近日，以太坊联合创始人Vitalik Buterin回应了有关出售数百万美元ETH Crypto资产获利的猜测和谣言。

Buterin在回应中强调，他出售所持的ETH只是为了支持各种Crypto资产项目和慈善项目。

8月30日，一名X用户发文指责以太坊创建者Vitalik Buterin，称其在分享了一篇乐观的帖子后不久便出售了价值超过200万美元的ETH。

事实上，链上分析公司Lookonchain透露，Buterin当天向一个多重签名钱包转移了800个ETH，价值201万美元。随后这个收件人用190个ETH兑换了47.7万个USDC。

Lookonchain还报道称，以太坊创始人在8月9日向同一个多重签名地址转移了3000个ETH（价值804万美元）。

这些转账引起了人们的猜测，认为他一直在抛售其ETH库存来实现盈利，尤其是市场上第二大Crypto资产自2022年880美元的周期低点以来已经上涨了超过175%。

另一位Crypto资产社区成员认为，Buterin应该出售他在过去七年中积累的一大部分ETH通证来获利。

不过，Buterin坚持认为，自2018年以来，他没有出售任何ETH来谋取私利。相反，他将任何出售所得都转用于多个他认为有价值的项目。

Vitalik Buterin于8月31日在X上发文称：“我从未出售并保留收益。所有销售都用于支持各种我认为有价值的项目，无论是以太坊生态系统内的项目还是更广泛的慈善项目，如生物医学研发项目。”

Buterin回应此事后，得到了Crypto世界压倒性的支持，一些成员鼓励他将部分以太坊资产用于奢侈消费。

一位X用户建议：“根本不用辩解，你也配得上游艇”。

Buterin在三年前透露，他的全部ETH储藏都来自以太坊mining的时期。

其中1190万个ETH（约占网络总供应量的10%）是在创世时期产生的，专门留给以太坊网络的早期项目贡献者。这些早期贡献者包括以太坊的Buterin，他获得了70万ETH作为工作报酬。

根据区块链数据追踪机构Arkham Intelligence的数据，Buterin目前持有约24万个ETH（价值约10.6亿美元），比他最初的储藏少了46万个。

来源：第三题

为什么比特币不是一种常见资产，而是更类似于受普遍幂律支配的自然现象，因为该系统具有递归、无限的反馈循环。

BTC 幂律不仅是一个模型，而且是关于比特币性质和行为的强大理论。

BTC 幂律最初是对比特币价格规律的实证观察。但它现在正在演变为一种连贯、强大的比特币行为理论。最近我们发现，哈希率、地址、交易、价格都是彼此的幂律（我们从之前的工作中已经知道），而且也是时间的所有幂律。

这是令人难以置信的，因为它表明比特币的演变是由规模不变的属性驱动的。它也完全符合比特币的实际含义：一个自我参照和自适应网络。特别是难度调整，这是中本聪最天才的创新之一，是幂律背后的关键机制，而非稀缺性。这构成了比特币的适应性属性。幂律是迭代过程的数学和物理表达，其中输出成为输入（由于难度调整，哈希率现在会影响以后的哈希率）。正如我已经证明的那样，这不仅仅是在文字上，而且还展示了精确的数学，它产生了我们所观察到的时间幂律。

因此，虽然在 BTC 幂次法则之前不具备因果力，但现在它却比任何竞争模型都更加完整和强大。事实上，我们现在可以解释为什么我们在底部看到如此强大的障碍（这是由于矿工投降并通过比特币的迭代模型完美再现），我们可以解释牛市期间地址和价格与哈希率的脱钩（哈希率不会跟随牛市期间的狂热，因为需要时间在基础设施和新芯片技术上投资数百万美元才能赶上）等等。比特币行为的几乎所有方面都可以通过比特币行为的幂律理论来解释，它很强大。

BTC 幂律的及时发现

我通常不包括这些早期交易，因为大多数早期采用者用比特币交换披萨。但是，当您将它们包括在内时（将已知最早的美国对 BTC 交易添加到数据集中，该交易非常接近趋势），当前斜率和所有数据斜率之间的差异几乎不存在，这证实了模型的良好程度。虚线是当前模型，红色是包括最早的交易。

幂律规律无处不在！

我之前提到过称为克莱伯定律的权力定律。它决定了动物的体重与它生存所需的能量之间的关系。大小的尺度从果蝇等小生物到大象，范围为7个数量级。这基本上就是 BTC 从交易 10,000 BTC = 1 美元托达时所经历的

尺度不变性

让我举一个我从事的另一个研究领域（天体物理学之外）的例子，即睡眠神经科学。尤其是睡眠时的脑电波。我知道这听起来与之无关，但听我解释一下你就明白了。

我专门了解一个称为慢波睡眠的睡眠阶段。在这个阶段，我们有大而慢的脑波（与清醒时的脑电波相比，每秒大约 30 个，而慢波为每秒 1 个），这被认为是深度睡眠的标志。波浪越大，睡眠越深。因此，当您在诊所进行睡眠研究时，重要的是要计算它们或使用它们来确定某人的睡眠状况。在我的工作中，我必须尝试理解这种现象。鉴于我作为一名物理学家的训练，我作为一个新手进入了这个领域，但这有时有助于提出当这个领域的内部人士通常不会问的问题。例如，睡眠医生用来识别这些波的手册说，只有超过特定阈值的非常大的波才被视为慢波。如果小于此阈值，则具有相似特征（例如其频率）的较小波（例如其频率）不是一个慢波。

拥有一个任意的阈值听起来很荒谬，因此我进行了一项研究，收集了具有此类特征的所有波（例如它们的频率范围、形状和所有波共有的其他内容，但我排除了大小）。我发现的是：它们是规模不变的！甚至没有人知道。慢波有大有小，医生的重点是肉眼容易看到的大波，他们并没有真正深入了解这种现象。

大多数医生不知道尺度不变性及其相关性。这些大波浪是该范围的极限，根本不代表该现象，它们是尾部的大型罕见事件。这些波的分布有一个很长很长的尾巴，并且这些事件位于尾巴的最一侧。大多数慢波（数千个）要小得多，并且没有人为的阈值来区分大小，它只是由过去的一些医生随机组成，决定慢波需要有多大。但这不是大脑的工作方式。所有这些慢波都很重要。也许对于年轻、健康的受试者来说，大的波可以作为良好睡眠的衡量标准，但对于老年患者（波随着年龄的增长而变小并且与认知能力下降相关）是一个非常糟糕的衡量标准，可能会导致一些诊断问题。

我在我的研究中证明了这一点。你可以发表一篇论文，得到其他研究人员的一些赞扬，但在应用医学领域没有人关心，他们也没有改变他们的医学研究方式，这是医学研究中一个非常可悲的部分。无论如何，与 BTC 有什么关系？ 

