体问题不加讨论，想要了解详情可以参考文章 Paths toward single-slot finality）而 Validator 的收益主要来自两部分：

第一部分：协议根据固定的收益曲线发放的奖励；（就是以太坊每年通过增发 ETH，分配给质押参与者的奖励）

第二部分：Validator 在出块过程中获得的 MEV 收益。

（本图横轴为 ETH 的质押参与度，纵轴为质押收益率，描述了以太坊协议为满足不同的质押率，所愿意提供的质押收益 我们可以将以太坊协议视为买家 质押者视为卖家）

注：要理解下面的内容，可能需要读者对经济学中的供需关系曲线有简单的认知。

ETH 增发收益曲线（绿色实线）：从该曲线中可以看出，随着质押者增加，以太坊提供给单个节点的质押奖励将逐步减少。ETH 质押参与度较低时，系统需要更多奖励验证者，以鼓励更多人质押 ETH；当越来越多人参与质押时，单个验证者对网络安全的边际贡献会降低，对质押奖励的需求也随之减少。

总质押收益曲线（绿色虚线）：ETH 的固定增发收益加上 MEV 收益，构成了质押者的总质押收益。这里要注意，MEV 收益率的计算方式为：MEV 收益总量（去年约为 30 万个 ETH）除以被质押的 ETH 总量。

由于 MEV 收益总量基本是固定的，所以随着验证者增多，MEV 收益率会快速下降，最终使得质押收益率趋近于单纯的 ETH 增发率。值得注意的是，以太坊的 MEV 收益在过去一段时间内相当稳定（参考 MEV-Boost Dashboard），虽然这在未来可能变化，但为了简化我们的讨论场景，暂时将其视为固定不变的。

从上述曲线中，我们可以读到两条关键信息：

• 为了避免质押参与度过低，以太坊在质押参与度较低时设置了高回报来吸引更多质押者。

• 每个质押者的边际效用递减，即随着质押参与度增加，ETH 代币的增发率逐渐减少。

然而，上述质押收益率曲线未能理想的调节质押参与度。首先，该曲线无法有效限制质押比例的阈值，即使所有的 ETH 都被质押，质押激励仍会保持在约 2% 左右。换句话说，在激励设计层面，以太坊没有对最终实现的质押比例进行精准控制。总体而言，除了在初始阶段通过高激励来确保系统有最低的安全保障外，协议没有引导质押水平达到某个具体范围。

需要注意，上面提到的只是名义收益，未考虑增发 ETH 本身带来的稀释效应。随着更多 ETH 被增发，稀释效应将愈发显著。对此我们暂时忽略稀释效应的影响，放到后文详细讨论。

ETH 质押的供给侧分析

上文讨论了质押的需求曲线，也就是以太坊协议为满足不同的质押比例，所愿意提供的质押收益。现在我们将目光转向供给曲线。质押供给曲线展示了 ETH 持有者在不同收益率下的质押意愿，揭示了不同质押参与度所需的条件。

一般情况下，该曲线会呈右上倾斜，这意味着网络要达到更高的质押参与度，需要更高的激励。然而，由于质押意愿无法被直接观测或准确测量，供给曲线的形状无法具体描绘，我们只能通过定性分析来推测。

此外，供给曲线并非一成不变，我们将探讨质押成本随时间的变化，以及这种变化如何影响 ETH 持有者的质押决策。换句话说，质押成本的变化将导致供给曲线的位移，使得 ETH 持有者对质押激励的需求发生变化。

我们只能将历史上可观察到的质押水平拟合成近似的的质押供应曲线，每个特定时间点上需求曲线和供应曲线的交汇点反映了历史上真实达成的质押参与率。

本图横轴仍为 ETH 质押参与度，纵轴为质押收益率。如图所示，自以太坊信标链启动以来，质押的 ETH 总量持续增加，质押量的供应曲线是向下移动的。即使在较低的质押收益下，ETH 持有者的质押意愿依然会增加。从历史趋势看，短期内供应曲线持续下移属于合理预期。然而值得深入探讨的是长期质押平衡的问题，我们需要仔细分析供给端的构成。

任何 ETH 持有者在决定是否质押时，通常会考虑两个主要因素：质押收益以及所需成本。总体来看，验证者手中单位资产的质押收益是相同的，但不同类型的质押者却在成本结构上存在显著差异。下文将深入对比独立质押者和质押服务提供商（SSPs）之间的差异。

