Category 欧易交易所OKX官网

OpenAI 等待下一任“金主”

花光100亿美元的OpenAI,又双叒开始融资了!

8月30日,CNBC和《华尔街日报》双重报道称,OpenAI正在筹划新一轮数十亿的融资,本轮融资将由美国Thrive Capital领投10亿美元,其对OpenAI的估值跃升至1000亿美元以上。

目前,新一轮押注已经开始。除了Thrive Capital之外,微软、英伟达、苹果都开始蠢蠢欲动。

不到两年,烧光100亿美元

不得不说,OpenAI的“烧钱”速度真是快。

上一轮OpenAI融资记录还是在2023年1月,微软投资约100亿美元,也是至今为止AI领域最大的一笔融资记录。

2023年1月到2024年9月,20个月的时间,OpenAI用100亿美元换来了超过1000亿美元的估值,以及突破2亿的ChatGPT用户(截止2024年中期)。

如果把时间线放长,在成为AI世界的领头羊之前,OpenAI在十年时间里,一共经历了7轮融资,包括种子前融资、种子轮融资、二级市场融资和企业融资,总募集资金超过200亿美元,是名副其实的“吞金巨兽”。

2015年,刚刚成立的OpenAI,就获得了不少资本大佬的青睐,尤其是现任世界首富埃隆·马斯克。

在2015年6月,由马斯克为首,风险投资家彼得·蒂尔(Peter Thiel)、里德·霍夫曼(Reid Hoffman)、YCombinator创始合伙人杰西卡·利文斯顿(jessica Livingston)、咨询公司Infosys、公共云市场领导者Amazon Web Services、YC Research、山姆·奥特曼(Sam Altman)向OpenAI融资10亿。

虽然开了个好头,但在2015-2018的三年内,OpenAI的发展陷入瓶颈期,同时又因为自身属于非营利组织,在商业化的进程上非常不符合马斯克的计划。

最终导致马斯克与OpenAI决裂,2018年2月20日宣布离开OpenAI。

OpenAI 等待下一任“金主”

马斯克和山姆·奥特曼

在2019年之前,OpenAI对融资的态度颇为谨慎,但随着马斯克的离开,以及AI大模型正处于GPT-2迈向GPT-3的关键阶段,OpenAI开始对融资保持相对开放的态度。

2019年OpenAI连续拿到三次融资,分别由Khosla Ventures、Reid Hoffman Foundation、Matthew Brown、微软投资。

其中,微软作为日后最大金主,在2019年7月投资了10亿美元。

为了获取大规模投资完成GPT大模型的搭建,OpenAI从非营利性企业转变为具有利润上限的营利实体OpenAI LP。在新的公司结构下,OpenAI吸引了大波风头机构。

2021年1月,OpenAI拿到老虎全球管理、Bedrock Capital、Andreessen Horowitz投资,具体金额不明。

2021年和2023年1月,微软分别投资了20亿美元和100亿美元。

2023年4月,OpenAI继续拿到了红杉资本、Thrive Capital等机构的3亿美元融资。

在近200亿融资的供养下,OpenAI逐渐诞生出ChatGPT 4.0,开启了AI新时代。

如果说,谁才是OpenAI和ChatGPT的最大功臣?答案并不是CEO山姆·奥特曼,而是微软。

OpenAI 等待下一任“金主”

山姆奥特曼和萨提亚·纳德拉

在过去五年的时间里,OpenAI从微软手里拿到了三笔融资,总计120亿美元。OpenAI 80%的资金来源,都来自于微软。

不仅是投资,微软为OpenAI提供了很多资源。例如,OpenAI所有技术都运行在微软Azure云服务器上,微软则为OpenAI搭建了大模型算力中心。

微软还将OpenAI整合到Windows体系,从Bing搜索、Microsoft 365办公软件,再到GitHub编码工具、营销软件,都在使用OpenAI构建AI服务体系。

可以说,微软不但是OpenAI的第一投资人,还是它的第一忠实用户。

但是,作为OpenAI背后最大的金主,微软却在OpenAI新一轮融资既不是领头机构,也没有确定跟投,这就有些耐人寻味了。

OpenAI的“新金主”

OpenAI本次融资的领头机构是Thrive Capital,可以说是OpenAI的新任金主。

据公开资料显示,Thrive Capital的创始人是约书亚·库什纳 (Joshua Kushner),是一名85后新生代投资人,也是美国“老钱家族”的一员。

而约书亚·库什纳的哥哥贾里德·库什纳(Jared Kushner)名气更大,是美国前总统唐纳德·特朗普的女婿、伊万卡·特朗普的丈夫。

Thrive Capital最辉煌的成绩,莫过于在2012年参与了Instagram的B轮融资,并在Facebook宣布10亿美元收购Instagram后,拿下了100%的回报率。

约书亚·库什纳和OpenAI CEO山姆·奥特曼私交甚笃,是OpenAI最著名的支持者之一,一直尝试投资OpenAI。

在2023年,Thrive Capital领投了OpenAI的新一轮融资,红杉资本、a16z、K2等机构跟投。该轮融资中,Thrive Capital投资了近1.3亿美元,当时OpenAI估值270亿美元。

不仅仅参与投资,Thrive Capital还深入介入了OpenAI公司内部问题。

在山姆·奥特曼因为公司内斗,在2023年底被董事会解雇之时,约书亚·库什纳就是山姆·奥特曼最大支持者。在五天时间内,约书亚·库什纳在董事会发挥积极作用,直到山姆·奥特曼回归。

山姆·奥特曼对约书亚·库什纳和Thrive Capital非常信任,甚至在社交平台上,公开“吹捧”:“我有幸与许多优秀的投资者合作过,但我最想推荐的人莫过于乔希(约书亚·库什纳)。”

OpenAI 等待下一任“金主”

为了增加自己的回报率,约书亚·库什纳在提升OpenAI估值这件事上非常努力。

在今年4月,Thrive Capital曾主导过一次OpenAI前员工股权出售。当时Thrive Capital对OpenAI的估值就从270亿美元提升至860亿美元。

等到OpenAI本次新一轮的融资,Thrive Capital更是为OpenAI估值1000亿美元,甚至还在华尔街散布OpenAI估值可能触及1250亿美元高点的传言。

不得不说,除了马斯克之外,OpenAI每一任金主,都是良人。

OpenAI或许要IPO?

金主虽多,但奈何ChatGPT太过于烧钱。

在拿到微软100亿美元的融资之时,外界推测这笔钱能让OpenAI支持2-3年的时间。结果却仅仅只用了20个月,便在竞争越发激烈的AI世界里弹尽粮绝。

目前,OpenAI目前正在开发下一代型号GPT-5,成本只会比GPT-4和GPT-4o更高。

融资只能解燃眉之急,但是并不解渴,想要拿到更多的钱,最好的选择就是IPO。

今年6月,美国媒体报道,山姆·奥特曼已告诉部分股东,OpenAI正在考虑将其治理结构转变为一家营利性企业,OpenAI的非营利董事会无法控制该企业。

而转型为营利性企业,OpenAI就能凭借自身过1000亿的估值敲开IPO的大门。

OpenAI 等待下一任“金主”

这并不是空穴来风的谣言,就在6月,OpenAI招募到了重量级财务专家萨拉·弗莱尔(Sarah Friar)担任其首席财务官。

萨拉·弗莱尔曾两次带领公司完成IPO,第一次是Square,第二次Nextdoor。

作为“IPO专家”,萨拉·弗莱尔的加入无疑为OpenAI的上市筹备工作注入了强心针。面对审计、财务预测及治理结构变革等繁重任务,她无疑是推动OpenAI迈向上市目标的理想人选。

在这个大背景下,这一次的OpenAI新一轮融资,很可能将会是它最后一次融资。

Web3游戏的困境与出路

随着《黑神话:悟空》的现象级爆红,圈内又出现一股唱衰Web3游戏的声音,在最近已经非常低迷和自我怀疑的市场舆论环境下,又叠加了一层 debuff。

是Web3人不热爱游戏么?诚然,在市场的早期泡沫阶段,浓厚的投机气氛不可避免,但很多 builder 依然是抱着要做出一款好游戏、一款真正属于玩家的游戏涌入这个行业的,而Web3想要实现真正的 mass adoption,游戏也是绕不过去、最能深入下沉市场的路径。

但现实是骨感的。当人们想要细数Web3一线的游戏的时候,发现有质量的游戏数量极少,大部分游戏乏善可陈,既没有给玩家提供好的用户体验,也远远达不到 mass adoption 的预期。大量Web2有着成功实战经验的游戏团队折戟Web3,究其原因,我目前理解下来主要有两点:

1. 相较于传统游戏,Web3游戏很难提供持续的游戏内容更新

2. 由于受众不同,Web3游戏需要比传统游戏考虑更多游戏性以外的游戏经济学问题

游戏内容的更新困境

一款游戏要保持长久的生命力,更新打补丁必不可少;否则,一来是 bug 无法修复,二来玩家的新鲜感也难以持久。在传统游戏开发中,如果数据结构没有发生改变但游戏逻辑发生改变,一个简单的程序逻辑补丁就可以完成相关升级。

但是,区块链的不可篡改性给这一份看似简单的实现平添了难度。以 Solidity 游戏开发为例,一份上了线的游戏合约往往决定了游戏的整体数据结构,由于游戏逻辑本身是数据状态的迁移,游戏逻辑的修改往往需要配合合约的升级。

合约升级后,却又无法延续性复用升级前合约的数据,为了完成游戏逻辑的升级,只有两个选择:

1 迁移

2. 在合约设计的初始就把数据层和逻辑层分离

第二种选择会增加合约调用的 gas 消耗,所以高频次的游戏内容升级往往在Web3难以做到,这就伤害了一款有潜力游戏的持续获客能力。

Web3游戏的困境与出路

不做数据接口的逻辑升级

Web3游戏的困境与出路

做了数据接口的逻辑升级

要解决这个问题,首先是要解决数据复用问题和数据升级问题。当游戏的逻辑修改,我们仍然希望原来的数据可以原封不动被保留。这里的最佳零成本解决方案,是独立的 App As A rollup。因为在 App rollup 中,原先数据的默克尔根可以直接复用,而对逻辑的修改只需要体现在代码逻辑中。

Web3游戏的困境与出路

直接跑在虚拟机中的逻辑升级

数据复用和逻辑升级问题得到解决后,数据结构升级问题依然会对游戏升级带来一定挑战。普通的链上数据迁移,往往是需要通过预言机,将数据根据一个既定脚本进行改动后再次录入到链上,会耗费大量的时间。

在 App As A rollup 架构中,数据迁移审计后,可以运行在 zkVM 中,从而做到迁移逻辑完全可验证。由于数据迁移在很多场景下是数据重组,计算逻辑较少,如果每个叶子节点的再组织所涉及的代码在 1000 行左右,那么一百多万个叶子节点所需要的执行 trace 大约可以在 1000* 100 w 左右。目前普通的 zkVM 每一百万行 trace 的证明时间是 9-15 秒,所以整体的 zk 数据迁移时间依然是一个可控的数字。

正是由于 Application Rookup 的数据独立性,给Web3游戏内容迭代带了了新的方法论。

而由于其他链上 app 的复杂性和对于更新的迫切性远远不如游戏,zkVM 会给全链游戏,或者说可验证游戏带来新的机会。

经济学和利益分配的困境

游戏项目开发是一件复杂综合且又非常琐碎的工作, 如果一个高质量的游戏不能带来切实的经济收益,那么相较于传统游戏领域,Web3对于开发者的吸引力就会日趋下降。

目前,游戏项目和公链之间的关系经常以流量关系为主,收益关系为辅。而流量关系的中游戏项目往往依赖公链提供的平台流量和初始流量,公链则通过吸纳好的游戏项目,在游戏上线的中期享受游戏带来的公链用户增量。

收益关系会更为复杂,且隐藏着更深层次的利益分配问题:一方面,用户行为会产生收益,包括链的 gas 收益,游戏内容消费收费;另一方面,游戏流量和消费带来了币价增值,有交易量的游戏通过发行游戏代币产生了资产收益,同时也给链带来了繁荣的生态效应,进一步增加了公链的代币估值预期。

Web3游戏的困境与出路

在这种复杂的利益关系下,用户实际支出究竟该如何分配才算合理,其实远没有一个清晰的界定。游戏的冷启动需要大量资金,而用户的第一笔收入又往往以支付给链的 gas 费率为主,这使得游戏创作者得到正反馈的周期非常的长,有时候甚至存在游戏开发团队自行刷量到达链的 DAU 基础值之后,靠微薄的 grant 回血的情况。这让游戏不得不在早期依靠 token 预期来吸引玩家支付 gas 进行交互。这部分 gas 负担对于一个游戏玩家来说已经不能被忽视,以至于链游在引导用户消费自己的 token,也就是购买游戏 token 环节变得较之于传统游戏更加困难。

Web3游戏的困境与出路

由于游戏充值是游戏正反馈的最核心步骤,gas 负担对于游戏充值的延缓极大伤害了游戏获客的能力。但由于链游需要负担传统意义上的上链义务,即使是在 layer 2 上,gas 依然不留情面地走在了第一次充值游戏原生 token 之前。所以,Web3 并不存在真正意义上的“先玩后氪”的游戏体验。

游戏物品交易被认为是区块链游中后期最有魅力的一环。通过氪金或者是长期交互努力换来的高价值游戏物品,经过流通和收藏后不断升值,不论是对游戏玩家或者是设计者来说都是激动人心的体验。但是,游戏物品作为游戏衍生品,其流通交易所带来的溢价又大部分被其他链上产品瓜分:游戏 nft 的交易费可能被 nft 交易所瓜分,游戏 token 的交易又被 defi 瓜分。好的游戏创造出来的价值,并不能有效地回流到游戏中去支持游戏团队。

