Вступ

Сучасні децентралізовані додатки стикаються з обмеженнями у виконанні складних обчислень on-chain через обмежені можливості обробки блокчейну. Однак, завдяки стрімкому розвитку технологій, таких як блокчейн-копроцесори, в поєднанні з теорією ігор та дизайном механізмів, народжується нова хвиля використання, що значно покращує досвід користувача.

Ця стаття досліджує простір дизайну копроцесорів, з упором на потенційні використання, які вони надають.

Основні висновки:

• Обчислення блокчейну є витратними та обмеженими; одним із рішень є винос обчислень за ланцюжок та верифікація результатів на ланцюжку через копроцесори, що дозволяє складніші логіки додатків.
• Копроцесори можуть бути класифіковані як довірчі (ZK), мінімізовані щодо довіри (MPC/TEE), оптимістичні та криптовалютні на основі їх припущень щодо безпеки. Ці рішення також можуть бути поєднані для досягнення бажаного компромісу між безпекою та ефективністю.
• Різні типи копроцесорів підходять для виконання різних завдань у сфері DeFi. Потенційні використання охоплюють DEX (AMM & orderbook), грошові ринки, стейкінг, повторний стейкінг тощо.
• З появою децентралізованого штучного інтелекту разом із співпроцесорами ми вступаємо в нову еру «Інтелектуальний DeFi”.

Роль копроцесорів

Блокчейн зазвичай розглядається як віртуальна машина (VM) процесора загального призначення, яка може бути не ідеальною для важких обчислень. Завдання, пов'язані з аналізом на основі даних та інтенсивними обчисленнями, часто вимагають офчейн-рішень. Наприклад, біржі книг ордерів, такі як dydx v3, використовують офчейн зіставлення та механізми ризиків, що працюють на централізованих серверах, при цьому лише розрахунки з коштами відбуваються в мережі.

У обчислювальній техніці співпроцесори вводяться для допомоги процесорам у виконанні конкретних завдань, на що вказує префікс «co-». Наприклад, графічні процесори служать співпроцесорами для центральних процесорів. Вони чудово справляються з паралельними обчисленнями, необхідними для таких завдань, як 3D-рендеринг і глибоке навчання. Таке розташування дозволяє основному центральному процесору сконцентруватися на обробці загального призначення. Модель співпроцесора дозволила комп'ютерам справлятися з більш складними робочими навантаженнями, які були б неможливі з одним універсальним процесором.

Використовуючи співпроцесори та отримуючи доступ до даних у ланцюжку, блокчейн-додатки потенційно можуть надавати розширені функції та приймати обґрунтовані рішення. Це створює можливості для проведення додаткових обчислень, дозволяючи виконувати більш складні завдання і дозволяючи додаткам ставати більш «інтелектуальними».

Різні типи копроцесорів

На основі припущень про довіру копроцесори можна класифікувати в основному на три різновиди - Zero-Knowledge (ZK), Оптимістичний та Криптекономічний.

ZK копроцесори, якщо реалізовані правильно, в теорії є бездовірними. Вони виконують обчислення поза ланцюжком та подають докази на ланцюжок для перевірки. Хоча вони забезпечують швидкість, є компроміс з точки зору вартості доведення. При розвитку спеціального обладнання та криптографії остаточна вартість, яка передається кінцевим споживачам, може бути зменшена до більш прийнятного рівня.

АксіомаіRISC ZeroБонсай - це приклади ZK копроцесорів. Вони дозволяють виконувати довільні обчислення з доступом до стану on-chain поза ланцюжком та забезпечують докази того, що обчислення було виконано.

Для того щоб краще зрозуміти, як працює типовий ZK копроцесор, давайте розглянемо робочий процес RISC Zero Bonsai.

Заявки надсилають запити на спільну обробку до Bonsai Relay, яка потім пересилає запит на доказ до служби перевірки Bonsai. RISC Zero zkVM виконує програму та генерує доказ для перевірки правильності виконання коду, який може перевірити будь-хто. Згодом Bonsai Relay публікує доказ ончейн, а додатки отримують результати через функцію зворотного виклику.

Бонсай на Ethereum

Хоча ZK копроцесор - це один спосіб досягнення перевірки обчислень поза ланцюжком, альтернативи, такі як MPC та TEE, пропонують різні підходи. MPC дозволяє співпрацю обчислювати чутливі дані, тоді як TEE забезпечують безпеку апаратних засобів укриття. Кожна опція має свій власний набір компромісів між безпекою та ефективністю. У цій статті ми сконцентруємося на ZK копроцесорах.

