Binance Square
_CryptoNova
1.7k 貼文

_CryptoNova

Living softly, dreaming boldly, chasing peace over perfection. Every day is a quiet step toward something beautiful.
實盤交易
中頻交易者
1 個月
264 關注
73 粉絲
1.1K+ 點讚數
貼文
投資組合
置頂
·
--
文章
代碼即策略,合規即數學我認爲開發者最快會理解的,是牛頓體系中那一部分;而合規官員最慢會理解的,也是那一部分——反之亦然。Rego 正是在這兩個世界交匯的地方;使用它的設計選擇,值得得到比通常所獲得的更多關注。 Rego 是 0pen Policy Agent 項目中的策略語言。它已被廣泛部署在企業基礎設施中,例如 Kubernetes 准入控制、API 網關授權、CI/CD 流水線策略。如果你曾在任何嚴肅的規模下做過雲原生基礎設施工作,那麼你幾乎肯定編寫過或評估過 Rego 策略。這門語言聲明式、工具鏈完善,並在龐大且已存在的生態系統中經過了戰火般的考驗。

代碼即策略,合規即數學

我認爲開發者最快會理解的,是牛頓體系中那一部分;而合規官員最慢會理解的,也是那一部分——反之亦然。Rego 正是在這兩個世界交匯的地方;使用它的設計選擇,值得得到比通常所獲得的更多關注。
Rego 是 0pen Policy Agent 項目中的策略語言。它已被廣泛部署在企業基礎設施中,例如 Kubernetes 准入控制、API 網關授權、CI/CD 流水線策略。如果你曾在任何嚴肅的規模下做過雲原生基礎設施工作,那麼你幾乎肯定編寫過或評估過 Rego 策略。這門語言聲明式、工具鏈完善,並在龐大且已存在的生態系統中經過了戰火般的考驗。
置頂
·
--
看漲
牛頓金庫 SDK 的四個執行領域在我今早把它們梳理出來時,確實讓我感到驚訝,因爲它們覆蓋的範圍比標題暗示的要更廣。 合規是顯而易見的那一項。OFAC 篩查、制裁檢查,以及每一家機構都必須能夠展示的監管層。身份則與之並列,包括驗證與資格確認:確保正確的主體在與正確的協議進行交互。僅這兩項就足以構成一款有用的產品。 安全更有意思。實時威脅攔截。那種不只是覈查你是誰、而是會在交易發生的當下監控協議正在發生什麼的保護:例如對來自被攻破地址的入站資金進行標記、阻止與已列入黑名單的合約交互、在已知漏洞的簽名真正執行之前就捕捉到它們。 風險則是第四個領域。$VANRY 對手方風險、APY 可信度、槓桿上限、預言機健康狀況——這些參數決定在當前市場條件下,某筆交易是否安全可執行,而不僅僅是參與方是否符合要求……$LAB 讓我印象深刻的是,這種框架下,大多數系統只處理其中一兩個領域,並把其他領域當作“別人的問題”。把這四個領域打包成單一的鏈上執行層,意味着當 Newton 之類的金庫部署後,系統會在交易提交的瞬間就獲得完整全景,而不是在事後再從四個獨立來源拼裝。 當每個領域內部的策略複雜度不斷增長時,這樣把四個領域壓在同一層裏還能保持一致性嗎?值得關注的設計問題就是這個嗎?? #VitalikOutlinesLeanEthereumRoadmap @NewtonProtocol $NEWT {future}(NEWTUSDT)
牛頓金庫 SDK 的四個執行領域在我今早把它們梳理出來時,確實讓我感到驚訝,因爲它們覆蓋的範圍比標題暗示的要更廣。

合規是顯而易見的那一項。OFAC 篩查、制裁檢查,以及每一家機構都必須能夠展示的監管層。身份則與之並列,包括驗證與資格確認:確保正確的主體在與正確的協議進行交互。僅這兩項就足以構成一款有用的產品。

安全更有意思。實時威脅攔截。那種不只是覈查你是誰、而是會在交易發生的當下監控協議正在發生什麼的保護:例如對來自被攻破地址的入站資金進行標記、阻止與已列入黑名單的合約交互、在已知漏洞的簽名真正執行之前就捕捉到它們。
風險則是第四個領域。$VANRY

對手方風險、APY 可信度、槓桿上限、預言機健康狀況——這些參數決定在當前市場條件下,某筆交易是否安全可執行,而不僅僅是參與方是否符合要求……$LAB

讓我印象深刻的是,這種框架下,大多數系統只處理其中一兩個領域,並把其他領域當作“別人的問題”。把這四個領域打包成單一的鏈上執行層,意味着當 Newton 之類的金庫部署後,系統會在交易提交的瞬間就獲得完整全景,而不是在事後再從四個獨立來源拼裝。

當每個領域內部的策略複雜度不斷增長時,這樣把四個領域壓在同一層裏還能保持一致性嗎?值得關注的設計問題就是這個嗎??