Token 的价值波动会导致动态放大的游戏内产出。游戏 token 的价值被低估时,游戏费率偏低,游戏产出和实际游戏 token 的投入往往正相关导致 token 低价,消耗相同游戏 token 所需代价较低,产出反而更高。而在游戏币高企的时候,过高的游戏 token 价值阻挠了游戏内的消费冲动。这样的放大效应让游戏 token 的价值起伏受到场外和场内产出的双重影响,增大了代币经济学设计相关的挑战。

App As A rollup + zkVM:一个可能的出路

在列举了这一系列挑战时候,我们意外地发现,Application As Rollup 的架构能够适当有效地缓解相关问题。

首先,自有的 rollup 的真实 gas 会较全链游戏显著降低到 1/20 甚至更少。这可以让项目方完全在游戏初期免除 gas fee 干扰,提供真正的 free to play 的游戏体验,给游戏初期聚量冷启动创造更好的环境。

其次,Application As Rollup 可以提供一键式的借贷平台,在游戏的初期以用 USDC 借贷游戏内部 Token 的方式,鼓励用户在游戏中尝试付费功能。由于游戏的正向期望产出往往大于消费,用户在产出大于消费之后,完全可以赎回当初借贷用的 USDC 抵押品。

在流通环节,Application As a Rollup 可以有效地充当游戏资产的跨链桥。当我们需要转移在不同链上的资产时,只需要 Deposit 到游戏中,然后再去另一条链上 Withdraw 即可。这种原生的跨链功能,让游戏衍生品交易的一部分价值被游戏本身获取。

更为激进的是,游戏可以提供 deposit 稳定币功能来做借贷,让以前只有链才能捕获的 TVL 价值如今可以被游戏本身捕获。最后,Application Rollup 可以提供通过在游戏的中引入对氪金玩家的类似 gas 费的机制,最终将传统的链 gas 费用捕获。这种机制一个较为可能的设计就是在 token 价值较高时 gas 费用较低,而 token 价值较低时 gas 费用较高:其本质是得益于通过 layer 3 的独立性将 gas 价值和 token 价值绑定缓解 token 价值波动。

当然这一切都不会在一夜之间发生,Delphinus Lab zkWASM 作为将 zkVM 推向游戏应用的早期玩家,最近发布了 zkWASM Mini Rollup。这是一个用于快速开发和部署 ZK Rollup 应用的工具包。它允许开发者编写 Rust 代码,将其编译为 WebAssembly,然后在 Node.js 环境中运行。这个 SDK 处理交易、生成零知识证明,并与区块链交互。

Web3游戏的困境与出路

其核心流程是:接收交易、在 WASM 虚拟机中处理交易、使用 zkWASM 云服务生成证明,最后将证明提交到区块链进行验证和结算。整个过程保证了交易的隐私性和安全性,同时大大提高了区块链的扩展性。开发者只需关注应用逻辑,而不必深入理解复杂的零知识证明技术细节。它还包含了一个 Rollup 监控系统,可以使用证明和交易数据触发链上结算,通过存储 Merkle 根和 verify API 来验证证明,确保按照链上 Merkle 根的顺序进行结算。此外,该 SDK 还简化了本地开发环境的搭建,只需启动 MongoDB 和 Redis,运行 dbservice,然后在 ts 目录下执行 npm run server 即可启动完整的本地服务。

Web3游戏的困境与出路

zkWASM Mini Rollup SDK 的出现为Web3游戏面临的双重挑战提供了一个极具潜力的解决方案。通过 Application As A Rollup 的架构,它不仅简化了游戏内容的更新流程,还为游戏经济模型的优化提供了新的可能性。

这种创新方法首先是利用 WASM 的兼容性,让大量传统开发者得以使用他们最熟悉的编程预言如 Rust 来编写游戏代码;其次是允许游戏开发者更容易地实现数据复用和逻辑升级,大大降低了 gas 费用,甚至可能实现真正的“ 0 gas 畅玩”“先玩后氪体验。同时,它为游戏项目提供了更多捕获价值的机会,包括跨链资产转移、借贷功能等,有助于建立更加可持续的游戏经济体系。

使用 zkWASM 一键发 rollup,意味着我们可以在开发者侧和用户侧的 mass adoption 都迈出坚实的一步。虽然这一技术还在早期阶段,Web3游戏也在这个周期面临着圈内圈外的双重不信任,在质疑中艰难前行,但它为解决当前Web3游戏面临的核心问题指出了一条路。

随着更多游戏开发者采用这种技术,越来越多的游戏运营方和借贷协议愿意参与到前文所建言的这种经济模式中来,我们有理由相信,Web3游戏将逐步克服现有困境。我们并不奢望会拥有自己的黑神话悟空或使命召唤,但是做难而正确的事,朝着最终目的不懈努力而不是投机取巧,Web3游戏也终将迎来自己“直面天命”的时刻,并带动整个行业一起度过大规模应用的漫长前夜。

美联储降息和牛市的关联性

来源:道说区块链

关于留言提问的一些杂感:

我在现在的疑问解答中已经越来越少回复关于具体某个代币、某个项目的问题了。

一个主要原因是这些代币和项目绝大部分都是以前有读者问过并且我也解答过的,而且这些项目的后续发展并没有什么新的亮点和进展,所以如果读者翻翻我前面的文章都能看到曾经的解答。我当时对它们的观点至今也没变。

另外,我特别注意到一些读者开始有了自己的思考,并且开始跳脱具体的项目和代币,开始在投资逻辑和投资思路上产生了自己的想法、有了自己的观察。如果这种变化是因为看我的文章而产生的,那简直就是对我莫大的鼓舞和激励。

因为这才是我写文章的终极目的。

网上有很多文章今天讨论币价涨跌、明天讨论哪个项目可以冲、后天讨论XX准备上什么币。

诚然这些都是绝大多数投资者高度关注和感兴趣的话题。

但我很少在文章里写这些,一个重要的原因是我不太习惯这种跟风走、四处打游击的方式。

我更喜欢的方式是找到一种可靠的投资框架,用这种框架不仅能牢牢地从“压舱石”上面挣到安全可靠的利润;也可以在一个新蓝海出现时,迅速找到适合自己的领域并在其中大展拳脚。

而当这样的蓝海没有出现时,那就让自己彻底松弛下来,安心地读书、学习,尤其是读经典的书、学习前辈的经验。

而当这种蓝海渐渐变成红海时,我也会减小关注度,对红海里出现的新项目渐渐淡化兴趣——因为这些所谓的新项目绝大部分在我看来都没有创新。

下面继续疑问解答。

1. 我好奇的还是估值问题,加密和公司股票的盈利这些不同,高估和低估,该怎么定义和估算呢?

这个问题也是我长期以来一直在探索的。

最近,DeFi生态中我认为创新能力属于顶流的AAVE推出了一系列改革措施,其中最重要的在我看来就是把代币赋能与项目盈利挂钩了。

我正好趁这个机会,按照传统股市的盈利估算方法(比如P/E、ROE等指标)核算了一下AAVE改革后的财务状况。

但计算的结果可以说是惨不忍睹。如果把这样的“公司”放在股市里衡量,那简直就是垃圾股,现在AAVE的“股价”就是泡沫中的泡沫。

因此,至少当下看,用传统股市的方式来衡量加密项目恐怕还行不通。但我非常笃定地相信,至少对于有清晰盈利模式的项目,走向传统股市的评价标准是个大趋势。但是具体到用什么标准来衡量加密项目的盈利,或许会和传统股市有较大的不同。

但这个方向已经越来越明显了。我们总不能说代币没有任何盈利赋能,永远只凭借治理功能就能维持当下的币价吧?

此外,最近我所读的费舍尔的书中所描述的情形也非常类似我们今天在加密生态中所面临的问题。

比如他在1950年代所投资的一些当时新兴行业的股票如果单纯用我们今天所熟知的盈利模式来衡量也是很难经得起考验的。

但他为什么敢于投资那些股票?他的的思考方式和策略是什么?这些都是很值得今天的我们学习和借鉴的。等我详细看完他的书会找机会在文章里分享。

2. 未来就怕美联储就算降息,币圈也不一定有牛市了。

我觉得不用太担心这些。重要的还是我们自己有没有应对这些状况的相应策略。

如果这一轮没有牛市?我以前在文章中也写过好几次——–我的做法就是继续持有下去,继续等下一个牛市。

另外我始终认为,币圈真正的大牛市还是要发自生态内的应用创新,而不是单纯的外部放水。

这几年美股的大牛是在美联储加息的情况下走出的。

为什么能这样?

根本原因是人工智能的创新带来了一系列巨大的红利。这股内在的强大动力极大抵消了外部金融环境的压力。

所以在我看来,内在要素的重要性远大于外在要素。

一天涨 10 倍的 EtherVista 是什么?

作者:anymose 来源:X,@anymose96

TL;DR

  • 一个基于以太坊的新 DEX 标准

  • 创新的 LP 和费用机制

  • LP 锁定 5 天,第一个代币明天解锁(可能引发抛压)

  • 被戏称为以太坊上的 Pumpfun

  • 一个彩蛋

一天涨 10 倍的 EtherVista 是什么?

在发布短短 3 天后,EtherVista 的主代币从 $0.12 飙升至 $16.8,完全稀释市值(FDV)达到 $16.2M,流动性池的总金额为 $2.1M。

这只是一个普通的、昙花一现的土狗项目吗?仔细研究白皮书后发现,开发者在以太坊虚拟机(EVM)市场的创新窘境中做出了一些独特尝试,虽然不算大创新,但确实产生了不错的效果。

一天涨 10 倍的 EtherVista 是什么?

项目概述

与 Pump 类似,EtherVista 提供了公平的启动模式,100% 的代币供应会分配给流动性提供者(LP)并锁定 5 天。与其他项目不同的是,用户需要自己创建代币,LP 销毁也不受平台管理。EtherVista 更像一个去中心化交易所(DEX),它改变了传统按金额收费的模式,采用每次交易收取固定费用的方式,费用奖励给 LP 和开发者。

项目的核心目标是通过奖励流动性提供者和协议费用,激励长期项目的成功。

一天涨 10 倍的 EtherVista 是什么?

$VISTA 代币机制

平台代币 $VISTA 是一个通缩代币,总量为 100 万个,每天销毁一定数量的代币,通过手续费减缓抛压和死亡螺旋效应。值得注意的是,LP 锁定期为 5 天,明天将迎来首次解锁,可能会面临较大的抛压风险。

其中,最大的单一持币地址(合约)占有 6.2880%。

一天涨 10 倍的 EtherVista 是什么?

更大的规划:Beyond DEX

DEX 只是 EtherVista 规划的一部分,网站上还有多个未开放的入口,包括闪电贷、期货合约、借贷等功能。此外,平台还推出了类似 Pumpfun 的 Superchat。从产品架构来看,EtherVista 更像一个集成了多种功能的“缝合怪”。

一天涨 10 倍的 EtherVista 是什么?

如何参与?

  1. 买币:最简单的方法是直接购买平台代币。除了平台币 $VISTA 外,还有很多其他代币在这里发射,但需要特别注意交易风险。平台更倾向于奖励项目方和 LP,短期交易的博弈风险较高。

  2. 发行自己的代币:使用平台的「launcher」功能,可以自己规划和发行代币,这个功能相对复杂,建议自行研究。

总体评价

总体来看,EtherVista 是一个融合和迭代了 Uniswap、Pumpfun 以及各类借贷协议的“缝合怪”。虽然算不上重大创新,但它通过固定费用模式为大额操作提供了奖励,同时让小额参与者可能望而却步。这种尝试颇有趣味,值得列入观察清单。毕竟,在过去大半年,以太坊上鲜有有趣的新项目,而 EtherVista 则是个不错的探索。

一个彩蛋

值得一提的是,EtherVista 白皮书的作者名字署名为 Vitalik Nakamoto,这也为项目增添了几分神秘感。

一天涨 10 倍的 EtherVista 是什么?