ETF 是大型慢波。我们注意到它们是因为它们很大，它们位于分布的末端，并且我们人类的注意力都被照亮了。但 BTC 经历了很多此类从小事到大的事件，比如网络规模很小时很少有更多人加入，一个谈论 BTC 的网站，第一个讨论它的媒体等等。在任何点都存在成比例的事件。我们不记得它们，因为它们很小，所有其他慢波医生都会忽略。如果我关于 BTC 是一个规模不变系统的发现是正确的，那么 ETF 就是 BTC 在其发展过程中迈向下一步所需的事件。一切都没有改变。我知道有些人认为这是利空消息。它不是。ETF 似乎会影响当前价格，并且可能会放大减半后似乎出现的牛市。

周期的峰值可能比我们预期的要大，而不是像过去那样下降，它可能会像一些早期的峰值一样大。但这些只是“局部”效应（它们涉及此时此刻的变化），而不是长期轨迹。正如我多次说过的，比特币遵循幂律这一事实是健康和力量的标志，我们希望支持这一点。但就理解 BTC 的规模不变性而言，它们不会改变 BTC 的长期轨迹，因为没有证据表明 ETF 从规模角度理解时与所有其他事件不同。也许我需要对此进行深入研究，并证明 BTC 的资金流入与 BTC 价格具有某种双对数关系，并表明它像价格本身一样具有规模不变性，但目前这是我的直觉和理解规模不变的系统建议。

增长和幂律螺旋

斐波那契螺旋与幂律螺旋相关，它们相似但不完全相同。有许多增长过程遵循幂律螺旋而不是斐波那契法则。例如动物牙齿和角或树木年轮的生长。

比特币，一场错综复杂的幂律之舞

比特币是一个充满幂律的深度网络，它随处可见：

价格、哈希率、地址和交易量都是彼此的幂律，它们在时间上也都符合幂律。甚至连持有时间和财富分配都是幂律分布（最后这些是幂律分布，本质上与其他分布略有不同）。

但交易量随价格上涨。它们还与幂律有关。正在发生的事情是一个自我调节的过程。需要越来越高的价格才能将交易数量改变 10 倍。幂律有时并不直观，但如果你不了解 BTC，你就无法从字面上理解 BTC。每个比特币爱好者都应该跟上，并尝试理解幂律是如何运作的。价格更高，交易更多，因此从某种意义上说，公开市场上有更多可用的比特币。这看起来很矛盾，但前提是你不了解幂律或用它们来理解比特币。请注意，交易以 BTC 为单位，而不是美元，因此不仅交易了更多的美元，而且交易了 BTC 的数量。

工作量证明的良性循环

迭代过程的数学就是幂律的数学

幂律是一个迭代过程的结果，我们能够证明这一点：dPrice/dt=5.82 *价格/时间。超酷！你可以将这个公式迭代到未来，但当然，随着你添加更多的未来点，它往往会趋向于一般的幂律趋势。因此，最好提前 1-2 天告诉我们价格应该是多少。基本上，您可以创建具有不同权重的图表，这些贡献者对价格的贡献。展位捆扎价格本身似乎对当前价格给出了很好的估计，不是趋势价格，而是当前价格（泡沫期间有点保守，但仍然对它们做出反应）。哈希似乎表明底部在哪里。解决介于两者之间的问题。

可能你们中的大多数人根本没有学过高等微积分或任何微积分（或讨厌它）。但是对于那些做过或想在这里学习一点的人来说，为什么幂律是迭代的结果。让我向你展示数学（有点长，但我向你保证，如果你有耐心通读，这是值得的）：让我们考虑一下形式的方程：dy/dt=n y/t。这是一个称为微分方程的方程。它是数学和物理学中用来表示某种数量变化的东西。例如，如果我想将物体在距离 y 上的变化表示为恒定加速度 a 的函数，我可以写成 dy/dt=a t，其中 dy/dt 表示距离随时间的变化。在这里，我只是说，距离的变化与加速度和时间成正比。它是最简单的微分方程之一。求解方程意味着找到满足方程的 y 方程（这意味着右侧和左侧相等）。一旦你找到这样的 y，你就知道距离是如何随时间变化的。求解微分方程的方法有很多。但是我的一位最好的教授告诉我（我一直记得听到这个消息时我是多么惊讶和困惑，但这是有史以来最明智的数学建议）猜一个似乎有意义的解决方案，并测试它是否有效。简单！那么，这个方程式的好猜测是什么呢？好吧，左侧是导数，t² 的导数是 2 t，所以我建议作为 y=1/2 a t² 形式的解，所以 2 在导数之后被抵消，两边都有 a。您代为检查此解是否满足以下方程：左侧 dy/dt=d（1/2a t²）dt=1/2 a 2 t=a t，等于右侧 = a t。所以 y=1/2 a t² 是我的解决方案，有趣的是，距离随着时间的平方而增加。

注意：对于微积分专家来说，考虑到导数的性质，这当然是一个容易的猜测，但我试图说明一个观点。好了，让我们回到我们想要研究的原始方程式。dy/t=n y/t。请注意，这个方程很奇特，因为我们想要求解的量也在右侧，所以基本上这个量的变化取决于量本身！或者换一种方式，方程的输出也是输入的一部分。这就是为什么我将其用作迭代或反馈循环过程的最简单示例之一。让我们对上述方程的解做一个很好的猜测，y=A t^n 呢？其中 A 只是一个常数，它并不那么重要。让我们代入：左侧：dy/dt=d（At^n）=A n t^（n-1），右侧：n y/t = n A t^n /t=An t（n-1）。左侧 = 右侧。解决！但是 y=A t^n 是什么？这就是权力定律！对于 BTC，是 Price=At⁵.82，或者对于 Hash=B *t¹¹.4，或者 Price=C*Hash¹/2，依此类推。所有幂律或迭代过程（输出 = 新输入）。所以你看到现在你可以把变化 dy/dt 加到 y 上，你得到新的y，可以用来求解y 中的变化，依此类推。因此，幂律是反馈回路的结果，我们知道由于网络中的矿工和用户交互而存在。这就是为什么哈希率、地址和价格本身都是彼此的幂律，也是时间的所有幂律。因此，价值、能量、时间和采用的幂定律。这有多酷????

