胖鸟
2.3k Beiträge
胖鸟
不喜欢卷
149 Following
1.3K+ Follower
3.4K+ Like gegeben
Beiträge
Alle
Zitierungen
Wirklich nimmt da jemand teil? 1 Punkt für 1 Alpha eintauschen – das ist doch selbst die Unterhose nicht wert, oder?
Manchmal stelle ich fest, dass es nicht daran liegt, dass niemand verantwortlich ist, wenn eine Firma am ehesten ins Wanken gerät, sondern daran, dass alle ein bisschen verantwortlich sind. Das Produktteam denkt, die Entwicklung habe es bereits geprüft. Die Entwicklung glaubt, der Betrieb habe es freigegeben. Der Betrieb wiederum ist der Meinung, dass der Rechtsbereich nichts dagegen haben wird. Am Ende, wenn etwas schiefgeht, waren zwar alle beteiligt, aber niemand kann klar sagen, an welcher Stelle genau es schiefgelaufen ist.
Später bin ich auf <a>@NewtonProtocol </a> gestoßen, ein ganz kleines Design. Da wurde mir plötzlich klar, dass ich Authorization Receipt bisher nicht wirklich beachtet habe. Ich dachte, es sei lediglich ein Beleg, der nach Abschluss der Ausführung generiert wird, ähnlich wie ein Protokolleintrag oder eine Quittung, vor allem zum Archivieren. Je weiter ich jedoch hineinschaue, desto merkwürdiger wirkt die Position, an der es auftaucht.
Es liegt nicht am Ende des Workflows, sondern zusammen mit Authorization, Policy und Operator—und wird so Teil des gesamten Ausführungsprozesses. Als ich mir diesen Abschnitt später noch einmal mehrmals angesehen habe, merkte ich, dass mein anfängliches Verständnis danebenlag. Früher haben viele Systeme Ergebnisse gespeichert. Wenn eine Transaktion erfolgreich war, wenn Vermögenswerte übertragen wurden, wenn sich der Status aktualisiert hat—dann blieb das alles als Datensatz bestehen. Aber wenn wirklich etwas schiefgeht, fragen Menschen oft weiter: Wer hat genehmigt? Auf welcher Regel beruht es? Wurde irgendwo ein Schritt übersprungen? Diese Informationen müssen in vielen Fällen erst mühsam aus den Logs zusammengesetzt werden.
Newton scheint genau dieses Problem schon immer zu lösen: Bei Authorization Receipt geht es nicht nur darum, dass die Ausführung abgeschlossen ist. Es verknüpft eine Autorisierung, die dazugehörige Policy, den Operator, der sie ausgeführt hat, und schließlich das Ergebnis zu einer vollständigen Kette. Wenn später jemand diese Ausführung anzweifelt, muss das System nicht neu darauf vertrauen, dass ein bestimmter Knoten oder ein bestimmtes Plattformteam recht hat, und es muss auch keine Rückfrage beim Betrieb geben. Man kann stattdessen einfach anhand dieser Aufzeichnung jeden einzelnen Schritt erneut verifizieren—und für jeden Schritt lässt sich nachvollziehen, warum er gilt, mit der entsprechenden Begründung.
Als ich das gelesen habe, ist mir plötzlich aufgefallen: Receipt in Newton ist im Grunde nicht wie eine Quittung, sondern eher wie eine Verantwortungskette für die Ausführung.
Wenn ich also jetzt noch einmal auf Authorization Receipt zurückblicke, dann glaube ich, dass das, was es wirklich hinterlässt, nicht einfach eine Aufzeichnung ist.
Was es hinterlässt, ist die vollständige Grundlage für eine Ausführung—vom Autorisieren über das Urteilen bis zum Abschluss. Vielleicht ist das, was langfristig wirklich als verlässlich gelten kann, nie nur ein bestimmter Knoten oder eine bestimmte Plattform, sondern der Prozess selbst, der von jedem erneut überprüft werden kann.
#newt $NEWT
Später bin ich auf <a>@NewtonProtocol </a> gestoßen, ein ganz kleines Design. Da wurde mir plötzlich klar, dass ich Authorization Receipt bisher nicht wirklich beachtet habe. Ich dachte, es sei lediglich ein Beleg, der nach Abschluss der Ausführung generiert wird, ähnlich wie ein Protokolleintrag oder eine Quittung, vor allem zum Archivieren. Je weiter ich jedoch hineinschaue, desto merkwürdiger wirkt die Position, an der es auftaucht.
Es liegt nicht am Ende des Workflows, sondern zusammen mit Authorization, Policy und Operator—und wird so Teil des gesamten Ausführungsprozesses. Als ich mir diesen Abschnitt später noch einmal mehrmals angesehen habe, merkte ich, dass mein anfängliches Verständnis danebenlag. Früher haben viele Systeme Ergebnisse gespeichert. Wenn eine Transaktion erfolgreich war, wenn Vermögenswerte übertragen wurden, wenn sich der Status aktualisiert hat—dann blieb das alles als Datensatz bestehen. Aber wenn wirklich etwas schiefgeht, fragen Menschen oft weiter: Wer hat genehmigt? Auf welcher Regel beruht es? Wurde irgendwo ein Schritt übersprungen? Diese Informationen müssen in vielen Fällen erst mühsam aus den Logs zusammengesetzt werden.
Newton scheint genau dieses Problem schon immer zu lösen: Bei Authorization Receipt geht es nicht nur darum, dass die Ausführung abgeschlossen ist. Es verknüpft eine Autorisierung, die dazugehörige Policy, den Operator, der sie ausgeführt hat, und schließlich das Ergebnis zu einer vollständigen Kette. Wenn später jemand diese Ausführung anzweifelt, muss das System nicht neu darauf vertrauen, dass ein bestimmter Knoten oder ein bestimmtes Plattformteam recht hat, und es muss auch keine Rückfrage beim Betrieb geben. Man kann stattdessen einfach anhand dieser Aufzeichnung jeden einzelnen Schritt erneut verifizieren—und für jeden Schritt lässt sich nachvollziehen, warum er gilt, mit der entsprechenden Begründung.
Als ich das gelesen habe, ist mir plötzlich aufgefallen: Receipt in Newton ist im Grunde nicht wie eine Quittung, sondern eher wie eine Verantwortungskette für die Ausführung.
Wenn ich also jetzt noch einmal auf Authorization Receipt zurückblicke, dann glaube ich, dass das, was es wirklich hinterlässt, nicht einfach eine Aufzeichnung ist.
Was es hinterlässt, ist die vollständige Grundlage für eine Ausführung—vom Autorisieren über das Urteilen bis zum Abschluss. Vielleicht ist das, was langfristig wirklich als verlässlich gelten kann, nie nur ein bestimmter Knoten oder eine bestimmte Plattform, sondern der Prozess selbst, der von jedem erneut überprüft werden kann.
#newt $NEWT
Unfassbar
Seit dem letzten Monat habe ich kein #ALPHA -Airdrop abgeholt—ist das so schlimm geworden, dass alle so verrückt geworden sind? Heute Abend um 19:00 gibt es einen Box-Airdrop mit 251 Punkten, das ist schon ein bisschen heftig.
Es tut mir leid, es ist nur so, dass man in einem Zyklus nur eine Sache essen kann.
Ich bin etwas unschlüssig, ob ich auf das neue Projekt nächste Woche mit #tge warten soll oder ob ich es lieber sofort abhole.
Seit dem letzten Monat habe ich kein #ALPHA -Airdrop abgeholt—ist das so schlimm geworden, dass alle so verrückt geworden sind? Heute Abend um 19:00 gibt es einen Box-Airdrop mit 251 Punkten, das ist schon ein bisschen heftig.
Es tut mir leid, es ist nur so, dass man in einem Zyklus nur eine Sache essen kann.
Ich bin etwas unschlüssig, ob ich auf das neue Projekt nächste Woche mit #tge warten soll oder ob ich es lieber sofort abhole.
胖鸟
·
--
Es steht wahrscheinlich schon wieder eine neue Runde Leute bereit, um fette Gewinne einzustreichen
Wenn nichts Unerwartetes passiert, kommt nächste Woche Dienstag ein längst überfälliges TGE-Projekt an die Börse
Diesmal setzt #tge auf neue Regeln – die Aufmerksamkeit ist außergewöhnlich hoch
Brüder, seid ihr bereit?
Laut dem Vorbörsen-Umrechnungskurs von $GRVT Whales Market liegt das FDV aktuell bei ungefähr 350 Mio. US-Dollar. Als Nächstes, ganz nach alter Manier: Wir zerlegen das Projekt mit einfachen Worten – kann es wirklich was taugen?
Aus Fundamentaldaten-Sicht löst @grvt_io tatsächlich die Pain Points der Branche. Das bahnbrechende One-Balance-Kontensystem macht die Sicherheitsleistung nicht mehr zu totem Kapital: Während man Trades eröffnet, kann man nahtlos die volle automatische Zinsausbeute auf dem darunterliegenden Basisvermögen von bis zu 11% mitnehmen. Zusammen mit der CEX-Geschwindigkeit plus der „Mixer“-Story aus DEX-Vermögens-Kustodie, und dazu die Team-Hintergründe von Goldman Sachs und Meta – die langfristige Basis ist sehr solide.
Aber die tödlichste Black-Swan-Überraschung liegt diesmal ebenfalls offen auf dem Tisch: Die offiziellen Stellen erhöhen den Anteil des Community-Airdrops von 20% direkt auf 28%! Noch schlimmer: Die TGE-Tokens werden am Ausgabetag nicht zwangsweise gesperrt. Sobald diese 28% – also die enorme Token-Menge – in einem Schlag auf den Markt geworfen wird, wird die Aufnahmekapazität im Sekundärmarkt einem extrem harten Belastungstest ausgesetzt.
Allerdings finde ich persönlich, dass es nicht sofort beim Launch das absolute Hoch sein wird. Denn dahinter steht ein Ressourcenpaket im Stil einer Carrier-Mutter für zkSync – als Kern-Flaggschiff-Ökosystem unter zkSync Hyperchain ist GRVT nicht nur eine Börse. Es dient vielmehr im Untergrund als wichtiger Knotenpunkt, der die Liquidität des gesamten Ökosystems weiterleitet und die Datenübertragung bzw. -Abwicklung der Kette unterstützt.