Оптимістично налаштовані співпроцесори пропонують економічно ефективні рішення, але вони страждають від значних проблем із затримкою (зазвичай тижнями). Вони вимагають, щоб чесні сторони ефективно оскаржували їх доказами шахрайства в складному вікні. Тому час на гарантії безпеки затягується.

Криптоекономічні співпроцесори – це оптимістичні співпроцесори з досить великим економічним зв'язком на виконання та ончейн-системою страхування, яка дозволяє іншим отримати компенсацію за помилкові обчислення. Цю економічну облігацію та страховку можна придбати через постачальників спільних цінних паперів, таких як Eigenlayer. Перевагою є миттєвий розрахунок, а ось мінусом є вартість придбання страховки.

Характеристики різних типів копроцесорів

* Існує час генерації доказів менше секунди (щоправда, для невеликих, оптимізованих доказів), і вони швидко вдосконалюються.

Різні типи співпроцесорів демонструють різні характеристики вартості, затримки та безпеки. Об'єднання різних типів співпроцесорів може призвести до оптимізації взаємодії з користувачем. Яскравим прикладом є Brevis. Спочатку запущений з zk-ко-процесором, Brevis тепер відкривBrevis coChain. Ця інновація поєднує криптоекономіку та ZKP у співпроцесорі ZK, що призводить до зниження витрат, мінімізації затримки та покращення взаємодії з користувачем.

Чисті співпроцесори ZK у своєму нинішньому стані все ще представляють такі проблеми, як висока вартість генерації та проблеми з масштабованістю. Це пов'язано з тим, що докази ZK для доступу до даних і результатів обчислень завжди генеруються заздалегідь. Використовуючи інфраструктуру стейкінгу Eigenlayer, Brevis coChain дозволяє децентралізованим програмам адаптувати бажаний рівень криптоекономічної безпеки, надаючи їм більшу гнучкість для покращення користувацького досвіду. Ось спрощене пояснення того, як він працює.

Brevis coChain спочатку 'оптимістично' генеруватиме результат до запиту на спільну обробку на основі згоди PoS. Потім починаються два вікна викликів, одне - специфічне для додатків і налаштовується розробниками, а інше - це довше глобальне вікно зниження загального ланцюга.

Brevis coChain Робочий процес

Під час вікна виклику заявки спостерігачі можуть подати ZKP, який суперечить результатам спільної обробки. Успішні виклики зменшують винагороду пропонента та винагороджують викликача. Невдачні пропозиції призводять до того, що застава викликача втрачається.

Якщо проблем не виникне, додаток вважатиме результати дійсними. Глобальне вікно скорочення coChain призначене для підвищення безпеки. Навіть якщо програма приймає помилковий результат, поки відкрито вікно косої риски coChain, шкідливі валідатори можуть бути скорочені, а неправильні результати можуть бути виправлені.

Оскільки різні типи співпроцесорів демонструють різні характеристики вартості, затримки та безпеки, програми повинні оцінювати свої вимоги, щоб визначити тип співпроцесорів, які їм потрібні. Якщо обчислення пов'язані із завданнями з високим рівнем безпеки, такими як розрахунок балансів валідаторів у ланцюжку Beacon у ліквідному стейкінгу, де на кону стоять мільярди доларів, співпроцесори ZK є найбільш підходящим вибором. Вони забезпечують максимальну безпеку, оскільки результати можуть бути перевірені без довіри. Крім того, затримка не викликає занепокоєння в таких сценаріях, що дозволяє генерувати докази в прийнятні терміни.

Для завдань, які менше чутливі до затримок і не включають значну фінансову вартість, такі як виставлення метрик досягнень on-chain на вашому соціальному профілі, оптимістичний копроцесор, який пропонує найнижче обчислення поза ланцюжком, може бути бажаним.

Для інших завдань криптовалютні копроцесори виявляються більш вигідними з економічної точки зору, коли куплене страхування покриває ризиковану вартість. Аналіз вартості страховки слід проводити індивідуально, сильно впливаючи на вартість, яку забезпечує програма. Ці завдання часто включають різноманітну аналітику та моделювання ризиків.

Ще один спосіб класифікувати копроцесори - за типом обчислень, з прикладами, такими як:

• RiscZero, Лаконічний та =nil; для загальних обчислень,
• Обряд та Модульдля штучного інтелекту,
• ПростіріЧас для операцій з базами даних,
• MegaETHдля обчислень EVM та більше.

Використання копроцесорів в DeFi - це нова галузь, яка має великий потенціал. Далі я описую існуючі ідеї та втілення щодо використання копроцесорів у різних секторах у межах DeFi, включаючи DEX, грошові ринки, стейкінг, рестейкінг тощо.