独立质押者 vs 质押服务提供商

SSPs 接受用户的 ETH，并代用户完成质押操作，收取一定的服务费用。通常情况下，他们会为用户提供 LST 作为质押凭证，用户可以把 LST 用于二级市场交易（比如 stETH）。对于 LST 持有者而言，这些代币的流动性取决于 LST 的整体使用率，以及第三方协议对其的支持率。

我们要重点分析的，是 Lido 这类发行 LST 的 SSPs。至于那些不发行 LST 的 SSPs，可以将其视作 LST 流动性价值为零的特殊情况，不在本文讨论。

对于大多数人而言，单独质押不需要信任第三方，但参与门槛较高，操作繁琐；相比之下，LST 需要一定程度的信任，但却具有显著的简易性和流动性优势。

在比较这两种质押方式后，我们可以得出两个重要结论：

1. 在不同的 ETH 持有者之间，独立质押的成本结构存在明显差异，技术含量的高低、硬件条件及运维成本的不同，以及对托管安全的信心，都使得独立质押者的供应曲线更为陡峭。这意味着，如果要让独立质押者的数量显著增加，要么大幅增加质押收益，要么改善质押操作的 UX。

2. 相比之下，利用 SSPs 质押的用户成本结构基本相同，主要差异仅体现在对 SSP 运营风险的评估以及对 LST 与 ETH 之间兑换滑点的顾虑。因此，SSP 的供应曲线较为平缓。这意味着，要吸引更多的 ETH 持有者进行 LSD 流动性质押，所需的收益率增幅相对较小，可以较为平滑地扩大质押参与率。

此外，独立质押的成本不受质押参与度的影响，而持有 LST 的成本则可能随着时间的推移以及 SSPs 使用率的提升逐渐降低，原因如下：

1. LST 的「货币属性」增强：当某种 LST 的受欢迎程度提升时，我们可以预期其将得到越来越多项目的支持，超越原生 ETH 的使用场景，例如更多的 DeFi 协议集成 LST，二层网络默认对桥接的 ETH 进行流动性质押等。当 ETH 质押比例足够高时，LST 甚至可能在流动性方面超越未质押的 ETH，反转二者的流动性差距。

2. 智能合约风险降低：随着时间的推移，LST 的智能合约会经过大量的实践检验，并且通过形式化验证等方式进一步降低风险。

3. 治理系统稳健性的提升：随着使用率的增加，LST 相关的治理机制也会变得更加成熟和稳健，例如 LDO + stETH dual governance 提案就反映了 LST 治理体系的进步。

4. 对大规模风险预期的降低：当某种 LST 占据整体市场足够大的比例时，它可能会被视为「太大而不能倒」的存在。所以用户相信市场上的各种力量会在 SPPs 出现问题时及时补救。

5. LSD 服务提供商的盈利平衡：当 LST 的使用率足够高使其流动性足够好，SSPs 可以降低单位服务费用来维持盈利，吸引更多用户参与。

整体来看，SSPs 和 LST 的存在使得质押供应曲线被显著拉平，这意味着不需要继续提高质押激励，就可以推动以太坊质押总量的增加。由此可以推测，LSD 将继续在推动质押量增长方面发挥重要作用。然而这样一来，长期的时间维度中，质押激励并不是 ETH 质押增长的桎梏，那么 ETH 质押究竟能达到多大规模呢？

质押率的长期均衡点

综合考虑需求和供应等因素，我们可以推测出 ETH 质押能维持的长期均衡状态。前面我们提到，当质押参与率较低时，需求曲线表现出明显的倾向性，但对于长期内可能达到的具体质押比例没有明确结论。

随后我们说明了随着质押成本和风险的降低，供应曲线会随时间逐渐下移，使得越来越多人愿意参与质押，其中起到主要推动作用的正是 LST。然而，供应曲线本身的形状无法定量分析，其是否足够陡峭、能对质押参与度形成合理调节，目前并不明确。

因此，总体质押比例的均衡点并不能准确计算出来，存在广泛的可能性，甚至可能接近 100% 。下图反映了即使长期内的供应曲线差异很小，也可能导致质押比例的均衡点出现位移。

其实最关键的不在于质押参与率会达到多高，而是这种高质押率一旦出现，会带来一系列隐患。本文提出了一些政策上的调整建议，以防止这种情况发生。

质押比例分析：什么情况下质押率少反而更好

质押率可以定义为 ETH 质押量与 ETH 总供应量的比值，ETH 当前总供应量约为 1.2 亿枚，其中大约有 3000 万枚被质押，质押率约为 25% 。在探讨高质押率可能带来的潜在问题之前，我们要先搞清楚一个标准：