Wenn die anfängliche Flut an Verkaufsdruck in der ersten Launch-Welle von Market Makern verdaut werden kann, und danach die echten Transaktionsdaten erst richtig anlaufen, dann entfaltet sich der Effekt dieses One-Balance-Fl integriert die „Funktion“ erst so richtig. Große Gelder und langfristige LPs werden die 11% Zinsprämie regelrecht fressen wollen – und kontinuierlich Kapital aus dem Ethereum $ETH Mainnet nachschieben. So entsteht ein natürlicher Liquiditäts- und Money-Magnet.
Kurz gesagt: Das Mechanismus-Design von #grvt ist gut. Aber bei einer Pre-Launch-Bewertung von 350 Mio. US-Dollar wird der kurzfristige Kurs 28% Airdrop-Tokens mit hoher Wahrscheinlichkeit nicht durchhalten. Am besten wartet man, bis das Orderbuch stabil ist und die On-Chain-Tokens einmal ausreichend „gewaschen“ wurden, bevor man einsteigt. Mein persönlicher Preisbereich liegt unter 0,2$.
Brüder, glaubt ihr, dass der Vorbörsenpreis von 0,35$ verteidigt werden kann? Wie ist eure psychologische Preislinie für den Einstieg – zu welchem Kurs würdet ihr reingehen? Lasst uns darüber reden
Wenn nichts Unerwartetes passiert, kommt nächste Woche Dienstag ein längst überfälliges TGE-Projekt an die Börse
Diesmal setzt #tge auf neue Regeln – die Aufmerksamkeit ist außergewöhnlich hoch
Brüder, seid ihr bereit?
Laut dem Vorbörsen-Umrechnungskurs von $GRVT Whales Market liegt das FDV aktuell bei ungefähr 350 Mio. US-Dollar. Als Nächstes, ganz nach alter Manier: Wir zerlegen das Projekt mit einfachen Worten – kann es wirklich was taugen?
Aus Fundamentaldaten-Sicht löst @grvt_io tatsächlich die Pain Points der Branche. Das bahnbrechende One-Balance-Kontensystem macht die Sicherheitsleistung nicht mehr zu totem Kapital: Während man Trades eröffnet, kann man nahtlos die volle automatische Zinsausbeute auf dem darunterliegenden Basisvermögen von bis zu 11% mitnehmen. Zusammen mit der CEX-Geschwindigkeit plus der „Mixer“-Story aus DEX-Vermögens-Kustodie, und dazu die Team-Hintergründe von Goldman Sachs und Meta – die langfristige Basis ist sehr solide.
Aber die tödlichste Black-Swan-Überraschung liegt diesmal ebenfalls offen auf dem Tisch: Die offiziellen Stellen erhöhen den Anteil des Community-Airdrops von 20% direkt auf 28%! Noch schlimmer: Die TGE-Tokens werden am Ausgabetag nicht zwangsweise gesperrt. Sobald diese 28% – also die enorme Token-Menge – in einem Schlag auf den Markt geworfen wird, wird die Aufnahmekapazität im Sekundärmarkt einem extrem harten Belastungstest ausgesetzt.
Allerdings finde ich persönlich, dass es nicht sofort beim Launch das absolute Hoch sein wird. Denn dahinter steht ein Ressourcenpaket im Stil einer Carrier-Mutter für zkSync – als Kern-Flaggschiff-Ökosystem unter zkSync Hyperchain ist GRVT nicht nur eine Börse. Es dient vielmehr im Untergrund als wichtiger Knotenpunkt, der die Liquidität des gesamten Ökosystems weiterleitet und die Datenübertragung bzw. -Abwicklung der Kette unterstützt.
Wenn die anfängliche Flut an Verkaufsdruck in der ersten Launch-Welle von Market Makern verdaut werden kann, und danach die echten Transaktionsdaten erst richtig anlaufen, dann entfaltet sich der Effekt dieses One-Balance-Fl integriert die „Funktion“ erst so richtig. Große Gelder und langfristige LPs werden die 11% Zinsprämie regelrecht fressen wollen – und kontinuierlich Kapital aus dem Ethereum $ETH Mainnet nachschieben. So entsteht ein natürlicher Liquiditäts- und Money-Magnet.
Kurz gesagt: Das Mechanismus-Design von #grvt ist gut. Aber bei einer Pre-Launch-Bewertung von 350 Mio. US-Dollar wird der kurzfristige Kurs 28% Airdrop-Tokens mit hoher Wahrscheinlichkeit nicht durchhalten. Am besten wartet man, bis das Orderbuch stabil ist und die On-Chain-Tokens einmal ausreichend „gewaschen“ wurden, bevor man einsteigt. Mein persönlicher Preisbereich liegt unter 0,2$.
Brüder, glaubt ihr, dass der Vorbörsenpreis von 0,35$ verteidigt werden kann? Wie ist eure psychologische Preislinie für den Einstieg – zu welchem Kurs würdet ihr reingehen? Lasst uns darüber reden
Verifiziert
Es steht wahrscheinlich schon wieder eine neue Runde Leute bereit, um fette Gewinne einzustreichen
Wenn nichts Unerwartetes passiert, kommt nächste Woche Dienstag ein längst überfälliges TGE-Projekt an die Börse
Diesmal setzt #tge auf neue Regeln – die Aufmerksamkeit ist außergewöhnlich hoch
Brüder, seid ihr bereit?
Laut dem Vorbörsen-Umrechnungskurs von $GRVT Whales Market liegt das FDV aktuell bei ungefähr 350 Mio. US-Dollar. Als Nächstes, ganz nach alter Manier: Wir zerlegen das Projekt mit einfachen Worten – kann es wirklich was taugen?
Aus Fundamentaldaten-Sicht löst @grvt_io tatsächlich die Pain Points der Branche. Das bahnbrechende One-Balance-Kontensystem macht die Sicherheitsleistung nicht mehr zu totem Kapital: Während man Trades eröffnet, kann man nahtlos die volle automatische Zinsausbeute auf dem darunterliegenden Basisvermögen von bis zu 11% mitnehmen. Zusammen mit der CEX-Geschwindigkeit plus der „Mixer“-Story aus DEX-Vermögens-Kustodie, und dazu die Team-Hintergründe von Goldman Sachs und Meta – die langfristige Basis ist sehr solide.
Aber die tödlichste Black-Swan-Überraschung liegt diesmal ebenfalls offen auf dem Tisch: Die offiziellen Stellen erhöhen den Anteil des Community-Airdrops von 20% direkt auf 28%! Noch schlimmer: Die TGE-Tokens werden am Ausgabetag nicht zwangsweise gesperrt. Sobald diese 28% – also die enorme Token-Menge – in einem Schlag auf den Markt geworfen wird, wird die Aufnahmekapazität im Sekundärmarkt einem extrem harten Belastungstest ausgesetzt.
Allerdings finde ich persönlich, dass es nicht sofort beim Launch das absolute Hoch sein wird. Denn dahinter steht ein Ressourcenpaket im Stil einer Carrier-Mutter für zkSync – als Kern-Flaggschiff-Ökosystem unter zkSync Hyperchain ist GRVT nicht nur eine Börse. Es dient vielmehr im Untergrund als wichtiger Knotenpunkt, der die Liquidität des gesamten Ökosystems weiterleitet und die Datenübertragung bzw. -Abwicklung der Kette unterstützt.
Wenn die anfängliche Flut an Verkaufsdruck in der ersten Launch-Welle von Market Makern verdaut werden kann, und danach die echten Transaktionsdaten erst richtig anlaufen, dann entfaltet sich der Effekt dieses One-Balance-Fl integriert die „Funktion“ erst so richtig. Große Gelder und langfristige LPs werden die 11% Zinsprämie regelrecht fressen wollen – und kontinuierlich Kapital aus dem Ethereum $ETH Mainnet nachschieben. So entsteht ein natürlicher Liquiditäts- und Money-Magnet.
Kurz gesagt: Das Mechanismus-Design von #grvt ist gut. Aber bei einer Pre-Launch-Bewertung von 350 Mio. US-Dollar wird der kurzfristige Kurs 28% Airdrop-Tokens mit hoher Wahrscheinlichkeit nicht durchhalten. Am besten wartet man, bis das Orderbuch stabil ist und die On-Chain-Tokens einmal ausreichend „gewaschen“ wurden, bevor man einsteigt. Mein persönlicher Preisbereich liegt unter 0,2$.
Brüder, glaubt ihr, dass der Vorbörsenpreis von 0,35$ verteidigt werden kann? Wie ist eure psychologische Preislinie für den Einstieg – zu welchem Kurs würdet ihr reingehen? Lasst uns darüber reden
Wenn nichts Unerwartetes passiert, kommt nächste Woche Dienstag ein längst überfälliges TGE-Projekt an die Börse
Diesmal setzt #tge auf neue Regeln – die Aufmerksamkeit ist außergewöhnlich hoch
Brüder, seid ihr bereit?
Laut dem Vorbörsen-Umrechnungskurs von $GRVT Whales Market liegt das FDV aktuell bei ungefähr 350 Mio. US-Dollar. Als Nächstes, ganz nach alter Manier: Wir zerlegen das Projekt mit einfachen Worten – kann es wirklich was taugen?
Aus Fundamentaldaten-Sicht löst @grvt_io tatsächlich die Pain Points der Branche. Das bahnbrechende One-Balance-Kontensystem macht die Sicherheitsleistung nicht mehr zu totem Kapital: Während man Trades eröffnet, kann man nahtlos die volle automatische Zinsausbeute auf dem darunterliegenden Basisvermögen von bis zu 11% mitnehmen. Zusammen mit der CEX-Geschwindigkeit plus der „Mixer“-Story aus DEX-Vermögens-Kustodie, und dazu die Team-Hintergründe von Goldman Sachs und Meta – die langfristige Basis ist sehr solide.
Aber die tödlichste Black-Swan-Überraschung liegt diesmal ebenfalls offen auf dem Tisch: Die offiziellen Stellen erhöhen den Anteil des Community-Airdrops von 20% direkt auf 28%! Noch schlimmer: Die TGE-Tokens werden am Ausgabetag nicht zwangsweise gesperrt. Sobald diese 28% – also die enorme Token-Menge – in einem Schlag auf den Markt geworfen wird, wird die Aufnahmekapazität im Sekundärmarkt einem extrem harten Belastungstest ausgesetzt.
Allerdings finde ich persönlich, dass es nicht sofort beim Launch das absolute Hoch sein wird. Denn dahinter steht ein Ressourcenpaket im Stil einer Carrier-Mutter für zkSync – als Kern-Flaggschiff-Ökosystem unter zkSync Hyperchain ist GRVT nicht nur eine Börse. Es dient vielmehr im Untergrund als wichtiger Knotenpunkt, der die Liquidität des gesamten Ökosystems weiterleitet und die Datenübertragung bzw. -Abwicklung der Kette unterstützt.