DEX

У DEX задіяні кілька зацікавлених сторін. Серед них трейдери, постачальники ліквідності, ринкові мейкери, менеджери ліквідності, розв'язувачі/заповнювачі та інші. Копроцесори мають потенціал ефективно оптимізувати складні завдання з різними рівнями припущень щодо довіри, що в кінцевому підсумку покращує досвід для цих зацікавлених сторін.

Зменшення витрат

У базовій AMM одна з важливих функцій - обчислення необхідних параметрів при ініціації обміну користувачами. Ці параметри включають суму, яку слід обміняти, комісію та ціну після обміну. Один з простих варіантів використання обчислювальної потужності zk-сопроцесорів зі збереженням гарантій довіри - виконати частину функції обміну поза ланцюжком, а потім завершити залишкові кроки на ланцюжку. zkAMMs - це варіант автоматизованих ринкових мейкерів (AMMs), які інтегрують докази знань у протокол.@0xfuturistic) представляє реалізацію zkAMM (zkUniswap) на основі Uniswap v3, де частина обчислень обміну AMM вивантажується на Risc Zero zkVM. Користувач розпочинає обмін, роблячи запит on-chain, вхідні дані обміну підбираються релеєм, і обчислення виконуються офлайн. Релеєр потім публікує вихідні дані та доказ. AMM перевіряє доказ та проводить обмін.

Хоча вартість обчислень все ще порівнювальна з вартістю EVM на поточному етапі, можливо досягти вищої ефективності, паралелізуючи обчислення обмінів з незалежними шляхами завдяки функції продовження RiscZero. Фактично, виконання обмінів може бути виконано послідовно on-chain, але фактичні кроки обміну можуть бути обчислені паралельно off-chain за допомогою цього підходу. Це дозволяє паралелізацію найважчої частини для партій, що не є можливим у EVM. Вартість верифікації також може бути амортизована шляхом пакетного виконання кількох транзакцій разом.

Користувачі також мають можливість використовувати альтернативний рівень доступності даних для відправлення запитів на обмін. Ще один підхід - використання підпису EIP712 для позачергового поширення, що додатково може зменшити витрати на обмін.

Динамічні параметри

Копроцесори також можуть бути використані для динамічного контролю за комісією за обмін в пулі AMM. Концепція динамічної комісії полягає в збільшенні швидкості комісії під час періодів ринкової волатильності та зменшенні її під час спокійних ринкових умов. Це слугує користю для пасивних постачальників ліквідності, оскільки вони постійно беруть невигідну сторону угод і втрачають вартість через втрати в порівнянні з перебалансуванням (LVR). Впровадження динамічних комісій спрямоване на вирішення цієї проблеми шляхом належної компенсації LP.

Деякі AMM вже мають цю функцію. Наприклад Оточуючийвикористовує зовнішній оракул, який моніторить та робить знімки різних пулів Uniswap v3 різних рівнів комісій кожні 60 хвилин, щоб вибрати найкращий з них.

Для надання додаткових відомостей щодо налаштування ставки комісії можна використовувати додаткові дані як на ланцюжку, так і позаланцюжкові. До них входять історичні угоди, проведені на ланцюжку для цього конкретного пула AMM або для тієї ж пари на різних пулах ліквідності (наприклад, рішення Ambient) або навіть пули на різних мережах. Якщо деякі довіри дозволяються, можна використовувати позаланцюжкові дані (наприклад, дані про угоди на CEX) від поважних оракулів, таких як Chainlink або Pyth.

Рішення щодо того, які типи копроцесорів використовувати, впливає на те, як часто налаштовується комісія. У випадках, коли пул вимагає дуже часті динамічні зміни плати, криптоекономічні копроцесори можуть бути більш підходящими. Це тому, що витрати на докази ймовірно перевищать вартість страхових витрат, які можна оцінити як різницю у тарифі за рахунок середнього обсягу. У разі будь-яких помилкових розрахунків LP можуть легко вимагати своє страхування, що сприяє Eigenlayer, для компенсації їх збитків в платі.

З іншого боку, є пули, які віддають перевагу менш частій зміні ставок комісії. Однак ці пули обробляють дуже великі обсяги, що може підвищити вартість покупки страховки. У таких випадках більше підходять співпроцесори ZK, оскільки вони дають найсильнішу гарантію.