到底质押率达到何种水平，就可以保证以太坊的安全性。根据此前以太坊基金会的一次讨论记录，我们可以知道当前的质押水平足够确保以太坊的经济安全了。

这就引出了一个问题——如果当前的质押率已经能够保障网络安全，是否有必要追求更高的质押率，达到「过度安全」？在我们看来，高质押率虽然能增强网络的安全，但可能带来一些负外部性，影响到 ETH 持有者、独立质押者，甚至整个以太坊协议的运行。

LST 货币属性的网络效应（LST）：拒绝承担风险

LSTs 在争夺货币属性这个问题上竞争很激烈。由于网络效应的存在，这种竞争往往呈现出「赢家通吃」的局面。随着 LST 的应用领域不断扩大，实用性随之提高，市占率也会逐步上升，LST 的货币属性在多个方面都将得到加强，例如链上和链下的集成度、流动性、抵御治理攻击的能力等。

在高质押率的环境中，如果某单一 SSP 控制了大部分的质押比例，很可能会被视为「大而不倒」。如果大多数 ETH 都质押在该 SSP 处，很难有办法对其进行有效惩罚。如果一个占据主导地位的 SSP 渗透进以太坊协议治理的核心，但却不必对用户担负相应的责任，这种集中化的治理风险，无疑会对以太坊的去中心化产生深远影响。

如果大部分 ETH 都参与了流动性质押，实际上在除 Gas Token 之外的多数场景中，真正作为货币的将会是 LST。然而，无论是由 ETF、CEX 还是链上质押池发行的 LSTs，都伴随着不同的信任假设，具有显著风险。最终，用户将不可避免地承受来自运营商、治理、法律以及智能合约等方面的额外风险，这显然不是理想状态。

此外，LST 虽然自夸可以还原被质押 ETH 的流动性，但其在 DeFi 中作为抵押物的效果肯定不如原生 ETH。以太坊网络想要实现真正的经济可扩展性，其货币必须尽可能去信任化，最好是使用 ETH 本身。

最小可行发行量——服务于用户体验

以太坊的最小可发行量 MVI 是以太坊网络在维护其安全性和功能性前提下，所需的最低发行量，旨在平衡网络的安全性和 ETH 通胀率。根据 MVI 原则，必须确保有足够的质押参与来保障协议的安全性，但质押量不宜过多。

当质押水平达到某个临界点时，协议的安全性已经足够稳固，此时额外质押带来的边际效用会逐渐递减，甚至可能出现负面效应（例如，增加网络负载、稀释 ETH 持有者的权益等）。此外，质押是一项协议所需的基础服务，协议应为质押支付合理的报酬吸引用户参与，而不是因资产稀释压力使用户被迫参与。

若 ETH 发行量继续增加，会导致所有 ETH 持有者和质押者面临更大的稀释风险，然而 SSP 却不会受到负面影响。因为代质押 ETH 的所有权并不属于 SSP，SSP 只是通过收取服务费来获取收入，ETH 价值稀释与其无关。不但如此，如果更多人为了对冲通胀而参与 LSD 质押，SSP 收的服务费用能水涨船高。

假设一个情境：以太坊质押参与率为 90% ，质押年收益率 2% ，流动性质押占总质押价值的 90% ，且平均 SSP 费率为 10% ，换算下来每年将有相当于以太坊市值 0.16% 的费用支付给 SSP，约为 20 万 ETH，按当前价格计算，约合 5.3 亿美元。这 5.3 亿美元，实际上相当于是对所有 ETH 持有者的一种隐形税收。

实际收益率：名义收益率 — 稀释效应

类似于金融学中的名义利率与实际利率，实际收益率为剔除 ETH 名义质押收益中的稀释效应后得来的真实收益率。随着越来越多的人参与质押，以及以太坊的通胀，由 ETH 质押带来的名义收益将逐渐被稀释，实际收益能更清晰地反映出质押的真实激励，而我们之前讨论的质押收益曲线，均为名义收益曲线。

上图分别反映了稀释效应对质押者和非质押 ETH 持有者收益的影响。对于不进行质押的 ETH 持有者（图中红线所示），由于他们的名义余额保持不变，但承受了通胀带来的稀释效应，所以他们的实际收益显然是负的。为了清晰地描述这种影响，我们可以将质押比例「S」分为两种情况进行分析。