零知识证明编程——用Circom、Groth16构建证明及验证

来源:登链社区

为工作程序员提供的 ZKP 教程介绍。

你知道为什么斑马有条纹吗?一种理论是这是一种伪装。当斑马聚集在一起时,这使得狮子更难以区分它们的猎物。狮子必须将猎物从群体中隔离出来才能追捕它[^1]。

人类也喜欢在人群中隐藏。一个具体的例子是,当多个人在一个集体名称下作为一个整体行动时。《联邦党人文集》就是这样创作的[^2]。 另一个例子是 Bourbaki,这是 1930 年代一群法国数学家的集体笔名。这导致了现代数学大部分内容的彻底重写,重点在于严谨性和公理化方法[^3]。

零知识证明编程——用Circom、Groth16构建证明及验证
Bourbaki Congress

在数字时代,假设你在一个群聊中,想要发送一条有争议的信息。你想证明你是其中的一员,而不透露是哪一位。我们如何在数字领域使用密码学来做到这一点?我们可以使用一种叫做 群签名 的东西。

从传统上讲,群签名在数学上相当复杂且难以实现。然而,使用零知识证明(ZKP),这个数学问题变成了一个简单的编程任务。在本文结束时,你将能够自己编写群签名。

介绍

这篇文章将向你展示如何从零开始编写基本的零知识证明(ZKP)。

在学习新的技术栈时,我们希望尽快掌握编辑-构建-运行的循环。只有这样,我们才能开始从自己的经验中学习。

我们将首先让你设置环境,编写一个简单的程序,执行所谓的可信设置,然后尽快生成和验证证明。之后,我们将识别一些改进我们程序的方法,实施这些改进并进行测试。在此过程中,我们将建立一个更好的心理模型,以便在实践中编程 ZKP。最后,你将熟悉(某种方式)从零开始编写 ZKP。

我们将逐步构建一个简单的签名方案,你可以证明你发送了特定的消息。你将能够理解这段代码的作用及其原因:

<span 1="" 9="" 18="" 10px="" 40px="" no-repeat="" height:="" width:="" margin-bottom:="" border-radius:="" code="" template="" signmessage="" signal="" input="" output="" component="" identityhasher="Poseidon(<span" span="" identity_commitment="==" signaturehasher="Poseidon(    # 克隆仓库并运行准备脚本
    git clone git@github.com:oskarth/zkintro-tutorial.git
    cd zkintro-tutorial
    
    # 在执行之前浏览此文件的内容
    less ./scripts/prepare.sh
    ./scripts/prepare.sh

我们建议你浏览 ./scripts/prepare.sh 的内容,以查看这将安装什么,或者如果你更喜欢手动安装。执行后,你应该看到 Installation complete 并且没有错误。

如果你遇到问题,请查看最新的官方文档 这里[7]。完成后,你应该安装以下版本(或更高版本):

    pragma circom 2.0.0;
    
    template Multiplier2 () {
      signal input a;
      signal input b;
      signal output c;
      c <== a * b;
    }
    
    component main = Multiplier2();

这就是我们的特殊程序或 _电路_。 [^6] 按行分析:

  • pragma circom 2.0.0; – 定义所使用的 Circom 版本

  • template Multiplier() – 模板是大多数编程语言中对象的等价物,是一种常见的抽象形式

  • signal input a; – 我们的第一个输入,a;输入默认是私有的

  • signal input b; – 我们的第二个输入,b;同样默认是私有的

  • signal output b; – 我们的输出,c;输出始终是公共的

  • c <== a * b; – 这做了两件事:将信号 c 赋值 约束 c 等于 ab 的乘积

  • component main = Multiplier2() – 实例化我们的主组件

最重要的行是 c <== a * b;。这是我们实际声明约束的地方。这个表达式实际上是两个的组合:<--(赋值)和 ===(等式约束)。 [^7] Circom 中的约束只能使用涉及常量、加法或乘法的操作。它强制要求方程的两边必须相等。 [^8]

关于约束

约束是如何工作的?在类似数独的上下文中,我们可能会说一个约束是“一个介于 1 和 9 之间的数字”。然而,在 Circom 的上下文中,这不是一个单一的约束,而是我们必须使用一组更简单的等式约束(===)来表达的东西。 [^9]

为什么会这样?这与底层的数学原理有关。从根本上讲,大多数 ZKP 使用 _算术电路_,它表示对 多项式 的计算。在处理多项式时,你可以轻松引入常量,将它们相加、相乘并检查它们是否相等。 [^10] 其他操作必须用这些基本操作来表达。你不必详细了解这一点才能编写 ZKP,但了解底层发生的事情可能会很有用。 [^11]

我们可以将电路可视化如下:

零知识证明编程——用Circom、Groth16构建证明及验证

构建我们的电路

供你参考,最终文件可以在 example1-solution.circom 中找到。有关语法的更多详细信息,请参见 官方文档[9]

我们可以通过运行以下命令来编译我们的电路:

零知识证明编程——用Circom、Groth16构建证明及验证

这是调用 circom 创建 example1.r1csexample1.wasm 文件的一个简单包装。你应该会看到类似以下内容:

    {
      "pi_a": ["15932[...]3948", "66284[...]7222", "1"],
      "pi_b": [
        ["17667[...]0525", "13094[...]1600"],
        ["12020[...]5738", "10182[...]7650"],
        ["1", "0"]
      ],
      "pi_c": ["18501[...]3969", "13175[...]3552", "1"],
      "protocol": "groth16",
      "curve": "bn128"
    }

这以一些数学对象(三个椭圆曲线元素)pi_api_bpi_c 的形式指定了证明。[^20] 它还包括有关协议(groth16)和使用的 _curve_(bn128,我们暂时忽略的数学实现细节)的元数据。这使得验证者知道如何处理此证明以正确验证。

请注意,证明是多么简短;无论我们的特殊程序多么复杂,它的大小都只有这个。这展示了我们在 _友好的零知识证明介绍_[10] 中讨论的 ZKP 的 succinctness 属性。上述命令还输出了我们的 _公共输出_:

这是与我们的见证和电路对应的所有公共输出的列表。在这种情况下,有一个公共输出对应于 c:33。[^21]

我们证明了什么?我们知道两个秘密值 ab,它们的乘积是 33。这展示了我们在上一篇文章中讨论的 隐私 属性。

请注意,证明在孤立状态下没有用,它需要随之而来的公共输出。

验证证明

接下来,让我们验证这个证明。运行:

just verify_proof example1

零知识证明编程——用Circom、Groth16构建证明及验证

这需要验证密钥、公共输出和证明。通过这些,我们能够验证证明。它应该打印“证明已验证”。请注意,验证者从未接触到任何私有输入。

如果我们更改输出会发生什么?打开 example1/target/public.json,将 33 更改为 34,然后再次运行上述命令。

你会注意到证明不再被验证。这是因为我们的证明并没有证明我们有两个数字,其乘积是 34。

恭喜你,你现在已经编写了你的第一个 ZKP 程序,进行了可信设置,生成了证明并最终验证了它!

练习

  1. ZKP 的两个关键属性是什么,它们意味着什么?

  2. 证明者的角色是什么,她需要什么输入?验证者呢?

  3. 解释 c <== a * b; 这一行的作用。

  4. 为什么我们需要进行可信设置?我们如何使用其产物?

  5. 代码:完成 example1,直到你生成并验证了一个证明。

第二次迭代

通过上述电路,我们证明了我们知道两个(秘密)数字的乘积。这与 质因数分解 问题密切相关,这是许多密码学的基础。[^22] 这个想法是,如果你有一个非常大的数字,找到两个质数使其乘积等于这个大数字是很困难的。相反,检查两个数字的乘积是否等于另一个数字是非常简单的。[^23]

然而,我们的电路存在一个大问题。你能看到吗?

我们可以轻松地将输入更改为“1”和“33”。也就是说,一个数字 c 始终是 1 和 c 的乘积。这一点并不令人印象深刻,对吧?

我们想要做的是添加另一个 _约束_,使得 ab 不能等于 1。这样,我们就被迫进行适当的整数因式分解。

我们如何添加这个约束,需要做哪些更改?

更新我们的电路

我们将为这些更改使用 example2 文件夹。不幸的是,我们不能仅仅写 a !== 1,因为这不是一个有效的约束。[^24] 它不是由常量、加法、乘法和等式检查组成的。我们如何表达“某物不是”?

这并不是立即直观的,这种类型的问题是编写电路的艺术所在。发展这种技能需要时间,并超出了本初始教程的范围;幸运的是,有许多好的资源可以参考。[^25]

不过,有一些常见的习语。基本的想法是使用 IsZero() 模板来检查一个表达式是否等于零。它对真值输出 1,对假值输出 0。

使用真值表[^26] 来显示可能的值通常是有帮助的。以下是 IsZero() 的真值表:

零知识证明编程——用Circom、Groth16构建证明及验证

这是一个如此有用的构建块,以至于它被包含在 Circom 的库 circomlib 中。在 circomlib 中还有许多其他有用的组件。[^27]

我们可以通过创建一个 npm 项目(JavaScript)并将其作为依赖项添加来包含它。在 example2 文件夹中,我们已经为你完成了这一步。要导入相关模块,我们在 example2.circom 的顶部添加以下行:

include "circomlib/circuits/comparators.circom";

使用 IsZero(),我们可以检查 ab 是否等于 1。修改 example2.circom 文件,使其包含以下行:

<span 1="" 12="" 4000="" 10px="" 40px="" no-repeat="" height:="" width:="" margin-bottom:="" border-radius:="" code="" component="" iszerocheck="IsZero();
    just generate_proof example2
    just verify_proof example2

它仍然按预期生成和验证证明。

如果我们将 example2/input.json 的输入更改为 133 并尝试运行上述命令,我们将看到一个断言错误。也就是说,Circom 甚至不会让我们生成证明,因为输入违反了我们的约束。

完整流程图

现在我们已经经历了整个流程两次,让我们退后一步,看看所有部分是如何结合在一起的。

零知识证明编程——用Circom、Groth16构建证明及验证

希望事情开始变得有些明朗。接下来,让我们提升一下,让我们的电路更有用。

练习

  1. 为什么我们必须运行 example2 的第 2 阶段,而不是第 1 阶段?

  2. 上一个例子的主要问题是什么,我们是如何解决的?

  3. 代码:完成 example2,直到你无法生成证明。

第三次迭代

通过上述电路,我们已经证明了我们知道两个秘密值的乘积。单靠这一点并不是很有用。在现实世界中,有用的是 _数字签名方案_。通过它,你可以向其他人证明你写了特定的消息。我们如何使用 ZKP 来实现这一点?要实现这一点,我们必须首先涵盖一些基本概念。

现在是短暂休息的好时机,去喝一杯你最喜欢的饮料。

数字签名

数字签名已经存在,并且在我们的数字时代无处不在。现代互联网没有它们是无法运作的。通常,这些是使用 公钥密码学 实现的。在公钥密码学中,你有一个私钥和一个公钥。私钥仅供你自己使用,而公钥是公开共享的,代表你的身份。

数字签名方案由以下部分组成:

  • 密钥生成:生成一个私钥和相应的公钥

  • 签名:使用私钥和消息创建签名

  • 签名验证:验证消息是否由相应的公钥签名

虽然具体细节看起来不同,但我们编写的程序和上述密钥生成算法共享一个共同元素:它们都使用 _单向函数_,更具体地说是 _陷门函数_。陷门是容易掉进去但难以爬出来的东西(除非你能找到一把隐藏的梯子) [^30]。

零知识证明编程——用Circom、Groth16构建证明及验证

对于公钥密码学,从私钥构造公钥是容易的,但反过来却非常困难。我们的前一个程序也是如此。如果这两个秘密数字是非常大的质数,那么将该乘积转回原始值是非常困难的。现代公钥密码学通常在底层使用 _椭圆曲线密码学_。

传统上,创建像这些数字签名方案这样的密码协议需要大量的工作,并需要提出一个涉及一些巧妙数学的特定协议。我们不想这样做。相反,我们想使用 ZKP 编写一个程序,以实现相同的结果。

而不是这样:[^31]

零知识证明编程——用Circom、Groth16构建证明及验证

我们只想编写一个程序,生成我们想要的证明,然后验证这个证明。

哈希函数和承诺

我们将使用两个更简单的工具:_哈希函数_ 和 _承诺_,而不是使用椭圆曲线密码学。

哈希函数也是一种单向函数。例如,在命令行中,我们可以这样使用 SHA-256 哈希函数:

    commitment = hash(some_secret)
    signature = hash(some_secret, message)

此时你可能有一些问题。让我们解决一些你脑海中可能存在的问题。

首先,为什么这有效,我们为什么需要 ZKP?当有人验证证明时,他们只能访问承诺、消息和签名。没有直接的方法可以验证承诺是否对应于秘密,而不揭示秘密。在这种情况下,我们只是在生成证明时“揭示”秘密,因此我们的秘密保持安全。

其次,为什么在 ZKP 内部使用这些哈希函数和承诺,而不是公钥密码学?你绝对可以在 ZKP 内部使用公钥密码学,并且这样做是有合理理由的。就约束而言,它的实现成本远高于上述方案。这使得它比上述更慢,更复杂。正如我们将在下一节中看到的,哈希函数的选择非常重要。

最后,为什么在我们已经拥有公钥密码学的情况下还要使用 ZKP?在这个简单的例子中,没有必要使用 ZKP。然而,它作为更有趣的应用的构建块,例如本文开头提到的群签名示例。毕竟,我们想要 _编程密码学_。

这真是太多了!幸运的是,我们已经过了难关。让我们开始编码吧。如果你一开始没有完全理解上述内容,也不用担心。习惯这种推理方式需要一些时间。

回到代码

我们将从 example3 目录开始工作。

要实现数字签名,我们需要做的第一件事是生成我们的密钥。这些对应于公钥密码学中的私钥和公钥。由于密钥对应于一个身份(你,证明者),我们将分别称其为 identity_secretidentity_commitment。它们共同形成一个身份对。

这些将作为电路的输入,与我们要签名的消息一起使用。作为公共输出,我们将拥有签名、承诺和消息。这将允许某人验证签名确实是正确的。

由于我们需要身份对作为电路的输入,因此我们将单独生成这些:just generate_identity

这会产生类似于以下内容:

    include "circomlib/circuits/poseidon.circom";

Poseidon 哈希模板的使用如下:

<span 10px="" 40px="" no-repeat="" height:="" width:="" margin-bottom:="" border-radius:="" code="" component="" hasher="Poseidon(2);
    component main {public [identity_commitment, message]} = SignMessage();

默认情况下,我们电路的所有输入都是私有的。通过这个,我们明确标记 identity_commitmentmessage 为公共。这意味着它们将成为公共输出的一部分。

有了这些信息,你应该有足够的知识来完成 example3.circom 电路。如果你仍然卡住,可以参考 example3-solution.circom 获取完整代码。

像之前一样,我们必须构建电路并运行受信任设置的第 2 阶段:

    {
      "identity_secret": "21879[...]1709",
      "identity_commitment": "48269[...]7915",
      "message": "42"
    }

随意将身份对更改为你自己使用 just generate_identity 生成的身份对。毕竟,你想把身份秘密保留给自己!