Менеджер активності ліквідності (ALM)

Пасивне забезпечення ліквідності може бути привабливою опцією для менш досвідчених користувачів, які хочуть заробляти комісії зі своєї неактивної ліквідності, не занадто переймаючись відхиленнями цін. Однак деякі постачальники ліквідності (LP) більш схильні до втрат, спричинених відхиленнями цін та статистичними арбітражами. Ми раніше обговорювали, як динамічне налаштування комісій може пом'якшити цю проблему. Але чому б не йти ще крок далі і повністю змінити форму кривої ліквідності? Це більш вишуканий підхід до управління ліквідністю, відомий як Активні Менеджери Ліквідності (ALMs).

На жаль, більшість існуючих ALM надають лише базові стратегії, такі як ребалансування, які мають обмежений вплив на збір комісій. З іншого боку, трохи більш високорозвинені техніки, такі як хеджування за допомогою грошових ринків або деривативів, доступні. Однак вони або призводять до високих витрат при частому виконанні on-chain, або покладаються на централізоване off-chain обчислення у внутрішньому чорному ящику.

Копроцесори мають потенціал вирішити проблеми витрат і довіри, сприяючи впровадженню передових стратегій. Шляхом інтеграції з передовими рішеннями нульового знання машинного навчання (ZKML) такими як Модульс Лабс та децентралізовані платформи штучного інтелекту, такі як РитуальніМенеджери ліквідності можуть використовувати складні стратегії на основі історичних даних про торгівлю, кореляції цін, волатильності, моментуму та багато іншого, насолоджуючись перевагами конфіденційності та відсутності довіри.

Стратегії високочастотної торгівлі вимагають точного виміру та швидкого виконання. Хоча ZK рішення не завжди відповідають необхідній швидкості, криптоекономічні сопроцесори в цій області виконуються відмінно. Ці сопроцесори дозволяють швидко виконувати алгоритми штучного інтелекту, з параметрами, які оновлюються так часто, як це дозволяє час блоку. Однак використання цього підходу супроводжується витратами на страхування. Точна оцінка цих витрат може бути складною через потенційні ризики, такі як неправильне використання коштів менеджерами або здійснення контр-торгів. Процес прийняття рішень включає балансування додаткових доходів проти витрат на страхування, що в кінцевому підсумку залежить від загального обсягу, що відбувається протягом вимірюваного часу копроцесора. Масштабування цього процесу також може бути складним на основі доступного капіталу в одному AVS та можливості передбачити вартість ризику в будь-який момент.

Розподіл винагород на основі метрик

У той час як кожна транзакція записується в блокчейн, смарт-контракти стикаються з проблемами у визначенні показників, які представляють ці транзакції, таких як обсяг транзакцій, кількість взаємодій, TVL за одиницю часу тощо. Можна запропонувати використовувати рішення для індексації, такі як Dune Analytics, які надають цінну інформацію. Однак покладання на офчейн-індексацію створює додатковий рівень довіри. Саме тут співпроцесори з'являються як перспективне рішення.

Одним з особливо цінних метрик on-chain є обсяг. Наприклад, накопичений обсяг у певному AMM пулі, пов'язаному з конкретною адресою протягом певних блоків. Цей метричний показник є дуже корисним для DEX. Одним з варіантів використання є можливість встановлення різних рівнів комісій для користувачів на основі їх торговельного обсягу. Цей підхід схожий на динамічні комісії, але замість загальних даних він дивиться на адресно-специфічні дані.

Короткийнадає цікавий приклад, де доказ обсягу може бути поєднаний з індивідуальними знижками на комісії Uniswap, щоб пропонувати знижки на комісії на основі обсягу, схожі на VIP-трейдерів на CEX.

Зокрема, Uniswap v4 може читати історію транзакцій користувача за останні 30 днів, розбирати кожне торговий подію зі спеціалізованою логікою та обчислювати торговий обсяг за допомогою Brevis. Торговий обсяг та ZK Proof, згенерований Brevis, потім надійно перевіряються в розумному контракті Uniswap v4 Hook, який визначає та записує рівень плати VIP користувача асинхронно. Після перевірки доказу будь-які майбутні угоди виправданого користувача спричинять виклик функції getFee(), щоб просто переглянути запис VIP та відповідно знизити торгові витрати для них.

Вартість сертифікації як «VIP» також недорога (близько 2,5 доларів США, виходячи з результатів тесту продуктивності). Витрати можна ще більше скоротити, об'єднавши кілька користувачів за допомогою таких рішень, як NEBRAЄдиним компромісом є затримка, оскільки доступ та обчислення 2600 транзакцій на ланцюжку Uniswap зайняло близько 400 секунд. Однак це менш турботливо для функцій, які не є чутливими до часу.