当质押比例较低时（曲线左侧部分），实际收益曲线（绿色实线）与名义收益曲线（灰色实线）较为接近，这是因为质押者数量较少，协议通过增发 ETH 而分配的奖励也少，所以 ETH 通胀率很低，稀释效应较轻。在这种情况下，质押的主要激励来自于正收益，即图中绿色区域。

当质押比例较高时（曲线右侧部分），实际收益与名义收益曲线之间的差距渐渐增大。随着越来越多的质押者参与，ETH 的增发量增加，稀释效应更明显。除了实际收益的减少外，质押者的一部分激励来源于「稀释保护」，即通过质押对冲通胀。极端情况下，当质押比例接近 100% 时，质押的实际收益将仅由 MEV 收益构成，此时以太坊的通胀率将非常高，因为要不断的增发代币奖励质押者。

总结下来就是，质押比例高与低的最大区别，是质押收益的构成不同。低质押比例下，用户会获得实际的正向收益，质押比例提高后，由于通胀率较高，用户最后只能获得较少的收益用来抵消稀释效应，即「稀释保护」。以太坊质押比例越高，新发行的 ETH 就越多，质押用户的名义收益就越高，然而名义收益高并不意味着实际收益高。

需要强调的是，这种收益构成的变化并不会降低质押的激励作用。如果只看结果，稀释保护和真金白银的正收益，对于用户来说同样具有吸引力。然而，两种不同性质的收益对用户的意义截然不同：当质押比例较低时，质押是一项由以太坊协议为之买单的、有利可图的服务；相反，当质押比例升高时，质押变成了一种对冲通胀的无奈之举。

因此，如果质押比例向右移动到最高，我们可能会陷入一种最差的局面：质押提供的实际收益极为有限，还对那些不愿接受 LST 的人构成资产稀释的威胁。

任何质押者在同一质押政策下，一定会选择对自己来说实际收益更高的策略。但在以太坊的协议设计中，用户根本无法选择，因为协议的发行曲线决定了质押的最终均衡状态（长期质押供给曲线固定的情况下），出于收益考虑，任何用户只能选择参与质押这一种策略。

独立质押的可行性较差

SSP 成本固定，质押越多单位成本就越低，天生具备规模经济优势。随着 SSPs 管理的 ETH 数量增加，其边际效率也会提升，能压低成本收取更低的服务费用，吸引更多用户，并实现更高的利润。基于这些优势，成功的 SSP 可能被视为「大而不倒」的存在，这降低了其面临的尾部风险，并进一步强化了规模效应。

（尾部风险：极端事件的发生风险，这些事件概率极低，但一旦发生往往会导致极大损失）

相反，独立质押者需要自行承担所有成本，成本不会因质押量的增加而减少，反而会因网络负载的增加而有所上升，这正是以太坊通过 EIP-7514 提案的原因之一。

按照前面的分析，随着越来越多的质押收益被用于对冲通胀，而非获取实际收益，质押者的实际收益越来越依赖于 MEV，而 MEV 收益具有高波动性，会让独立质押者的总收益产生波动。相比之下，SSP 能够将总的 MEV 收入按比例分配给其管理的所有 Validator 验证节点，有效降低了质押收益波动对其整体运营效果的影响。

随着 LST 的使用率上升及其货币属性的增强，独立质押和 LSD 质押间的差距将进一步拉开。换句话说，随着质押率上升，独立质押相较于 LSD 质押的竞争劣势愈加显著。

在许多司法管辖区，政府对质押收入征税时以名义收入为基础，而不是经过稀释效应调整后的实际收入。通过某些结构设计，LST 能够为持有人提供一定的保护，避免这种税收影响，而独立质押通常无法做到这一点。随着名义收益与实际收益之间差距越来越大，独立质押者的收益水平也进一步被 LSD 质押者甩开。

基于此，我们提出以下观点：

1. 持有原生 ETH 应具备经济可行性，确保良好的用户体验，并避免因安全风险导致的价值稀释问题，从而更好地保护 ETH 持有者的利益。

2. 为了实现真正的经济可扩展性，以太坊的通用货币应尽可能免信任 / 无需信任。只有这样，才能确保整个系统的稳健和广泛的适用性。

3. 资产价值的稀释保护成为质押的主要激励构成，对质押者和 ETH 持有者来说都是不理想的结果。依赖稀释保护作为激励可能会带来不必要的市场波动，削弱了质押机制的初衷。