你可能会注意到消息只是一个作为字符串引用的数字 ("42")。不幸的是,由于约束在数学上的工作方式(使用线性代数和 _算术电路_),我们只能使用数字而不能使用字符串。电路内部支持的唯一操作是基本的算术操作,如加法和乘法。[^37]

我们现在可以生成和验证一个证明:

    ["48968[...]5499", "48269[...]7915", "42"]

这分别对应于签名、承诺和消息。

让我们看看如果我们不小心,事情可能会出错。 [^38]

首先,如果我们将身份承诺更改为 input.json 中的随机内容,会发生什么?你会注意到我们无法再生成证明。这是因为我们还在电路内部检查身份承诺。保持身份秘密和承诺之间的关系至关重要。

其次,如果我们不将消息包含在输出中,会发生什么?我们确实得到了一个证明,并且它得到了验证。但消息可以是 _任何东西_,因此它实际上并不能证明你发送了特定的消息。类似地,如果我们不将身份承诺包含在公共输出中,会发生什么?这意味着身份承诺可以是任何东西,因此我们实际上不知道 签署了消息。

作为思考练习,想想如果我们省略这两个关键约束中的任何一个会发生什么:

  • identity_commitment === identityHasher.out

  • signature <== signatureHasher.out

恭喜你,现在你知道如何编程加密了![^39]

练习

  1. 数字签名方案的三个组成部分是什么?

  2. 使用像 Poseidon 这样的 “ZK-Friendly hash function” 的目的是什么?

  3. 什么是承诺?我们如何将它们用于数字签名方案?

  4. 为什么我们将身份承诺和消息标记为公共?

  5. 为什么我们需要身份承诺和签名约束?

  6. 代码:完成 example3,直到你生成并验证了一个证明。

下一步

通过上述数字签名方案,以及我们在文章中看到的一些技巧,你拥有了实现文章开头提到的 群签名方案 的所有工具。[^40]

example4 中存在骨架代码。你只需要 5-10 行代码。唯一的新语法是 for 循环,它的工作方式与大多数其他语言相同。[^41]。

这个电路将允许你:

  • 签署一条消息

  • 证明你是三个人之一(身份承诺)

  • 但不透露是哪一个

你可以把它看作一个谜题。关键的见解基本上归结为一个算术表达式。如果可以的话,尝试在纸上解决它。如果你卡住了,可以像之前一样查看解决方案。

最后,如果你想要一些额外的挑战,这里有一些扩展的方法:

  1. 允许组内任意多的人

  2. 实现一个新的电路 reveal,证明你签署了特定的消息

  3. 实现一个新的电路 deny,证明你没有签署特定的消息

使用经典工具创建这样的加密协议将是一项巨大的任务,需要大量的专业知识。[^42] 使用 ZKP,你可以在一个下午变得高效和危险,将这些问题视为编程任务。这只是我们可以做的冰山一角。

练习

  1. 群签名与普通签名有什么不同?它们可以如何使用?

问题

这些问题是可选的,需要更多的努力。

  1. 找出 IsZero() 是如何实现的。

  2. 代码:完成上述群签名方案(见 example4)。

  3. 代码:扩展上述群签名示例:允许更多人并实现 reveal 和/或 deny 电路。

  4. 你将如何设计一个 “ZK 身份” 系统来证明你已满 18 岁?你可能想证明的其他属性是什么?从高层次来看,你将如何实现它,以及你看到的挑战是什么?研究现有解决方案以更好地理解它们是如何实现的。

  5. 对于像以太坊这样的公共区块链,有时会使用 Layer 2 (L2) 来允许更快、更便宜和更多的交易。从高层次来看,你将如何使用 ZKP 设计一个 L2?解释你看到的一些挑战。研究现有解决方案以更好地理解它们是如何实现的。## 结论

在本教程介绍中,我们熟悉了如何从头开始编写和修改基本的零知识证明(ZKPs)。我们设置了编程环境并编写了一个基本电路。然后我们进行了可信设置,创建并验证了证明。我们识别了一些问题并改进了电路,确保测试我们的更改。之后,我们使用哈希函数和承诺实现了一个基本的数字签名方案。

我们还学习了足够的技能和工具,以便能够实现群体签名,这在没有零知识证明的情况下是很难实现的。

我希望你对编写零知识证明所涉及的内容有了更好的心理模型,并对实际中的编辑-运行-调试周期有了更好的理解。这将为你将来可能编写的任何其他零知识证明程序打下良好的基础,无论你最终使用什么技术栈。

致谢

感谢 Hanno Cornelius、Marc Köhlbrugge、Michelle Lai、lenilsonjr 和 Chih-Cheng Liang 阅读草稿并提供反馈。

图片

  • Bourbaki Congress 1938 – 未知,公有领域,通过 Wikimedia[11]

  • Hartmann’s Zebras – J. Huber,CC BY-SA 2.0,通过 Wikimedia[12]

  • Trapdoor Spider – P.S. Foresman,公有领域,通过 [Wikimedia](https://commons.wikimedia.org/wiki/File:Trapdoor_(PSF “Wikimedia”).png)

  • Kingsley Lockbox – P.S. Foresman,公有领域,通过 Wikimedia[13]

参考资料

[1] AI翻译官: https://learnblockchain.cn/people/19584

[2] 翻译小组: https://learnblockchain.cn/people/412

[3] learnblockchain.cn/article…: https://learnblockchain.cn/article/9178

[4] 零知识的友好介绍: https://learnblockchain.cn/article/6184

[5] git 仓库: https://github.com/oskarth/zkintro-tutorial

[6]git 仓库: https://github.com/oskarth/zkintro-tutorial

[7]这里: https://docs.circom.io/getting-started/installation/

[8]zkrepl.dev: https://zkrepl.dev/

[9]官方文档: https://docs.circom.io/circom-language/signals/

[10]友好的零知识证明介绍: https://learnblockchain.cn/article/6184

[11]Wikimedia: https://commons.wikimedia.org/wiki/File:Bourbaki_congress1938.png

[12]Wikimedia: https://commons.wikimedia.org/wiki/File:Hartmann_zebras_hobatereS.jpg

[13]Wikimedia: https://commons.wikimedia.org/wiki/File:Kingsley_lockbox.jpg

[14]AI 翻译官: https://learnblockchain.cn/people/19584

[15]这里: https://github.com/lbc-team/Pioneer/blob/master/translations/9178.md

[16]^2]:  参见 [联邦党人文集(维基百科): https://en.wikipedia.org/wiki/The_Federalist_Papers#Authorship

[17]^3]:  参见 [Bourbaki(维基百科): https://en.wikipedia.org/wiki/Nicolas_Bourbaki#Membership

[18]^8]:  这使得编写约束相当具有挑战性,正如你可以想象的那样。有关 Circom 中约束的更多详细信息,请参见 [https://docs.circom.io/circom-language/constraint-generation/: https://docs.circom.io/circom-language/constraint-generation/

[19]^12]:  线性约束意味着它可以仅通过加法表示为线性组合。这相当于使用常数进行乘法。需要注意的主要是线性约束比非线性约束更简单。有关更多详细信息,请参见 [约束生成: https://docs.circom.io/circom-language/constraint-generation/

[20]算术电路: https://docs.circom.io/background/background/#arithmetic-circuits

[21]^13]:  从数学上讲,我们所做的是确保方程 Az * Bz = Cz 成立,其中 Z=(W,x,1)ABC 是矩阵,W 是见证(私有输入),x 是公共输入/输出。虽然知道这一点很有用,但编写电路时并不需要理解这一点。有关更多详细信息,请参见 [Rank-1 约束系统: https://docs.circom.io/background/background/#rank-1-constraint-system

[22]^15]:  正如在 友好的介绍 文章中提到的那样,2016 年 Zcash 举办的仪式有一个很好的外行播客,你可以在 [这里: https://radiolab.org/podcast/ceremony

[23]^17]:  我们称之为 1-out-of N 信任模型。还有许多其他信任模型;你最熟悉的可能是多数规则,即你信任大多数人做出正确的决定。这基本上就是民主和大多数投票的运作方式。 [↩: #user-content-fnref-17

[24]^22]:  也称为 _密码学难度假设_。请参见 [计算难度假设 (维基百科): https://en.wikipedia.org/wiki/Computational_hardness_assumption#Common_cryptographic_hardness_assumptions

[25]^23]:  有关更多信息,请参见 [https://en.wikipedia.org/wiki/Integer_factorization: https://en.wikipedia.org/wiki/Integer_factorization

[26]^24]:  虽然我们可以添加 _asserts_,但这些实际上不是约束,仅用于清理输入。有关其工作原理,请参见 [https://docs.circom.io/circom-language/code-quality/code-assertion/: https://docs.circom.io/circom-language/code-quality/code-assertion/

[27]https://www.chainsecurity.com/blog/circom-assertions-misconceptions-and-deceptions: https://www.chainsecurity.com/blog/circom-assertions-misconceptions-and-deceptions

[28]^25]:  这份由 0xPARC 提供的资源非常出色,如果你想深入了解编写 (Circom) 电路的艺术: [https://learn.0xparc.org/materials/circom/learning-group-1/circom-1/: https://learn.0xparc.org/materials/circom/learning-group-1/circom-1/

[29]^26]:  由于编写约束的性质,这种情况经常出现。请参见 [https://en.wikipedia.org/wiki/Truth_table: https://en.wikipedia.org/wiki/Truth_table

[30]^27]:  有关 circomlib 的更多信息,请参见 [https://github.com/iden3/circomlib: https://github.com/iden3/circomlib

[31]^28]:  请参见 [https://github.com/iden3/circomlib/blob/master/circuits/comparators.circom: https://github.com/iden3/circomlib/blob/master/circuits/comparators.circom

[32]^29]:  人们通常在项目之间共享这些 ptau 文件以提高安全性。有关详细信息,请参见 [https://github.com/privacy-scaling-explorations/perpetualpowersoftau: https://github.com/privacy-scaling-explorations/perpetualpowersoftau

[33]https://github.com/iden3/snarkjs: https://github.com/iden3/snarkjs

[34]^30]:  这里的梯子代表某种值,使我们能够以相反的“困难”方式进行。另一种思考方式是将其视为一个挂锁。你可以轻松锁定它,但很难解锁,除非你有钥匙。陷门函数也有更正式的定义,请参见 [https://en.wikipedia.org/wiki/Trapdoor_function: https://en.wikipedia.org/wiki/Trapdoor_function

[35]^31]:  来自维基百科的截图。请参见 [ECDSA (维基百科): https://en.wikipedia.org/wiki/Elliptic_Curve_Digital_Signature_Algorithm#Signature_verification_algorithm

[36]^38]:  在现实世界的数字签名方案中,当多个消息交换时,我们可能还希望引入一个加密随机数。这是为了避免重放攻击,即某人可以在稍后时间重用相同的签名。请参见 [https://en.wikipedia.org/wiki/Replay_attack: https://en.wikipedia.org/wiki/Replay_attack

[37]^40]:  在 ZKP 中实现群签名的灵感来自 0xPARC,请参见 [https://0xparc.org/blog/zk-group-sigs: https://0xparc.org/blog/zk-group-sigs

[38]^41]:  请参见 [https://docs.circom.io/circom-language/control-flow/: https://docs.circom.io/circom-language/control-flow/

[39]^42]:  相比之下,实施群签名的论文如 [https://eprint.iacr.org/2015/043.pdf: https://eprint.iacr.org/2015/043.pdf

Bitget研究院:Tomarket流量激增用户数超1260万,或成下一个Notcoin

过去 24 小时,市场出现了不少新的热门币种和话题,很可能它们就是下一个造富机会,其中:

  • 造富效应强的板块是:BTC 铭文项目、Tomarket;

  • 用户热搜代币&话题为 : Ethervista(VISTA)、IDEX、REEF;

  • 潜在的空投机会有:Ethena Season 3、Pencils Protocol;

数据统计时间: 2024 年 9 月 3 日 4: 00(UTC+ 0)

一、市场环境

过去 24 小时,BTC 价格震荡上行,目前在 59000 美金的位置上下震荡。根据 Alternative.me 的数据,恐慌指数下跌至 26 ,处于恐慌阶段。全市场未平仓合约量上涨 3% ,BTC、ETH 的合约资金费率不足年化 5% ,资金通过合约博弈反弹的意愿比较明显。

宏观来看, 纳斯达克期货指数小幅震荡,美国股市经历周一休市后预计周二开盘会维持震荡走势,关注周二 BTC、ETH ETF 的流入流出情况,以判断近期走势。本周四美国将公布初次申领失业金数据、周五公布失业率数据,这两项数据是影响 9 月美联储降息幅度的重要指标,预计数据不会大幅好于 / 弱于预期,但是市场可能会在公布数据前有避险情绪而产生不利回调。

二、造富板块

1)板块异动:BTC 铭文 (ORDI、SATS、RATS)

主要原因:

  • BTC 昨日触及 57000 美金的支撑位后开始反弹, 24 小时内上涨近 4% ,带动生态资产热度回归;

  • ORDI、SATS、RATS 24 小时合约未平仓合约量上涨 40% 、 21% 、 16% ,炒作资金涌入;

上涨情况:ORDI、SATS、RATS 近 24 小时涨幅 21% 、 15% 、 16% 

影响后市因素:

  • BTC 价格走势:BTC 铭文赛道的热度能否持续,与 BTC 走势关联度币价高;如果 BTC 能够维持阶段性反弹的趋势,可以持续增持 / 持有相关铭文资产;