Для вирішення проблем затримки, додатки можуть використовувати coChain від Brevis. Результати обчислюються та доставляються швидко за допомогою механізму згоди PoS, щоб мінімізувати затримки. У разі зловживань можна використовувати ZKP під час вікна виклику для покарання рогатих валідаторів.

Наприклад, у випадку зазначення вище плати VIP, якщо більше ⅔ валідаторів coChain обманом призначають вищий рівень VIP деяким користувачам у таблиці пошуку рівня "VIP", пов'язаній з динамічним гачком для плати, деякі користувачі спочатку можуть отримати більші знижки на комісії. Однак, коли під час вікна зниження буде представлено доказ ZK, який показує, що рівні VIP неправильні, зловживані валідатори стикнуться з покаранням. Неправильні рівні VIP можуть бути виправлені, дозволивши виклик для виклику виклику оновити таблицю пошуку рівня VIP. Для більш обережних сценаріїв розробники можуть вибрати встановлення розширених вікон викликів на рівні застосувань, що надає додатковий рівень безпеки та пристосованості.

Майнінг ліквідності

Майнінг ліквідності - це форма розподілу винагороди, яка призначена для запуску ліквідності. DEX може отримати глибше розуміння поведінки своїх постачальників ліквідності через співпроцесори та належним чином розподіляти винагороди за майнінг ліквідності або стимули. Важливо розуміти, що не всі постачальники ліквідності однакові; деякі діють як наємники, тоді як інші залишаються вірними довгостроковими прихильниками.

Оптимальна стимуляція ліквідності повинна ретроспективно оцінювати відданість LP, особливо під час значних коливань на ринку. Ті, хто постійно надає підтримку пулу під час таких періодів, повинні отримувати найвищі винагороди.

Система репутації Solver/Filler

У майбутньому, спрямованому на наміри користувачів, вирішувачі/заповнювачі відіграють важливу роль, спрощуючи складні транзакції та досягаючи швидших, дешевших або кращих результатів. Однак існує постійна критика щодо процесу вибору вирішувачів. Поточні рішення включають:

• Система без дозволу, яка використовує голландські аукціони або механізми збільшення комісій. Однак цей підхід стикається з викликами у забезпеченні конкурентного та бездозвільного аукціонного середовища, що потенційно може призвести до проблем з затримкою або навіть невиконанням для користувачів.
• Система без дозволу вимагає стейкінг токенів для участі, що створює фінансовий бар'єр для входу і може бути позбавлена чітких умов зменшення / покарання, або прозорих та недовірливих виконань.
• Альтернативно, список білих розв'язувачів може бути створений на основі репутації та відносин.

Шлях вперед повинен бути як дозвіл, так і недовіра. Однак для досягнення цього необхідно встановити керівні принципи для відмежування великих розв'язувачів від тих, які не дуже вдаються. Завдяки ZK копроцесорам можна створювати перевірочні докази для визначення того, чи деякі розв'язувачі відповідають цим керівним принципам чи ні. На основі цієї інформації розв'язувачі можуть бути піддані пріоритетним потокам, зменшенню, призупиненню або навіть чорному списку. Ідеально, кращі розв'язувачі отримували б більше потоків замовлень, тоді як гірші розв'язувачі отримували б менше. Важливо періодично переглядати та оновлювати ці рейтинги, щоб уникнути закріплення та сприяти конкуренції, надаючи новачкам рівні шанси на участь.

Стійкий до маніпуляцій ціновий оракул

Uniswap вже впровадив вбудовані оракули в своїх версіях v2 та v3. З випуском v4 Uniswap розширив можливості для розробників, вводячи більш продвинуті варіанти оракулів. Проте існують обмеження та умови, коли мова йде про оракули цін на ланцюжку.

По-перше, це врахування вартості. Якщо оракул обчисленої ціни співпроцесора може запропонувати підвищення вартості, він може служити більш доступною альтернативою. Чим складніші конструкції цінового оракула, тим більший потенціал для економії коштів.

По-друге, пул ончейн-цінових оракулів все ще схильний до маніпуляцій. Щоб вирішити цю проблему, загальноприйнятою практикою є агрегування цін з різних джерел і проведення розрахунків для створення більш стійкого до маніпуляцій цінового оракула. Співпроцесори мають можливість отримувати історичні угоди з різних пулів, навіть у різних протоколах, що дозволяє генерувати стійкий до маніпуляцій ціновий оракул з конкурентоспроможними витратами на інтеграцію з іншими протоколами DeFi.