我们之所以在底部看到如此强大和一致的壁垒，是因为泡沫破灭后的“矿工投降”。这是矿工通过采矿而赔钱的底线。系统无法生存。

比特币：一个具有生命力的网络

作为网络的有机体

城市与社交网络

势不可挡的时间机器

稀缺性不是推动比特币价格的原因

这是一种非常短视的经济活动观念。现代社会的整个运作方式，基于通过科学技术提高生产力，正在克服这些限制。例如，现在饥荒只是一个政治问题，而不是一个资源问题。如果我们真的愿意，我们有资源来战胜世界上的饥饿。BTC的固定供应更多的是关于不稀释“利益相关者”，从而造成虚假的稀缺性。这是一个非常不同的属性，比稀缺性更重要。马尔萨斯稀缺性理论：该理论指出，食物的供应跟不上人口的增长，不可避免地导致疾病、饥荒、战争和灾难。

那个告诉我她用稀缺性论点告诉人们快点去获取一些 BTC 的人（顺便说一句，这是个好消息）也告诉我“坚持数字”。我听从了她的建议（不确定她到底是什么意思，但我再次知道她的意图是好的）。但数学就是数学。这里有两个模型，幂律模型对稀缺性的假设为零，仅基于对价格以可预测的方式上涨的观察。稀缺性根本不是模型的一部分。另一种是S2F，其中稀缺性是主要驱动力，事实上，它假设稀缺性随着时间的推移而增加。幂律（不假设稀缺性）导致“现在就赶紧买一些比特币”。正如你所看到的，S2F 表示你可以随时加入，并且仍然可以获得相同数量的收益，无论你是 10 年前加入（同样持有 4 年时间）还是 10 年后加入（同样是 4 年持有时间）。相同的 HODLING 时间）。在此期间，两位投资者都将获得 10 倍的回报。当您注意到幂律模型时，尽快加入很重要。那么，您是否看到人们如何利用稀缺性论证得出没有事实支持的不合逻辑的结论？

我将发表这篇文章，然后花一些时间关注其他内容，因为这个话题对很多人来说并不那么受欢迎。但这非常重要，我认为当大多数人对此感到困惑时我就做对了（这对我来说非常令人惊讶，因为似乎几乎每个人都弄错了）。论文：货币系统中只需要稀缺性作为防止伪造的安全工具。比特币不需要稀缺性，因为它已经可以防止伪造（有一个例外）。注意：此讨论围绕“货币系统”，因此不适用于投资、集邮或其他类型的有价值的事物或活动。仅限货币系统，因此请将讨论重点放在这一点上。让我们用 4 个例子来解释这一点。

这篇文章有点长，但我认为值得一读，因为它将澄清一个非常重要的误解。

1）赌场：赌场可以理解为一个货币系统。顾客进来，交换一些“有价值的”东西（比如美元），他们就会得到一些筹码。筹码以精确的汇率进行交换，红色的价值 10，蓝色的价值 50，黄色的价值 100。代币由廉价的塑料制成，因此与所用材料的稀缺性无关。它并不像黄金那样珍贵。但它们很难伪造，因为没有人会在浴室里制造更多这些芯片。它们完美地发挥了货币的功能。它们甚至不是一个固定的代币系统，因为随着越来越多的顾客进来，收银员会赠送更多的代币，但这些更多的代币不会稀释其他所有人的代币。它们的价值在入口处是固定的，并且在顾客玩耍的夜间期间不会改变。但该系统作为货币系统运行得很好，因为它有明确的交易规则，它与系统外部有价值的东西挂钩，而且没有人伪造代币。在这样的系统中，稀缺性的作用为零。

2）垄断游戏。类似的论点。整个游戏应该模拟一个竞争性的经济，即使是以一种非常简单的方式，他们是赢家和输家。有一些非常便宜的代币（我们甚至将它们用作毫无价值的钱的模因），但在游戏中却是有意义且值得的。供应量是有限的，但实际上随着玩家在棋盘上走动并获得与他们的运气和/或玩游戏的能力成比例的游戏货币奖励而增加。没有人伪造钱（作弊者可以从另一个游戏中拿走钱，将钱塞进口袋，然后出现在游戏中，并在没有人观看时将它们拉出来，但这并不是一种玩游戏的无趣方式，而且也可能很容易被其他玩家察觉）。系统已关闭；除了公平、每个人都理解和同意的游戏规则给予的方式外，没有任何资金进出系统。因此，同样不需要稀缺，甚至不需要固定供应。

3）理想的，不存在的，但在人们的想象中是可能的社会，从不撒谎或欺骗。这些外星人（当然不可能是人类）从不撒谎或欺骗，他们的大脑不是这样的。我知道这很难想象，但请和我一起玩。该系统不一定是封闭的，它可以与这个想象世界中的其他系统交互（那里有不同的国家和人民，但都超级公平并尊重规则和法律）。在这种情况下，人们可以使用任何坚固耐用的东西来作为货币。你所要做的就是用一些可识别的标志来标记“钱”，以表明这是钱，或者使用一些可识别的形状或颜色。涂有不会剥落的油漆的彩色编码石头，或者带有某些中央机构制作的特殊标记的石头或任何可以用作货币的东西。不需要稀缺性，因为同样不存在假冒。您还可以通过让商店和类似银行跟踪总供应量来跟踪这笔钱，当硬币因磨损而丢失或损坏时，可以以公平和一致的方式提供其他硬币。在这个疯狂的世界里，即使是政府也是公平和诚实的（好吧，我知道我在伸展它），所以他们也不会做任何相当于印钞的事情（除了我所说的替代丢失或损坏的硬币并保持稳定的供应）。

4）罗马帝国使用金币和银币。这也是一个开放的系统。罗马帝国发行由贵金属制成的硬币。代表更有价值的单位是由一种稀有、耐用的金属制成的，称为黄金。政府在硬币上盖章并保证（至少在最初）金属的纯度，并且每枚硬币都具有其重量价值（这意味着即使您将其熔化，您也可以在公开市场上获得金属的价值）。选择这两种金属，特别是更有价值的一种，是因为它们是“稀缺的”（相对于其他金属甚至其他有价值的东西）。考虑到上述示例，这样做的原因只有一个。减少和/或避免（这在现实世界中基本上是不可能的）伪造。由于黄金很难开采（事实上，在罗马时代，开采技术已经达到了极限），不良代理人很难获得一些黄金并将其与其他较便宜和稀有的金属混合并创造更多的硬币。人们可以将现有的硬币熔化，然后稀释它们（顺便说一句，这种情况经常发生，特别是在帝国的外围地区），但硬币仍然需要至少含有大量黄金才能通过就像金币一样（就重量和黄金的其他典型特征而言），因此这种伪造过程至少受到了货币所用材料稀缺和有价值的事实的遏制。但你可以看到，这种材料的选择完全是基于安全问题，与赋予金钱本身价值无关。在一个每个人都诚实的社会中，所需要的只是某种固定的供应，甚至是一个不固定的供应，具有简单而明确的交换规则，这是公平的并得到每个人的同意。

那么比特币呢？BTC 通过以下方式解决了这一切：1）固定的、无法更改的总供应量。因为它是一种数字技术，所以这在人类历史上是第一次实现。BTC 背后的算法保证了这种供应无法改变，除非整个系统达成共识，而且无论如何这都很难实现。2) 在总固定供应量达到之前，通过一种非常精确、可理解的商定（通过参与该系统，您隐含地同意其规则）、透明的方法来逐渐增加供应量，该供应量由相当于“稀缺性”的安全措施支持，是 hashwpower 或通过挖矿获取硬币的能量和工作的交换。你不会免费获得任何东西，但你可以用 BTC 奖励来交换有价值的东西（能量）。这相当于在赌场用美元购买筹码，将“有价值”的东西换成另一个。这又是一种避免伪造的安全措施，也是唯一体现稀缺性概念的地方（但人们又可以利用丰富的太阳能来开采硬币，因此它本身并不是真正的稀缺性，而是更多地将一种形式的能源转换为另一种形式的能源）