Wenn die anfängliche Flut an Verkaufsdruck in der ersten Launch-Welle von Market Makern verdaut werden kann, und danach die echten Transaktionsdaten erst richtig anlaufen, dann entfaltet sich der Effekt dieses One-Balance-Fl integriert die „Funktion“ erst so richtig. Große Gelder und langfristige LPs werden die 11% Zinsprämie regelrecht fressen wollen – und kontinuierlich Kapital aus dem Ethereum $ETH Mainnet nachschieben. So entsteht ein natürlicher Liquiditäts- und Money-Magnet.
Kurz gesagt: Das Mechanismus-Design von #grvt ist gut. Aber bei einer Pre-Launch-Bewertung von 350 Mio. US-Dollar wird der kurzfristige Kurs 28% Airdrop-Tokens mit hoher Wahrscheinlichkeit nicht durchhalten. Am besten wartet man, bis das Orderbuch stabil ist und die On-Chain-Tokens einmal ausreichend „gewaschen“ wurden, bevor man einsteigt. Mein persönlicher Preisbereich liegt unter 0,2$.
Brüder, glaubt ihr, dass der Vorbörsenpreis von 0,35$ verteidigt werden kann? Wie ist eure psychologische Preislinie für den Einstieg – zu welchem Kurs würdet ihr reingehen? Lasst uns darüber reden
Hör auf, dich von dem zuletzt groß angekündigten ＄GRVT in den Himmel zu täuschen.
Dieses Ding ist für Privatanleger nicht annähernd so „freundlich“, wie du vielleicht denkst.
Die letzten zwei Tage haben wir die offiziellen Entwicklerdokumente zu @grvt_io synchronisiert und dabei in den Abwicklungsdatenstrukturen zwei kaum diskutierte Elemente—venue und broker—entdeckt. Als ich danach die zugrunde liegende Clearings-Route bis ins Detail nachverfolgt habe, hat es mir den Schreck in die Glieder gefahren: Alle schauen auf das, was auf der Oberfläche mit Käufen und Verkäufen gespielt wird, aber übersehen, wie es im Unterbau Großkunden und Institutionen mit einem Off-Exchange RFQ-Zugang versorgt. Privatanleger spielen mit denselben Derivaten wie die Großkunden und müssen daher zwangsläufig einen fetten Informationsvorsprung als „dumpfen Schlag“ abbekommen.
Ich habe herausgefunden, dass es in der Basis von #grvt bei normalen, einseitigen Trades über ein öffentliches Orderbuch läuft. Sobald es jedoch um komplexe Optionskombinationen oder sehr große Blocktransaktionen geht, schneidet das System diese massiven Datenströme direkt in eine dedizierte RFQ-Anfrage-Sitzung ab—und wickelt die private Zusammenführung Off-Chain über erstklassige Broker wie CoinRoutes.
Was bedeutet das?
Die hochwertigste Block-Preisstellung, die die Hedging-Kosten auf ein Minimum drückt, ist Off-Chain bereits sauber von Institutionen und professionellen Brokern vorweg aufgefressen. Was Privatanleger im Frontend im öffentlichen Book sehen, sind im Grunde nur die Restkrümel, nachdem die Institutionen sich bedient haben. Wenn du dich im öffentlichen Orderbuch mühsam daran machst, Long und Short gegeneinander auszutarieren, sind nicht nur die Geld-Brief-Spreads breiter—du trägst auch noch das versteckte Legging-Risk, das entsteht, wenn die einzelnen Legs zeitlich getrennt ausgeführt werden. Diese Konstruktion, die die „fette“ Preisbildungsmacht in den Off-Chain-Broker-Zirkeln verschließt, errichtet im Unsichtbaren eine unsichtbare Hochmauer für gewöhnliche Privatanleger.
Aber selbst wenn man diese Entkopplung der Angebote für Privatanleger beiseite lässt: Aus makroökonomischer Sicht, bezogen auf die Widerstandsfähigkeit des Gesamtsystems, ist diese Architektur, die Blockhandel und Retail konsequent trennt, paradoxerweise äußerst clever. Herkömmliche On-Chain-Börsen erleben Liquidity-Falldefekte ständig—weil Retail-Einzelorders und institutionelle Blockpositionen im selben Pool vermischt sind. Sobald der Markt stark durchgeschüttelt wird, würden institutionelle Multi-Leg-Positionen in einem Zug über das öffentliche Book zwangsliquidiert werden, was sofort eine Kettenreaktion auslöst, bei der alle Stop-Loss-Orders der Privatanleger „mitgekoppelt“ werden und komplett explodieren. GRVT lässt Blocktransaktionen hingegen über einen unabhängigen Off-Chain-RFQ-Route laufen und nutzt Broker-Mechanismen als Trennschicht—damit diese zerstörerischen „Nuklearsprengköpfe“ außerhalb des Blickfelds leise entschärft werden.
Es nimmt dem Retail zwar ein Stück weit die Chance auf besonders fette Arbitrage-Gewinne, aber es erkauft sich dafür eine extrem stabile Book-Elasticity im Sturm—sodass Privatanleger jederzeit die Möglichkeit haben, im richtigen Moment abzuziehen.
Dieses Ding ist für Privatanleger nicht annähernd so „freundlich“, wie du vielleicht denkst.
Die letzten zwei Tage haben wir die offiziellen Entwicklerdokumente zu @grvt_io synchronisiert und dabei in den Abwicklungsdatenstrukturen zwei kaum diskutierte Elemente—venue und broker—entdeckt. Als ich danach die zugrunde liegende Clearings-Route bis ins Detail nachverfolgt habe, hat es mir den Schreck in die Glieder gefahren: Alle schauen auf das, was auf der Oberfläche mit Käufen und Verkäufen gespielt wird, aber übersehen, wie es im Unterbau Großkunden und Institutionen mit einem Off-Exchange RFQ-Zugang versorgt. Privatanleger spielen mit denselben Derivaten wie die Großkunden und müssen daher zwangsläufig einen fetten Informationsvorsprung als „dumpfen Schlag“ abbekommen.
Ich habe herausgefunden, dass es in der Basis von #grvt bei normalen, einseitigen Trades über ein öffentliches Orderbuch läuft. Sobald es jedoch um komplexe Optionskombinationen oder sehr große Blocktransaktionen geht, schneidet das System diese massiven Datenströme direkt in eine dedizierte RFQ-Anfrage-Sitzung ab—und wickelt die private Zusammenführung Off-Chain über erstklassige Broker wie CoinRoutes.
Was bedeutet das?
Die hochwertigste Block-Preisstellung, die die Hedging-Kosten auf ein Minimum drückt, ist Off-Chain bereits sauber von Institutionen und professionellen Brokern vorweg aufgefressen. Was Privatanleger im Frontend im öffentlichen Book sehen, sind im Grunde nur die Restkrümel, nachdem die Institutionen sich bedient haben. Wenn du dich im öffentlichen Orderbuch mühsam daran machst, Long und Short gegeneinander auszutarieren, sind nicht nur die Geld-Brief-Spreads breiter—du trägst auch noch das versteckte Legging-Risk, das entsteht, wenn die einzelnen Legs zeitlich getrennt ausgeführt werden. Diese Konstruktion, die die „fette“ Preisbildungsmacht in den Off-Chain-Broker-Zirkeln verschließt, errichtet im Unsichtbaren eine unsichtbare Hochmauer für gewöhnliche Privatanleger.
Aber selbst wenn man diese Entkopplung der Angebote für Privatanleger beiseite lässt: Aus makroökonomischer Sicht, bezogen auf die Widerstandsfähigkeit des Gesamtsystems, ist diese Architektur, die Blockhandel und Retail konsequent trennt, paradoxerweise äußerst clever. Herkömmliche On-Chain-Börsen erleben Liquidity-Falldefekte ständig—weil Retail-Einzelorders und institutionelle Blockpositionen im selben Pool vermischt sind. Sobald der Markt stark durchgeschüttelt wird, würden institutionelle Multi-Leg-Positionen in einem Zug über das öffentliche Book zwangsliquidiert werden, was sofort eine Kettenreaktion auslöst, bei der alle Stop-Loss-Orders der Privatanleger „mitgekoppelt“ werden und komplett explodieren. GRVT lässt Blocktransaktionen hingegen über einen unabhängigen Off-Chain-RFQ-Route laufen und nutzt Broker-Mechanismen als Trennschicht—damit diese zerstörerischen „Nuklearsprengköpfe“ außerhalb des Blickfelds leise entschärft werden.
Es nimmt dem Retail zwar ein Stück weit die Chance auf besonders fette Arbitrage-Gewinne, aber es erkauft sich dafür eine extrem stabile Book-Elasticity im Sturm—sodass Privatanleger jederzeit die Möglichkeit haben, im richtigen Moment abzuziehen.
Ich muss zugeben, ich habe die Ambitionen von @NewtonProtocol unterschätzt. In der Nacht bin ich selbst in dessen Whitepaper zu den Kapiteln über die Cross-Chain-Architektur und die Synchronisierung der Rechenleistung gegangen, und da habe ich erst kapiert, was es im Verborgenen wirklich vorhat: nämlich die wohl nervigste Unzulänglichkeit des Multi-Chain-Zeitalters auszuschalten – die Compliance-Fragmentierung und die Vertrauenskrise bei Cross-Chain-Bridges.
In dem Whitepaper von $NEWT wird ein Multi-Chain-Rechenleistungs-„table“-Synchronisationsprotokoll erwähnt, das auf der EigenLayer-ELIP-008-Spezifikation basiert. Der Name klingt ziemlich martialisch, oder? Beim ersten Hinsehen dachte ich auch, das sei nur ein Geschwurbel aus Fachbegriffen. Aber wenn man es etwas genauer durchdenkt, merkt man: Es löst eigentlich einen super ekelhaften Knoten aus dem On-Chain-Finanzbereich – einen, den vorher niemand wirklich lösen konnte. Nämlich: Wie können Anwendungen auf unterschiedlichen Chains dieselbe High-Intensity-„wirtschaftliche Sicherheits“-Schutzhülle auf Ethereum-Niveau gemeinsam nutzen?