  • 未平仓合约量变化: ORDI 合约交易对 24 小时未平仓合约量上涨了 40% ,ORDI 的价格因为热钱涌入而获得抬升;建议后续持续关注二级市场相关标的资产的未平仓合约量的变化,如果未平仓合约量增加,说明热钱持续流入,可以继续持有。

2)后续需要重点关注项目:Tomarket

主要原因:

  • Tomarket 是 Bitget Wallet 和 Foresight Ventures 联合孵化的 Telegram Bot,产品上线后获得社群的广泛认可。截止目前,Tomarket 流量激增用户数超 1800 万,DAU 600 万,或成下一个 Notcoin,是市场最为关注的项目之一。

相关产品情况:

  • Twitter:项目 Twitter 有 110 万的粉丝数,单条推文的浏览量超过 80 万,市场关注度极高;

  • Telegram 订阅栏: 项目 TG 的订阅栏有 750 万订阅量,单条发文的浏览量在 300 万次以上;

  • 产品质地良好:参与每日签到和任务、邀请拉新、Tap 2 Farm 获得 TOMATO 积分;

三、用户热搜

1)热门 Dapp

Ethervista(VISTA):

VISTA 代币昨日大涨 10 倍,Ethervista 标榜自己为“DEX 新标准”,旨在挑战现有的 Uniswap 等平台。除了是一个 DEX,它还规划有更多的功能未完全开放,包括闪电贷款、期货合约、借贷等。项目方或相关地址被扒出与 ETH 早期鲸鱼和一位来自苏黎世联邦理工学院的助理教授有关,这增加了项目的神秘感和讨论度。

2)Twitter

Bitget研究院:Tomarket流量激增用户数超1260万,或成下一个Notcoin

Ethena(ENA):

Ethena 第二季空投活动已结束,第三季空投活动的积分于 9 月 2 日自动开始累积,第三季空投活动将持续 6 个月,直到 2025 年 3 月 23 日。第二季空投活动中,总供应量的 5% ENA 作为奖励进行分发,在用户将能够在 9 月 9 日访问指定网址查看其将收到的 ENA 数量, 9 月 30 日申领其 ENA。

3)Google Search 地区

Bitget研究院:Tomarket流量激增用户数超1260万,或成下一个Notcoin

从全球范围来看:

IDEX、REEF:

IDEX(IDEX)是一个混合流动性去中心化交易所, 2019 年进行 TGE 的老项目;Reef(REEF)是基于 Substrate 的 Layer 1 区块链, 2020 年 TGE 的老项目。近期 IDEX、REEF 并无较重要公告,但是 REEF 在过去 24 h 内上涨了 30% 以上。

从各区域热搜来看:

(1)欧美、英文区没有明显热点,各个国家地区的热搜代币各不相同,如瑞士:TRON、TAO、LIME,西班牙:QUBIC、TON、DOGS、PEPE、VELO、DOT,法国:PEPE、REEF、OLAS、FLOKI、BLUM,澳大利亚:TRON、ADA,英国:UNI、DOGE……

(2)亚洲、拉美等地区情况也和欧美地区类似,无明显热点,热搜词分散。

四、潜在空投机会

Ethena

Ethena 第二季空投活动已结束,第三季空投活动的积分已于 9 月 2 日自动开始累积,第三季空投活动将持续 6 个月,直到 2025 年 3 月 23 日。第二季空投活动中,总供应量的 5% ENA 作为奖励进行分发,在用户将能够在 9 月 9 日访问指定网址查看其将收到的 ENA 数量, 9 月 30 日申领其 ENA。

具体操作方式:(1)可以通过 Restake ENA on Mellow/Symbiotic、Lock ENA、Lock USDe、Buy and hold USDe、Stake and hold sUSDe 等多种方式获取积分;(2)较为主流的方式是 Stake USDT 等资产换成 USDe,然后将 USDe 锁定为 sUSDe 或者将 USDe 放到其他合作协议中,如果持有 ENA 头寸可以质押 ENA 来获取积分加倍。

Pencils Protocol

Scroll 生态项目 Pencils Protocol 刚刚宣布以 8000 万美元估值完成新一轮融资,Taisu Ventures、DePIN X、Bing Ventures 和 Black GM Capital 等参投。此前在今年 5 月,Pencils Protocol 曾完成 210 万美元规模的种子轮融资,投资者包括 OKX Ventures、Animoca Brands 等。

具体参与方式:在 Pencils 的 farming 板块质押 USDC、USDT、ETH 以及 ETH LST 等代币获取积分,同时 Pencils Protocol 有季度性的活动,参与这些活动可以获得额外的奖励,如 boosted points 或特定的 NFT。

大模型会是一场泡沫吗?

来源:腾讯科技

2024年8月5日,全球股市经历了一场“黑色星期一”。

标普500指数下跌3.1%,纳斯达克指数跌3.4%。

其中,科技股和芯片股领跌。英伟达跌6%,苹果跌4.6%,特斯拉跌4.2%。

“科技七巨头”盘初总市值蒸发1.3万亿美元。此后股价虽有所回升,但全天市值总损失仍略高于6,500亿美元。

对此,复旦发展研究院金融研究中心主任孙立坚表示,美股下跌是因为站在了高处不胜寒的泡沫高位上。

这个泡沫中最显眼的就是AI行业,因为它们已经连跌半个多月了。

7月18日,美股“七巨头”五日市值累计蒸发了1.1万亿美元。

一周后的7月24日,“七巨头”再次集体下跌,令当天美股市场全天蒸发市值超过7500亿美元。这也让标普500与纳斯达克指数均创下自2022年底以来最大单日跌幅。

股市之外,关于AI泡沫的警告也接连不断。

今年三月,阿波罗首席经济学家Torsten Sløk就撰文称,AI泡沫的“糟糕程度”不仅超过了1990年代,还已经超过了互联网泡沫巅峰时期的水平。

而红杉合伙人David Chan更是在去年和今年连续发出警告,认为AI企业年营收总和需达 6000亿美元,才能支付基础设施建设资金。这在当下是不可能的。

对AI泡沫最重磅的忧虑来自高盛在6月末发布的报告《生成式AI:花费甚多,而收益甚少》,其中采访的多位专家都表示人们对AI的期待过高,投入过大,但它已有的收益和潜在的收益都太小。当下,AI存在着巨大泡沫风险。

AI究竟是不是正在堆积的泡沫?如果是,那现在泡沫破裂了吗?它之后又将会产生怎样的影响?看完这篇文章,或许你就能找到答案。

1.什么是泡沫?

要想判断泡沫,我们需要先了解什么是泡沫。

泡沫往往源于新技术的产生,市场对技术的未来发展过于乐观,导致过度投资和盲目跟风,使其价值超越实体经济可承受的程度,随后急剧下滑,最后像肥皂泡一样破灭。

结合海曼·明斯基的《金融不稳定假说》、霍尔迪·加利《货币政策与理性资产价格泡沫》等数篇研究经济泡沫的经典论文,我们总结出泡沫产生的核心条件。

大模型会是一场泡沫吗?

主要包括:经济基本面有利投资、信息差的出现,以及心理和行为因素的膨胀效应。简单来说就是:市场有钱且投资者非理性投资。

第一是市场要有钱,这意味着市场要有充裕的流动性。一个低利率环境下信贷扩张,流动性过剩的基本经济现状才能引发泡沫。

比如在2022年,我们就经历了被称作“万物泡沫”的时期。美联储为应对疫情导致的经济下跌,在2020到2021年实施了近零利率和量化宽松(QE)。这一举措吸引了投资者进行风险更高的投资,并允许不可持续的商业模式在低息贷款的基础上发展。几乎所有股市资产都在高速升值,屡创美国历史记录。直到2022年美联储重新上调利率来抑制通胀,股市应声大跌,一年内谷歌跌幅40%,特斯拉、Meta股价下跌60%。

第二是投资者非理性投资。新技术使得投资者可以通过早期投资获得相当高的回报。而某些赛道本身的垄断性质又使得它未来的潜在收益更高。足够高的获利空间导致市场盲目乐观,使投资者低估风险,高估回报。

比如2000年被刺破的互联网泡沫。1995年,大量风险投资涌入电子商务、电信、软件服务等互联网相关领域,投资回报率远超化工、能源、金融等其他行业。而投机者注意到股价的快速增长时,又预期其会进一步上升而买入。1999年,美国互联网相关行业的投资金额达到287亿美元,是1995年的近10倍。

2.AI投资的上限在哪儿?

还记得我们上面提到的泡沫产生的两个前提条件吗,第一个就是市场要有钱。

但当下美国金融市场的流动性并不乐观,这意味着AI泡沫上限高不了。

对此,华创资本合伙人的熊伟铭指出:“这一波泡沫的程度其实远不如20年前的互联网泡沫,甚至不如2017年的加密货币泡沫,也不如2021年的NFT泡沫,这些泡沫的特点是估值远远超过了实际产品和服务所能获得的投资回报周期。

如果用比例来衡量,我认为这一波泡沫的程度可能只有dotcom或NFT泡沫的20%到30%。这波泡沫的程度绝对比不上之前的几次。”

近两年的融资环境相对较差,为了遏制疫情时期货币宽松所带来的40年来的最高通胀,美联储自2022年3月至2023年7月进行了11次加息。

与此同时,美联储还开始了大规模缩表,从2022年6月开始,Fed每月减少600亿美元的国债持有量和350亿美元的抵押贷款支持证券(MBS)持有量。

一句话总结就是,在AI爆发期间,美联储正在进行自1980年代以来最激进的货币紧缩政策。

市场没钱,即便几乎所有的VC都陷入FOMO,美股整体风投的趋势依然不增反降。根据Crunch base的数据,今年上半年全球融资总额同比下降5%。

大模型会是一场泡沫吗?

当然,这其中的AI初创公司逆风挺立,同比增长24%,甚至在今年第二季度拿到240亿美元的最大季度投资,但总值依然不过是2021年的70%。

这是因为2021年万物泡沫期的宽松带来了巨量流动性,其余波还未消除。市场不如2021年有钱,但也还是挺有钱的。

熊伟铭对比表示:“最近两年,AI从资本化角度来看可能已到顶峰。2021年,美国在半年内发了6万亿美元,这是人类历史上的唯一一次。这种资本催熟效应是前所未有的。”

大模型会是一场泡沫吗?

然而VC们手中的钱就捏得比21年紧多了。

从COATUE给出的数据看,此轮AI投资虽然热闹,但VC们并未出尽全力。私募股权公司手里还有1万亿美元的未投资金,处于历史最高水平。

这主要有两个原因。

一是退出路径不畅,VC投资很犹豫。在上一轮“万物泡沫”之后,独角兽公司数量猛增,从2016年的67个一路涨到2021年的580个。但他们获得再融资的比率却在直线走低。从16年到22年,同期获得再融资的独角兽比例从50%降到了20%以下。

大模型会是一场泡沫吗?

那IPO呢?更是惨不忍睹,从2022年开始基本都只有个位数。

大模型会是一场泡沫吗?

“实际上,2021年美股有970个IPO,而2022年降至162个,今年上半年大约只有44个。这表明全球资本市场的收缩是一个明显的趋势。”

在这一情况下,退出手段就只剩并购一条路。这个路子太窄了。

另一个原因是现在AI发展所处的阶段投资门槛较高,限制了很多VC入场。

“早期的互联网行业需要搭建自己的服务器和基础设施,类似于今天的AI领域。运行一次大模型的成本从几万美元到上亿美元不等,处于新的基础设施建设的早期阶段。”

我们发现,进入人工智能领域的钱,大部分流向基础层公司(Foundational layer),也就是我们所熟知的大模型公司,如OpenAI、Anthropic、Gemini等。

他们再利用这部分资金购买计算层公司(Computing layer)如英伟达的芯片来训练自己的大模型。

大模型会是一场泡沫吗?

因此当下AI产业所处的位置更像是在基建时期。也正是这种阶段特性决定资金量不足的小VC很难入场。

“去年和前年,大量AI公司特别是硅谷的公司进行早期投资,看似活跃,但80%的投资都集中在早期阶段,很多公司在大模型升级中被淘汰。大公司在NLP领域的优势明显,因为每次测试的成本太高,这与20年前的互联网发展类似。当时互联网成本高昂,拉光纤、搭机房,而现在AI的投资成本也很高,从小参数到大参数的基础设施变化,使得大公司具有天然优势。因此,这一波投资减少,无论在中国还是美国,主要都是大公司在主导。美国也由几家主要公司主导,创业公司在这波创新中不是主流,主流仍然是大公司。”

所以,不论是从金融市场的整体表现,还是从VC的参与热情来看,目前放在AI池子里的热钱都不算太多。

3.谁在投资AI?

市场上钱少,投资门槛又高,那么这场投资游戏到底是谁在玩?

实际上,本轮AI投资的核心玩家主要是互联网时代的佼佼者,自带氪金体质,其中最典型的当属“美股七巨头”了。

大模型会是一场泡沫吗?

根据Flow partners和Dealroom今年5月底联合发布的报告显示,美股七巨头的综合市值占标普500指数的32%,经济利润更是占据标普500指数的近一半。

以至于在过去一年里,七巨头成了AI最大的投资者,仅2023年间就参与了208笔风险项目的投资。

大模型会是一场泡沫吗?

2024年上半年,七巨头共投资近250亿美元,超过英国所有风险投资的总和,这些钱主要流向了人工智能领域。

不论是大模型还是芯片公司,背后均不乏七巨头的身影,甚至在马斯克的X.ai从非七巨头投资者那筹集到60亿美金之前,七巨头占了所有基础模型投资近70%的投资额。

大模型会是一场泡沫吗?

