Tại sao DeFi cần Cartesi?
Hầu hết DeFi chạy một phiên bản tài chính được đơn giản hóa. Các nhà phát triển thiết kế dựa trên những gì blockchain có thể chạy, chứ không phải dựa trên những gì mô hình cần. Họ cắt giảm các phép toán, hoặc chạy chúng ngoài chuỗi và yêu cầu đặt niềm tin.
Cộng tác viên João Garcia đã phân tích vấn đề này trong một bài viết đáng để xem lại:
→ https://x.com/joaopdgarcia/status/2018688089258865078
Các đội quant trong TradFi vận hành các công cụ đánh giá rủi ro trên hàng nghìn kịch bản với NumPy, SciPy và QuantLib.
Phần lớn môi trường smart contract không có những thư viện đó cho các phép toán toán học thực sự, và việc lưu trữ trạng thái trở nên đắt đỏ.
Trên Cartesi, mỗi ứng dụng sẽ có riêng một rollup chạy Linux và được quyết toán trên Ethereum. Bất kỳ validator trung thực nào cũng có thể thực thi để đảm bảo kết quả đúng.
Các nhà phát triển viết logic bằng Python, Rust hoặc C++ với các thư viện phổ biến. Giờ đây, một bonding curve onchain có thể tiến gần hơn rất nhiều đến đường cong bậc hai (quadratic) đúng nghĩa.
Điều này trở nên thực tiễn vì:
- Yêu cầu tài sản thế chấp thay đổi theo biến động
- Thị trường dự đoán với một matching engine và tỷ lệ/odds được cập nhật mỗi epoch
- DCA mua theo các lát nhỏ liên tục thay vì một lần mỗi ngày
- Điểm tín dụng từ một mô hình mà ai cũng có thể chạy lại
Các dev vẫn phải thiết kế những phần khó: dữ liệu đi vào như thế nào, đầu vào được xác thực ra sao, và việc thực thi được phối hợp thế nào. Nhiều tác vụ tính toán hơn sẽ chuyển độ phức tạp sang chỗ khác. Nhưng nếu ứng dụng của bạn cần tính toán thực sự, thì đó chính là thứ Cartesi được xây dựng để làm.
Tìm hiểu sâu hơn trong tài liệu: https://docs.cartesi.io/
Chia lại: https://x.com/cartesiproject/status/2102774491533488585
Hầu hết DeFi chạy một phiên bản tài chính được đơn giản hóa. Các nhà phát triển thiết kế dựa trên những gì blockchain có thể chạy, chứ không phải dựa trên những gì mô hình cần. Họ cắt giảm các phép toán, hoặc chạy chúng ngoài chuỗi và yêu cầu đặt niềm tin.
Cộng tác viên João Garcia đã phân tích vấn đề này trong một bài viết đáng để xem lại:
→ https://x.com/joaopdgarcia/status/2018688089258865078
Các đội quant trong TradFi vận hành các công cụ đánh giá rủi ro trên hàng nghìn kịch bản với NumPy, SciPy và QuantLib.
Phần lớn môi trường smart contract không có những thư viện đó cho các phép toán toán học thực sự, và việc lưu trữ trạng thái trở nên đắt đỏ.
Trên Cartesi, mỗi ứng dụng sẽ có riêng một rollup chạy Linux và được quyết toán trên Ethereum. Bất kỳ validator trung thực nào cũng có thể thực thi để đảm bảo kết quả đúng.
Các nhà phát triển viết logic bằng Python, Rust hoặc C++ với các thư viện phổ biến. Giờ đây, một bonding curve onchain có thể tiến gần hơn rất nhiều đến đường cong bậc hai (quadratic) đúng nghĩa.
Điều này trở nên thực tiễn vì:
- Yêu cầu tài sản thế chấp thay đổi theo biến động
- Thị trường dự đoán với một matching engine và tỷ lệ/odds được cập nhật mỗi epoch
- DCA mua theo các lát nhỏ liên tục thay vì một lần mỗi ngày
- Điểm tín dụng từ một mô hình mà ai cũng có thể chạy lại
Các dev vẫn phải thiết kế những phần khó: dữ liệu đi vào như thế nào, đầu vào được xác thực ra sao, và việc thực thi được phối hợp thế nào. Nhiều tác vụ tính toán hơn sẽ chuyển độ phức tạp sang chỗ khác. Nhưng nếu ứng dụng của bạn cần tính toán thực sự, thì đó chính là thứ Cartesi được xây dựng để làm.
Tìm hiểu sâu hơn trong tài liệu: https://docs.cartesi.io/
Chia lại: https://x.com/cartesiproject/status/2102774491533488585