Дані DIAпрацює над оракулами на основі ZK з O(1) Labsз екосистеми Mina. Підхід схожий - отримання ринкових даних і проведення більш складних обчислень офчейн, без витрат на газ та інших обмежень виконання, але з можливістю перевірки цілісності розрахунку, оскільки результат обслуговується ончейн. Це може зробити можливим доповнення простих цінових стрічок іншими ринковими даними, такими як глибина, щоб допомогти оцінити вплив ліквідації, а також метадані для надання можливості протоколам налаштовувати свою стрічку.

Системи з плечем

Щоб подолати обчислювальні обмеження технології блокчейн, багато платформ деривативів часто переміщують певні компоненти, такі як системи управління ризиками, за межі мережі.

@0x_emperor та @0xkrane Запропонуйте цікавий приклад використання співпроцесорів, де логіка маржинальності є прозорою та перевіреною. На багатьох біржах існують системи управління ризиками, які запобігають надмірному кредитному плечу. Одним із таких прикладів є система автоматичного зниження кредитного плеча (ADL), яка стратегічно розподіляє збитки прибутковим трейдерам, щоб компенсувати збитки, яких зазнають трейдери, що ліквідуються. По суті, він перерозподіляє збитки між прибутковими трейдерами, щоб покрити неоплачені борги, що виникли в результаті цих ліквідацій.

Користувачі можуть мати питання щодо примусового закриття своїх позицій. Для вирішення цього питання біржа може використовувати співпроцесори для виконання логіки маржевого двигуна з використанням даних on-chain та генерації доказів для перевірки правильності обчислень. Оскільки випадки ADL відбуваються рідко, стосовно питань про затримку та витрати на доведення їх коректності є мінімальними. Однак використання довірчих та перевіряемих співпроцесорів Zk підвищує прозорість та цілісність, що є корисним для біржі та її користувачів.

Грошовий ринок

Завдяки узагальненим даним з історії on-chain, співпроцесори мають потенціал підвищити управління ризиками для LPs та протоколів кредитування. Крім того, протоколи можуть пропонувати поліпшений користувацький досвід на основі аналітики, побудованої на даних.

Коли Curve декілька місяців тому став жертвою експлуатації, увага спрямувалася на грошові ринки з мільйонами токенів CRV, що перебували в ризику ліквідації. Учасники Frax знайшли деяку тішину в агресивному збільшенні процентних ставок протоколу, коли співвідношення позики до вартості (LTV) стало нездоровим. Це стимулювало засновника Curve швидше погашати борг. Однак учасники AAVE висловили обурення і розпочали обговорення про скорочення потужності застави та можливу зупинку ринку. Їхня тривога була зумовлена можливістю недостатньої ліквідності для успішних ліквідацій, що може призвести до поганих боргів та вразливості до ринкових умов.

На щастя, кризу вдалося вирішити. Важливо регулярно переглядати активи, що внесені у грошові ринки, з особливою увагою на їх ліквідність на ринку, особливо під час ліквідаційних подій. Неліквідним активам слід призначити нижчий коефіцієнт відношення позики до вартості (LTV) та обсяг застави.

Проте процес прийняття рішень щодо зміни ризикових параметрів на грошових ринках часто є реактивним, як ми спостерігали в ситуації з CRV. Нам потрібні більш швидкі та проактивні заходи, включаючи безпідписові рішення. Великі обговорення велися щодо використання Контроль зворотнього зв'язку динамічно коригувати параметри на основі ончейн-метрик, таких як використання ліквідності, замість того, щоб покладатися на заздалегідь визначену криву. Одна з інтригуючих концепцій включає кредитний пул, який перевіряє докази ліквідності в ланцюжку для конкретного ринку. Контролер отримує докази, розраховані на основі ончейн-метрик співпроцесорів ZK, які вказують, коли актив більше не є достатньо ліквідним понад певний поріг. На основі цієї інформації контролер може вжити різних заходів, таких як коригування процентних ставок, встановлення лімітів LTV, призупинення ринку або навіть повне його припинення.

Більш складні стратегії можуть включати періодичне коригування місткості позики застави або кривої процентної ставки на основі ліквідності на блокчейні попереднього тижня. Точний поріг буде визначено через обговорення в межах DAO. Це може бути визначено шляхом врахування таких факторів, як історичний обсяг на блокчейні, резерви токенів, мінімальний коефіцієнт просідання для одноразового обміну, і так далі.