如此“重仓”AI的巨头们,左手投资、右手自研,亲力亲为给资本市场讲故事,科技股价被许诺的技术神话持续拉高。

如今,市值总和16万亿的七巨头,平均市盈率已经高达45倍(标普500的均值为28倍),相应的投资宠儿如OpenAI、Anthropic等初创公司的市值也在不断上涨。

这样的市场是理性的吗?这就要看看巨头们下注的理由了。

4.硅谷巨头的理性

巨头们对于AI的态度几乎是孤注一掷的坚定。黄仁勋在英伟达最近一次电话会说到:

「 让我举个例子来说明时间真的很宝贵,为什么能立刻建立起来数据中心这个想法如此宝贵,而获得训练时间又如此宝贵。原因在于,下一个达到重要里程碑阶段的公司将宣布一项突破性的人工智能。而之后的第二家公司则会宣布一些仅仅比它提升了 0.3% 的东西。所以你要问自己的问题是,你是想成为一再交付突破性 AI 的公司,还是成为一个只提升了 0.3% 性能的公司?……因此,这就是为什么我们现在像疯了一样建立 Hopper 超级芯片系统,因为下一个重要里程碑阶段就在眼前。」

AI是目之所及的时代性技术,谁夺得先机就意味着谁将掌握下一场游戏的规则。对于七巨头来说,无论是否处在泡沫中,作出的决定都是一样的。因为这并不取决于你是否愿意辨别眼前是泡沫还是机遇,而取决于你能否在这场竞赛中生存下来。

而巨头的投入,与他们所创造的现金流相比,并没有十分激进。

从财报来看,这几家公司在上个季度基本都实现了超过了100亿美元的收入。

微软在2024财年Q2实现了220.4亿美元的利润,在如此大力投资AI投资的情况下,其净利润率仅从2023财年Q3的39.44%降至2024财年Q2的34.04%。AlphabetQ2的利润则达到了236亿美元,亚马逊134亿美元。

七巨头的整体利润都非常健康。而且他们口袋里也有大把花不出去的现金。

苹果的自由现金流现在已经超过1000亿美元。微软、Alphabet和亚马逊根据其收入增长速度是都有望在近几年加入“自由现金流1000亿美元俱乐部”。Meta今年自由现金流可能超过300亿美元。

英伟达和特斯拉的自由现金流稍微少一些,但在AI爆发前,英伟达每年已经能创造几十亿美元的自由现金流,这两年赚的盆满钵满之后应该可以达到百亿的水平了。

七巨头们现在加起来预计2024年全年在AI方面的投入不过500亿美元,从利润到现金都完全在承受范围之内。

如果这是下个时代的生死之战,他们留着这些利润和现金是准备养老吗?

正因为巨头们赌得起,所以谈不上不理性。

5.巨头们被高估了吗?

具有充裕现金流的巨头们在下场投资AI的同时,自己也是被投资者。

他们身负投资和自研的双重重任。这个时候,巨头自身的估值稳定性,也就成为了判断AI泡沫的重要指标。毕竟只有稳住自身,才有源源不断的现金流支撑良性循环。

这是一张利用”Rule of X”来评估七巨头的市值相对于它们的收入增长和利润率的图表。

大模型会是一场泡沫吗?

简单来说,图中的斜线表示理论上的公平价值。如果一家公司的点位于斜线之上,意味着它的市值相对于收入被高估了,如果位于这条线之下,则被低估了。

我们可以看见,处于斜线之下的Amazon(亚马逊)、Tesla(特斯拉)、Alphabet(谷歌母公司)、Meta(前Facebook),市值相对于预期收入是被低估的状态。也就是说,这些公司股价存在泡沫的可能性较小,因为它们的市值没有显示出过度膨胀的迹象。

挂在斜线上的微软和苹果稍有溢价,但是他们分列市值第一和第二,一个作为OpenAI背后最大的投资方,一个毫不费力就能和OpenAI建立深度合作关系的公司,实力自然不用多说。

哪怕是被认为最有泡沫嫌疑的英伟达,截至2024年第一季度,过去6个季度股价上涨744%,利润也上涨了330%,可以说是最有基本面支持的泡沫。

大模型会是一场泡沫吗?

对冲基金COATUE还做过一个测算。若以互联网泡沫时期增长最为明显的思科为例,其五年平均市盈率为37倍,但泡沫时期高达132倍。

同样的计算方式对应到英伟达,其在过去五年平均市盈率为40倍,而今天到了68倍,远未达到思科泡沫时期的水准。作为新兴霸主,即使在半导体行业内,英伟达的市盈率也不过是中等偏上水平。

大模型会是一场泡沫吗?

(图源COATUE,此版本结合最新数据重绘)

“最近七家大公司市值在一天内蒸发了1万亿美元,这个规模虽然巨大,但相较于20年前同等市值的波动,其影响要小得多。

20年前,互联网泡沫期间,市值的下跌分布在众多小公司之间,每家公司从100美元跌到2美元,这种跌幅对市场的冲击非常大。

而现在,市值的调整主要集中在少数大公司上。因此,即使这些公司市值大幅波动,对整体资本市场的影响相对较小。这也是为什么我认为AI市场的回调不会像2000年互联网泡沫那样引发资本市场的巨大震荡。”

巨头之所以是巨头,就是因为体量足够大,底盘也足够稳。哪怕成为泡沫,也是最有基本面的泡沫。

6.投给AI的钱多久能赚回来?

另外一个理性的前提是,投资需要有对应的回报。

巨头们心甘情愿地参与军备竞赛,当钱不是问题,需要进一步回应的就是对投资回报率的质疑。这也是高盛发布的报告和红杉资本的6000亿问题所质疑的核心。

AI目前的阶段更像是基建。而基建的回报周期和短期投资不太一样,基本以五年起计。就连数据中心的回报周期一般都在4.5年左右。

”AI的商业化普及可能需要5到10年的时间。回顾互联网的发展,最初的商业模式如广告和搜索引擎也经历了较长时间的培育。因此,我们需要对AI的商业化保持耐心和空间。”

既然这是个长回报周期的投入,那投给AI的钱什么时候可以赚回来呢?

Couteue帮我们算了一笔账。AI在基础设施建设期,也就是到2030年,预计会花费1.2万亿美元,这大概是2500万单位的GPU外加相关支出。这看起来很庞大,但其实仅占全球IT支出的18%。

按照25%的ROI,即预期收益6000亿美元,加上1.2万亿,到2030年AI的投入必须转化出1.8万亿美元的收入才能实现收支平衡。

这可以通过两种方式达成,一种是降本。只要AI能降低全球技术人员总薪资的5%或所有工人工资的3%,就可以达到1.8万亿的收益。另一个是增收。如果AI能带来全球2%的GPD增长,提升所有上市公司3%的收入,那AI公司只要从中赚取一半的收益,也能到1.8万亿。

大模型会是一场泡沫吗?

那么问题来了,AI能带来降本增效的结果吗?

麻省理工学院教授Daron Acemoglu在高盛报告中指出,生成式人工智能短时间内能够产生的经济效益十分有限。即便他并不否认人工智能技术的潜力,却依然断言10年内人工智能只能影响所有工作任务的4.6%,带来的GDP增长甚微,只能到0.9%。

这样的质疑不无道理。回看技术史我们会发现,一项新技术从诞生到进入市场、渗透寻常人的生活,的确需要很长时间。

举个例子。我们经常使用的行李箱,其实早在1887年就初具雏形,但是直到1972年才出现把轮子装在行李箱上的专利设计,1991年才有了现在当下最常见的滚轮拉杆行李箱。

连行李箱这样简单的发明,从设计出现到普惠使用都经过了100年才找到正确的「打开方式」,更别提原理复杂、尚处黑箱的人工智能技术了。

但AI真如Acemoglu所说那样收效甚微吗?为了搞清楚这个问题,我们专门去翻了Acemoglu自己发表的论文以及他引述的两项研究。

结果发现,Acemoglu的论证很难立住脚。

他的论证引用了两项研究的数据,用未来可能被AI影响的任务比例(20%)× 实际会采用AI的任务比例(23%) =未来AI影响的工作任务比例(4.6%),得出AI效益甚微的结论。并依此去计算AI对GDP的最终影响。

大模型会是一场泡沫吗?

但Acemoglu在论文中所采用的都是他引用研究中对AI发展最悲观的预测。他一来认为未来十年市场都不会出现有效整合大语言模型的软件。二来,认为AI的使用成本短时间内不会下降。

对于第一点,在Acemoglu引用的论文中,作者明确指出如果能够利用 GPTs,美国所有工人任务中约15%可以在保持同等质量的情况下显著加快完成速度。但在整合基于LLMs构建的软件和工具时,这一占比提升至所有任务的47%至56%。

Acemoglu却只用15%这个值去计算。然而,目前几乎所有科技巨头都在试图将AI融合到自家软件之中,像微软的Copilit,Adobe的Firefly都在持续更新,整合LLMs的软件并不稀奇。

早在GPT-4o的发布会上,OpenAI就透露出开发一个由大语言模型主导的系统级应用的想法。这在OpenAI今年的两次收购行为中再次得到印证,结合目前Agent的发展情况,我们有理由期待不久的将来看见LLMOS的亮相。

要真如Acemoglu所说,未来十年市场上都没有有效整合大语言模型的软件出现并大规模应用,那说AI是泡沫着实不冤,但目前来看显然不符合事实。

针对第二点,Acemoglu对于AI的使用成本和渗透率的判断也不够准确。他引用的论文称,美国企业会选择不自动化大多数可以AI化的任务,仅有23%用于视觉任务的工人工资具备自动化吸引力。但引用文章明确表明,如果成本迅速下降,或者通过规模大于单个企业的AI即服务(AI-as-a-service)平台进行部署,AI缓慢推广的现状就会加速。

更何况,AI成本下降已经是当下较为明显的趋势。

美国艾伦人工智能研究院创始CEO在接受《每日经济新闻》专访时表示,芯片时代的摩尔定律在 AI 时代仍然适用,AI 的训练和推理成本可能每18个月就下降一半。

以ChatGPT为例,奥特曼在年初接受专访时说到:

“GPT-3是我们推出时间最长、优化最久的模型,在它推出的三年多时间里,我们已经将其成本降低了40倍……至于GPT-3.5,相信我们已经将其成本降低了近10倍……在我所知道的所有技术中,我们的成本下降曲线是最陡峭的。”

从实际市场价格看,两年前,GPT 3.5 每千个 Token 就要 0.06 美金。现在, Gemini Flash每百万 Token 只要 0.05 美金 。仅仅两年时间,AI的成本降低100x,能力提升10x。”

大模型会是一场泡沫吗?

另外,麦肯锡5月发布的研报表明,2024年全球的AI采用率显著提升,其中生成式AI的使用率更是比去年提高了整整一倍,这说明越来越多的组织和个人开始使用AI。

摩根大通的调研也指出,预期在2025年前接入AI进行生产的企业占比也超过55%。AI渗入企业中的比例远比23%高。

所以,Acemoglu的判断只能说是不合实际的悲观论断。AI所能带来的效能提升和成本下降,都是可以预见的改变。

7.我们还在1995年

当然,除了反驳Acemoglu的观点,我们还有更多证据去证明AI的价值。

高盛经济学家 Joseph Briggs 认为:“尽管生成式人工智能的潜力存在很大的不确定性,但它生成与人类创造的输出无法区分的内容以及打破人与机器之间沟通障碍的能力反映了一项重大进步,具有潜在的巨大宏观经济影响。”

这种影响首先来自于生产效率的大幅提升。

据麦肯锡估算,GenAI可以将 70% 的重复性工作自动化,每年可以带来2.6 万亿至 4.4 万亿美元收益,同时将所有人工智能的影响力提高 15% 至 40%。

这样看来,相比每年能为经济贡献2.6万亿至4.4万亿美元增长的乐观估算,红杉提出的每年6000亿美元的AI基建成本,还算泡沫吗?

其次,技术所引发的规模效应可能是超越生产力的颠覆性影响。

毫无疑问,互联网是过去20年最能创造财富的行业。上一波互联网技术浪潮带来了电子商务、平台经济、移动社交……是将世界连成一个整体的技术座驾。可它被发明的初衷是用于国防通信,那时鲜有人会想到,互联网能如此深刻地塑造我们当下的经济行为与生活方式。

尽管目前AI会带来何种深远影响还难以界定,但是人类总是习惯于高估自身的判断,低估技术的影响力。

“互联网解决的是互联问题,将原本线下的数据搬到线上,实现了数字孪生。例如,十几年前在互联网上根本找不到的菜品,如京酱肉丝,现在每个物品都被赋予了一个“IP地址”,就像从IPv4到IPv6的转变。每个人、每个物品都有一个独特的标识。

AI解决的不是连接问题,而是重新组织生产资料和提升生产力。AI能够在数字孪生的世界中发挥更大的作用,替代人的处理能力。它不仅仅是通过连接,而是通过智能判断和自动化操作。例如,空调和电冰箱连接到互联网后,仍需要人为设定参数,但有了AI后,这些设备可以自主判断并执行操作,如在气温超过28度时自动开启空调。这就是AI在经济生态中发挥的作用,与互联网的作用不同。实际上,许多行业更需要AI,而不是互联网。”

因此,我们的结论是:AI有泡沫,但这种泡沫有限,且并不偏离其真正的价值。现有的泡沫言论都过分悲观。

“1995年,雅虎等第一波互联网应用刚刚开始出现,类似于我们现在看到的AI生成图像和视频技术。

当时,互联网内容的组织和搜索方式让人们大开眼界,充满好奇心。那时连一个调制解调器都是高科技产品,像思科的产品也只有大公司能享有。

从基础设施的角度来看,情况相似。那时,公司需要去电信营业厅办理电子邮件服务,费用高昂且需要共享使用。今天的AI技术同样也只有大公司能够负担。”

所以,我们还处在1995年,现在谈论泡沫会破也许还为时尚早。

8.结语

最后,我们还需要问的是,用当下的ROI去衡量一场基建性质的科技进步是否合理?或者说,泡沫破裂的后果一定是坏的吗?