#VitalikOutlinesLeanEthereumRoadmap
@NewtonProtocol $NEWT
基於策略的執行讓人感覺它不像是又一項區塊鏈功能,而更像是可信自動化所缺失的基礎設施。 如果應用始終需要可執行、可強制的規則,這一層或許會像智能合約本身一樣必不可少。
基於策略的執行讓人感覺它不像是又一項區塊鏈功能,而更像是可信自動化所缺失的基礎設施。
如果應用始終需要可執行、可強制的規則,這一層或許會像智能合約本身一樣必不可少。
Python_Trading
·
--
似乎每個區塊鏈都在解決拼圖中的不同一塊。有的側重安全性,有的側重可編程性,還有的側重速度。但我一直在想,下一層重要的東西是否並不只是爲了更快執行。

也許它關乎的是:確保交易發生在正確的動機之下。

大多數用戶其實並不在乎發送一筆交易。他們在乎的是結果。他們希望的是:在不必信任每一個應用都能正確實現這些規則的前提下,讓行動能夠遵循條件、限制與權限。這也正是策略驅動式執行開始變得有趣的地方。

讓我印象深刻的是,這種做法並不是真的在與現有鏈競爭。它是在增加另一層——如果在規模化採用,它可能讓鏈上活動更可預測、更安全。

我也認爲人們往往高估了開發者的牴觸情緒。當收益顯而易見時,開發者通常會採用更好的工具。更大的問題是:用戶和應用是否真的足夠需要這種能力,才能讓它成爲一種標準。

僅有良好的基礎設施往往很難勝出。它必須解決人們每天都能真實感受到的問題,否則即使是聰明的想法,也可能難以獲得持續發展的勢頭。

@NewtonProtocol

$SYN $ATM $LAB

投票問題:加密貨幣的下一個優先事項是什麼?
選項:
已簽署的證明文件纔是合規從“承諾”轉變爲“可驗證證據”的關鍵:任何人都可以進行審計。 不僅要有證明,而不只是執行——這才讓牛頓的授權層擁有長期可信度。
已簽署的證明文件纔是合規從“承諾”轉變爲“可驗證證據”的關鍵:任何人都可以進行審計。
不僅要有證明,而不只是執行——這才讓牛頓的授權層擁有長期可信度。
BLANK Bro
·
--
看漲
一開始,我以爲我在觀察某筆交易時,它在預期之外多卡了一小會兒才完成確認,只是網絡延遲。不是的。牛頓(Newton)會在這段時間裏插入一項策略檢查:在那一瞬間,一張由運營方組成的網絡會讀取構建者編寫的規則,將其與鏈上與鏈下信號進行比對,然後決定這筆交易是否有資格繼續。讓我印象最深的並不在於這項檢查本身,而是回執(receipt)。無論是被批准還是被攔截,每一次評估都會被以已簽名的證明(signed attestation)寫入鏈上,成爲一份永久記錄——每一次“否”都與每一次“是”並排存在,並且任何願意查的人都能驗證。大多數用戶從不會打開牛頓探索器(Newton Explorer)。這份回執並不是給他們看的。它是給審計員、給分配方、給那位監管者準備的——他們從不必接受平臺的話。於是真正的問題隨之而來:這裏的需求是更快的合規,還是有人終於要拿出證據來追究責任。
@NewtonProtocol $NEWT #Newt
查看翻譯
went back through the RWA section of the Newton whitepaper this morning, and the threat model they are buiilding against is more specific than i expcted. tokenized securities, real estate, and credit products carry three distinct attack surfaces that standard smart contracts cant address/ admin key compromise an attacker who controls the key bypasses all access controls entirely. NAV and oracle manipulation mispricing assets to enable unauthorized redemptions or inflated minting. unauthorized state changes minting without authorization, altering transfar restrictions mid-stream. what Newton provides for RWA protocols is a set of policy constraints that operate as runtime invariants. these arent rules that can be bypassed if someone gets hold of the admin key..... they are enforced at the transaction level through attestation requirements. mint and redeim guardrails ensure only eligible investors can participate. NAV integrity checks cross-reference oracle prices against tolerance bounds. transfer controls restrict secondary market activity to qualified parties.... the framing that stuck with me is that these policies 0perate as constraints that cannot be bypassed regard less of who holds the admin key. for institutions tokenizing real assets on public blockchains, admin key risk is one of the hardest problems to solve. turning single key risk into distributed authorization through policy enforcement is a structuraly different answer to that problem,,, i find this the most compelling use case for institutional adoption. not because the others arent real. because the alternative for RWA protocols right now is acepting Admin key risk as a known exposure. whether institutions tokenizing assets will require this level of 0nchain enforcement before they deploy or treat it as optional infrastructure is the question worth tracking?? $NEWT #Newt {future}(NEWTUSDT) @NewtonProtocol
went back through the RWA section of the Newton whitepaper this morning, and the threat model they are buiilding against is more specific than i expcted.
tokenized securities, real estate, and credit products carry three distinct attack surfaces that standard smart contracts cant address/

admin key compromise an attacker who controls the key bypasses all access controls entirely. NAV and oracle manipulation mispricing assets to enable unauthorized redemptions or inflated minting. unauthorized state changes minting without authorization, altering transfar restrictions mid-stream.