Denk mal an die Realität: Die Multi-Chain-Welt ist heute extrem fragmentiert. Ein Stablecoin- oder RWA-Projekt, das gleichzeitig auf Ethereum, Base, Arbitrum und Optimism herausgeben will, steht vor einem riesigen Schmerz. Entweder sucht man für jede einzelne Chain separat eine Compliance-Validierungs-Node – oder man nutzt so eine extrem fragwürdige Third-Party-Cross-Chain-Bridge, bei der man täglich mit angehaltenem Atem wartet, dass irgendwann ein Hacker die Cross-Chain-Übertragung mit Poisoning kompromittiert. Ergebnis: Große Institutionen trauen sich schlicht nicht, riesige Summen auf L2s zu verlagern.
Früher ging jeder davon aus, dass das eine unabänderliche „harte“ Schwäche ist. Aber Newton löst den Knoten diesmal direkt auf der Basisebene mit Kryptografie. In der Logik von #newt braucht das dezentralisierte Rechenleistungsnetz nur, sich im Ethereum-Mainnet zu registrieren und dann einmal erneut bei EigenLayer zu staken. Sobald sich der Status auf Ethereum ändert – etwa die Mitglieder der Nodes, die Staking-Gewichte oder wenn wegen Fehlverhalten ein Slashing bzw. ein Entzug erfolgt – geben die Newton-Nodes auf der Basisebene kollektiv eine Rechenleistungstabelle aus, die mit einem BLS-Private-Key signiert und als Merkle-Root versiegelt wird.
Der abgefahrenste Teil ist: Diese Signatur – inklusive der wirtschaftlichen Sicherheitsgarantie, die von Milliarden Nodes im Mainnet ausgeht – wird dann durch komplett erlaubnisfreie Relayer wild und unkontrolliert mit allen gängigen Mainstream-L2s synchronisiert. Auf der Ziel-Chain müssen die Smart Contracts dann nur mit reinen mathematischen Formeln diese BLS-Aggregationssignatur verifizieren. Sobald der Abgleich erfolgreich ist, aktualisiert sich die lokale Rechenleistungs-Gewichtstabelle augenblicklich synchron.
Ich habe den Cross-Chain-Flow von ELIP-008 für die Rechenleistung im Grunde durchschaut. Dieses Projekt erzählt nicht einfach nur eine große Compliance-Geschichte. Es bringt wirklich kryptografische Heavy-Duty-Arbeit mit, die man anderen nicht einfach wegkopieren kann – und es vereint die Compliance-Schienen des Multi-Chain-Betriebs direkt zu einem nahtlosen, sicheren Großnetz.
In dem Whitepaper von $NEWT wird ein Multi-Chain-Rechenleistungs-„table“-Synchronisationsprotokoll erwähnt, das auf der EigenLayer-ELIP-008-Spezifikation basiert. Der Name klingt ziemlich martialisch, oder? Beim ersten Hinsehen dachte ich auch, das sei nur ein Geschwurbel aus Fachbegriffen. Aber wenn man es etwas genauer durchdenkt, merkt man: Es löst eigentlich einen super ekelhaften Knoten aus dem On-Chain-Finanzbereich – einen, den vorher niemand wirklich lösen konnte. Nämlich: Wie können Anwendungen auf unterschiedlichen Chains dieselbe High-Intensity-„wirtschaftliche Sicherheits“-Schutzhülle auf Ethereum-Niveau gemeinsam nutzen?
Denk mal an die Realität: Die Multi-Chain-Welt ist heute extrem fragmentiert. Ein Stablecoin- oder RWA-Projekt, das gleichzeitig auf Ethereum, Base, Arbitrum und Optimism herausgeben will, steht vor einem riesigen Schmerz. Entweder sucht man für jede einzelne Chain separat eine Compliance-Validierungs-Node – oder man nutzt so eine extrem fragwürdige Third-Party-Cross-Chain-Bridge, bei der man täglich mit angehaltenem Atem wartet, dass irgendwann ein Hacker die Cross-Chain-Übertragung mit Poisoning kompromittiert. Ergebnis: Große Institutionen trauen sich schlicht nicht, riesige Summen auf L2s zu verlagern.
Früher ging jeder davon aus, dass das eine unabänderliche „harte“ Schwäche ist. Aber Newton löst den Knoten diesmal direkt auf der Basisebene mit Kryptografie. In der Logik von #newt braucht das dezentralisierte Rechenleistungsnetz nur, sich im Ethereum-Mainnet zu registrieren und dann einmal erneut bei EigenLayer zu staken. Sobald sich der Status auf Ethereum ändert – etwa die Mitglieder der Nodes, die Staking-Gewichte oder wenn wegen Fehlverhalten ein Slashing bzw. ein Entzug erfolgt – geben die Newton-Nodes auf der Basisebene kollektiv eine Rechenleistungstabelle aus, die mit einem BLS-Private-Key signiert und als Merkle-Root versiegelt wird.
Der abgefahrenste Teil ist: Diese Signatur – inklusive der wirtschaftlichen Sicherheitsgarantie, die von Milliarden Nodes im Mainnet ausgeht – wird dann durch komplett erlaubnisfreie Relayer wild und unkontrolliert mit allen gängigen Mainstream-L2s synchronisiert. Auf der Ziel-Chain müssen die Smart Contracts dann nur mit reinen mathematischen Formeln diese BLS-Aggregationssignatur verifizieren. Sobald der Abgleich erfolgreich ist, aktualisiert sich die lokale Rechenleistungs-Gewichtstabelle augenblicklich synchron.
Ich habe den Cross-Chain-Flow von ELIP-008 für die Rechenleistung im Grunde durchschaut. Dieses Projekt erzählt nicht einfach nur eine große Compliance-Geschichte. Es bringt wirklich kryptografische Heavy-Duty-Arbeit mit, die man anderen nicht einfach wegkopieren kann – und es vereint die Compliance-Schienen des Multi-Chain-Betriebs direkt zu einem nahtlosen, sicheren Großnetz.
Viele betrachten @NewtonProtocol und finden es irgendwie vertraut, halten es für einen weiteren zusammengeschusterten ZK-, MPC- oder homomorphen Verschlüsselungs-Basteltrick, wie er auf dem Markt zuhauf existiert. Wenn man jedoch das Whitepaper wirklich durchgeht, erkennt man, dass es viele einzigartige Highlights hat.
Das erste Label heißt Newton Rego. Andere Projekte entwickeln nur Risiko-/Compliance-Strategien, die sich auf eine vorgefertigte Regelnbibliothek und einfache Bedingungslogik stützen. $NEWT jedoch hat den Rego-Compiler auf Unternehmensniveau direkt massiv umgebaut und ihm einen eigenen kryptografischen Erweiterungspaket-Block direkt einverleibt.
Das bedeutet: Compliance-Mitarbeiter können beim Schreiben derselben deklarativen Codezeile nicht nur klassische Blacklist-Filter nutzen, sondern auch direkt auf die zugrunde liegenden Schnittstellen zugreifen, um die Cross-Chain-Identitätssignaturen für secp256k1 und Ed25519 wiederherzustellen. Diese Syntax, die die Off-Chain-Multisig-Entscheidung und den nativen Cross-Chain-Urgrund atomar miteinander bindet, ist in Web3 einzigartig.
Das zweite Label ist #newt s Newton-Privacy-Envelope. Die meisten Projekte setzen beim Datenschutz im Kern auf „Verschlüsseln und dann im One-Click“-Versenden – aber NPE ist eine hochgradig zusammengesetzte kryptografische Konstruktion. Es nutzt Threshold-Verschlüsselung, verlangt gleichzeitig aber eine doppelte Signaturautorisierung durch den Nutzer und die DApp. Am härtesten ist, dass es auf Ebene des Wire Formats den Ciphertext fest mit einem bestimmten Policy-Client und einer einzelnen Transaktionsintention verankert. Jeder Hacker oder böswillige Knoten ist damit praktisch nicht in der Lage, diese Privacy-Daten in einem anderen Kontext wiederzuverwenden oder umzudeuten – und zwar von der Wurzel her, wodurch man Man-in-the-Middle-Angriffe im Kern abschneidet.
Am verblüffendsten, und am wenigsten von anderen Projekten kopierbar, ist der ZK-Straf-/Konfiskations-Challenge-Mechanismus. Andere machen ZK-Proofs ganz brav, indem sie Schaltkreise mühsam maßschneidern – nur für jeweils konkrete Compliance-Geschäftsprozesse. Das ist nicht nur schmerzhaft, sondern auch nicht wiederverwendbar. Newton dagegen nutzt die Eigenschaften der Rego-Sprache als reine Funktionen mit absolut deterministischer Mathematik: kurzerhand wird der komplette Rego-Sprachinterpreter direkt in den SP1- oder Risc0-Zero-Knowledge-Virtual-Machine eingestopft!
Das Ergebnis: Jede Codezeile, die ein beliebiger Risk/Compliance-Mitarbeiter „mal eben“ schreibt, besitzt automatisch eine ZK-nachweisbare Eigenschaft auf der unteren Ebene. Externe Herausforderer können, wenn ein Knoten Unfug anstellt, direkt dieses generische ZK-Proof verwenden, um böswillige Knoten auf EigenLayer sofort zu Fall zu bringen und on-chain die Vermögenskonfiskation auszulösen. Sogar, um diese Rechenleistung zu unterstützen, muss ein Knoten nur einmal auf dem Ethereum-Mainnet staken – und kann dann mithilfe eines BLS-Merkle-Baums die Gewichtung der Rechenleistung sicher auf alle gängigen L2s synchronisieren.
Das erste Label heißt Newton Rego. Andere Projekte entwickeln nur Risiko-/Compliance-Strategien, die sich auf eine vorgefertigte Regelnbibliothek und einfache Bedingungslogik stützen. $NEWT jedoch hat den Rego-Compiler auf Unternehmensniveau direkt massiv umgebaut und ihm einen eigenen kryptografischen Erweiterungspaket-Block direkt einverleibt.
Das bedeutet: Compliance-Mitarbeiter können beim Schreiben derselben deklarativen Codezeile nicht nur klassische Blacklist-Filter nutzen, sondern auch direkt auf die zugrunde liegenden Schnittstellen zugreifen, um die Cross-Chain-Identitätssignaturen für secp256k1 und Ed25519 wiederherzustellen. Diese Syntax, die die Off-Chain-Multisig-Entscheidung und den nativen Cross-Chain-Urgrund atomar miteinander bindet, ist in Web3 einzigartig.