目前的AI的确面临投入高、应用难的问题,但如果我们把目光放远,转向那些在历史上被称作泡沫的基建时期,就会有不一样的发现。

在互联网泡沫破裂之前,电信公司在华尔街筹集了1.6万亿美元,并发行了6000亿美元债券,建设的光纤电缆达到8020万英里,占到美国历史上基础数字布线总数的76%,为互联网的成熟奠定基础。

如果再往前看,19世纪40年代英国铁路泡沫以及由此建造的铁路,为英国的高度工业革命打下地基,在经济泡沫时期批准的铁路计划里程数更是占了英国铁路系统总里程的90%。

当我们谈论互联网泡沫时,并非指互联网技术是泡沫,而是特指一种主要形式为电子商务、被过度兴奋的投机性投资所吹捧的商业模式。同样,南海泡沫并非海运贸易泡沫的破裂,而只是一个特定的垄断。

而人工智能意味着更多,历史的车轮更不会因为泡沫破裂而停下。人工智能的支持者总是迅速指出,AI是新的互联网——一种根本性的新技术架构——如果这是真的,那它就不会化作泡沫。

参考资料来源(可上下滑动查看):

1.AI Bubble Is Bigger than the 1990s Tech Bubble – https://www.apolloacademy.com/ai-bubble-is-bigger-than-the-1990s-tech-bubble/

2. AI’s $600B Question – https://www.sequoiacap.com/article/ais-600b-question/

3. GEN AI: TOO MUCH SPEND, TOO LITTLE BENEFIT? – https://www.goldmansachs.com/intelligence/pages/gs-research/gen-ai-too-much-spend-too-little-benefit/report.pdf

4. 《金融不稳定假说》- 海曼·明斯基

5. 《货币政策与理性资产价格泡沫》- 霍尔迪·加利

6. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot – Sida Peng, Eirini Kalliamvakou, Peter Cihon, Mert Demirer

7. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models – Tyna Eloundou, Sam Manning, Pamela Mishkin, Daniel Rock

8. Apollo’s Chief Economist Sounds Alarm On AI Bubble, Warning It’s ‘Bigger Than The 1990s Tech Bubble’ – https://finance.yahoo.com/news/apollos-chief-economist-sounds-alarm-170755863.html

9. M7 Magnificent Seven – dealroom.co, Flow Partners

10. Coatue EMW 2024 – https://drive.google.com/file/d/184tgms_70fL5P0b1l83qSXk8vpFr4kfl/view

11. 本轮美国股市“泡沫”风险研究 – 黄承煜

12. A new future of work: The race to deploy AI and raise skills in Europe and beyond – McKinsey Global Institute

13. You Know How The Al Bubble Ends – https://www.forbes.com/sites/jamesberman/2024/07/11/you-know-how-the-ai-bubble-ends/

14. Why Al stocks aren’ t in a bubble – https://www.goldmansachs.com/intelligence/pages/why-ai-stocks-arent-in-a-bubble.html

15. To the Al Bubble Skeptics – https://www.thedeload.com/p/to-the-ai-bubble-skeptics

16. crunchbase.com

山寨季将至?一览10大催化剂事件

原文作者:

原文编译:深潮 TechFlow

我已经在加密货币领域工作了 7 年,现在我们正处于我见过的最乐观的市场环境之一。以下是未来几个月可能导致山寨币价格飙升的 10 个因素:

山寨季将至?一览10大催化剂事件

1.FTX 160 亿美元的赔偿

最近,FTX 正在分发总计 160 亿美元的资金,其中 120 亿美元为现金。预计许多获得这些资金的人会重新投资市场,从而引发新一轮的买入潮。

山寨季将至?一览10大催化剂事件

2.全球流动性指数

加密货币市场与全球流动性之间的相关性非常明显。每当这个指数达到当前水平时,市场通常会随之迎来一波强劲的反弹。

山寨季将至?一览10大催化剂事件

3.以太坊 ETF

虽然目前以太坊 ETF 的发展较为缓慢,但我坚信它们很快会迎头赶上。这只是时间问题。

山寨季将至?一览10大催化剂事件

4. BlackRock 的 BUILD 基金

除了 ETF 之外,作为全球最大资产管理公司的 BlackRock 对区块链技术持有非常乐观的态度。BUILD 基金再次证明了这一点,这仅仅是一个开始。

山寨季将至?一览10大催化剂事件

5. 高盛拥抱代币化

你以为只有 BlackRock 在行动吗?再想想。各大机构已经加入了这个行列。

山寨季将至?一览10大催化剂事件

6. 美国大选

特朗普的总统任期对加密货币来说是一个积极因素,因为他的政府支持这一行业。目前,他在竞选中稍微领先,所以值得关注。

山寨季将至?一览10大催化剂事件

7. 降息

目前市场预期今年可能会有三次降息, 9 月份 25 个基点的降息概率高达 90% 。

山寨季将至?一览10大催化剂事件

8. 普通投资者仍在观望

关于“加密货币”和“比特币”的谷歌搜索量仍然处于熊市水平。此外,Coinbase 应用的排名仅为第 416 位。

山寨季将至?一览10大催化剂事件

9. 美元指数

DXY 在过去几个月中持续下跌,目前处于关键支撑位。如果这一支撑位被突破,可能会对加密货币产生极大的利好影响。

山寨季将至?一览10大催化剂事件

10. 看跌因素正在消退

市场抛售的主要原因,包括 MtGox 事件、德国抛售比特币、Jump Trading、经济衰退担忧和战争等,似乎正在逐渐平息,这些因素正在减弱。

山寨季将至?一览10大催化剂事件

售价 599u,SuiPlay 游戏掌机值得买吗?

撰文:Alex Liu,Foresight News

售价 599u,SuiPlay 游戏掌机值得买吗?

区块链项目亲自下场,或者以合作的方式推出硬件产品,在如今的 Web3 行业已屡见不鲜。代币空投的推广方式更是取得了极大的成功 —— 可能大家购买一款「Web3 手机」,为的不是手机,而是背后潜在的代币空投。

在这样的背景下,Mysten Labs (Sui 区块链开发公司)和游戏初创公司 Playtron 合作推出了游戏掌机 SuiPlay0x1,目前已开放预购,前 1000 名预购者还将得到特殊的灵魂绑定 NFT,享有特别的访问权限、奖励和福利。

它值得买吗?

抛开空投预期,我们先来看看游戏掌机本身。

价格、配置

售价 599 美元,可以使用 SUI、SOL、ETH 付款。

先说结论:抛去所有的 Web3、加密货币因素,SuiPlay 所承诺的配置和设置的价格「还行」。

售价 599u,SuiPlay 游戏掌机值得买吗?

官网图片显示:预售结束后原价为 649 美元

硬件规格

599 美元的预售价格(不含税费和运费),官方给到如下的配置:

售价 599u,SuiPlay 游戏掌机值得买吗?
  • CPU:AMD Ryzen 7 7840U
  • GPU:AMD Ryzen 780M
  • 内存 / 存储:16 GB DRAM 内存,512GB SSD 容量 + 可扩展存储
  • 屏幕:7 英寸 IPS 无边框屏幕,分辨率为 1920 x 1200
  • 电池:48 – 50 Wh,65 W PD 快充
  • 无线连接:WiFi 6E 和 蓝牙 5.2
  • 操作系统:Playtron 操作系统
  • 尺寸:264.5*105.5*21.5 毫米
  • 控制器顶部高度:36.1 毫米
  • 重量:677 克
  • 颜色选项:白色

这样的硬件水平和定价大概和掌机界一年前(等到正式发布差不多就是两年前了)旗舰产品的入门配置相当,相较于其他 Web3 硬件动辄 3、5 年的落后度(Saga、Jambo、CoralApp…),算得上是一种进步。(参考产品:去年年中发布的 AYANEO 2s 7840U 版本最低配和 SuiPlay 的硬件配置几乎一致,去年上市时的售价为 4699 元)

Playtron OS

和 Mysten Labs 合作推出 Play0X1 的 Playtron 是一家专注游戏掌机操作系统的开发商,SuiPlay0X1 将是其第一款硬件产品。

Playtron 由前 Cyanogen ( 知名第三方安卓 ROM ) 创始人 Kirt McMaster 创办。Playtron OS 与 SteamOS 一样,也是基于 Linux 打造,并同时支持 x86 与 ARM 平台。预计国内知名的掌机制造商 AYANEO 也将在今年年末将推出搭载 Playtron OS 的产品。

SuiPlay0X1 将由 Playtron OS 驱动,是首款集成 Sui 区块链的手持游戏设备,将原生支持 Sui 游戏以及 Steam 和 Epic 游戏库。

售价 599u,SuiPlay 游戏掌机值得买吗?

PlaytronOS 支持 Steam、Epic、GOG 等游戏平台

生态链游

SuiPlay0X1 还将成为 Sui 支持链游的主场,如 (一款融合 RPG 元素、动态 PvP 和沉浸式 PvE 体验的流行射击游戏)以及 (一款以北欧风格为灵感的免费中世纪格斗大逃杀游戏,拥有基于物理的战斗系统)。

使用 SuiPlay0x1 游玩相关链游,或许会得到一定加成(代币空投?)。

潜在空投

关于 Web3 设备,大家最关心的还是空投。

售价 599u,SuiPlay 游戏掌机值得买吗?

SuiPlay 的前 1000 名预购者将得到特殊的灵魂绑定 NFT,官方表示其享有特别的访问权限、奖励和福利。如此策略很明显是在对标 Solana Saga 手机。但究竟是否会发生相关的空投热潮,还需观察生态项目是否配合官方。

但相较于 Solana Saga 1 代降价前的 1000 u 售价和上万的总量来言,SuiPlay 599 美元的售价和 1000 的限定 NFT 总量看起来赔率不会太差。Solana 1 代手机人均收到了上千美元的代币,SuiPlay NFT 的持有者,想要回本「只需」总价值 60 万美元的空投。

售价 599u,SuiPlay 游戏掌机值得买吗?

况且,即使最后没有任何空投,至少你还能在明年上半年得到一台现在网上同配置卖 3、4 千人民币的游戏机。

空投不一定回本,但游戏也许能让你快乐。

注:截止发文前,小编忽悠同事买了一个,他的 NFT 编号是 907。

评驳Multicoin专访《Why is ETH Down so bad?》:从以太坊的愿景,发展路线到当前的问题

作者

摘要:上周日精读了一篇,觉得甚是精彩与深刻,建议大家一定要去阅读一下。Ryan在访谈中充分的展现了Web3实用主义与原教旨主义之间的差别,不过关于这点我已经在之前的文章中有过详细的讨论。除此之外个中观点也引发了我很大的触动与思考,的确,在最近的一段时间,Ethereum开始遭受一定程度的FUD,直接原因我想是因为ETH ETF的通过并没能够如愿引发与BTC ETF通过时类似的行情,这引发了一部分人对Ethereum愿景与发展方向的重新思考。关于这些问题,我也有一些感想,希望与诸君分享。总的来说,我认可Ethereum作为一个社会实验,希望打造一个去中心化、去权威甚至去信任的“赛博移民国家”的愿景,以及其基于Rollup的L2的扩容方向。Ethereum真正面临的问题在于两个,其一是Restaking对于L2扩容方案的竞争关系即稀释了生态发展的资源,又降低了ETH的价值捕获能力。其二是Ethereum系关键意见领袖正在贵族化,因为爱惜羽毛,所以缺乏对生态建设的积极性。

单从市值角度评估Ethereum的成败是片面的

首先我希望从价值观上谈一谈Ethereum与Solana在愿景上的区别,并评驳为什么单从市值角度评估Ethereum是片面的。不知道有多少小伙伴清楚Ethereum与Solana的诞生背景,在这里首先做一个简单的回顾。其实Ethereum在诞生最初并没有如今这样的原教旨主义,在2013年,作为Bitcoin生态的核心贡献者之一的Vitalik发布的Ethereum白皮书,这也标志着Ethereum的诞生。当时的行业的主要叙事是“区块链2.0”,不知还有多少小伙伴记得这个概念,其实具体指的就是基于区块链所提供的去中心化特征,建立一个可编程的执行环境,扩展潜在的应用场景。当时的Ethereum核心团队除了Vitalik之外,还有另外5位核心成员:

  • Mihai Alisie:他与Vitalik共同创立了《Bitcoin Magazine》。
  • Anthony Di Iorio:早期的比特币投资者和倡导者,协助以太坊的早期推广和融资。
  • Charles Hoskinson:早期核心开发者之一,后来创立了Cardano。
  • Gavin Wood:以太坊黄皮书(技术白皮书)的作者,设计了以太坊的编程语言Solidity,后来创立了波卡(Polkadot)。
  • Joseph Lubin:他为以太坊提供了重要的财务支持,后来创立了以太坊生态系统中的知名企业ConsenSys。

以太坊在2014年中期通过ICO的方式进行了公众融资。在这次融资活动在42天内募集了约31,000个比特币,当时价值约为1800万美元。这是当时最大规模的众筹之一,当时Ethereum的核心愿景是创建一个去中心化的全球计算机平台,可以运行任意复杂度的智能合约和去中心化应用(DApps)。这个平台旨在为开发者提供一个通用的、无国界的编程环境,不受单一实体或政府的控制。然而在随后的发展中,核心团队关于如何建设以太坊上出现了价值观的分歧:

  • 治理模式的分歧:团队内部对以太坊的治理模式存在不同意见。Vitalik Buterin更倾向于一种去中心化的治理结构,而Charles Hoskinson(后来创立Cardano)等成员则主张采用更为商业化和集中化的治理模式。他们希望以太坊能够引入更多的企业管理经验和商业模式,而不仅仅依靠开源社区的自我治理。
  • 技术方向的分歧:团队成员在技术发展方向上也存在分歧。例如,Gavin Wood在开发以太坊的过程中,提出了自己对技术架构和编程语言的想法,并撰写了以太坊的黄皮书(技术白皮书)。但随着时间的推移,Gavin对以太坊的技术发展方向产生了不同的看法,最终他选择离开以太坊并创立了Polkadot,一个更加注重互操作性和链上治理的区块链项目。
  • 商业化路径的分歧:团队成员在如何实现以太坊的商业化方面也存在分歧。一些成员认为以太坊应该更加注重企业级应用和合作伙伴关系,而其他成员则坚持以太坊应该保持一个开放、无国界和去中心化的开发者平台。

在经过一番政治斗争后,Vitalik所代表的加密货币原教旨主义一方取得了胜利,而其他更重视利用区块链的技术特性,促进于传统产业的融合与商业化的实用主义一方则出走Ethereum,分别建立了自己的产品。当时的分歧其实就是本次专访中所体现的Ethereum与Solana在价值观上的分歧,只不过故事的主角换成了与传统金融结合的更好的Solana。

自此Vitalik成为了Ethereum行业实际的引路人。而所谓的原教旨主义指的就是通过提供一个去中心化的的线上执行环境作为一个分布式的“赛博议会”,进而打造一个抗审查的“赛博移民社会”,用户可以通过构建在Ethereum生态上的各种DAPP,满足所有的网络生活需求,进而摆脱对权威组织的依赖,包括寡头科技公司,甚至是主权国家。

在这样的愿景下,我们可以看到Vitalik后续的努力主要聚焦于两个方面:

  1. 应用方面:思考并鼓励更多非金融化的使用场景,使这个去中心化系统沉淀更多维度的用户数据,进而促进更丰富的高粘性产品的创建,从而达到提高Ethereum对于普通民众的网络生活的渗透率的目的。这其中我们不难找到一些知名度较高的主题,例如以分布式协作为目标的DAO、具有文化价值的NFT、旨在沉淀更多元的非金融用户数据的SBT、所谓充当真实世界中社会认知工具的预测市场等。
  2. 技术方面:在保证去中心化、去信任的前提下,通过密码学等手段,尽可能的提高网络的执行效率。这就是Vitalik在技术上所倡导的从Sharding到Rollup-L2的扩容方向。通过将“重计算”的执行过程卸载到L2甚至L3中,L1只负责处理重要的共识任务,从而降低用户的使用成本,提高执行效率。

而对于Solana等更注重借助区块链的实用性来扩展传统金融业务的项目来说,需要思考的就简单且聚焦很多,即作为一个以盈利为目的的上市公司,如何提高自己的市盈率。而对于是否要坚持去信任等价值观,这取决于这个叙事背后潜在的利润大小。所以Solana在推进与CeFi产品的结合上不会有太多包袱与阻力,持有更加开放与包容的态度。随着华尔街资本的进入,传统金融对于加密世界的影响力剧增,而Solana就是这个趋势中的核心受益者之一,或者说Solana是背后的布道者也是不为过的。而作为一个盈利公司,自然是需要持有以客户为导向的思维,这也是Solana更注重用户使用体验的原因。

在理清了这些脉络后,我们来思考一个有趣的问题,Ethereum与Solana是否是竞品。在某些角度上,答案是肯定的,具体指的是提供无区域限制的、全天候的基于加密货币的金融服务。在这一点上,Ethereum的安全性与系统鲁棒性要优于Solana,至少不会出现经常性的宕机,但用户体验在现阶段的确成为一个问题,众多的L2侧链让很多新用户摸不着头脑,同时在使用资金桥的时候面临着不小的资金风险与心理压力。

然而在作为“赛博移民社会”的文化属性这个维度上,Ethereum具有独特性。对于这样一个非营利性的,公益的,人本主义的公共品来说,单纯从市值角度去评估其价值则显得有些片面。这个过程可以理解成一个亚文化社区通过某种技术手段丰富自己的治理功能,进而形成了一个依托于互联网存在的主权国家。而整个建设过程的核心是在于坚定一个具有普适性的价值观,就是通过保证去中心化带来抗审查的特性。这是一个理念,一个信仰。这也是为什么Ryan说Ethereum社区具有“人力优势”,正是因为作为人类历史上附加值最高的文化产品,可以充分调到人的积极性,不是只以功利的角度做事情,才可以获得这种冷启动的成功,这与任何政治革命的过程具有一致性。试想一下如果你只以产值去评估独立之初的美国,就显得十分荒谬。国家的建立需要的时间显然要比一个公司长的多,遇到的难度也大的多,但达成之后的收益远不能用公司来衡量。

L2与L1不是竞争关系而是主从关系,不会稀释Ethereum的价值捕获能力,因为L2的合法性来源于L1

第二个我希望评驳的观点是,Ryan对于Ethereum质疑的核心点是他认为L2是一种执行外包策略,会稀释Ethereum L1的价值捕获能力,与此同时当L2发展到一定程度是将会与L1形成竞争关系,并导致合作破裂。

关于这一点,与之相反,我认为当前Ethereum基于Roll-Up L2的发展路径是完全正确的选择,L2作为低成本高执行效率的技术方案,不仅可以有效扩展Ethereum生态潜在的应用场景,而且可以在不牺牲去中心化程度的基础上降低网络中的数据冗余,一定程度上来讲,这也是一个较为环保的技术方案。更可以帮助Ethereum在降低单点风险的环境下积极探索一些边界场景,例如对于CeFi的合作,或者对于匿名性项目的创新都可以借助L2来运作,这样也起到了风险隔离的效果。

首先针对L2是执行外包的描述,我认为并不是十分贴切。在传统商科的培训中,我们已经很容易了解执行外包的利弊,通过将一部分低利润率的业务从主营业务中剥离出去,并通过外包的方式让第三方公司承接,使公司可以更加聚焦于高附加值业务,并降低企业管理成本。然而弊端就是失去相关技术的迭代能力,外包成本将以不受控的方式被垫高。台积电对于美日半导体产业的相对发展历史可以很好的说明这一点。

然而L2并不能这样简单的理解,事实上,我认为将L2比做Ethereum L1的“殖民地体系”更为合理。这两者最大的区别在于双方的契约关系的内容,以及其契约的约束力,也就是背后的合法性来源不同。首先我们知道L2并不承担交易的共识任务,其依赖于L1通过“乐观方案”或“ZK方案”等技术手段来赋予最终性。L2更多的是充当L1在某些细分领域中的执行者或代理人角色。这是一种类似于殖民地体系的从属关系。

你可以理解为大英帝国在印度次大陆建立的英属印度体系,通过委派总督等官僚体系与扶持地方土族的作为全代理的方式,负责处理殖民地区域的税收与管理。我们知道宗主国从殖民地获得利润的手段有两种,第一是通过排他的贸易法控制殖民地的国际贸易并影响其经济结构,例如在北美殖民地推行烟草等原材料产业,并排他性的只允许殖民地与宗主国之间进行贸易。这样借助工业能力通过附加值差获得利润。第二则比较简单,是通过在殖民地建立税收体系,直接征税并将部分转移至宗主国,而这通常依赖于强有力的宗主国驻军来维持统治的稳定。

而L2正是充当了Ethereum在各个领域的价值捕获代理,Ethereum从这个体系获益的手段也有两种,其一是L2为了获得安全性,需要通过在L1上进行最终性确认,而这个过程需要ETH作为支付标的,这就为ETH创造了使用场景,这类似与L1从L2中征收的一种“最终性”税,或者也可以理解成是L1为L2带来安全保证的一笔酬劳。其二是由于双方的主从关系,让ETH相比于其他资产更容易被L2中的使用者作为一种价值储藏标的,从而获得类似铸币税的效果。试想一下在L2中的借贷协议中,你会发现抵押品价值最高的一定是ETH。

这种主从关系之所以不容易被打破的原因,也就是L2不会与L1形成竞争关系进而导致合作破裂的原因在于,L2的合法性来源与L1提供的最终性,就像是殖民地体系的合法性来源于宗主国的武力支持。脱离开这种合作关系将让L2失去合法性,进而导致整体商业逻辑的崩溃,因为你的大部分使用者之所以使用你的原因,是因为你是由L1提供的合法性。

Ethereum当前遇到的问题有两个:ReStaking对于L2发展路线的吸血鬼攻击和Ethereum系关键意见领袖正在贵族化

在讨论完上面两个论点后,我希望谈一下当前Ethereum发展真正遇到的问题。我认为核心有两个:

  • ReStaking对于L2发展路线的吸血鬼攻击;
  • Ethereum系关键意见领袖正在贵族化;

在我之前的文章中,已经比较详细的介绍了EigenLayer的愿景与发展方向,我对EigenLayer持有很高的评价,但是当我以Ethereum生态的视角去看这个项目,会发现这简直是一场“吸血鬼攻击”,挤占了大量原本应该被引导至L2建设的资源被稀释到了ReStaking赛道,但是与此同时,ReStaking更是从根本上让ETH丧失了价值捕获能力。

如何来理解呢,我刚刚已经讲了,Ethereum是如何从L2中获得收益,你会发现同样的逻辑将不能够复用Restaking赛道。作为另一种扩容方案,ReStaking与L2原则上属于竞争关系,然而ReStaking只是单纯的复用了Ethereum的共识能力,但是并不能够在建立足够的激励模型去刺激ReStaking建设者积极发掘更多使用场景。核心原因在于L2的运营者使用L1的共识是有成本的,且这个成本是固定成本,并不随L2的活跃程度影响。由于需要以ETH作为最终性的支付标的,这就需要L2运营者积极建设与探索以期维持收支平衡,最求更高利润。然而对于ReStaking来说,复用L1的共识是无成本的,因为他们只需要为L1上的Staker支付一个简单的贿赂即可,这个贿赂甚至都可以是一个未来的预期,回想一下Point闹剧吧,这在我之前的文章中也有过详细分析。除此之外,ReStaking对于将共识能力资产化,即你可以灵活的根据当前需求动态选择购买共识服务的成本,这就让潜在的购买者可以有的放矢的使用Ethereum的共识服务,这对购买者来说是件好事情,但是对于Ethereum来说,也失去了对于L2的那种强制性。

随着ReStaking及其衍生赛道吸引了大量的资本与资源,让L2的发展陷入了停滞。这就让生态中的资源浪费在了重复造轮子,还是造方轮子的工作中,没有人去想如何去创建更丰富的应用,捕获更多的收益,而只是沉醉在讲故事的带来的资本游戏中。这实在是个错误。当然站在EigenLayer的角度,心态将会发生180度大转弯,我还是钦佩于团队对于公地价值的巧妙捕获上!

除此之外,有另一个更让我担心的问题是Ethereum系关键意见领袖正在贵族化,你可以发现一个现象,Ethereum生态中缺少了像Solana、AVAX,甚至当时的Luna生态中那种积极的意见领袖,即使他们看起来是FOMO的制造者,但是毫无疑问,这对社区凝聚力,以及创业团队的信心来说是件好事。我不认可Ryan的史观,但是我的确承认历史推进的契机离不开个别的天才的努力。然而在Ethereum生态中,目前除了Vitalik之外,你基本上很难想起其他的意见领袖,这自然与当初创始团队的分裂有关。但是也与生态阶级缺乏流动性有关,大量的生态成长收益被早期参与者垄断,是啊,设想一下,你完成了一笔31,000个BTC,按当前市值价值20多亿美元的募资之后,即使你什么都不做也是OK的,更何况在Ethereum上的成功,创造的财富早已超过了这个数字。所以对于那些最应该成为意见领袖的早期参与者来说开始转型保守型策略,守成要比扩张更具有吸引力。为了规避风险,他们变得开始爱惜羽毛,在推进生态建设是倾向与保守的策略,也是可以理解的。最简单的,你只要能够保证AAVE的地位,然后将你持有的大量ETH出借给杠杆需求者,就能赚取不菲的稳健收益,那么你为什么还需要激励其他新的产品呢。

而之所以变成现在的局面,我认为与Vitalik的风格有很大关系。对于Vitalik来说,我认为他更擅长做一位宗教领袖,在一些价值观的设计等形而上的问题上,他会有很建设性的设计。但是作为一位管理者来说,他似乎并不热衷于此。这也是为什么Ethereum的开发效率如此之慢,一个有趣的笑话,在Ethereum社区刚开始设计Sharding的技术方案时,国内公链都分完片了。这自然与Vitalik的管理风格有关,你可能会说这是由于追求去中心化与非盈利性不得不面对的问题。但是我认为对于这个生态来说,Vitalik是有这个义务去积极解决这个问题。

但是不管怎么说,我对于以太坊的发展是充满信心的,因为我认可这群人背后的公益性与革命性的愿景,是Ethereum和他背后的这群人让我进入了这个行业,建立其自己的行业认知,甚至有了现在的价值观。即使现在遇到了一些阻力,作为一个大龄青年,我觉得去追求一些除了金钱以外的理想,似乎也没有那么坏!