当我们讨论 BTC 时，这个问题就显得有些遥远了。硬币的数量、它们的可分性以及固定供应的事实与稀缺性本身无关。这一切都与系统的规则清晰且基于共识有关。总供应量是固定的这一事实是围绕货币总供应量问题达成共识（通过先前的法律或规则）的一种手段（这可能是任何其他货币体系的绊脚石，在这种体系中，中央当局或民主程序会定期决定供应量）。随着时间的推移，总供应和供应产量由系统本身在开始时选择。就是这样。这些规则使事情变得更加简单，这就是为什么如此天才。我希望我的例子能够阐明为什么当与赋予 BTC 价值的想法相关时，稀缺性是一个糟糕的概念。我相信这会在社区中造成混乱，当我们试图向其他人解释 BTC 是什么时，情况会更加混乱。我不会再坚持这一点了，至少现在是这样，哈哈，让人们思考一下，看看这是否是一种有用的推理方式。感谢您的聆听。

比特币是可以滋养整个世界的披萨（请相信意大利人的话).你知道那位基金经理女士（不确定她的名字，没关系）的大崩溃，她说了一些“显然”愚蠢的事情，让许多卫星稀释了BTC的价值？当然，她说了一些愚蠢的话，互联网发疯了，取笑她好几天。但她之所以这么说，是因为对稀缺性的强调让人们感到困惑，尤其是非比特币人（以及比特币人）。虽然追随她的比特币人没有错，但他们也不是对的。从逻辑和数学的角度来看，它们是正确的，但从叙事和教育的角度来看，它们是错误的。人们用来证明她错了的最喜欢的例子之一是，你不能通过切披萨数十亿次来解决世界饥饿。但你知道吗？ 有了比特币，你可以。 事实上，这正是我们正在努力做的事情。

我们希望BTC成为世界货币体系，所以从某种意义上说，它就像为整个世界提供营养（或服务于某种功能）。我们强调了错误的概念。这就是为什么我坚持认为，以制造一些摩擦和捍卫一个不受欢迎的想法为代价，稀缺性是用于BTC的错误视角和叙述。我们错过了一个巨大的机会来指出，是的，有一种方法可以使用 1 个披萨来滋养世界，方法是使披萨非常非常非常营养，其中 1 小片非常有营养，可以满足地球上每个人的需求。

如果BTC注定要成为世界货币体系，那么它就需要成为我们所说的那个神奇的披萨，这是不可能的。我们只是通过关注稀缺性来搬起石头砸自己的脚，它使我们和（社区外的人）对BTC的价值以及为什么它如此独特和重要的看法是错误的。让我们开始从丰富和无限效用的角度来思考BTC，而不是稀缺性。BTC解决了所有这些问题，甚至解决了世界对公平公正货币体系的渴望。

S2F模型

比特币稀缺性的其他衡量标准

幂律人生课

我在BTC中使用“模型”一词来表示幂律，以遏制其重要性并谨慎其含义。但它并不是大多数人认为的数学模型中的“模型”。如果这是真的，我说如果，那么它告诉我们关于BTC的更大的事情。它是系统的基本属性。这意味着：

1. Scale invariance. 尺度不变性。

2. Sustainability. 可持续性。

3. Adaptability. 适应性。

4. Order and organization. 秩序和组织。

5. Predictability. 可 预见性。

6. Intelligence and information. 情报和信息。

7. BTC is like a city and a living organism.BTC就像一座城市和一个活生生的有机体。

8. Long lasting and resilient. 经久耐用，有弹性。

9. Good things come in time.好事来得及。

10. Unavoidability of 1 M and even 10 M BTC.1 M 甚至 10 M BTC 的不可避免性。

BTC会做BTC会做的事情。我们都是这一惊人现象的谦卑观察者。但是，如果我的发现甚至接近事实，那么你希望BTC具有这些属性，数学告诉我们它们不是一厢情愿的想法，而是它的数学和科学真理。

当我们谈论BTC价值时，要考虑的一件事是，人类的生产力和能力正在以指数级的速度增长（而BTC的价值则以幂律的速度增长）。BTC的目标是捕获越来越多的人类生产力价值，最终代表整个货币体系（价值不断增长）。鉴于供应有限，由于人类生产力的增长，价值将继续增长。上限不是为了稀释或让任意力量通过这种任意稀释来捕获该值的大部分。但这不是稀缺性，恰恰相反。

作者：Dan Elitzer & Peter Shoemaker Leia  编译：@TEDAO

早期的物品查找设备 Tile ，受限于蓝牙范围，功能有限。而苹果的 AirTag 通过整合庞大的 iPhone 网络，突破了 Tile 的局限，实现了全球化的使用。当下，Crypto 目前的普及也受到只能覆盖已有链上历史用户的限制，其使用范围和用户群体主要局限在自有生态系统内。Web Proofs 技术有望通过整合 Web2 数据与链上活动，将链上与链下世界无缝连接，带来更广泛的应用场景和用户基础。

然而，在看到 Web Proofs 的前景之外，我们也需要思考一些问题。技术的进步是否真能如预期般实现？隐私与数据安全能否得到有效保障？传统互联网巨头是否会迎来挑战？

Crypto 长期以来一直吸引着一小撮核心用户，但尚未跨越鸿沟实现主流采用。

除了投资和投机之外，支付领跑各种用例，每年有数万亿美元稳定币在加密轨道上流转，以最低费用在互联网上即时传送价值。DeFi 拥有一系列强大的金融原语，涵盖从无需许可的借贷市场、去中心化交易所到不断扩展的收益机会。

其他面向消费者的应用展示出早期潜力的曙光，但其用户群主要还是加密原生用户。Crypto 尚未突破我们这个基本上自我指涉的生态系统，这一点 Vitalik 最近也强调过。事实上，DeFi 的总锁仓价值(TVL)甚至不及苹果股票一天的波动量，而整个加密行业的市值还不到一家苹果公司的市值。

我们可以整天讨论为什么传统金融公司没有在 ETF 之外进行有意义的参与，为什么互联网巨头没有在云服务上的托管节点之外进行整合，以及为什么零售服务只是断断续续地尝试接受加密支付或发行 NFT。事实就是，Crypto 的采用仍处于萌芽阶段。

但这种情况即将改变。

Crypto 的超能力

回顾我们极速建立新金融体系的历程，这个行业在哪一方面独树一帜？激励。

追溯到 2020 年 DeFi 夏天——由 Compound 的收益耕作拉开序幕，Yearn 的公平发行演进，命运多舛的 YAM 注入兴奋剂，最终以 Uniswap 的空投达到巅峰——Crypto 毫无争议地成为了轻资本客户获取之王。

Crypto 不是花钱做广告，然后期望用户来访；而是将塑造行为和奖励参与系统化、规模化。

空投可能是我们见过的最强大的参与策略。通常辅以积分活动来进一步塑造行为，空投服务于多个目的：

• 广告——“嘿，你免费得到了有价值的东西！来看看我们的产品吧！”

• 启动飞轮——“这个产品需要更多流动性或网络效应才能更好地运作，所以我们要补贴早期使用。”