4. 高质押参与率会进一步加剧独立质押者在市场中的竞争劣势，可能让更多用户倾向于利用 SSP 进行质押，导致质押的集中化，不利于网络的去中心化和安全。

以太坊未来能达到的质押比例仍不确定，我们需要主动采取措施，确定一个最优的质押比例，防止比例过高产生负面影响。即使高质押比例对某些人来说可能是有利的，这个选择也应当是经过充分考量后做出的，而非受到市场外部因素的随机影响。

质押参与比例的最终目标

我认为，以太坊的质押政策应当以质押比例为基准，而非 ETH 的质押量。ETH 的供应量受到 EIP-1559 和发行机制的影响而波动，以质押比例为标准能够适应这种供应变化。虽然目前 ETH 的供应变化非常缓慢，自 The Merge 以来每年下降约 0.3% ，但其长期影响不可忽视。设立以质押比例为基准的政策，能够在更长时间范围内保持稳定，无需频繁调整。

如前文所说，当前的发行曲线虽然确保了最低的质押水平，但缺乏限制质押比例上限的机制，这可能会导致质押比例过高。我们认为，一个完善的代币发行政策应当设定质押比例的上下限，来确保网络安全，并维持合理的参与度。具体而言，该政策应努力将质押比例保持在一个「既能确保网络安全，又能避免负面外部效应的最佳范围」内。

为此，以太坊可以对过低的质押比例设置超高奖励，对过高的质押比例设置超低奖励、甚至是负奖励，来调节质押比例。通过这种方式，以太坊可以调控质押参与度。这种政策设计的曲线可以参考 Vitalik 所提出的示例，该曲线展示了如何在不同质押比例下调节奖励，以引导质押行为。

如图中的发行曲线所示，质押参与度较低时奖励丰厚，与当前的政策一致。随着质押参与度的提高，质押收益逐渐减少，直至转为负值。换句话说，质押的收益最终将减少到不再具有任何吸引力，从而抑制质押行为。然而，这种负收益状态不会长期持续，质押参与度会因为这种机制的调节逐渐降低，并在某个合适的水平达到均衡。因此，呈现出这种收益曲线规律的模型，能够确保质押比例维持在合理范围内。

事实上，要达到合理的质押比例范围，并不需要选择一条收益迅速转为负值的曲线，那些在某个临界点之后仅将质押奖励控制在零或接近零的曲线，可能已经足够达到同样效果，既能抑制过度质押，又能维持系统的稳定性。

确定合理质押比例范围带来的影响

确定合理的质押比例的优势在于，能有效避免高质押率带来的各种负面影响。不过，这种策略并非没有缺点，一个明显的例子是，独立质押者在此情况下面临的奖励具有波动性。与高质押率的环境类似，在确定合理质押比例的策略下，激励来源有很大一部分是 MEV 收益，这会加强其波动性。

因此，尽管确定质押比例范围的优点很多，但也可能加剧本就存在的收益波动性。MEV 风险可以通过引入 Execution Tickets 或 MEV Burn 等机制来解决，或设置质押费用的方式来缓解，在一定程度上平衡收益的波动性。也有一些人反对将质押比例确定在某一范围内，其中一个具有代表性的观点是，这样做可能会降低整体的均衡收益，从而加剧独立质押者与 SSPs 的竞争，以及不同 SSPs 之间的竞争。

反对者的逻辑是，整体均衡收益降低导致资金供应不充足，一些 SPPs 采用的质押形式可能对以太坊协议更有益，但由于其项目竞争力不足，难以持续盈利而存活下去，导致以太坊的整体效用更低。要应对这一问题，仍然要分清名义收益和实际收益。

虽然确定质押比例范围的策略可能降低名义收益，但实际收益未必会受到影响，。以下示意图进一步了说明这一点。

上图表示采用确定的质押比例范围时，系统达到长期均衡的情景，下图则大致展示了当前以太坊代币发行曲线下的情景。这两个例子都基于相同的假设：约 1 亿 ETH 参与了质押，即长期质押供给保持一致，这样的对比才有意义。

下图中，大部分质押激励用于稀释保护，因此实际收益率仅维持在约 0.5% 左右。而在左图情境中，系统会达到一个较低的名义收益率均衡点，但由于通胀率较低，实际收益率会提高至约 1.4% 。

