LearnToEarn

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht durch die TermMax-Dokumente gegangen, insbesondere das TMX-Utility- und die Risiko-Abschnitte. Die Gesamtmenge ist auf 1 Mrd. festgelegt, mit Community bei 150 Mio. (15%). Die anfängliche Umlaufmenge liegt derzeit bei etwa 20 %.

Der Teil, der bei mir hängen blieb, ist, wie $TMX-Holder für sTMX staken können (Protokoll-FT-Tokens, die in TMX denominiert sind) oder es in etwas wie PancakeSwap als LP bereitstellen. Die Staking Rewards können aus der Community-Allokation plus einem Anteil der Treasury-Mittel kommen. Diese Treasury-Zuflüsse sollen aus Handelsgebühren bei FT/XT-Tokens stammen, aus Protokollgebühren für Kredite, aus Liquidationsgebühren und weiteren Quellen. Das wirkt wie ein Ansatz, um langfristige Holder an tatsächliche Protokoll-Einnahmen zu binden, aber mir ist noch unklar, wie viel von der Treasury wirklich an Staker fließt versus wofür es sonst genutzt wird.

Erweiterte Governance-Rechte für Staker beinhalten das Anpassen von Marktrisiko-Parametern sowie das Whitelisting von Kuratoren. Das wirft die Frage auf, wie dezentral der Prozess in der Praxis wirklich ist, sobald er live geht. Auf der Risikoseite listen sie offen Smart-Contract-Risiken (trotz Audits, Wettbewerben, Monitoring und Bounties), Abhängigkeit von zwei Oracles, die weiterhin ausfallen könnte, Netzüberlastung, Preisvolatilität, Liquiditätsrisiko, regulatorische Unsicherheit und Konkurrenz durch andere Fixed-Rate-Protokolle.

Ich frage mich, wie das Dual-Oracle-Setup in der Praxis mit Edge Cases umgeht, und ob die erweiterte Governance für sTMX-Holder die Kontrolle tatsächlich spürbar verschiebt oder größtenteils nur die von dem Team festgelegten Parameter verfeinert. Wer in die Verträge oder Fee-Flows eingetaucht ist: Wie interpretiert ihr die Nachhaltigkeit des Pfads Treasury-zu-Staker?

#termmax @TermMax

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht durch die TermMax-Dokumente gegangen, insbesondere das TMX-Utility- und die Risiko-Abschnitte. Die Gesamtmenge ist auf 1 Mrd. festgelegt, mit Community bei 150 Mio. (15%). Die anfängliche Umlaufmenge liegt derzeit bei etwa 20 %.

Der Teil, der bei mir hängen blieb, ist, wie $TMX-Holder für sTMX staken können (Protokoll-FT-Tokens, die in TMX denominiert sind) oder es in etwas wie PancakeSwap als LP bereitstellen. Die Staking Rewards können aus der Community-Allokation plus einem Anteil der Treasury-Mittel kommen. Diese Treasury-Zuflüsse sollen aus Handelsgebühren bei FT/XT-Tokens stammen, aus Protokollgebühren für Kredite, aus Liquidationsgebühren und weiteren Quellen. Das wirkt wie ein Ansatz, um langfristige Holder an tatsächliche Protokoll-Einnahmen zu binden, aber mir ist noch unklar, wie viel von der Treasury wirklich an Staker fließt versus wofür es sonst genutzt wird.

Erweiterte Governance-Rechte für Staker beinhalten das Anpassen von Marktrisiko-Parametern sowie das Whitelisting von Kuratoren. Das wirft die Frage auf, wie dezentral der Prozess in der Praxis wirklich ist, sobald er live geht. Auf der Risikoseite listen sie offen Smart-Contract-Risiken (trotz Audits, Wettbewerben, Monitoring und Bounties), Abhängigkeit von zwei Oracles, die weiterhin ausfallen könnte, Netzüberlastung, Preisvolatilität, Liquiditätsrisiko, regulatorische Unsicherheit und Konkurrenz durch andere Fixed-Rate-Protokolle.