what Newton provides for RWA protocols is a set of policy constraints that operate as runtime invariants. these arent rules that can be bypassed if someone gets hold of the admin key..... they are enforced at the transaction level through attestation requirements. mint and redeim guardrails ensure only eligible investors can participate. NAV integrity checks cross-reference oracle prices against tolerance bounds. transfer controls restrict secondary market activity to qualified parties....

the framing that stuck with me is that these policies 0perate as constraints that cannot be bypassed regard less of who holds the admin key. for institutions tokenizing real assets on public blockchains, admin key risk is one of the hardest problems to solve. turning single key risk into distributed authorization through policy enforcement is a structuraly different answer to that problem,,,

i find this the most compelling use case for institutional adoption. not because the others arent real. because the alternative for RWA protocols right now is acepting Admin key risk as a known exposure.
whether institutions tokenizing assets will require this level of 0nchain enforcement before they deploy or treat it as optional infrastructure is the question worth tracking??

$NEWT #Newt

@NewtonProtocol
文章
查看翻譯
what it actually means for a blockchain to never see your databeen going through the Newton privacy architecture since yesterday afternoon and this is the part of the whitepaper that required the most re-reading to actually undrstand. not because it is poorly explained. because the design is genuinely layered in a way that takes time to fully absorb. the starting claim is that sensitive data is never exposed to the blockchain. the blockchain sees proofs and attestations, never underlying identity data. that claim needs to be backed by a specific technical mechanism 0r it is just marketing language. the Newton Privacy Envelope is that mechanism. the NPE is a cryptographic construction that composes authenticated encryption with explicit authorization signatures. it binds ciphertext to a specific policy client, chain, and intent creating a sealed unit of authorized data that cannot be replayed, redircted, or accessed outside its intended context. every encryption operation generates a fresh ephemeral keypair, providing per-message forward secrecy. ciphertexts are bound to a specific policy client and chain via authenticated associated data, preventing cross-context replay. decryption requires dual-signature authorization both a user signature binding identity to the specific data refrences and intent, and an application signature attesting to user consent. the encryption itself uses HPKE Hybrid Public Key Encryption, RFC 9180 with X25519 key exchange, HKDF-SHA256, and ChaCha20-Poly1305. clients encrypt to a combined threshold key produced by a distributed key genration protocol and stored onchain in the operator registry. the threshold keypair is cryptografically independent of operators' signing keys, so compromise of a signing key doesnt compromise a decryption share. the threshold decryption mechanic is what eliminates the trusted intermediary problem. only when a quorum of operators contribute their decryption shares can the plaintext be riconstructed locally on each operator, never at any central point. this means no single operator and no central entity ever holds the complete plaintext. the architecture distributes that trust across the operator set with economic stakes backing honest behavior. And the roadmap from here is worth understanding too. the current layer threshold decryption means participating operators do observe decrypted inputs during evaluation. the next layer, multi-party computation, is in active development and addreses that limitation. under MPC, operators jointly evaluate policies over secret-shared data without any individual operator seeing the underlying inputs. honestmajority threeparty computation now achieves throughput exceeding one billion gates per second in LAN settings, which makes MPC-based policy evaluation practical for Newton's latency requirements. beyond that, the whitepaper tracks fully homomorphic encryption as a long-term research horizon the theoretical ability to evaluate policy functions directly over encrypted data without decryption at any stage... i find the layered progression here genuinely thoughtfull. the architecture is designed so a future transition from MPC to FHE would be transparent to clients and policy authors same encrypted inputs, same Rego policies, same attested outputs, only the operator-side evaluation mechanism changes. whether the MPC layer ships on a timeline that matches the trust expectations of institutional users who need full data isolation before deploying significant capital is the part i keep coming back to?? $NEWT #Newt @NewtonProtocol {future}(NEWTUSDT)