这一例子清楚地说明了，确定质押比例范围会合理地提升实际收益率，可以缓解质押者之间的竞争压力。此外，这也有利于不参与质押的 ETH 持有者，因为能最大限度地减少稀释风险。

开放性问题

本文提出的策略是确定合理的质押比例。然而，这存在一些亟待解决的问题。

1. 质押比例的理想范围是多少？

对于质押比例，我们已经讨论了不理想的范围，但并未明确提出理想化的质押比例区间。其实这个问题相当复杂，需要在社区内进行深入讨论，并会参考 Vitalik 和 Justin 的一些意见。

该问题的核心在于权衡——较低的质押参与度会增加协议受到攻击的风险，而过高的质押参与度则可能带来负外部效应。为了更好地确定质押区间，我们可以对不同质押比例下的效用进行建模。一种可能的效用曲线如下所示：

2.如何选择合适的质押收益曲线以达成目标范围？

确定合理的质押比例后，设计者还要选择合适的质押曲线，来实现以太坊质押参与度的均衡。设计者要仔细评估不同曲线的优缺点，挑出最合适的方案。同时，设计者可以继续探索其他机制，例如类似于 EIP-1559 的反馈控制系统，根据网络状况动态调整质押发行曲线，以确保曲线与网络需求间的匹配度达到最优。

3.如何确保在近零或负发行情况下的激励相容？

激励相容由诺奖得主利 Leonid Hurwicz 提出，是机制设计的重要原则，具体是说如果某种机制可以将系统内的个人利益与系统整体利益统一起来，该系统就是激励相容的。

以太坊 PoS 发行的初衷是通过经济激励吸引验证者参与共识，然而在某些质押参与率下，发行收益可能趋近于零，甚至出现负值。尽管在这种情况下，验证者可能为了 MEV 收益继续质押，但如果缺乏常规的质押奖励，验证节点可能在出块和验证时缺乏足够动力，也就是说当质押发行量过低时，共识机制可能面临失效的风险。

为了解决这一问题，以太坊协议可以对所有验证者收取一定费用，并根据验证者是否称职进行再分配，重新建立激励相容性。然而，这种方案的实施将增加协议的复杂性，因此需要进一步探讨其可行性和有效性。

4.如何以相对（质押比例）而非绝对（固定 ETH 数量）方式来设定目标范围？

其实也可以将质押发行水平设置为某一绝对的 ETH 数量，比如 3000 万枚，或 4000 万枚 ETH，然而为了让发行政策更具前瞻性和适应性，最好直接把质押比例作为考核参数。为了让发行政策以某一特定的质押比例为目标，协议需要掌控 ETH 质押量和供应量。

5.当质押参与率超出目标区间，如何使其恢复到目标值？

如果当前的质押参与率就在目标区间内，当然是最理想的情况，但如果超出该区间，就必须采取一定措施降低质押参与度，使一部分质押者收益不足进而退出质押。即使我们用最温和的手段降低参与度，这个过程也会对一些质押者产生不利影响。如何尽量降低这种影响仍然是一个需要解决的问题。

结论

我们讨论了当前的以太坊质押激励政策与代币发行方案，详细解释了该发行方案存在的负外部性，探讨了一种可以解决问题的新政策，就是将质押比例设定在一个目标范围内。

然而，鉴于一些尚未解决的问题，尤其是在验证者费用机制和链上 MEV 捕获机制上的缺失，实现该政策还需要一段时间的过渡。我们提议在这段时间内，对现行的 ETH 质押与代币发行政策进行革新，作为迈向目标政策的关键一步。

为此，我们在即将到来的 Electra 升级中，提出了一项关于改革质押发行政策的提案（相关内容可以参考文章 Electra:Issuance Curve Adjustment Proposal）。

原文作者：

原文编译：白话区块链

在当今的加密世界中，选择在哪个平台部署你的应用程序与产品本身同样重要。

这引出了一个我认为许多开发者当前心中的十亿美元问题：究竟在哪个平台部署我的应用程序才是最好的选择？

在今天的文章中，我将介绍目前我认为最好的三个选项，并分析每个选项的优缺点，以及即将到来的技术进步将如何使这一选择变得比现在更加容易。

对于开发者而言，目前最好的三个选项是：部署在通用型的二层网络上、Solana 生态中，或者建立一个特定于应用的链。这些决定将对性能、安全性、用户体验和长期可行性产生深远的影响。