Ich frage mich, wie das Dual-Oracle-Setup in der Praxis mit Edge Cases umgeht, und ob die erweiterte Governance für sTMX-Holder die Kontrolle tatsächlich spürbar verschiebt oder größtenteils nur die von dem Team festgelegten Parameter verfeinert. Wer in die Verträge oder Fee-Flows eingetaucht ist: Wie interpretiert ihr die Nachhaltigkeit des Pfads Treasury-zu-Staker?

#termmax @TermMax

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht durch die TermMax-Dokumente gegangen, insbesondere das TMX-Utility- und die Risiko-Abschnitte. Die Gesamtmenge ist auf 1 Mrd. festgelegt, mit Community bei 150 Mio. (15%). Die anfängliche Umlaufmenge liegt derzeit bei etwa 20 %.

Der Teil, der bei mir hängen blieb, ist, wie $TMX-Holder für sTMX staken können (Protokoll-FT-Tokens, die in TMX denominiert sind) oder es in etwas wie PancakeSwap als LP bereitstellen. Die Staking Rewards können aus der Community-Allokation plus einem Anteil der Treasury-Mittel kommen. Diese Treasury-Zuflüsse sollen aus Handelsgebühren bei FT/XT-Tokens stammen, aus Protokollgebühren für Kredite, aus Liquidationsgebühren und weiteren Quellen. Das wirkt wie ein Ansatz, um langfristige Holder an tatsächliche Protokoll-Einnahmen zu binden, aber mir ist noch unklar, wie viel von der Treasury wirklich an Staker fließt versus wofür es sonst genutzt wird.

Erweiterte Governance-Rechte für Staker beinhalten das Anpassen von Marktrisiko-Parametern sowie das Whitelisting von Kuratoren. Das wirft die Frage auf, wie dezentral der Prozess in der Praxis wirklich ist, sobald er live geht. Auf der Risikoseite listen sie offen Smart-Contract-Risiken (trotz Audits, Wettbewerben, Monitoring und Bounties), Abhängigkeit von zwei Oracles, die weiterhin ausfallen könnte, Netzüberlastung, Preisvolatilität, Liquiditätsrisiko, regulatorische Unsicherheit und Konkurrenz durch andere Fixed-Rate-Protokolle.

Ich frage mich, wie das Dual-Oracle-Setup in der Praxis mit Edge Cases umgeht, und ob die erweiterte Governance für sTMX-Holder die Kontrolle tatsächlich spürbar verschiebt oder größtenteils nur die von dem Team festgelegten Parameter verfeinert. Wer in die Verträge oder Fee-Flows eingetaucht ist: Wie interpretiert ihr die Nachhaltigkeit des Pfads Treasury-zu-Staker?

#termmax @TermMax

Ich bin letzte Nacht noch einmal durch die Dämmerungsdokumentation gegangen und kam mit mehr Interesse an den Designfragen als an technischen Behauptungen heraus.

Das Erste, was klickte, war die Aufteilung zwischen Moonlight und Phoenix. Moonlight ist kontobasiert mit öffentlichem Schlüssel, Nonce und Kontostand, während Phoenix UTXOs als „Notizen“ innerhalb eines Merkle-Baums verwendet. Zu den Feldern von Moonlight-Transaktionen gehören from, to, value, nonce, deposit, data, gas_limit, gas_price und signature; das maximale Gas wird als gas_limit × gas_price berechnet.

Bei Phoenix wird es spannend. Es verwendet die Jubjub-Kurve mit öffentlichen Schlüsseln (A,B), geheimen Schlüsseln (a,b) und einem View-Key (a,B). Die Notizstruktur umfasst type, com, enc, npk, R und encsender. Der Einmal-Notizschlüssel wird abgeleitet als npk = H(rA)G + B, während der Ausgabeschlüssel (spending key) nsk = H(aR) + b.

Ich versuche immer noch zu verstehen, wo genau die Vertrauensgrenze bei der Erzeugung von ZK-Beweisen und beim delegierten Scanning verläuft. Die Dokumentation sagt, dass Dritte Beweise generieren oder mit View Keys scannen können, ohne Ausgabebefugnisse zu erhalten, aber wo liegen die Fehlerpunkte?

Und wie verhält es sich bei adversarialen Netzwerkbedingungen – mit Nullifiern, aktuellen Merkle-Wurzeln und Gas, das innerhalb des Beweises gehandhabt wird? Welche Teile sind dezentralisiert, und welche Annahmen sollten Nutzer kritisch prüfen?