• 分配所有权和责任——“我们需要为我们的协议引导治理或其他活动，但这需要由有利害关系的人来做，而你已经做了一些事情，看起来你可能有这个倾向……所以给你！”

令人印象深刻的是，这些活动不需要预先投入数百万美元。通过以代币形式分配底层协议的所有权，新进入者可以在不需要大量资金的情况下，切实有效地吸引和奖励早期用户。

虽然团队在定义空投资格标准时变得越来越有创意，但主要限制因素是他们的触达范围：除少数例外，团队只能针对那些有某种形式的链上历史的人，即，他们已经是加密生态系统中的一份子。今天在链上的用户只代表这些应用理想情况下希望触及的目标受众的一小部分。

Crypto 已经触及其承载能力，要改变这一点，我们必须扩大视野。

Tile 先例

有趣的是，Crypto 的发展轨迹与蓝牙物品查找器 Tile 惊人地相似。

Tile 在寻找丢失物品方面是突破性的，但前提是你和你的手机保持在蓝牙范围内，这主要只对在你自己家里找东西有用。如果你的钥匙在外出时从口袋里掉出来了，那你就不走运了。

在 Tile 推出八年后，苹果带着他们的 AirTag 入场，搭载了苹果无处不在的 Find My 网络。苹果无需让其现有 iPhone 用户进行任何额外的操作，就自动让所有用户帮助创造了 AirTag 的神奇体验。相较于 Tile 有限的用户群体，导致它实际上成为一个“单人游戏”产品，AirTag 则利用了超过十亿的活跃 iPhone 用户，让物品能在一个庞大的全球蓝牙网络上被轻松找到。

Tile 确实走在正确的道路上，但要让这类产品发挥其全部潜力，还需要与一个无处不在的现有网络整合。

登场：Web Proofs

Crypto 正站在自己的 AirTag 时刻的门槛上，这要归功于一项名为 zkTLS 或 Web Proofs 的新兴技术。

Web Proofs 使用 TLS Notary 和保护隐私的 ZKP 来证明来自任何服务器的数据的真实性。需要明确的是，这里不保证真相，只保证数据及其来源。Web Proofs 可以提供强有力的保证，证明 ESPN.com 报道了勇士队昨晚击败湖人队，某用户购买了一张 Eras Tour 门票，或者一名 Uber 司机完成了 1,000 次行程并获得了 5.00 分的评价，但它们不提供任何独立验证，不能证明 ESPN 没有误报比分，粉丝没有把票给朋友，或者 Uber 司机的兄弟不是坐在方向盘后面的人。

这与仅仅从 API 提取数据并将其放到链上有何不同？嗯，API 的访问很容易被切断。如果一家科技公司不喜欢某个应用程序使用他们的数据，来分发代币，或在他们的平台之外启用金融活动，他们可以轻易关闭这些 API。有了 Web Proofs，只要用户可以通过 HTTPS 连接访问他们在网站上的数据，就无法被关闭。虽然一家公司可能试图阻止访问数据，但他们必须直接影响用户体验才能做到这一点。限制客户访问自己的指标，无论是将数据移到新网站、通过电子邮件等替代渠道推送，还是加入时间延迟，都只会造成暂时的挫折，并给典型用户带来很大的烦恼。

这意味着实际上任何 Web2 数据都可以以可验证的方式放到链上，而无需该数据的来源采取任何行动——他们也无法阻止这一点。

据我们所知，这个概念最早是由康奈尔大学的一组研究人员在 2016 年的 Town Crier 白皮书中提出的。最近，一些先驱公司，包括 Pluto、Clique、Opacity Network、OpenLayer、Reclaim Protocol 等，已经将这种方法的不同版本投入实际应用。

到目前为止，团队们主要局限于相对简单的 Web Proofs 形式，比如证明 Twitter 或 Facebook 账户的所有权，以实施初级形式的女巫防御。这仅仅是触及了可能实现的强大交互类型的表面。

让我们回到空投：虽然大多数空投不得不限制自己只对已经在链上并之前进行过交易的用户进行分发，但现在分发标准可以包含任何互联网活动。

所以，这意味着什么？

这就是“AirTag 时刻”。

一夜之间，可寻址的空投接收者人群从几百万现有加密用户扩大到全球大部分人群。游戏现在可以从争夺现有加密用户的注意力和资源的零和博弈转变为吸引互联网上任何人的注意力和激励参与。

作为第一步，你现在可以基于以下内容让代币可以被领取：

• 在 Spotify 上收听的艺术家

• 在 Robinhood 上持有的股票

• 在 Amazon 上购买的商品

• 在 Uber 上乘坐的行程

• 为 DoorDash 完成的送货

在所有这些情况下，任何具有重要历史的用户都不太可能是假的。在大多数情况下，这些活动都伴随着真实的财务或时间成本。这使得它非常适合将代币分发给真正的潜在用户，而不是女巫农民。通过这种方式，Web Proofs 既提供了更大的保证来支持”人性证明”（Proof of Humanity），也促进了基于可验证的共同兴趣和活动创建真正的数字社区。

已经开始沿着这条道路探索的团队之一是 PleasrDAO，这个链上集体购买了 Wu-Tang Clan 传奇的独一无二专辑，并开始销售代币。这些代币随着解锁日期的临近，将被给予访问音乐的权限。PleasrDAO 向 GME 持有者空投了一些代币，明确表示希望吸引加密领域的周边社区群体。

但是扩大初始空投受众，让人们基于他们在 Web2 平台上的历史活动来领取代币，仅仅是 Web Proofs 所能实现的开始。

真正有趣的是，当团队开始使用链上激励来有意义地驱动链下行为时。想象一下：

• 要铸造音乐 NFT，艺术家必须在过去一个月内成为你 Spotify 上前 10 名最常听的歌手

• 一个 $KIRKLAND meme 币，其每周通胀可以根据你在 Costco 的消费金额来领取

• 一个 USDC 奖池，用于自动奖励为重要开源项目合并 PR 的贡献者

追溯性奖励很好，但主动性激励更好。虽然我们对“X-to-Earn”（例如，玩赚、跑赚、睡赚）类别持怀疑态度，但提供一定数量的激励来激励或协调链下行为的想法本质上是引人注目的。找到合适的显性奖励，并将其与适当的可验证行动联系起来是一个强大的组合。

一探究竟，Web Proofs 还能做什么？

Web Proofs 不仅仅是关于激励——可能还有更大的解锁空间等待着我们。

Web Proofs 提供了一条打破现有 Web2 市场护城河的途径，允许流动性和声誉自由导出。引导市场的最大挑战是获得足够的库存和信誉良好的参与者，让更低的费用结构或更好的用户体验有机会发挥作用。通过提供一种将链上和链下行为联系起来的方法，Web Proofs 允许用户既享有链上交易的加密保障，同时也可以利用现有 Web2 用户的大量资源。