what it actually means for a blockchain to never see your data

been going through the Newton privacy architecture since yesterday afternoon and this is the part of the whitepaper that required the most re-reading to actually undrstand. not because it is poorly explained. because the design is genuinely layered in a way that takes time to fully absorb.
the starting claim is that sensitive data is never exposed to the blockchain. the blockchain sees proofs and attestations, never underlying identity data. that claim needs to be backed by a specific technical mechanism 0r it is just marketing language. the Newton Privacy Envelope is that mechanism.
the NPE is a cryptographic construction that composes authenticated encryption with explicit authorization signatures. it binds ciphertext to a specific policy client, chain, and intent creating a sealed unit of authorized data that cannot be replayed, redircted, or accessed outside its intended context. every encryption operation generates a fresh ephemeral keypair, providing per-message forward secrecy. ciphertexts are bound to a specific policy client and chain via authenticated associated data, preventing cross-context replay. decryption requires dual-signature authorization both a user signature binding identity to the specific data refrences and intent, and an application signature attesting to user consent.
the encryption itself uses HPKE Hybrid Public Key Encryption, RFC 9180 with X25519 key exchange, HKDF-SHA256, and ChaCha20-Poly1305. clients encrypt to a combined threshold key produced by a distributed key genration protocol and stored onchain in the operator registry. the threshold keypair is cryptografically independent of operators' signing keys, so compromise of a signing key doesnt compromise a decryption share.
the threshold decryption mechanic is what eliminates the trusted intermediary problem. only when a quorum of operators contribute their decryption shares can the plaintext be riconstructed locally on each operator, never at any central point. this means no single operator and no central entity ever holds the complete plaintext. the architecture distributes that trust across the operator set with economic stakes backing honest behavior.
And the roadmap from here is worth understanding too. the current layer threshold decryption means participating operators do observe decrypted inputs during evaluation. the next layer, multi-party computation, is in active development and addreses that limitation. under MPC, operators jointly evaluate policies over secret-shared data without any individual operator seeing the underlying inputs. honestmajority threeparty computation now achieves throughput exceeding one billion gates per second in LAN settings, which makes MPC-based policy evaluation practical for Newton's latency requirements. beyond that, the whitepaper tracks fully homomorphic encryption as a long-term research horizon the theoretical ability to evaluate policy functions directly over encrypted data without decryption at any stage...
i find the layered progression here genuinely thoughtfull. the architecture is designed so a future transition from MPC to FHE would be transparent to clients and policy authors same encrypted inputs, same Rego policies, same attested outputs, only the operator-side evaluation mechanism changes.
whether the MPC layer ships on a timeline that matches the trust expectations of institutional users who need full data isolation before deploying significant capital is the part i keep coming back to??
$NEWT #Newt @NewtonProtocol
文章
不把你的數據放到區塊鏈上的身份層在鏈上身份(onchain identity)領域,有一個設計問題,大多數人都默默接受它是無法解決的。要驗證某人是誰,你需要他的數據。但一旦這些數據接觸到公共鏈,它就會被永久暴露。兩個要求彼此拉扯,而大多數現有方案要麼選擇其中一邊並與後果共存。 Newton 的 Identity Oracle 是建立在不同的模型之上的;理解其架構並把握其中細節是很值得的。 系統運行在三個角色上:簽發方(issuers)是對用戶屬性進行背調/覈驗(KYC)的實體,包括 KYC 提供者、政府機構、金融機構、鏈上行爲分析器。他們會生成並簽署憑證,然後交給用戶持有。持有人(holdars)是用戶本身——他們將這些憑證存儲在自己的錢包中。用戶決定何時向誰出示這些憑證。驗證方(verifiers)包括 Newton 操作方以及 Identity Oracle 本身,它們會在 TEE 隔離環境(enclaves)中驗證憑證證明,也就是說,底層數據從不會被暴露給驗證方的主機系統。驗證結果是一個布爾值或最小化輸出,並用於策略評估:通過(pass)或不通過(fail)。除此之外,別的什麼都不會上鍊……

不把你的數據放到區塊鏈上的身份層

在鏈上身份(onchain identity)領域,有一個設計問題,大多數人都默默接受它是無法解決的。要驗證某人是誰,你需要他的數據。但一旦這些數據接觸到公共鏈,它就會被永久暴露。兩個要求彼此拉扯,而大多數現有方案要麼選擇其中一邊並與後果共存。
Newton 的 Identity Oracle 是建立在不同的模型之上的;理解其架構並把握其中細節是很值得的。
系統運行在三個角色上:簽發方(issuers)是對用戶屬性進行背調/覈驗(KYC)的實體,包括 KYC 提供者、政府機構、金融機構、鏈上行爲分析器。他們會生成並簽署憑證,然後交給用戶持有。持有人(holdars)是用戶本身——他們將這些憑證存儲在自己的錢包中。用戶決定何時向誰出示這些憑證。驗證方(verifiers)包括 Newton 操作方以及 Identity Oracle 本身,它們會在 TEE 隔離環境(enclaves)中驗證憑證證明,也就是說,底層數據從不會被暴露給驗證方的主機系統。驗證結果是一個布爾值或最小化輸出,並用於策略評估:通過(pass)或不通過(fail)。除此之外,別的什麼都不會上鍊……
穩定幣現在每月處理的價值,已經超過了許多傳統支付網絡。今天早上那段引自《Newton 白皮書》的句子讓我停了下來,因爲支撐這種規模的合規基礎設施仍然存在一個根本性的缺口。 這個缺口在轉賬層面。穩定幣發行方面臨一種真實的張力:其價值主張是無許可的全球即時轉賬,但監管框架要求在轉賬發生的恰當時刻進行制裁篩查、身份驗證以及交易監測——而不是在上鍊前完成的入駐環節,也不是事後(post-hoc)再補做,而是在轉賬本身發生的那一刻。 現有的大多數方案把這件事處理在 UI 層。制裁篩查界面會阻止被標記的用戶。隨後,該用戶直接與底層智能合約交互,而這個“阻止”並不會產生任何實際的執行效果。執法邊界與執行邊界是割裂的。 Newton 讓“轉賬本身”成爲門禁。每一筆穩定幣轉賬都可能需要一份 Newton 認證,用於證明制裁篩查已通過、司法轄區檢查已清除,並且滿足《旅行規則》(Travel Rule)的歸因要求。沒有有效的認證,智能合約不會執行。發行方定義策略……Newton 執行它。區塊鏈會記錄這份證明。 我認爲,合規回執機制在這裏尤其重要。發行方會保留加密圖像證據,證明策略被應用到了每一筆轉賬上——而不是僅僅保存“已執行監測”的日誌。換句話說,是執法確實發生了的證據。 不論穩定幣發行方是在監管機構要求之前就採用這套機制,還是在之後才採用——這決定了該市場發展的速度有多快?? #Newt @NewtonProtocol $NEWT {future}(NEWTUSDT)
穩定幣現在每月處理的價值,已經超過了許多傳統支付網絡。今天早上那段引自《Newton 白皮書》的句子讓我停了下來,因爲支撐這種規模的合規基礎設施仍然存在一個根本性的缺口。