Das zweite Label ist #newt s Newton-Privacy-Envelope. Die meisten Projekte setzen beim Datenschutz im Kern auf „Verschlüsseln und dann im One-Click“-Versenden – aber NPE ist eine hochgradig zusammengesetzte kryptografische Konstruktion. Es nutzt Threshold-Verschlüsselung, verlangt gleichzeitig aber eine doppelte Signaturautorisierung durch den Nutzer und die DApp. Am härtesten ist, dass es auf Ebene des Wire Formats den Ciphertext fest mit einem bestimmten Policy-Client und einer einzelnen Transaktionsintention verankert. Jeder Hacker oder böswillige Knoten ist damit praktisch nicht in der Lage, diese Privacy-Daten in einem anderen Kontext wiederzuverwenden oder umzudeuten – und zwar von der Wurzel her, wodurch man Man-in-the-Middle-Angriffe im Kern abschneidet.
Am verblüffendsten, und am wenigsten von anderen Projekten kopierbar, ist der ZK-Straf-/Konfiskations-Challenge-Mechanismus. Andere machen ZK-Proofs ganz brav, indem sie Schaltkreise mühsam maßschneidern – nur für jeweils konkrete Compliance-Geschäftsprozesse. Das ist nicht nur schmerzhaft, sondern auch nicht wiederverwendbar. Newton dagegen nutzt die Eigenschaften der Rego-Sprache als reine Funktionen mit absolut deterministischer Mathematik: kurzerhand wird der komplette Rego-Sprachinterpreter direkt in den SP1- oder Risc0-Zero-Knowledge-Virtual-Machine eingestopft!
Das Ergebnis: Jede Codezeile, die ein beliebiger Risk/Compliance-Mitarbeiter „mal eben“ schreibt, besitzt automatisch eine ZK-nachweisbare Eigenschaft auf der unteren Ebene. Externe Herausforderer können, wenn ein Knoten Unfug anstellt, direkt dieses generische ZK-Proof verwenden, um böswillige Knoten auf EigenLayer sofort zu Fall zu bringen und on-chain die Vermögenskonfiskation auszulösen. Sogar, um diese Rechenleistung zu unterstützen, muss ein Knoten nur einmal auf dem Ethereum-Mainnet staken – und kann dann mithilfe eines BLS-Merkle-Baums die Gewichtung der Rechenleistung sicher auf alle gängigen L2s synchronisieren.
Kürzlich habe ich ein High-Frequency-Skript gekappt – es ist nach 2000U Tokens auf @grvt_io abgestürzt, um Arbitragechancen zu fangen. Es sind zwar ziemlich viele Orders reingegangen, aber beim Abgleich war ich direkt fassungslos: Ein paar Trades, die eigentlich „Fleisch“ hätten machen müssen, wurden zu Preisen ausgeführt, die im Grunde einige Basispunkte hart von einem fairen Kurs auf dem Orderbook abwichen. Diese Live-Session hat mich komplett aufgeweckt. Der Projektbetreiber bewirbt ein Off-Chain-Privacy-Orderbook, das zwar die „Clipper“ (Klebe-/Abgreifroboter) abwehrt, wir in extremen Marktphasen aber in Wahrheit diese Art unsichtbarer Privacysteuer zahlen.
#grvt ist einer der Kernpunkte, dass ein von Zero-Knowledge-Technologie getriebenes verschlüsseltes Privacy-Orderbook eingeführt wurde. Die zugrunde liegende Logik: die gesamten offenen Orders, Gebote und die Tiefe aller Nutzer im Netzwerk werden Off-Chain verschlüsselt und durcheinandergebracht. So können die drei Parteien – On-Chain-„Kleberobotter“ und Quant-Teams, die jagen – die Daten aus dem Mempool überhaupt nicht bekommen. Was bedeutet das? Wenn du darin Orders platzierst, hast du theoretisch einen sehr hohen Schutz vor Jägern.
Aber hier kommt der eiskalte Eimer: Das System bringt in extremen Marktphasen einen weiteren unsichtbaren Schwachpunkt mit sich – Blind-Box-Slippage durch nicht transparente Liquidität. Weil die gesamte Orderbook-Tiefe für den Markt eine komplette Blackbox ist, können normale Trader und auch Third-Party-Market-Maker die echte Orderdicke auf unterschiedlichen Preisniveaus nicht wie an einer traditionellen Börse in Echtzeit beobachten.
Letzte Nacht, als der Markt panisch abverkauft wurde, war die reale Tiefe im Off-Chain-Verschlüsselungsnetzwerk bereits stark geschichtet. Im Frontend wurde aber durch Datenisolation weiterhin „normal“ angezeigt. Meine Kauforder ist dann direkt in die Leere gerannt, wo es ohne öffentlich einsehbare Tiefe keinen „Wirkmechanismus“ gab – dadurch wurde ich bei einem Trade, der eigentlich hätte Stop-Take-Profit auslösen müssen, von der unsichtbaren Preisdifferenz erwischt. Diese passive Benachteiligung durch ein nicht sichtbares Orderbook ist in einem Markt, in dem jede Sekunde zählt, extrem tödlich.
Andererseits: Nach all dem Gejammer über die Slippage-Wolke muss ich aber auch anerkennen, dass die On-Chain-Abwehr gegen Misuse die Abwicklungslogik sehr hart absichert – und das auf der „Capital Floor“-Seite wirklich zuverlässig sitzt.
Das Ekelerregendste an traditionellen Plattformen ist das Abziehen des Kabels und gezielte, punktgenaue Explosionen gegen bestimmte Ziele. Deren Liquidations- und Zwangsliquidations-Clearing läuft als Blackbox-Code in zentralisierten Servern. #grvt dagegen setzt die wichtigsten Clearing-Redlines und die Validierung des Kontostatus fest in Smart Contracts auf der Kette. Ob und wann du zwangsweise reduziert wirst, läuft automatisch aus offenem, smart-contractbasiertem Code – die Plattform kann weder eingreifen noch deine Liquidationslinie nachträglich ändern.
Zusammengefasst: #grvt opfert zwar die Transparenz des Orderbooks, hilft aber gleichzeitig dabei, den Market-Maker-Missbrauch mit dieser einen giftigsten Kugel gegen Retail-Trader zu stoppen.
#grvt ist einer der Kernpunkte, dass ein von Zero-Knowledge-Technologie getriebenes verschlüsseltes Privacy-Orderbook eingeführt wurde. Die zugrunde liegende Logik: die gesamten offenen Orders, Gebote und die Tiefe aller Nutzer im Netzwerk werden Off-Chain verschlüsselt und durcheinandergebracht. So können die drei Parteien – On-Chain-„Kleberobotter“ und Quant-Teams, die jagen – die Daten aus dem Mempool überhaupt nicht bekommen. Was bedeutet das? Wenn du darin Orders platzierst, hast du theoretisch einen sehr hohen Schutz vor Jägern.
Aber hier kommt der eiskalte Eimer: Das System bringt in extremen Marktphasen einen weiteren unsichtbaren Schwachpunkt mit sich – Blind-Box-Slippage durch nicht transparente Liquidität. Weil die gesamte Orderbook-Tiefe für den Markt eine komplette Blackbox ist, können normale Trader und auch Third-Party-Market-Maker die echte Orderdicke auf unterschiedlichen Preisniveaus nicht wie an einer traditionellen Börse in Echtzeit beobachten.
Letzte Nacht, als der Markt panisch abverkauft wurde, war die reale Tiefe im Off-Chain-Verschlüsselungsnetzwerk bereits stark geschichtet. Im Frontend wurde aber durch Datenisolation weiterhin „normal“ angezeigt. Meine Kauforder ist dann direkt in die Leere gerannt, wo es ohne öffentlich einsehbare Tiefe keinen „Wirkmechanismus“ gab – dadurch wurde ich bei einem Trade, der eigentlich hätte Stop-Take-Profit auslösen müssen, von der unsichtbaren Preisdifferenz erwischt. Diese passive Benachteiligung durch ein nicht sichtbares Orderbook ist in einem Markt, in dem jede Sekunde zählt, extrem tödlich.
Andererseits: Nach all dem Gejammer über die Slippage-Wolke muss ich aber auch anerkennen, dass die On-Chain-Abwehr gegen Misuse die Abwicklungslogik sehr hart absichert – und das auf der „Capital Floor“-Seite wirklich zuverlässig sitzt.
Das Ekelerregendste an traditionellen Plattformen ist das Abziehen des Kabels und gezielte, punktgenaue Explosionen gegen bestimmte Ziele. Deren Liquidations- und Zwangsliquidations-Clearing läuft als Blackbox-Code in zentralisierten Servern. #grvt dagegen setzt die wichtigsten Clearing-Redlines und die Validierung des Kontostatus fest in Smart Contracts auf der Kette. Ob und wann du zwangsweise reduziert wirst, läuft automatisch aus offenem, smart-contractbasiertem Code – die Plattform kann weder eingreifen noch deine Liquidationslinie nachträglich ändern.
Zusammengefasst: #grvt opfert zwar die Transparenz des Orderbooks, hilft aber gleichzeitig dabei, den Market-Maker-Missbrauch mit dieser einen giftigsten Kugel gegen Retail-Trader zu stoppen.
Kürzlich habe ich herausgefunden, dass @NewtonProtocol ziemlich viel Raum dafür einnimmt, Attestation, Verification und Replay zu erklären. Anfangs habe ich das eigentlich nicht so richtig verstanden, denn nach meinem Verständnis ist es doch nur wichtig, dass am Ende das Ergebnis stimmt. Wie der Weg dorthin abläuft, scheint weniger wichtig zu sein. Wer der Ausführende ist und was während der Ausführung passiert—das wirkt eher wie Implementierungsdetails und nicht wie etwas, das das Protokoll wirklich interessiert.
Erst als ich später den gesamten Ablauf der Ausführung noch einmal von vorn durchgegangen bin—vom Transaction Intent über das Gateway bis zur Policy Evaluation, dann zur Operator-Ausführung und schließlich zum nachfolgenden Attestation—habe ich gemerkt, wo genau sich meine Zweifel immer wieder festgesetzt hatten.
$NEWT Wirklich im Fokus zu stehen scheint nicht zu sein, ob das Ergebnis korrekt ist, sondern warum man dem Ergebnis vertrauen kann. Der Transaction Intent wird nicht einfach direkt ausgeführt, nur weil er in das System gelangt, sondern erst nach einer Policy Evaluation. Auch wenn der Operator seine Aufgabe erledigt hat, wird daraus nicht sofort das endgültige Ergebnis—es folgt noch Attestation, und bei Bedarf kann sogar Replay erfolgen.
Wenn man weiterliest, erkennt man immer stärker: Sie beantworten im Grunde alle die Frage, ob diese Ausführung tatsächlich gemäß den Regeln erfolgt ist, die von dem gesamten Netzwerk gemeinsam anerkannt werden.