#dusk $DUSK @Dusk

Ich bin letzte Nacht durch die TermMax-Dokumente gegangen, insbesondere das TMX-Utility- und die Risiko-Abschnitte. Die Gesamtmenge ist auf 1 Mrd. festgelegt, mit Community bei 150 Mio. (15%). Die anfängliche Umlaufmenge liegt derzeit bei etwa 20 %.

Der Teil, der bei mir hängen blieb, ist, wie $TMX-Holder für sTMX staken können (Protokoll-FT-Tokens, die in TMX denominiert sind) oder es in etwas wie PancakeSwap als LP bereitstellen. Die Staking Rewards können aus der Community-Allokation plus einem Anteil der Treasury-Mittel kommen. Diese Treasury-Zuflüsse sollen aus Handelsgebühren bei FT/XT-Tokens stammen, aus Protokollgebühren für Kredite, aus Liquidationsgebühren und weiteren Quellen. Das wirkt wie ein Ansatz, um langfristige Holder an tatsächliche Protokoll-Einnahmen zu binden, aber mir ist noch unklar, wie viel von der Treasury wirklich an Staker fließt versus wofür es sonst genutzt wird.

Erweiterte Governance-Rechte für Staker beinhalten das Anpassen von Marktrisiko-Parametern sowie das Whitelisting von Kuratoren. Das wirft die Frage auf, wie dezentral der Prozess in der Praxis wirklich ist, sobald er live geht. Auf der Risikoseite listen sie offen Smart-Contract-Risiken (trotz Audits, Wettbewerben, Monitoring und Bounties), Abhängigkeit von zwei Oracles, die weiterhin ausfallen könnte, Netzüberlastung, Preisvolatilität, Liquiditätsrisiko, regulatorische Unsicherheit und Konkurrenz durch andere Fixed-Rate-Protokolle.

Ich frage mich, wie das Dual-Oracle-Setup in der Praxis mit Edge Cases umgeht, und ob die erweiterte Governance für sTMX-Holder die Kontrolle tatsächlich spürbar verschiebt oder größtenteils nur die von dem Team festgelegten Parameter verfeinert. Wer in die Verträge oder Fee-Flows eingetaucht ist: Wie interpretiert ihr die Nachhaltigkeit des Pfads Treasury-zu-Staker?

#termmax @TermMax

Ich bin letzte Nacht nochmal durch die Dusk-Dokumentation gegangen, und der Abschnitt zu den Anreizen hat mich dazu gebracht, langsamer zu werden und ihn zweimal zu lesen.

Was ich zuerst als einfachen Validator-Bonus verstanden hatte, ist differenzierter. Blockbelohnungen entstehen durch neu geprägtes DUSK und Transaktionsgebühren; davon gehen 80% an den Blockgenerator, 10% an das Abstimmungskomitee und 10% an Dusk. Die 80% des Generators werden in einen festen Anteil von 70% und einen variablen Anteil von 10% aufgeteilt. Der variable Teil hängt davon ab, welche Stimmen in das Blockzertifikat aufgenommen werden. Wählerbelohnungen basieren auf Credits, sodass Stimmkraft und Anreize eng miteinander verknüpft sind.

Das hat bei mir eine Frage ausgelöst: Stärkt die Belohnung höher kreditierten Wähler die Beteiligung, oder könnte es nach und nach den Einfluss bei bereits starken Bereitstellern konzentrieren?

Auch die Sicherheitsseite ist spannend. Kleine Mängel können zu einer Suspendierung und einem Soft-Slashing führen, während schwerwiegende Mängel wie ungültige Blöcke, Doppelabstimmungen oder widersprüchliche Blöcke ein Hard-Slashing auslösen können.

Dann bin ich bei den Transaktionen gelandet. Dusk verwendet zwei Modelle: Moonlight, ein kontobasiertes Modell mit öffentlichen Schlüsseln, und Phoenix, ein UTXO-basiertes Modell, das ZK-Beweise für die Privatsphäre nutzt. Der Unterschied ist klar, aber ich frage mich immer noch, wie sich diese beiden Modelle in der Praxis auf die langfristige Dezentralisierung und die Governance auswirken.