這個缺口在轉賬層面。穩定幣發行方面臨一種真實的張力:其價值主張是無許可的全球即時轉賬,但監管框架要求在轉賬發生的恰當時刻進行制裁篩查、身份驗證以及交易監測——而不是在上鍊前完成的入駐環節,也不是事後(post-hoc)再補做,而是在轉賬本身發生的那一刻。

現有的大多數方案把這件事處理在 UI 層。制裁篩查界面會阻止被標記的用戶。隨後,該用戶直接與底層智能合約交互,而這個“阻止”並不會產生任何實際的執行效果。執法邊界與執行邊界是割裂的。

Newton 讓“轉賬本身”成爲門禁。每一筆穩定幣轉賬都可能需要一份 Newton 認證,用於證明制裁篩查已通過、司法轄區檢查已清除,並且滿足《旅行規則》(Travel Rule)的歸因要求。沒有有效的認證,智能合約不會執行。發行方定義策略……Newton 執行它。區塊鏈會記錄這份證明。

我認爲,合規回執機制在這裏尤其重要。發行方會保留加密圖像證據,證明策略被應用到了每一筆轉賬上——而不是僅僅保存“已執行監測”的日誌。換句話說,是執法確實發生了的證據。

不論穩定幣發行方是在監管機構要求之前就採用這套機制,還是在之後才採用——這決定了該市場發展的速度有多快??

#Newt @NewtonProtocol $NEWT
從今天早上開始我一直在思考 AI 代理(agent)的這個問題,我覺得正是用例讓 Newton 架構在當下顯得最緊迫。 在加密網絡(crypto rails)上運行的自治代理可以以機器速度發起交易。交易、資金流動、協議交互都在沒有對每一項操作進行人工審覈的情況下發生。如今已有的合規框架是爲人類決策而設計的。 they 假設有人在迴路中。代理則把這個假設徹底移除了。 the 問題並不是代理默認就是危險的。問題在於:它們“可以做什麼”的授權層尚不存在,並且以可驗證的形式存在。擁有錢包訪問權限的代理可以在受制裁的司法轄區執行操作、與被列入黑名單的地址交互、超出速率限制——而在任何監控系統來得及跟上之前。 Newton 的處理方式是:把由代理髮起的交易,和人類發起的交易視爲完全一樣。代理向 Gateway 提交意圖(intent),策略評估運行,隨後返回一份 attestation(證明/擔保)。代理只能執行 attestation 授權它能執行的內容。支出限額、允許的交易對手、允許的協議等都通過程序在機器速度下強制執行,而不是依賴一種無法跟上節奏的、人工審批隊列…… 我覺得用這種表述最合適。面向“代理化金融(agentic finance)”的授權層不可能是人工流程。它必須是程序化的、實時的,並且是可驗證的…… 無論用於 AI 代理的策略框架能否足夠快地發展,以匹配代理本身被部署的速度——這部分纔是讓我一直密切關注的原因?? #Newt @NewtonProtocol $NEWT {future}(NEWTUSDT)
從今天早上開始我一直在思考 AI 代理(agent)的這個問題,我覺得正是用例讓 Newton 架構在當下顯得最緊迫。

在加密網絡(crypto rails)上運行的自治代理可以以機器速度發起交易。交易、資金流動、協議交互都在沒有對每一項操作進行人工審覈的情況下發生。如今已有的合規框架是爲人類決策而設計的。

they 假設有人在迴路中。代理則把這個假設徹底移除了。
the 問題並不是代理默認就是危險的。問題在於:它們“可以做什麼”的授權層尚不存在,並且以可驗證的形式存在。擁有錢包訪問權限的代理可以在受制裁的司法轄區執行操作、與被列入黑名單的地址交互、超出速率限制——而在任何監控系統來得及跟上之前。