An dieser Stelle ist mir dann auch klar geworden, dass #Newt nicht das Ergebnis einer einzelnen Ausführung dokumentiert, sondern den Prozess einer Ausführung. Später habe ich das nochmals ganz sorgfältig Revue passieren lassen und plötzlich an eine Frage gedacht, über die ich früher noch nie ernsthaft nachgedacht hatte.
Warum legen so viele Systeme den Schwerpunkt eher auf das Beweis-Ergebnis, während Newton so viel Mühe darauf verwendet, den Ablauf selbst zu beweisen?
Ich glaube immer mehr, dass diese beiden Arten von Design im Kern zwei völlig unterschiedliche Formen von Vertrauen repräsentieren. Wenn man nur das Ergebnis beweist, muss man am Ende immer noch darauf vertrauen, dass derjenige, der dir das Ergebnis mitteilt, recht hat. Wenn aber der gesamte Ausführungsprozess überprüfbar ist, dann muss man nicht mehr irgendeinem einzelnen Operator vertrauen, sondern der Ausführungspfad ist das, was jede Person wiederholt verifizieren kann.
Darum denke ich, dass Newton nicht wirklich den Ausführungsablauf umstrukturieren wollte. Was Newton tatsächlich herausfordert, ist eine Standardannahme, die es schon viele Jahre gibt: Reicht es aus, dass das Ergebnis korrekt ist?
Zumindest scheint es Newton so nicht zu genügen.
Vielleicht besteht genau darin die eigentliche Bedeutung von Attestation, Verification und Replay. Sie schützen nicht nur das Ergebnis, sondern den gesamten Prozess, durch den das Ergebnis überhaupt zustande kommt.
Erst als ich später den gesamten Ablauf der Ausführung noch einmal von vorn durchgegangen bin—vom Transaction Intent über das Gateway bis zur Policy Evaluation, dann zur Operator-Ausführung und schließlich zum nachfolgenden Attestation—habe ich gemerkt, wo genau sich meine Zweifel immer wieder festgesetzt hatten.
$NEWT Wirklich im Fokus zu stehen scheint nicht zu sein, ob das Ergebnis korrekt ist, sondern warum man dem Ergebnis vertrauen kann. Der Transaction Intent wird nicht einfach direkt ausgeführt, nur weil er in das System gelangt, sondern erst nach einer Policy Evaluation. Auch wenn der Operator seine Aufgabe erledigt hat, wird daraus nicht sofort das endgültige Ergebnis—es folgt noch Attestation, und bei Bedarf kann sogar Replay erfolgen.
Wenn man weiterliest, erkennt man immer stärker: Sie beantworten im Grunde alle die Frage, ob diese Ausführung tatsächlich gemäß den Regeln erfolgt ist, die von dem gesamten Netzwerk gemeinsam anerkannt werden.
An dieser Stelle ist mir dann auch klar geworden, dass #Newt nicht das Ergebnis einer einzelnen Ausführung dokumentiert, sondern den Prozess einer Ausführung. Später habe ich das nochmals ganz sorgfältig Revue passieren lassen und plötzlich an eine Frage gedacht, über die ich früher noch nie ernsthaft nachgedacht hatte.
Warum legen so viele Systeme den Schwerpunkt eher auf das Beweis-Ergebnis, während Newton so viel Mühe darauf verwendet, den Ablauf selbst zu beweisen?
Ich glaube immer mehr, dass diese beiden Arten von Design im Kern zwei völlig unterschiedliche Formen von Vertrauen repräsentieren. Wenn man nur das Ergebnis beweist, muss man am Ende immer noch darauf vertrauen, dass derjenige, der dir das Ergebnis mitteilt, recht hat. Wenn aber der gesamte Ausführungsprozess überprüfbar ist, dann muss man nicht mehr irgendeinem einzelnen Operator vertrauen, sondern der Ausführungspfad ist das, was jede Person wiederholt verifizieren kann.
Darum denke ich, dass Newton nicht wirklich den Ausführungsablauf umstrukturieren wollte. Was Newton tatsächlich herausfordert, ist eine Standardannahme, die es schon viele Jahre gibt: Reicht es aus, dass das Ergebnis korrekt ist?
Zumindest scheint es Newton so nicht zu genügen.
Vielleicht besteht genau darin die eigentliche Bedeutung von Attestation, Verification und Replay. Sie schützen nicht nur das Ergebnis, sondern den gesamten Prozess, durch den das Ergebnis überhaupt zustande kommt.
In den letzten Tagen habe ich immer wieder den Blog von @grvt_io durchgeblättert. Dabei taucht ein Begriff besonders häufig auf: „Capital Productivity“. Anfangs habe ich das eigentlich nicht groß ernst genommen. Ich dachte mir: Ist das nicht eher ein Marketingbegriff? Setzt sich eine Börse am Ende nicht aus Liquidität, Gebühren und Handelsgeschwindigkeit zusammen? Ein Handelssystem, das ständig von Kapitalproduktivität spricht – das klingt irgendwie nicht nach dem, was man von einer Börse erwarten würde.
Als ich das erste Mal One Balance und Unified Margin gesehen habe, habe ich es daher immer in Richtung Erlebnisoptimierung interpretiert. Später habe ich dann ein paar Blogbeiträge zusammengelegt und noch einmal komplett neu gelesen. Eigentlich wollte ich nur verstehen, welches Problem Unified Margin überhaupt löst – doch je mehr ich gelesen habe, desto seltsamer kam es mir vor.
Offiziell wurde die Handelsgeschwindigkeit so gut wie gar nicht diskutiert, und auch die ganze Zeit wurde nicht besonders betont, dass es sich um eine Hybrid Exchange handelt. Stattdessen wurde immer wieder Capital Productivity genannt, dazu Capital Drag – inklusive des späteren Yield Layer. Im Grunde ging die Diskussion durchgehend um genau dasselbe Thema.
Erst in dem Moment habe ich gemerkt, dass ich es anfangs vielleicht falsch verstanden habe. GRVT scheint die ganze Zeit eine andere Frage zu stellen: Warum kann ein Kapital nur eine einzige Verwendungsart erfüllen? Erst hier habe ich verstanden, warum das offizielle Messaging so sehr Capital Drag betont. Das, was möglicherweise „verschwendet“ wird, ist nicht die Handelsgeschwindigkeit – sondern der Prozess, bei dem Kapital ständig warten, migrieren und neu konfiguriert werden muss.
Später habe ich dann noch einmal One Balance, Unified Margin und Yield Layer betrachtet. Plötzlich erschien es mir, als wären das drei verschiedene Funktionen – dabei antworten sie eigentlich alle darauf, ob es möglich ist, dass dieselbe Kapitalmenge nicht jedes Mal anhält, sobald man die Zweckbestimmung wechselt.
Wenn ich jetzt also nochmal zurückblicke, wirkt es für mich so, als ob GRVT das eigentlich nicht als „Börse“ neu aufbauen will. Es stellt eher eine Herausforderung für eine Art Standardgewohnheit dar, die im Finanzsystem kaum jemand infrage stellt: Warum muss das Kapital, sobald es eine Aufgabe abgeschlossen hat, diese Phase erst beenden, um dann mit der nächsten weitermachen zu können?
Zumindest neige ich heute immer mehr zu folgender Sicht: Was GRVT wirklich bewahren will, ist nicht irgendein einzelnes Konto und auch nicht irgendein bestimmtes Produkt, sondern die Kontinuität derselben Kapitalmenge.
Handel, Erträge, Investitionen, Zahlungen – das sind ursprünglich gar nicht vier verschiedene Kapitalarten. Vielmehr sollte dieselbe Kapitalmenge in unterschiedlichen Phasen jeweils unterschiedliche Aufgaben übernehmen.
Wenn ich mir jetzt also nochmals Capital Productivity anschaue, habe ich eher das Gefühl, dass es dabei nicht primär darum geht, die Handelseffizienz zu optimieren, sondern darum, wie Kapital im gesamten Finanzsystem fließt und „läuft“.
#grvt
Als ich das erste Mal One Balance und Unified Margin gesehen habe, habe ich es daher immer in Richtung Erlebnisoptimierung interpretiert. Später habe ich dann ein paar Blogbeiträge zusammengelegt und noch einmal komplett neu gelesen. Eigentlich wollte ich nur verstehen, welches Problem Unified Margin überhaupt löst – doch je mehr ich gelesen habe, desto seltsamer kam es mir vor.
Offiziell wurde die Handelsgeschwindigkeit so gut wie gar nicht diskutiert, und auch die ganze Zeit wurde nicht besonders betont, dass es sich um eine Hybrid Exchange handelt. Stattdessen wurde immer wieder Capital Productivity genannt, dazu Capital Drag – inklusive des späteren Yield Layer. Im Grunde ging die Diskussion durchgehend um genau dasselbe Thema.
Erst in dem Moment habe ich gemerkt, dass ich es anfangs vielleicht falsch verstanden habe. GRVT scheint die ganze Zeit eine andere Frage zu stellen: Warum kann ein Kapital nur eine einzige Verwendungsart erfüllen? Erst hier habe ich verstanden, warum das offizielle Messaging so sehr Capital Drag betont. Das, was möglicherweise „verschwendet“ wird, ist nicht die Handelsgeschwindigkeit – sondern der Prozess, bei dem Kapital ständig warten, migrieren und neu konfiguriert werden muss.
Später habe ich dann noch einmal One Balance, Unified Margin und Yield Layer betrachtet. Plötzlich erschien es mir, als wären das drei verschiedene Funktionen – dabei antworten sie eigentlich alle darauf, ob es möglich ist, dass dieselbe Kapitalmenge nicht jedes Mal anhält, sobald man die Zweckbestimmung wechselt.
Wenn ich jetzt also nochmal zurückblicke, wirkt es für mich so, als ob GRVT das eigentlich nicht als „Börse“ neu aufbauen will. Es stellt eher eine Herausforderung für eine Art Standardgewohnheit dar, die im Finanzsystem kaum jemand infrage stellt: Warum muss das Kapital, sobald es eine Aufgabe abgeschlossen hat, diese Phase erst beenden, um dann mit der nächsten weitermachen zu können?
Zumindest neige ich heute immer mehr zu folgender Sicht: Was GRVT wirklich bewahren will, ist nicht irgendein einzelnes Konto und auch nicht irgendein bestimmtes Produkt, sondern die Kontinuität derselben Kapitalmenge.
Handel, Erträge, Investitionen, Zahlungen – das sind ursprünglich gar nicht vier verschiedene Kapitalarten. Vielmehr sollte dieselbe Kapitalmenge in unterschiedlichen Phasen jeweils unterschiedliche Aufgaben übernehmen.