Для кредиторів та позичальників грошові ринки можуть забезпечити покращені послуги та досвід, схожі на програми повернення комісій для VIP-трейдерів у DEX. Існують існуючі рішення щодо кредитного рейтингу, які спрямовані на створення повного профілю користувачів на ланцюжку. Мета полягає в стимулюванні гарних поведінок, таких як ефективне управління ризиками, що демонструється униканням ліквідаційних подій, підтриманням здорових середніх співвідношень LTV, здійсненням стабільних великих депозитів та інше. Надаються безпосередні винагороди за ці позитивні дії, включаючи кращі та гладкіші процентні ставки порівняно зі звичайними користувачами, вищі максимальні співвідношення LTV та ліквідації, буферний час для ліквідації, менші ліквідаційні комісії та інше.

Стейкінг та Перестейкінг

Оракул з мінімізацією довіри

З моменту злиття та оновлення Shanghai/Shapella ринок рідкісного стейкінгу став найбільшим ринком в DeFi. Зокрема, Lido нагромадив понад 29 мільярдів доларів TVL, тоді як у Rocketpool понад 3,6 мільярда доларів TVL.

З урахуванням значної суми грошей, яка залучена, важливо зауважити, що використовані оракули для повідомлення інформації, такої як точні баланси пов'язаних валідаторів на ланцюгу-маяку, все ще є надійними. Ці оракули відіграють важливу роль у розподілі винагороди стейкерам на рівні виконання.

Наразі Lido використовує механізм кворуму 5 з 9 та веде список довірених учасників для захисту від зловмисників. Так само Rocketpool працює за допомогою за запрошенням тільки Oracle DAO, що складається з операторів вузлів, яким довіряють оновлення інформації про винагороди в розумних контрактах на рівні виконання.

Проте важливо усвідомити, що якщо більшість довірених третіх сторін були скомпрометовані, це може значно пошкодити власникам токенів ліквідного стейкінгу (LST) та всьому екосистемі DeFi, побудованій на основі LST. Щоб пом'якшити ризик помилкових/зловмисних звітів оракулів, у Лідо є в наявностісерія перевірок на адекватністьякі реалізовані в коді рівня виконання протоколу.

З введенням EIP-4788 “кореневого блоку маяка в EVM” стає легше для співпроцесорів отримати доступ до даних на рівні згоди й обчислити їх.=ні; Фонд, Ємноі DendrETH розробляють свій власний ZK-proof TVL оракул для Lido. Щоб забезпечити максимальний рівень безпеки, Lido може використовувати багатопроофна архітектура.

Наприклад, взявши дизайн =nil;, на високому рівні оракул отримує необхідну інформацію з рівнів Консенсусу та Виконання, таку як Заголовок Блоку Бікону, Стан Бікону, адреси контрактів Lido та інше. Потім він обчислює звіт про загальну заблоковану вартість та кількість валідаторів для всіх валідаторів Lido. Ці дані, разом з додатковою необхідною інформацією, передаються виробникові доказів та запускаються на спеціалізованих схемах для генерації ZK-доказу. Оракул вилучає доказ та подає як сам доказ, так і свій звіт до смарт-контракту для верифікації. Зауважте, що ці дизайни оракулів все ще знаходяться на стадії тестування і можуть бути змінені.

Проте варто зауважити, що завжди буде певний тип даних, які можуть бути недоведені на EL-стороні через обмежений характер того, що надсилається через 4788, і для цього підмножини даних може все ще знадобитися оракули.

Крім того, довірено-мінімізовані оракули ZK-proof все ще знаходяться на початковому етапі. Запропонований підхід від учасників Lido полягає у використанні інформації, наданої оракулами ZK, як «перевірка на розумність» проти роботи, виконаної довіреними оракулами, поки ці реалізації ZK не будуть протестовані в бою. На цьому етапі було б занадто ризиковано переносити всю довіру, яка зараз існує в системі оракулів, на системи ZK.

Крім того, докази для даних такого розміру мають величезне обчислювальне навантаження (наприклад, можуть зайняти навіть 30-45 хвилин) і дуже дорогі, тому вони не є відповідною заміною на поточному етапі розвитку технологій для таких речей, як щоденна або навіть внутрішньоденна звітність.

Аналітика ризиків та продуктивності валідаторів

Валідатори відіграють важливу роль у стейкінговій екосистемі. Вони блокують 32 ETH на ланцюгу-маяку та надають послуги валідації. Якщо вони ведуть себе належним чином, вони отримують винагороду. Однак, якщо вони порушують правила, вони стикаються зі зниженням винагороди. Валідаторами управляють Оператори вузлів, які мають різні профілі ризику. Вони можуть бути кураторами (наприклад, Кураторський набір валідаторів Lido), зв'язаними (наприклад, Rocket pool, Lido’s CSM) або соло-стейкерів. Вони можуть обрати запуск своїх сервісів на хмарних центрах обробки даних або вдома, в регіонах, які є або не є дружніми до криптовалют. Крім того, валідатори можуть використовувати технологію DVT для розділення внутрішніх вузлів або об'єднання в кластери для покращеної відмовостійкості. З появою Eigenlayer та різноманітних AVS (активно валідованих сервісів) валідатори, можливо, зможуть надавати додаткові послуги поза валідацією для Ethereum. Безперечно, профіль ризику валідаторів буде складним, тому важливо точно оцінювати їх профілі ризику. З доброю аналітикою ризику та продуктивності валідаторів відкривається безліч можливостей, включаючи:

По-перше, оцінка ризиків відіграє важливу роль у створенні набору валідаторів без дозволу. У контексті Lido введення Staking Router та майбутній EIP-7002 «Виконавчий шар спричинює виходи» можуть відкрити шлях для можливості бездозвільного приєднання та виходу валідаторів. Критерії для приєднання або виходу можуть бути визначені на основі профілю ризику та аналізу продуктивності, отриманого з минулих валідуються діяльностей.

По-друге, вибір вузла в DVT. Для індивідуального стейкера може бути корисним обрати інші вузли для створення кластера DVT. Це може допомогти досягти стійкості до відмов та збільшити виходи. Вибір вузлів може базуватися на різноманітній аналітиці. Крім того, формування кластера може бути бездозвільним, що дозволяє вузлам з високою історичною продуктивністю приєднуватися, тоді як невдаючі вузли можуть бути вилучені.

Третій, повторне укладання. Протоколи рідкісного укладання дозволяють укладальникам брати участь на ринку повторного укладання Eigenlayer. Ці протоколи не лише створюють рідкісні квитки, що називаються рідкісними токенами укладання (LRT), але й прагнуть забезпечити найкращі кориговані ризики повернення для укладальників. Наприклад, один із Renzo’sстратегії включають побудову портфеля AVS з найвищим коефіцієнтом Шарпа, дотримуючись вказаної максимальної втрати, коригуючи ризик та ваги через DAO. З запуском більшої кількості проектів AVS стає все важливішим оптимізувати підтримку певних AVS та вибирати найбільш підходящих операторів AVS.

Дотепер ми підкреслювали значення аналізу ризику та продуктивності валідаторів, а також широкий спектр використання, який він дозволяє. Проте залишається питання: Як ми точно можемо оцінити профіль ризику валідаторів? Одним з потенційних рішень є розробка Протокол Ion.

Протокол Ion - це платформа кредитування, яка використовує підтверджені дані валідаторів. Це дозволяє користувачам позичати ETH під заставні та перезастосовані позиції. Параметри кредиту, включаючи відсоткові ставки, LTV та здоров'я позицій, визначаються даними консенсусного рівня та захищені системами даних ZK.

Ion співпрацює з командою Succinct щодо Точність—бездовіркова рамка для перевірки економічного стану валідаторів на консенсусному рівні Ethereum. Це спрямовано на створення перевірної системи, яка точно оцінює вартість забезпечувальних активів, пом'якшуючи будь-які потенційні маніпуляції або ризики стриження. Якщо ця система буде встановлена, вона може сприяти процесам видачі кредитів та ліквідації.

Ion також співпрацює з Modulus Labs, використовуючи ZKML для безпечного аналізу та параметризації позикових ринків, включаючи процентні ставки, LTV та інші деталі ринку для мінімізації ризику в разі випадкових випадків зменшення.

Висновок

DeFi справді надзвичайний, оскільки революціонізує спосіб проведення фінансових операцій, усуваючи потребу в посередниках та зменшуючи контрагентні ризики. Однак наразі DeFi не вдається забезпечити великий досвід користувача. Цікава новина полягає в тому, що це на межі змін з введенням співпроцесорів, які нададуть протоколам DeFi можливість пропонувати функції, засновані на даних, покращити UX та вдосконалити управління ризиками. Більше того, з розвитком децентралізованої штучної інтелектуальної інфраструктури ми рухаємося в майбутнє Інтелектуального DeFi.

Disclaimer：

1. Ця стаття перепечатана з [Gateдзеркало], Усі авторські права належать оригінальному автору [lukewasm.eth]. Якщо є зауваження до цього перевидання, будь ласка, зв'яжіться Gate Навчаннякоманда, і вони оперативно з цим впораються.
2. Відповідальність за відмову: Погляди та думки, висловлені в цій статті, є виключно тими автора і не становлять жодної інвестиційної поради.
3. Переклади статті на інші мови виконуються командою Gate Learn. Якщо не зазначено інше, копіювання, поширення або плагіатування перекладених статей заборонені.