本文将深入探讨这些选项之间的技术差异，通过它们各自的优缺点来分析，并论证应用专用链在以太坊对抗 Solana 中日益增长的重要性。

1、通用型二层网络 /L2 Rollups

1）优点

安全继承：通用型 L2 或 Rollups（如 Optimism 或 Arbitrum）继承了以太坊的安全性。这意味着，构建在这些平台上的应用程序可以受益于以太坊强大的安全性，而无需维护自己的验证者集群。对于应用程序的发布来说，这一点尤为重要，因为通过验证者集群（通常是作为 L1）来引导自身的经济安全性是非常困难的。

更不用说，目前还有不少不同的通用 L2 可供选择。

可组合性：通用型 L2 提供了高度的可组合性，使得同一 L2 上的应用程序和协议之间可以无缝互动。「货币乐高」这个术语最初是在 2020 年的 DeFi 夏季提出的，至今仍然适用。构建在链上的最大优势之一就是可组合性。

在传统金融或加密领域之外的软件中是无法实现这种程度的可组合性。这对依赖流动性和互操作性的 DeFi 应用程序尤其有利。

开发者友好：在通用型 L2 上构建（通常）意味着可以利用 EVM，大多数加密原生开发者已经熟悉 EVM，这降低了学习曲线并加快了开发速度。对于其他虚拟机（altVM）的 Rollups，存在一些非加密原生开发者更为熟悉的编程语言，例如 Rust（用于 Soon SVM 之类的堆栈）、C、C++（Arbitrum Stylus）、Move（Movement Labs 和 Lumio）、Linux（Cartesi）、Web Assembly（Fluent），甚至是 Fuel Network 的 Sway。

2）缺点

拥堵和可扩展性问题：随着越来越多的应用程序部署在同一 L2 上，拥堵可能成为问题，导致费用增加和交易速度变慢。这可能会降低用户体验，尤其是对于那些需要低延迟的应用程序来说。

「吵闹的邻居」问题确实存在，我们已经在 L2 上看到它在清算期间或用户互动频繁的事件中发生过。这是一个细致入微的看法，像 MegaETH 这样的 EVM 并行化，通过基于 Rollups 或上述提到的不同执行环境可以帮助缓解这个问题。

定制化和盈利能力有限：通用型 L2 旨在满足广泛的应用需求，这意味着它们通常缺乏为单一应用程序的特定需求进行优化的灵活性。如果你是一个希望拥有自定义 gas Token、定制区块时间以及交易排序规则的开发者，这可能会成为问题。这可能限制性能调优和用户体验的优化。

我有一个很大的体会，就是关于 MEV 和排序收入的问题。当你在一个通用 L2 上部署应用程序而他们不提供收入分享时，你实际上是在从 Rollup 操作员那里租赁区块空间，并为他们赚取收入，而这些收入本可以重新分配给你的应用和社区。我们稍后会谈到这一点。

2、应用专用链

1）优点

完全定制化：应用专用链允许开发者针对应用的需求优化区块链环境的各个方面。这可以带来更高的性能、更低的费用和更好的用户体验。

你可以通过自己的主权排序器内部化收入，并控制交易排序，通过 gas 支付方或高级账户抽象解决方案提供更低的费用和更好的用户体验，或极快的区块时间（如 Reya 的 100 毫秒区块时间或 Clearpool 刚刚推出的专注于 RWA 的 Ozean 应用链，具有大量独特功能）。通过这样做，你可以为链上的开发者和用户解锁独特的盈利方式，以一种互惠互利的方式实现。更多的费用、交易和使用量意味着为整个社区分配更多的排序器收入，你可以按照你希望的方式进行分配。

可扩展性：由于该链专用于单一应用程序或一组相关应用程序，因此不存在其他项目造成拥堵的风险。你可以拥有自己的区块空间，消除链上的「吵闹邻居」（拥堵）问题。减少 gas 费用高峰，更好地控制你的区块空间。

2）缺点

复杂性和开销：尽管像 Gelato Network、Conduit、Caldera 等 RaaS 提供商帮助简化了新链的启动过程，构建和维护一个应用专用链相比于在通用 L2 上部署应用（部署智能合约 vs. 部署整个链）需要更多的准备工作和资源。