Wenn ich mir jetzt also nochmals Capital Productivity anschaue, habe ich eher das Gefühl, dass es dabei nicht primär darum geht, die Handelseffizienz zu optimieren, sondern darum, wie Kapital im gesamten Finanzsystem fließt und „läuft“.
#grvt
好久没来新的TGE了，最近新推出的@grvt_io 又是一个大毛。
@grvt_io 还推出了超值的Booster活动，用2积分就能兑换价值8u的代币，大家千万别错过
刚开始看 @grvt_io 的 HEX Architecture 时我一直有一个疑问，如果交易撮合发生在链下，那链上到底如何相信？
在我的理解里区块链最大的价值就是确定性，如果最核心的撮合过程离开链，那么这和传统交易所有什么区别？所以一开始我认为GRVT只是在性能和去中心化之间做了一次妥协，但重新看完它的执行流程后我才发现自己一开始理解错了。
#grvt 真正解决的问题不是把交易放在哪里，而是如何让链下产生的交易状态，最终被链上认可。在它的设计中订单首先进入 Off-chain Matching Engine 完成撮合，这样高频交易不需要等待链上确认，可以获得接近传统交易所的执行效率。
有趣的是成交并不意味着状态最终成立，交易结果需要经过 On-chain Settlement，由链上规则和智能合约完成最终确认，也就是说链下负责高频计算，链上负责最终状态。
到这里我才意识到#grvt 尝试拆开的是产生状态和定义状态的边界，Matching Engine 负责产生交易结果，Settlement Layer 负责确认资产状态，Smart Contract Vault 负责保证用户资产不会完全依赖中心化账本。
所以我感觉Hybrid Exchange 并不是简单把 CEX 和 DEX 拼在一起，它真正改变的是交易系统里的信任边界。交易不一定每一步都需要发生在链上，但最终影响用户资产的状态必须由链上规则确认。
后面再看Unified Balance我发现这个逻辑并不只存在于交易结算，而贯穿整个资产状态管理，交易、保证金和收益不再是割裂的账户状态而是在统一体系中流动，让资产不再被固定在某一个场景里而是可以持续变化的。
现在让我来看GRVT更像是在解决一套链下状态如何进入链上现实的机制，并且成为链上世界认可的现实
@grvt_io 还推出了超值的Booster活动，用2积分就能兑换价值8u的代币，大家千万别错过
刚开始看 @grvt_io 的 HEX Architecture 时我一直有一个疑问，如果交易撮合发生在链下，那链上到底如何相信？
在我的理解里区块链最大的价值就是确定性，如果最核心的撮合过程离开链，那么这和传统交易所有什么区别？所以一开始我认为GRVT只是在性能和去中心化之间做了一次妥协，但重新看完它的执行流程后我才发现自己一开始理解错了。
#grvt 真正解决的问题不是把交易放在哪里，而是如何让链下产生的交易状态，最终被链上认可。在它的设计中订单首先进入 Off-chain Matching Engine 完成撮合，这样高频交易不需要等待链上确认，可以获得接近传统交易所的执行效率。
有趣的是成交并不意味着状态最终成立，交易结果需要经过 On-chain Settlement，由链上规则和智能合约完成最终确认，也就是说链下负责高频计算，链上负责最终状态。
到这里我才意识到#grvt 尝试拆开的是产生状态和定义状态的边界，Matching Engine 负责产生交易结果，Settlement Layer 负责确认资产状态，Smart Contract Vault 负责保证用户资产不会完全依赖中心化账本。
所以我感觉Hybrid Exchange 并不是简单把 CEX 和 DEX 拼在一起，它真正改变的是交易系统里的信任边界。交易不一定每一步都需要发生在链上，但最终影响用户资产的状态必须由链上规则确认。
后面再看Unified Balance我发现这个逻辑并不只存在于交易结算，而贯穿整个资产状态管理，交易、保证金和收益不再是割裂的账户状态而是在统一体系中流动，让资产不再被固定在某一个场景里而是可以持续变化的。
现在让我来看GRVT更像是在解决一套链下状态如何进入链上现实的机制，并且成为链上世界认可的现实
Ich habe immer gedacht, dass bei einem Autorisierungssystem die Regeln das Wichtigste sind.
Sobald die Policy ausreichend streng geschrieben ist, kann das System beurteilen, welche Transaktionen ausgeführt und welche abgelehnt werden sollten. Deshalb habe ich mir ganz am Anfang, als ich das Whitepaper @NewtonProtocol gelesen habe, vor allem Rego-Policy und den Authorization-Flow angesehen.
Erst als ich später wieder zu dem Abschnitt über den Data Provider zurückgeblättert habe, wurde mir klar, dass ich ein tiefer liegendes Problem übersehen habe: Selbst wenn die Regeln noch so präzise sind, sind die letzten Entscheidungen dennoch bedeutungslos, wenn die Eingabedaten nicht vertrauenswürdig sind.
Die Policy Evaluation von $NEWT führt die Regeln nicht direkt aus. Der Operator muss externe Daten wie Oracle Price, Sanctions Feed und Risk Score aufrufen und diese Eingaben dann in die Rego-Policy einfließen lassen. Diese Daten selbst existieren jedoch nicht nativ on-chain – und genau das ist mir auf einmal aufgefallen. Das scheint ein Problem zu sein, dem alle On-Chain-Automatisierungssysteme begegnen. Alle diskutieren ständig, ob Smart Contracts vertrauenswürdig sind, aber man fragt selten nach den Daten, die das System sieht, um eine Entscheidung zu treffen: Sind die wirklich zuverlässig?
Wenn der Status einer Adresse falsch beurteilt wird, die Risikobewertung verzerrt ist oder verschiedene Knoten unterschiedliche Daten erhalten, dann können die nachfolgenden Berechnungen von Policy, Attestation und Consensus zwar korrekt sein, aber beruhen möglicherweise trotzdem nur auf falschen Eingaben.
#newt ist in dieser Hinsicht besonders interessant: Es hat nicht die Rolle des alleinigen Datenanbieters gewählt, sondern den Data Provider als austauschbares Modul umgesetzt. Der Operator kann den WASM Data Provider unabhängig ausführen, die externen Daten in einer isolierten Umgebung abrufen und eine ECDSA-Attestation auf Basis der von ihm beobachteten Daten erzeugen, sodass auch die Eingaben selbst in den Verifikationsbereich fallen.
Erst hier ist mir klar geworden, dass ich meine frühere Vorstellung korrigieren musste: Ich dachte immer, der Kern von Newton sei, Regeln verifizierbar zu machen. Tatsächlich geht es zunächst darum, dass die Regeln zur Laufzeit mit derselben vertrauenswürdigen Realität konfrontiert werden. Die Policy bestimmt, wie das System entscheidet; der Data Provider bestimmt, welche Realität das System sieht.
Das wirklich Schwierige besteht nie darin, Maschinen dazu zu bringen, nach Regeln zu laufen, sondern darin, sicherzustellen, dass die Welt, die die Maschine sieht, vor ihrer Entscheidungsfindung nicht durch falsche Eingaben verändert wurde. Genau das könnte die Bedeutung des $NEWT Data-Provider-Ecosystems sein.
In Zukunft wird der Wettbewerb von On-Chain-Systemen nicht nur um Regeln und Ausführung gehen, sondern darum, wer es schafft, dass das gesamte Netzwerk vor der Entscheidungsfindung auf derselben Realität basiert.
Sobald die Policy ausreichend streng geschrieben ist, kann das System beurteilen, welche Transaktionen ausgeführt und welche abgelehnt werden sollten. Deshalb habe ich mir ganz am Anfang, als ich das Whitepaper @NewtonProtocol gelesen habe, vor allem Rego-Policy und den Authorization-Flow angesehen.
Erst als ich später wieder zu dem Abschnitt über den Data Provider zurückgeblättert habe, wurde mir klar, dass ich ein tiefer liegendes Problem übersehen habe: Selbst wenn die Regeln noch so präzise sind, sind die letzten Entscheidungen dennoch bedeutungslos, wenn die Eingabedaten nicht vertrauenswürdig sind.
Die Policy Evaluation von $NEWT führt die Regeln nicht direkt aus. Der Operator muss externe Daten wie Oracle Price, Sanctions Feed und Risk Score aufrufen und diese Eingaben dann in die Rego-Policy einfließen lassen. Diese Daten selbst existieren jedoch nicht nativ on-chain – und genau das ist mir auf einmal aufgefallen. Das scheint ein Problem zu sein, dem alle On-Chain-Automatisierungssysteme begegnen. Alle diskutieren ständig, ob Smart Contracts vertrauenswürdig sind, aber man fragt selten nach den Daten, die das System sieht, um eine Entscheidung zu treffen: Sind die wirklich zuverlässig?
Wenn der Status einer Adresse falsch beurteilt wird, die Risikobewertung verzerrt ist oder verschiedene Knoten unterschiedliche Daten erhalten, dann können die nachfolgenden Berechnungen von Policy, Attestation und Consensus zwar korrekt sein, aber beruhen möglicherweise trotzdem nur auf falschen Eingaben.
#newt ist in dieser Hinsicht besonders interessant: Es hat nicht die Rolle des alleinigen Datenanbieters gewählt, sondern den Data Provider als austauschbares Modul umgesetzt. Der Operator kann den WASM Data Provider unabhängig ausführen, die externen Daten in einer isolierten Umgebung abrufen und eine ECDSA-Attestation auf Basis der von ihm beobachteten Daten erzeugen, sodass auch die Eingaben selbst in den Verifikationsbereich fallen.
Erst hier ist mir klar geworden, dass ich meine frühere Vorstellung korrigieren musste: Ich dachte immer, der Kern von Newton sei, Regeln verifizierbar zu machen. Tatsächlich geht es zunächst darum, dass die Regeln zur Laufzeit mit derselben vertrauenswürdigen Realität konfrontiert werden. Die Policy bestimmt, wie das System entscheidet; der Data Provider bestimmt, welche Realität das System sieht.
Das wirklich Schwierige besteht nie darin, Maschinen dazu zu bringen, nach Regeln zu laufen, sondern darin, sicherzustellen, dass die Welt, die die Maschine sieht, vor ihrer Entscheidungsfindung nicht durch falsche Eingaben verändert wurde. Genau das könnte die Bedeutung des $NEWT Data-Provider-Ecosystems sein.
In Zukunft wird der Wettbewerb von On-Chain-Systemen nicht nur um Regeln und Ausführung gehen, sondern darum, wer es schafft, dass das gesamte Netzwerk vor der Entscheidungsfindung auf derselben Realität basiert.