一个早期的例子是 ZKP2P，这是一个法币出入金工具，它支持点对点交易，其中一方使用 Venmo 或 Revolute 等服务发送法币，另一方发送加密货币，一旦付款完成，加密货币就会基于 Web Proofs 自动释放。

这样的系统也可以应用于其他市场，如二手票务市场。想象一下，通过链上托管支付，并在卖家提供 Web Proof 确认票已交付给买家后自动释放付款，从而削减像 Stubhub 等平台的高额手续费。这种方式几乎适用于任何链下的数字资产，如传统的 ICANN 域名、CSGO 皮肤或社交媒体账户。

这种方法也可以叠加在现有市场之上，卖家可以同时在主流的 Web2 市场和基于 Web Proof 的新兴市场上双重上架。买家可能会被低价吸引，在卖家能够完全通过这个新平台完成交易的情况下购买，但他们仍然可以浏览现有市场的完整库存，如果需要，也可以被引导到那里完成交易。有了正确的用户界面，这里的价值主张非常类似于原始的 Morpho Optimizer 借贷协议，它在现有借贷市场之上创造了一个帕累托最优的改进，使得借款人使用 Morpho Optimizer 的情况永远不会比使用 Aave 或 Compound 更糟糕（在大多数情况下还能获得更好的利率）。

这样的市场可以通过从现有市场导出声誉进一步加强，建立可信度历史，配合任何未来交易成功或失败的加密证明。太多用户身份项目过于专注于从现有平台导出数据，以供假设性的未来使用。而通过专注于实时身份验证和验证原始来源的真实性，Web Proofs 可以保持轻量化和实用性。

Web Proofs 是未来

随着 Crypto 迈入其成长的关键时刻，Web Proofs 作为一个强大的工具脱颖而出，有效弥合早期采用者和主流用户之间的鸿沟。就像苹果的 AirTag 通过利用庞大的现有网络将 Tile 有限的潜力转变为全球现象一样，Web Proofs 为 Crypto 提供了与几乎所有现有数字服务之间的双向访问。

通过使任何 Web2 来源的可验证链上数据成为可能，Web Proofs 将加密激励的触达范围扩展到当前用户群之外，开启了通向更大、更多样化受众的大门。这项技术不仅重新定义了空投的潜力，还为链上和链下活动的前所未有的整合奠定了基础，同时为应对现有市场竞争提供了有力、可靠的工具。

Crypto 的 AirTag 时刻已经到来；去开拓、去做大蛋糕吧！

感谢 Plotchy、Kyle、Leighton、Tracy 和 Pluto 团队的反馈。

原文标题：Crypto’s AirTag Moment: Unlocking Mass Adoption with Web Proofs

撰文：PREDA；编译：ChainFeeds Research

本文的内容和目的

无论是在传统的数据库领域还是在区块链技术中，并行执行模型的设计都较为复杂。 这是因为，在设计过程中，需要综合考虑多个维度，而每个维度的选择都会对系统的整体性能和可扩展性产生深远影响。本文将深入探讨当前最具代表性的几种区块链执行层并行架构，并详细呈现我们针对这些架构在性能和可扩展性方面所做的实验结果。

从一个维度来说，区块链领域一直处在对链的高性能和高可扩展性的持续追求中。即使在多链系统和 Layer2 系统出现后，每个智能合约的执行能力仍受限于单一虚拟机 VM 的能力。随着并行虚拟机（Parallel VM）的出现，这一局限得到了突破。并行虚拟机允许单个智能合约的交易在多个 EVM/VM 上同时执行，从而利用更多的CPU核心来提高性能。

我们认为，在众多支持并行VM的高性能区块链系统中，Sei（V2）、Aptos、Sui、Crystality 和  最具代表性，每个系统都具备设计上的独特优势。

在本文开篇，我们展示了第一组实验结果。下图展示了在 128 核的机器上，执行相同的ERC20 智能合约时，Sei、Aptos、Sui、Crystality 和 PREDA 的每秒交易数（TPS）的绝对值。从这组实验结果来看，PREDA 模型在五个并行执行系统的 TPS 和可扩展性比较中占据了显著优势。

其他实验数据和分析，我们将在后文详细展开。

以下，我们将详细说明我们实验中的具体方法和操作：

我们首先比较了五个系统的 TPS 值，即吞吐量。在不同链上进行的 TPS 对比实验中所用的交易量相同。

考虑到不同系统中采用的不同编程语言和底层虚拟机不同，单一的吞吐量比较不能完全说明系统的优劣，我们还进行了相对加速结果即 Speedup Ratio 的比较，即同样数量的交易在多个 VM 相对于在一个 VM 上执行的加速效果。在 Sui、Aptos、Crystality 和 PREDA 中，每个线程都分配了一个专用 CPU core。

所有详细的实验数据，包括绝对 TPS 值和加速比，请参阅。

下表中展示了实验中所用的数据来源、实施过程和评估方法。

并行执行模型一览

Aptos 和 Sui 两个项目，都衍生于 Meta（ 曾名 Facebook）宣告失败的区块链项目 Diem。两个项目均由前 Meta 工程师创立——Aptos 由 Avery Ching 创立，Sui 由 Sam Blackshear 创立。二者随后沿循的技术路线却不尽相同，Aptos 严格遵循为 Diem 开发的原始 Move 编程语言，但 Sui 对 Move 进行了大量修改。

接下来，我们将探讨 Aptos 和 Sui 的并行化模型的差异，分析它们采取的不同方法如何影响性能，并重点介绍它们各自的优势。

Aptos：采用乐观并行化的高性能 Layer 1

Aptos 是一个 Layer 1，通过乐观并行化机制实现智能合约的并行执行，从而提升高性能。具体来说在乐观并行化中，交易被初步假设为无状态冲突并以并行方式执行。执行后，系统会检查冲突，并通过回滚和串行执行方式或通过不同的调度，重新执行冲突交易来解决冲突。这种推测执行方法假设大多数交易不会发生冲突，从而最大化并行执行的优势，同时提供了处理冲突的备用机制。

乐观并行化的优势：(1) 不需要修改程序：无需对现有代码进行更改即可轻松实现。(2) 在冲突只占低到中等百分比的场景下的效率：通过允许许多交易并发进行，并在出现冲突时再处理冲突，最大化吞吐量，在许多现实场景中，冲突相对较少。

Aptos 使用 MOVE 编程语言进行智能合约开发，并在系统实现中使用 Aptos MOVE 虚拟机。

Sui：采用悲观并行化的高性能 Layer 1

Sui 采用了一种悲观并行化策略。在悲观并行化中，系统在执行前会预先检查交易是否可能发生资源争用。程序员需要指定每笔交易需要访问的资源（即状态）。系统对每个接收到的交易进行预检查，以检测潜在冲突。只有不涉及与当前执行中的交易发生资源争用的交易，才会被送至执行引擎进行并行执行。

悲观并行化的优势：(1) 避免回滚：通过在执行前识别并避免冲突，此方法最小化了回滚和重新执行的需求，从而实现更可预测的性能。(2) 在高冲突场景中的效率：在高争用环境中非常有效，确保只有不冲突的交易并行执行，减少冲突解决所带来的开销。