Wie bewertest du den Interessenkonflikt zwischen Wähler-Credits, Sanktionen und Dezentralisierung?

@Dusk #dusk $DUSK

Ich bin letzte Nacht nochmal durch die Dusk-Dokumentation gegangen, und der Abschnitt zu den Anreizen hat mich dazu gebracht, langsamer zu werden und ihn zweimal zu lesen.

Was ich zuerst als einfachen Validator-Bonus verstanden hatte, ist differenzierter. Blockbelohnungen entstehen durch neu geprägtes DUSK und Transaktionsgebühren; davon gehen 80% an den Blockgenerator, 10% an das Abstimmungskomitee und 10% an Dusk. Die 80% des Generators werden in einen festen Anteil von 70% und einen variablen Anteil von 10% aufgeteilt. Der variable Teil hängt davon ab, welche Stimmen in das Blockzertifikat aufgenommen werden. Wählerbelohnungen basieren auf Credits, sodass Stimmkraft und Anreize eng miteinander verknüpft sind.

Das hat bei mir eine Frage ausgelöst: Stärkt die Belohnung höher kreditierten Wähler die Beteiligung, oder könnte es nach und nach den Einfluss bei bereits starken Bereitstellern konzentrieren?

Auch die Sicherheitsseite ist spannend. Kleine Mängel können zu einer Suspendierung und einem Soft-Slashing führen, während schwerwiegende Mängel wie ungültige Blöcke, Doppelabstimmungen oder widersprüchliche Blöcke ein Hard-Slashing auslösen können.

Dann bin ich bei den Transaktionen gelandet. Dusk verwendet zwei Modelle: Moonlight, ein kontobasiertes Modell mit öffentlichen Schlüsseln, und Phoenix, ein UTXO-basiertes Modell, das ZK-Beweise für die Privatsphäre nutzt. Der Unterschied ist klar, aber ich frage mich immer noch, wie sich diese beiden Modelle in der Praxis auf die langfristige Dezentralisierung und die Governance auswirken.

Wie bewertest du den Interessenkonflikt zwischen Wähler-Credits, Sanktionen und Dezentralisierung?

@Dusk #dusk $DUSK

Ich bin letzte Nacht nochmal durch die Dusk-Dokumentation gegangen, und der Abschnitt zu den Anreizen hat mich dazu gebracht, langsamer zu werden und ihn zweimal zu lesen.

Was ich zuerst als einfachen Validator-Bonus verstanden hatte, ist differenzierter. Blockbelohnungen entstehen durch neu geprägtes DUSK und Transaktionsgebühren; davon gehen 80% an den Blockgenerator, 10% an das Abstimmungskomitee und 10% an Dusk. Die 80% des Generators werden in einen festen Anteil von 70% und einen variablen Anteil von 10% aufgeteilt. Der variable Teil hängt davon ab, welche Stimmen in das Blockzertifikat aufgenommen werden. Wählerbelohnungen basieren auf Credits, sodass Stimmkraft und Anreize eng miteinander verknüpft sind.

Das hat bei mir eine Frage ausgelöst: Stärkt die Belohnung höher kreditierten Wähler die Beteiligung, oder könnte es nach und nach den Einfluss bei bereits starken Bereitstellern konzentrieren?

Auch die Sicherheitsseite ist spannend. Kleine Mängel können zu einer Suspendierung und einem Soft-Slashing führen, während schwerwiegende Mängel wie ungültige Blöcke, Doppelabstimmungen oder widersprüchliche Blöcke ein Hard-Slashing auslösen können.

Dann bin ich bei den Transaktionen gelandet. Dusk verwendet zwei Modelle: Moonlight, ein kontobasiertes Modell mit öffentlichen Schlüsseln, und Phoenix, ein UTXO-basiertes Modell, das ZK-Beweise für die Privatsphäre nutzt. Der Unterschied ist klar, aber ich frage mich immer noch, wie sich diese beiden Modelle in der Praxis auf die langfristige Dezentralisierung und die Governance auswirken.

Wie bewertest du den Interessenkonflikt zwischen Wähler-Credits, Sanktionen und Dezentralisierung?

@Dusk #dusk $DUSK