Ich habe immer gedacht: Solange alle Knoten dieselbe Datenbasis erhalten, wird es mit dem Konsens kein Problem geben. Als ich dann anfangs das „Streaming Two-Phase Consensus“ aus dem @NewtonProtocol Whitepaper gesehen habe, war meine erste Reaktion daher Optimierung der Performance. Gateway, NATS und Streaming schienen mir allesamt nur dazu da zu sein, die Latenz zu senken.
Später habe ich mir den Abschnitt noch einmal durchgelesen und gemerkt, dass ich es falsch verstanden hatte.
Das Whitepaper erwähnt, dass der Operator jeweils selbst einen WASM Data Provider aufruft, um externe Daten wie Oracle Price, Sanctions Feed und Risk Score abzurufen. Selbst wenn alle denselben Datenquelltyp abfragen, können die Daten je nach Netzwerkpfad und Rückgabezeit unterschiedlich ausfallen. Und weil eine BLS-„Aggregate Signature“ verlangt, dass alle Knoten völlig identische Nachrichten signieren, kann die aggregierte Signatur nicht gebildet werden, sobald die Daten abweichen.
Darum hat Newton es in zwei Phasen aufgeteilt. In der Prepare-Phase ruft jeder Operator unabhängig die Daten ab und erzeugt eine ECDSA-Attestation. Das Gateway bündelt sie anschließend zu einem einheitlichen Canonical Dataset. In der Evaluate-Phase führen alle Operator auf Basis derselben Daten eine Rego Policy aus und am Ende wird schließlich eine aggregierbare BLS-Signatur erzeugt.
Erst hier habe ich gemerkt, dass ich es die ganze Zeit falsch verstanden hatte.
Ich war immer der Meinung, Konsens löst das Problem, wer Recht hat.
Aber Newton löst zuerst wirklich: Geht es darum, dass alle über dieselbe Realität sprechen?
Wenn jeder Operator Daten aus unterschiedlichen Zeitpunkten verarbeitet, dann beweisen später selbst korrekt durchgeführte Policy-Evaluation, Attestation und BLS-Aggregation lediglich jeweils unterschiedliche Realitäten.
Wenn ich jetzt zurückblicke, habe ich immer mehr den Eindruck, dass das „Streaming Two-Phase Consensus“ am wichtigsten nicht darin ist, die Performance zu verbessern, sondern zuerst die Realität zu vereinheitlichen und dann die Antwort zu vereinheitlichen. Das wirklich Schwierige ist vielleicht nie gewesen, einen Konsens zu bilden, sondern sicherzustellen, dass alle Menschen mit derselben Welt konfrontiert sind. #newt $NEWT
Später habe ich mir den Abschnitt noch einmal durchgelesen und gemerkt, dass ich es falsch verstanden hatte.
Das Whitepaper erwähnt, dass der Operator jeweils selbst einen WASM Data Provider aufruft, um externe Daten wie Oracle Price, Sanctions Feed und Risk Score abzurufen. Selbst wenn alle denselben Datenquelltyp abfragen, können die Daten je nach Netzwerkpfad und Rückgabezeit unterschiedlich ausfallen. Und weil eine BLS-„Aggregate Signature“ verlangt, dass alle Knoten völlig identische Nachrichten signieren, kann die aggregierte Signatur nicht gebildet werden, sobald die Daten abweichen.
Darum hat Newton es in zwei Phasen aufgeteilt. In der Prepare-Phase ruft jeder Operator unabhängig die Daten ab und erzeugt eine ECDSA-Attestation. Das Gateway bündelt sie anschließend zu einem einheitlichen Canonical Dataset. In der Evaluate-Phase führen alle Operator auf Basis derselben Daten eine Rego Policy aus und am Ende wird schließlich eine aggregierbare BLS-Signatur erzeugt.
Erst hier habe ich gemerkt, dass ich es die ganze Zeit falsch verstanden hatte.
Ich war immer der Meinung, Konsens löst das Problem, wer Recht hat.
Aber Newton löst zuerst wirklich: Geht es darum, dass alle über dieselbe Realität sprechen?
Wenn jeder Operator Daten aus unterschiedlichen Zeitpunkten verarbeitet, dann beweisen später selbst korrekt durchgeführte Policy-Evaluation, Attestation und BLS-Aggregation lediglich jeweils unterschiedliche Realitäten.
Wenn ich jetzt zurückblicke, habe ich immer mehr den Eindruck, dass das „Streaming Two-Phase Consensus“ am wichtigsten nicht darin ist, die Performance zu verbessern, sondern zuerst die Realität zu vereinheitlichen und dann die Antwort zu vereinheitlichen. Das wirklich Schwierige ist vielleicht nie gewesen, einen Konsens zu bilden, sondern sicherzustellen, dass alle Menschen mit derselben Welt konfrontiert sind. #newt $NEWT
Ich habe immer geglaubt, dass das Wichtigste an einem dezentralen System die Deterministik ist. Solange sich das Netzwerk einig wird, sollte alles erledigt sein. Der Operator führt die Policy Evaluation aus, generiert eine BLS-Atestation, die Transaktion erhält die Authorization und geht anschließend in die Ausführung über. Das sollte ein vollständiger Ablauf sein.
Als ich dann am Anfang das Whitepaper mit @NewtonProtocol durchblätterte, konnte ich lange nicht verstehen, warum später noch ein Challenge Protocol entworfen werden sollte. Ich war sogar zeitweise der Meinung, es diene nur dazu, dass, wenn der Operator einen Fehler macht, eine zusätzliche Fehlerkorrekturmechanik greift.
Später habe ich den Challenge-Teil gezielt noch einmal neu gelesen. Je mehr ich las, desto mehr wirkte es nicht stimmig. Der Challenger entscheidet nicht erneut darüber, ob die Transaktion ausgeführt werden soll. Stattdessen erhält er dieselbe Transaction Intent, denselben Policy CID und denselben Policy Hash. Dann führt er die Authorization ein einziges Mal nochmals nach derselben Rego-Policy-Replay-Logik aus. Nur wenn das Replay-Ergebnis nicht mit der ursprünglichen BLS-Atestation übereinstimmt, reicht er ein ZK Proof ein und löst Slashing aus. Bei der erneuten Prüfung wird also nicht die Transaktion selbst verifiziert, sondern ob diese Authorization strikt gemäß den festgelegten Policies erzeugt wurde.
Als ich das sah, blieb ich gedanklich stecken.
Wenn der Operator bereits Konsens erzielt hat, warum lässt Newton dann überhaupt andere erneut neu berechnen? Ich hatte immer angenommen, dass Konsens bedeutet, dass die Antwort bereits entstanden ist, und dass Challenge nur dazu da ist, Fehler zu korrigieren. Aber das, was das Whitepaper mit Challenge wirklich ausdrückt, ist nicht, das Ergebnis zu verwerfen, sondern niemandem die endgültige Deutung irgendeines Konsenses zu erlauben.
Erst da habe ich gemerkt, dass ich anfangs falsch verstanden hatte.
$NEWT will nicht beweisen, dass eine bestimmte Authorization richtig ist, sondern sicherstellen, dass jede Authorization von anderen Teilnehmern anhand derselben Regeln erneut verifiziert werden kann.
Wenn ich jetzt zurückblicke, ist das Faszinierendste am Challenge nicht, dass es ein Streit-/Kontroversen-Mechanismus hinzufügt, sondern dass es das Vertrauen neu definiert.
Früher dachte ich immer, dass Vertrauen aus dem bereits entstandenen Konsens kommt.
Aber #newt klingt eher so, als würde es sagen: Was es wirklich wert ist, zu vertrauen, ist nicht ein bereits entstandenes Ergebnis, sondern dass jeder dieses Ergebnis mit derselben Intent, derselben Policy und genau denselben Regeln erneut beweisen kann.
Als ich dann am Anfang das Whitepaper mit @NewtonProtocol durchblätterte, konnte ich lange nicht verstehen, warum später noch ein Challenge Protocol entworfen werden sollte. Ich war sogar zeitweise der Meinung, es diene nur dazu, dass, wenn der Operator einen Fehler macht, eine zusätzliche Fehlerkorrekturmechanik greift.
Später habe ich den Challenge-Teil gezielt noch einmal neu gelesen. Je mehr ich las, desto mehr wirkte es nicht stimmig. Der Challenger entscheidet nicht erneut darüber, ob die Transaktion ausgeführt werden soll. Stattdessen erhält er dieselbe Transaction Intent, denselben Policy CID und denselben Policy Hash. Dann führt er die Authorization ein einziges Mal nochmals nach derselben Rego-Policy-Replay-Logik aus. Nur wenn das Replay-Ergebnis nicht mit der ursprünglichen BLS-Atestation übereinstimmt, reicht er ein ZK Proof ein und löst Slashing aus. Bei der erneuten Prüfung wird also nicht die Transaktion selbst verifiziert, sondern ob diese Authorization strikt gemäß den festgelegten Policies erzeugt wurde.
Als ich das sah, blieb ich gedanklich stecken.
Wenn der Operator bereits Konsens erzielt hat, warum lässt Newton dann überhaupt andere erneut neu berechnen? Ich hatte immer angenommen, dass Konsens bedeutet, dass die Antwort bereits entstanden ist, und dass Challenge nur dazu da ist, Fehler zu korrigieren. Aber das, was das Whitepaper mit Challenge wirklich ausdrückt, ist nicht, das Ergebnis zu verwerfen, sondern niemandem die endgültige Deutung irgendeines Konsenses zu erlauben.
Erst da habe ich gemerkt, dass ich anfangs falsch verstanden hatte.
$NEWT will nicht beweisen, dass eine bestimmte Authorization richtig ist, sondern sicherstellen, dass jede Authorization von anderen Teilnehmern anhand derselben Regeln erneut verifiziert werden kann.
Wenn ich jetzt zurückblicke, ist das Faszinierendste am Challenge nicht, dass es ein Streit-/Kontroversen-Mechanismus hinzufügt, sondern dass es das Vertrauen neu definiert.
Früher dachte ich immer, dass Vertrauen aus dem bereits entstandenen Konsens kommt.
Aber #newt klingt eher so, als würde es sagen: Was es wirklich wert ist, zu vertrauen, ist nicht ein bereits entstandenes Ergebnis, sondern dass jeder dieses Ergebnis mit derselben Intent, derselben Policy und genau denselben Regeln erneut beweisen kann.
Anmelden und weiter Inhalte entdecken