Sui 也使用 MOVE 编程语言，但具有自己的 Sui MOVE 扩展，并在系统实现中使用 Sui MOVE 虚拟机。

Sei：与 Solidity 和 EVM 兼容的乐观并行化

Sei最初推出公链时，其定位是基于 Cosmos SDK 构建的交易型应用链，现在已升级为首个并行化 EVM 链。在并行执行这一层面，Sei 采用了一种类似于 Aptos 模型的方法，我们称之为乐观并行化。

Sei (V2) 所采用的乐观并行，其与众不同之处在于使用 Solidity 编程语言和标准以太坊虚拟机（EVM），确保 EVM 和 Solidity 兼容性。

Crystality 和 PREDA：并行接力执行架构

Crystality 和 PREDA 都支持并行接力执行分布式架构（Parallel Relay-Execution Distributed Architecture）。PREDA 是为多 EVM 区块链架构里的并行化通用智能合约而专门设计。二者的关系是，Crystality 是一种用于并行 EVM/GPU 的编程语言，其基础是 PREDA 模型。从系统的角度来说，PREDA首次在区块链领域，使合约功能的完全并行化成为可能，因此能最大化一组交易的并发性。这确保了所有 EVM 实例的高效利用，从而达到一定硬件配置条件下的最佳性能和可扩展性。

与 Solidity 和 Move 的顺序执行，和Shared Everything的架构设计不同，PREDA 模型首次采用了Shared Nothing架构，以打破并行执行中的状态依赖，并确保不同的 EVM 实例永远不会访问同一片合约状态，从而几乎完全避免了写冲突。

在 PREDA 中，合约函数被分解为多个有序步骤，每个步骤依赖于状态中一个可并行化且无冲突的部分。用户发起的交易首先会被发送到一个持有用户地址状态的 EVM 上。在交易执行过程中，执行流可以通过发出接力交易从一个持有当前管理所需合约状态的 EVM 切换到另一个 EVM的方式，实现数据不动，而执行流根据数据依赖关系在 EVM 之间移动。

五大代表性合约的实验数据

在我们的评估中，我们测试了五个广泛使用的智能合约——ETH TokenTransfer、Voting、Airdrop、CryptoKitties 和 MillionPixel，以及 MyToken (ERC20)。这些合约在包括 Sei、Aptos、Sui、Crystality 和 PREDA 在内的各种区块链系统上执行。我们进行了详细的实验，以比较不同并行执行系统的性能，重点关注每秒交易量 (TPS) 和加速比，这些指标衡量了在多个虚拟机上与各系统单个虚拟机上执行时相对的性能提升。

所有详细的实验数据，包括绝对 TPS 值和加速比，请参阅。

1. ETH TokenTransfer 合约：该实验使用了与标准 ERC20 智能合约相同的实际历史 ETH 交易。

2. Voting 合约：Voting 合约是 PREDA 模型如何简化并行投票算法的绝好例子。它利用 Crystality 和 PREDA 的数据拆分、接力和执行机制，在绝对 TPS 和加速比上均优于乐观（Aptos）和悲观（Sui）并行化方法。原本在 Solidity 中的顺序算法现在允许跨虚拟机并行投票，并将结果从临时数组中聚合。

3. AirDrop：此合约从一个地址向多个地址触发多次代币或 NFT 转移。它具有一对多的状态更改模式。在这种情况下，Sei、Aptos 或 Sui 中的两个交易不能并行执行。只有通过并行粒度更高的PREDA 模型，能使这些交易能够以流水线模式并行处理。

4. CryptoKitties：这个合约是以太坊上的一款流行游戏合约，涉及根据父母猫的基因繁殖子代猫。与前述合约不同，这个合约在处理用户发起的交易时需要访问多个地址状态，包括「父猫」、「母猫」和「新生猫」。该合约在从父母基因中计算新生猫的基因时还涉及比前述合约更复杂的计算。

5. MillionPixel：在以太坊上的这个游戏合约中，用户们要抢先在地图上标记坐标。这个智能合约用于展示 PREDA 模型的灵活性。除了按地址划分合约状态外，程序员还可以定制分区键，例如在这种情况下从地址类型切换为 uint32 类型。

为了方便读者理解上述大量数据，以下重点关注分析两个特别有代表性的合约。

ETH Token转账合约：在回放 ETH 历史交易数据时，五个系统的绝对吞吐量和可扩展性比率均较 ERC20 实验有所下降。这是因为历史交易中重复的地址导致了状态争用（读写冲突或写写冲突），从而阻碍了这些交易在并行 EVM 中的并发执行。

Voting 合约：Sei 合约几乎只能按顺序执行，在运行多个 EVM 时没有速度提升。如果算法没有转变为并行算法，其他系统也会出现类似的结果。对于 Aptos 和 Sui 的并行实现，必须为「proposal」变量的临时结果在不同地址初始化多个资源。此外，并行实现还必须基于投票者的地址提供手动调度，将投票者的交易引导至不同的虚拟机，并访问临时结果以进行并行执行。

由实验结果得到的启发

从实验结果中我们得到了以下启示：

对比乐观与悲观并行方法

Aptos 和 Sui 在不同的特定场景中各有其最佳表现。在 ERC20 转账案例中，Aptos 表现优于 Sui，这是因为 ERC20 转账的每笔交易中使用随机生成的地址，导致冲突非常少。相反，在 ETH 测试案例中，由于回放 ETH 历史交易带来的大量冲突，Sui 的表现优于 Aptos。

Aptos 执行中的时间分析

下表展示了在运行这 2 个合约时 Aptos 的性能分析数据（使用相同的智能合约，但交易数据分别采用的随机生成或历史交易数据）。由于性能分析十分耗时，测试所用的并行虚拟机数量最多限制在 64 个。

Aptos 交易执行包括执行和验证两个步骤，测试数据显示其中大量的交易执行状态被标记为「SUSPEND」（挂起），且这些交易执行耗时很长。「SUSPEND」意味着交易执行暂停，直到其状态依赖关系得到解决才可以恢复执行。对于 64个虚拟机上的随机交易，执行和验证的总次数分别为 102,219 次和 139,426 次。而对于历史交易，这些数字增加到 186,948 次和 667,148 次，交易挂起次数从 66 次增加到 46,913 次。因此，当交易执行中发生大量状态冲突时，回滚成为乐观并行化的沉重负担。

Sui 执行中的时间分析

以下图表展示了 Sui 在 ETH Token 转账合约测试和 Voting 合约测试中的耗时明细。在 Sui 的并行执行引擎中，有三个主要步骤：(1) 排队时间：交易被事务管理器选中之前的等待时间；(2) 任务管理时间：交易被放入 Sui 的 Executing Txns 哈希图或 Pending Txns 哈希图，到它被 Sui 的 Execution Driver 接收之间的时间；(3) 函数执行时间：由 Execution Driver 中的工作线程执行合约函数的时间。