Newton 的處理方式是:把由代理髮起的交易,和人類發起的交易視爲完全一樣。代理向 Gateway 提交意圖(intent),策略評估運行,隨後返回一份 attestation(證明/擔保)。代理只能執行 attestation 授權它能執行的內容。支出限額、允許的交易對手、允許的協議等都通過程序在機器速度下強制執行,而不是依賴一種無法跟上節奏的、人工審批隊列……

我覺得用這種表述最合適。面向“代理化金融(agentic finance)”的授權層不可能是人工流程。它必須是程序化的、實時的,並且是可驗證的……

無論用於 AI 代理的策略框架能否足夠快地發展,以匹配代理本身被部署的速度——這部分纔是讓我一直密切關注的原因??

#Newt @NewtonProtocol $NEWT
文章
什麼讓證明值得信任我昨晚深夜通讀了 Newton 白皮書中的安全模型部分,有一個問題不斷浮現、讓我無法放下。如果 Newton 生成的證明是執行所依賴的,那究竟是什麼讓這些證明變得可信? 答案是經濟利益(economic stake),而且比我預期的更爲嚴格。 在 Newton 網絡上,運營者通過 EigenLayer 的 AVS 框架進行註冊。要參與策略評估,他們需要將再質押的 ETH 或流動質押代幣作爲抵押品投入……這筆質押就是信任模型的基礎。正確的證明(attestation)會獲得費用;不正確的證明則會因 EigenLayer 的即時懲罰(instant slashing)機制對運營者所質押的資本施加重大經濟處罰,從而帶來被懲罰的風險。

什麼讓證明值得信任

我昨晚深夜通讀了 Newton 白皮書中的安全模型部分,有一個問題不斷浮現、讓我無法放下。如果 Newton 生成的證明是執行所依賴的,那究竟是什麼讓這些證明變得可信?
答案是經濟利益(economic stake),而且比我預期的更爲嚴格。
在 Newton 網絡上,運營者通過 EigenLayer 的 AVS 框架進行註冊。要參與策略評估,他們需要將再質押的 ETH 或流動質押代幣作爲抵押品投入……這筆質押就是信任模型的基礎。正確的證明(attestation)會獲得費用;不正確的證明則會因 EigenLayer 的即時懲罰(instant slashing)機制對運營者所質押的資本施加重大經濟處罰,從而帶來被懲罰的風險。
文章
必須協同工作的三件事,否則任何一件都不行我讀得越深入,越覺得牛頓架構裏的“三支柱”框架所承擔的作用,比表面看起來要大得多。 這個領域裏大多數合規基礎設施都會選擇三個問題中的一個來解決。要麼它側重於身份驗證:在某人與你所使用的協議交互之前,先確認他是誰。要麼它側重於策略:爲給定的交易定義應當適用的規則。 或者它關注互操作性:讓某些東西能在不止一條鏈上正常工作。沒人會把這三者都構建在同一層裏,因爲每一項本身已經夠難了。

必須協同工作的三件事,否則任何一件都不行

我讀得越深入,越覺得牛頓架構裏的“三支柱”框架所承擔的作用,比表面看起來要大得多。
這個領域裏大多數合規基礎設施都會選擇三個問題中的一個來解決。要麼它側重於身份驗證:在某人與你所使用的協議交互之前,先確認他是誰。要麼它側重於策略:爲給定的交易定義應當適用的規則。
或者它關注互操作性:讓某些東西能在不止一條鏈上正常工作。沒人會把這三者都構建在同一層裏,因爲每一項本身已經夠難了。
有一種特定類型的 DeFi 風險,大家談得不夠,而我每次想到它都會覺得很煩。 精心策劃的金庫(curated vault)持有數十億美元的資產,卻通過鏈下流程來管理它們的風險限額。 電子表格、人工審覈、碎片化的工具,全部完全脫離協議本身。規則確實存在,只是它們不在發生交易的地方。鏈下文檔裏的某條規則,與在智能合約層面執行的規則並不相同——而它們之間的差距,暴露(exposure)就實際存在於那裏。 牛頓(Newton)在做的金庫強制(vault enforcment)工作,是把規則放到了交易發生的地方。策略評估在鏈上進行……並且在結算(settlement)之前就完成。金庫無法執行任何會違反自身風險參數的交易。 因爲一旦策略失敗,就不會生成用於授權執行的證明(attestation)。 那些能被繞過的風險限額,與那些絕對無法被繞過的風險限額之間的差別,纔是重點…… 我發現這種說法真的非常澄清。這不是單純的“監控改進”。這是一個結構性的變革——真正讓強制(enforcement)落在它該存在的地方。 在發生重大事件之前,金庫運營者是否會自願採用鏈上策略強制(onchain policy enforcement)——這個問題一直在我腦海裏反覆出現???? #Newt @NewtonProtocol $NEWT {future}(NEWTUSDT)
有一種特定類型的 DeFi 風險,大家談得不夠,而我每次想到它都會覺得很煩。
精心策劃的金庫(curated vault)持有數十億美元的資產,卻通過鏈下流程來管理它們的風險限額。