虽然 Layer Labs 等团队和其他孵化器可以提供帮助，但总体而言，启动一条链的过程更加繁重。从第一天起，你就需要考虑互操作性提供商、排序（大多数 RaaS 提供一些选项），以及诸如 RPC 等问题——虽然 Lava Network 在这方面可能会有所帮助。

互操作性挑战：尽管 Cosmos 等框架提供了内置的互操作性解决方案，但与更广泛的以太坊 L2 生态系统互动相比，使用通用 L2 更为复杂。作为一个应用链，你面临的最大问题是如何从第一天就获取用户，哪个互操作性提供商将会帮助和支持你？

可以考虑 Hyperlane、Union Build、Jumper Exchange、LayerZero 以及最终的 Omni 和 AggLayer。协调区块构建也将起到重要作用，例如 Astria 和 Nodekit 等团队。

此外，如果你希望求解者提供快速的互操作性，你可能需要与 Everclear、AcrossProtocol、LiFi Protocol 或 Wintermute 等大型求解者团队建立关系。这些挑战，加上跨链用户体验的困扰，构成了启动应用链的最大问题。

我稍后会进一步讨论这个问题。

3、Solana

1）优点

极高的性能：Solana 专为高性能应用设计，能够处理每秒数千笔交易，并且延迟极低（但有时交易会失败）。其速度使得 Solana 成为那些依赖低延迟和高性能的应用程序的理想选择。这些因素也延伸到了用户体验，对任何加密用户来说都非常友好。

统一的体验：从可组合性的角度来看，Solana 的单一状态机非常吸引人。这使得构建「货币乐高」比在应用链上更容易，但与在通用 L2 上的体验类似。这种架构提供了一个统一的环境，所有应用共享同一个状态，你还可以从像 Kamino Finance 和 JupiterExchange 这样成功的应用中吸引网络效应。

生态系统的增长轨迹：Solana 的生态系统和开发者的增长一直在稳步上升。该生态系统对 DeFi、NFT 和更广泛的 Web3 应用，甚至是 memecoin，都有强大的支持。由于可以使用 Rust 编写代码，其开发者社区也在不断扩大，为新项目以及非加密原生开发者提供了更多的资源和工具。

我认为这个生态系统将继续膨胀，你的应用程序可能会受益于这种扩展所带来的网络效应。请参考下面的今年早些时候的生态系统地图：

2）缺点

中心化风险：尽管 Solana 在技术上具有优势，但它因中心化问题受到了一些批评。与以太坊相比，其验证者网络规模较小，建立成本较高。与在以太坊 L1 上构建相比，Solana 的抗审查能力较弱，但与具有中心化排序器的 L2 相比，我认为 Solana 反而更有优势。不过，链条的某种程度上的中心化性质是其早期发展阶段的产物，需要加以考虑。

网络中断：Solana 曾多次经历网络中断和稳定性问题，这引发了对其可靠性的担忧。尽管每次都能恢复正常，但对于需要持续在线的开发者来说，这仍然是一个风险。最近一段时间内这种情况没有再发生，这是一个积极的信号。

上述原因尽量以客观中立的方式呈现，但我仍然得出的结论是，在权衡取舍和性能方面，应用专用链位于通用 L2 和 Solana 之间。

我觉得这个图表也非常有帮助：

在我看来，应用专用链为模块化生态系统提供了一种可行的策略，使其能够在性能和开发者体验方面与单体 L1 竞争。通过允许开发者构建针对特定用例优化的定制环境，应用链可以提供媲美甚至超越这些 L1 的性能和灵活性。

然而，关键在于了解正确的互操作性和链抽象是实现这一以 Rollup 为中心的模块化扩展路线图的关键。随着新链的不断推出，碎片化问题只会加剧。

像 Xion、Okto、Particle Network、NEAR Protocol、Halliday、Aarc 等团队正在致力于链抽象工作，他们将在其中发挥重要作用。没有这些以及更好的互操作性解决方案，模块化未来将面临风险。

4、小结

尽管通用 L2 和 Solana 各自提供了令人信服的优势，但应用专用链为构建者提供了一个机会，使他们能够实现盈利、专业化，并与通用 L2、Solana 及其他 L1 的规模和可组合性竞争。

随着模块化生态系统的扩展，应用专用链将在流行应用的增长中发挥关键作用。然而，这一愿景严格依赖于尽快确立一个互操作性解决方案的标准。

我相信这一目标将成功实现，未来几年我们将看到相互连接的应用专用 Rollup 蓬勃发展。