任务管理时间涉Locking和等待两个部分。对比这两个图表可以看出，Voting测试中的任务管理时间占整个执行时间的比例明显比ETH Token转账测试大得多。这是因为在Voting测试中，访问共享对象需要通过Locking和等待来避免冲突，使得任务管理时间比函数执行时间和排队时间多了2到4个数量级。相比之下，在ETH Token转账测试中，由于只使用了Owned Objects，绕过了并发控制，任务管理时间要少得多。

Aptos 和 Sui 的局限性

总结来说，Aptos 采用乐观并行化，即使在存在冲突的情况下也允许并行交易执行。这种基于乐观并发控制（OCC）的方法对以读取为主的工作负载非常有效，这在写入请求稀少的数据库和大数据系统中较为常见。然而，在区块链系统中，由于链上执行涉及的gas 费用，这种方法可能会产生巨大的 Gas 开销。实际上，用户通常将只读请求（例如历史交易或区块查询）发送到像 Etherscan 这样的链下数据库，而写入请求则用于链上执行。在这种情况下，像 Aptos 这样的 OCC 系统将频繁遇到交易「Suspend」（中止）和挂起，从而降低并行虚拟机的整体性能。

相比之下，Sui 采用悲观并行化，严格验证交易之间的状态依赖性，并通过 Locking 机制防止执行过程中的冲突。这种基于悲观并发控制（PCC）的方法更适合计算密集型工作负载，在这种情况下，PCC相关的开销甚至小到忽略不计。但在逻辑简单的操作中，PCC 相关的开销很容易成为性能瓶颈。在现实世界里，许多在区块链系统上执行的交易，如 ERC20 Token 转账、Move Token 转账或 NFT 转账，都涉及相对简单的操作。具体来说，ERC20 代币转账通常涉及从一个地址减去一定金额并将其加到另一个地址。类似地，Move Token 转账或 NFT 转账涉及将一个资源或对象从一个地址移动到另一个地址。即使要考虑所有权验证等额外检查， 这些操作也非常快速。此时，PCC 的相关开销就会成为并行系统性能的限制因素。

为了解决这些挑战，PREDA 提出了一个几乎完全避免 PCC 开销和 OCC 重新执行需求的系统。该方法通过高效地拆分链上状态实现几乎无冲突的并行执行。

Crystality 和 PREDA 的性能表现

在所有合约测试中，Crystality 和 PREDA 的性能数据都显著优于 Sei、Aptos 和 Sui，其中 PREDA 表现尤为突出，因为它以原生二进制模式而非 WASM 进行执行。这种高性能得益于几乎无冲突的并行执行。PREDA 从设计之初就考虑了以下2个关键环节：

1. 定义不同的合约状态范围，系统将依据这个范围进行状态拆分和维护。

2. 要实现交易的执行流从一个虚拟机到另一个虚拟机的切换。

PREDA 的核心在于引入了可编程作用域（Programmable Contract Scopes），将合约状态拆分为不重叠、可并行的细粒度片段；并引入了异步函数接力（Asynchronous Functional Relay），用于描述不同 EVM 之间的执行流切换。

我们来进一步解释这些概念的含义，在 PREDA 中，一个合约函数被分解为多个有序步骤，每个步骤依赖于单一的、可并行的状态片段，且不产生冲突。

举个例子：通常情况下，Token 转账涉及两个步骤：一是提取步骤，即访问Sender的状态并提取指定数量的 Token 的，二是存入步骤，即访问 Recipient 的状态并存入相应数量的 Token。像 Sei、Aptos 和 Sui 等实现的最新并行机制，试图同步执行每个交易中的所有步骤。如果两个交易之间的访问状态是共享的或被更新的，比如当 Sender 或 Recipient 相同时，这两个交易将无法并行执行。

然而，PREDA 采用了一种可拆分且异步的机制，其中交易的各个步骤根据其数据访问依赖性进行分解，使每个步骤能够独立于其他步骤异步执行。对相同状态的访问严格按照原始交易块中确定的顺序进行序列化，并由共识算法保证，即由区块创建者排序。

例如，Token转账交易 Txn 0（将代币从地址状态 A 转移到状态 B）和 Txn 1（从状态 A 转移到状态 C）可以按照顺序两次访问 A（分别用于 Txn 0 和 Txn 1），然后并行访问 B 和 C。

Aptos，Sei 和 PREDA 中并行执行的架构比较

PREDA 和 Crystality 的局限性

尽管 PREDA 和 Crystality 能为区块链系统赋能， 提供显著的性能优势，但它们的局限性也体现在如下方面。

并行 EVM 之间工作负载不均衡

Crystality 的数据拆分和执行流重定向机制可能会导致并行 EVM 在运行时出现负载不均衡的问题。我们在用 MyToken 合约重放历史 ETH Token转账交易时观察到了这一问题。

为了评估负载分布情况，我们统计了每个 EVM 上执行的交易数量，包括原始交易和接力交易，然后计算了这些数量的极差和标准差。结果显示，在 64 个 EVM 上执行的交易数量极差与 2 个 EVM 上的范围相当，这意味着在某些EVM地址存在热点问题（即历史交易集中发生在一部分地址上）。对 ETH 数据集的进一步调查发现，每一个热点地址涉及高达 4000 多笔交易。这里必须指出的是，据我们了解，Aptos 和 Sui 在这种情况下，也无法做并行化执行。

我们的测试数据表明，随着 EVM 数量的增加，标准差有所降低，这意味着增加更多的 EVM 有助于缓解负载不平衡问题。

为了解决区块链上的热点问题，一个可行的解决方案是使用多个地址而不是单个地址来发送或接收代币。如果负载不均衡是由于几个非热点地址映射到同一虚拟机造成的，那么分片（Sharding）区块链中的现有方法，例如数据迁移，可能会有所帮助。

程序重写

PREDA 和 Crystality 的另一个显著的局限性是，开发者需要使用 directives 重写智能合约。如果有一种工具可以自动将 Solidity、Move 或 Rust 编写的现有智能合约翻译为等效的 Crystality 智能合约，将大大优化开发者的体验。从前人经验看来，也并不难实现，已经有一些研究探索了不同语言之间的翻译，例如从 Solidity 到 Move 和从 Python 到 Solidity。

自然语言处理的技术进步，大大增强了自动代码生成的潜力。这些进展结合基于规则和模式的编译器翻译技术（如用于大数据的 SQL 到 MapReduce 翻译和用于深度学习的计算图到矩阵计算的翻译）完全可以为开发自动化的智能合约翻译工具， 提供助力。

结论

Sei、Aptos、Sui 与 Crystality/PREDA 之间的性能对比突显了区块链并行化领域的不断演变。Aptos（与 Sei）和 Sui 分别展示了乐观并行化和悲观并行化机制的潜力，各自在不同场景下展现了优势。然而，Crystality 和 PREDA 显著的性能提升表明，更先进的并行化模型可能是解锁更高层级的可扩展性和效率的关键。

为了总结我们对区块链领域三种主要并行化方法的探索和观察，我们整理汇总了一张表格。如果您想从这篇文章中获得一份Takeaway，那就是本表格中的内容。