電子表格、人工審覈、碎片化的工具,全部完全脫離協議本身。規則確實存在,只是它們不在發生交易的地方。鏈下文檔裏的某條規則,與在智能合約層面執行的規則並不相同——而它們之間的差距,暴露(exposure)就實際存在於那裏。

牛頓(Newton)在做的金庫強制(vault enforcment)工作,是把規則放到了交易發生的地方。策略評估在鏈上進行……並且在結算(settlement)之前就完成。金庫無法執行任何會違反自身風險參數的交易。

因爲一旦策略失敗,就不會生成用於授權執行的證明(attestation)。

那些能被繞過的風險限額,與那些絕對無法被繞過的風險限額之間的差別,纔是重點……

我發現這種說法真的非常澄清。這不是單純的“監控改進”。這是一個結構性的變革——真正讓強制(enforcement)落在它該存在的地方。

在發生重大事件之前,金庫運營者是否會自願採用鏈上策略強制(onchain policy enforcement)——這個問題一直在我腦海裏反覆出現????

#Newt @NewtonProtocol $NEWT
文章
沒有人爲之打造的鴻溝我從昨天起就一直在讀牛頓白皮書,其中有一句話讓我印象最深……沒有授權的清算是不完整的。 聽起來一目瞭然,但這並不是目前鏈上金融實際運作的方式。每一種傳統金融體系都會把這兩個功能分開:卡片網絡在銀行完成清算之前先授權一筆付款;清算所會在交易所執行交易之前對這筆交易進行驗證。授權先發生,清算後發生。這兩者從來不是同一步……

沒有人爲之打造的鴻溝

我從昨天起就一直在讀牛頓白皮書,其中有一句話讓我印象最深……沒有授權的清算是不完整的。
聽起來一目瞭然,但這並不是目前鏈上金融實際運作的方式。每一種傳統金融體系都會把這兩個功能分開:卡片網絡在銀行完成清算之前先授權一筆付款;清算所會在交易所執行交易之前對這筆交易進行驗證。授權先發生,清算後發生。這兩者從來不是同一步……
剛知道 @NewtonProtocol 的 Vault SDK 是一個真正正在交付的產品,而不是未來路線圖裏的承諾,這真的改變了我對整個協議的看法。 大多數 Vault 基礎設施把合規性、安全性和風險當成三個獨立的問題來處理:你在這裏加一個制裁檢查器,在那邊加一個熔斷器,風險模型又在別處。各個部分彼此之間沒有真正對話。SDK 則把這三者打包成一個單一的、鏈上強制執行層,而不是…… 這是一種非常有意義的不同做法。使用這種方式的 vault 不必從頭開始組裝自己的合規棧。強制執行邏輯是內置的,並且在協議層面被執行,而不是放在可能會被跳過或配置錯誤的鏈下流程裏。 精選的 DeFi vault 目前正在託管數十億美元,而且這個數字還在繼續攀升。大多數這些 vault 仍然通過碎片化的鏈下流程來管理風險限額。SDK 正是直接爲填補這個空白而設計。 我喜歡它並不是抽象的基礎設施。它是一個具體的產品,並且已經帶有啓動合作伙伴。 至於 SDK 是否會成爲新建 vault 的默認構建方式,或者只是多種選擇之一——採用情況逐步展開時,值得關注的是哪一種? #Newt @NewtonProtocol $NEWT {future}(NEWTUSDT)
剛知道 @NewtonProtocol 的 Vault SDK 是一個真正正在交付的產品,而不是未來路線圖裏的承諾,這真的改變了我對整個協議的看法。

大多數 Vault 基礎設施把合規性、安全性和風險當成三個獨立的問題來處理:你在這裏加一個制裁檢查器,在那邊加一個熔斷器,風險模型又在別處。各個部分彼此之間沒有真正對話。SDK 則把這三者打包成一個單一的、鏈上強制執行層,而不是……

這是一種非常有意義的不同做法。使用這種方式的 vault 不必從頭開始組裝自己的合規棧。強制執行邏輯是內置的,並且在協議層面被執行,而不是放在可能會被跳過或配置錯誤的鏈下流程裏。

精選的 DeFi vault 目前正在託管數十億美元,而且這個數字還在繼續攀升。大多數這些 vault 仍然通過碎片化的鏈下流程來管理風險限額。SDK 正是直接爲填補這個空白而設計。

我喜歡它並不是抽象的基礎設施。它是一個具體的產品,並且已經帶有啓動合作伙伴。

至於 SDK 是否會成爲新建 vault 的默認構建方式,或者只是多種選擇之一——採用情況逐步展開時,值得關注的是哪一種?

#Newt @NewtonProtocol $NEWT
今天早上我花了些時間把過去幾周裏關於@OpenGradient 寫過的所有內容重新翻了一遍,才意識到我從來沒有真正拆解過$OPG 本身在機械層面到底是怎麼運作的。所以這就是那部分。 $OPG 並不是一個單一用途的代幣。它同時承載着三種不同的功能。網絡結算是第一種——每一次推理請求、每一次模型執行、平臺上消耗的每一份計算資源,都用$OPG來支付,而節點運營者則會因爲處理這些任務而獲得OPG獎勵。它是穿行於整個網絡中的真實經濟活動單位,,, 第二種功能是訪問權限。在Model Hub上上傳和託管模型需要$OPG.... 它扮演的是鑰匙的角色,而不只是支付手段。 第三種功能是安全與治理的結合。驗證者必須質押OPG,才能參與保障網絡安全的權益證明共識。 而代幣持有者可以對協議升級以及獲批的 enclave 代碼註冊表進行投票,也就是TEE驗證系統在任何節點響應請求之前所檢查的那份相同代碼哈希註冊表。。 當我把這些聯繫起來時,最後這一點真的讓我很驚訝。OPG上的治理並不是抽象的。它直接關係到哪些代碼被允許在整個平臺所依賴的隱私基礎設施內部運行..... 三個功能,一個代幣,,,這一切都與真實的網絡使用緊密相連,而不是遊離在外。 隨着網絡增長,代幣持有者的治理參與是否還能保持足夠活躍,從而讓這份代碼註冊表得到妥善維護,這是一個值得長期關注的問題?? chat.opengradient.ai #OPG @OpenGradient $OPG {future}(OPGUSDT)
今天早上我花了些時間把過去幾周裏關於@OpenGradient 寫過的所有內容重新翻了一遍,才意識到我從來沒有真正拆解過$OPG 本身在機械層面到底是怎麼運作的。所以這就是那部分。

$OPG 並不是一個單一用途的代幣。它同時承載着三種不同的功能。網絡結算是第一種——每一次推理請求、每一次模型執行、平臺上消耗的每一份計算資源,都用$OPG 來支付,而節點運營者則會因爲處理這些任務而獲得OPG獎勵。它是穿行於整個網絡中的真實經濟活動單位,,,

第二種功能是訪問權限。在Model Hub上上傳和託管模型需要$OPG .... 它扮演的是鑰匙的角色,而不只是支付手段。
第三種功能是安全與治理的結合。驗證者必須質押OPG,才能參與保障網絡安全的權益證明共識。

而代幣持有者可以對協議升級以及獲批的 enclave 代碼註冊表進行投票,也就是TEE驗證系統在任何節點響應請求之前所檢查的那份相同代碼哈希註冊表。。

當我把這些聯繫起來時,最後這一點真的讓我很驚訝。OPG上的治理並不是抽象的。它直接關係到哪些代碼被允許在整個平臺所依賴的隱私基礎設施內部運行.....

三個功能,一個代幣,,,這一切都與真實的網絡使用緊密相連,而不是遊離在外。

隨着網絡增長,代幣持有者的治理參與是否還能保持足夠活躍,從而讓這份代碼註冊表得到妥善維護,這是一個值得長期關注的問題??

chat.opengradient.ai

#OPG @OpenGradient $OPG
關於集中式 AI 模型託管這件事,我困擾了很長一段時間,終於想出了一個比較清晰的表達方式。 當一個模型託管在集中式服務器上時,它的可用性本質上是一個“政策決定”。運營該服務器的公司會決定哪些模型保持在線,哪些會被下線,哪些會在不同版本之間被悄悄修改且不做通知,以及當商業計算髮生變化時哪些會徹底消失…… 我見過我正在構建工作流所依賴的模型被棄用、被悄然更新,或者直接移除。等到你的應用程序出問題時,你纔會發現…… @OpenGradient Model Hub 建立在 Walrus 去中心化存儲之上。每個模型都會被分配一個基於內容尋址(content-addressed)的 Blob ID。這個 ID 是對模型本身的加密指紋,而不是指向某個可能會改變的位置的“指針”,而是對精確內容的引用。如果內容發生變化,ID 也會隨之改變。你永遠都知道自己在運行什麼…… 而且因爲存儲是去中心化的,所以沒有任何單一方能夠因爲“可用性”問題就把某個模型從網絡上撤走。 抗審查並不是某個人在上層額外添加的功能。它是底層存儲架構的一個固有屬性。只要網絡存在,使用 Walrus 且鏈上記錄了經過驗證的 Blob ID 的模型就能夠永久訪問…… 目前該網絡託管的模型已超過 2,000 個。這不是演示數據。這是一個在運行的倉庫。 我認爲,對於任何在 AI 基礎設施上構建生產級應用的人來說,內容尋址機制確實非常重要。可復現性和可用性不應該需要你“憑信任”去承擔…… 當網絡規模擴張、模型下載需求變得非常大時,去中心化存儲層是否能始終保持足夠的性能,這是一個值得持續跟蹤的運維問題嗎? chat.opengradient.ai #OPG @OpenGradient $OPG {future}(OPGUSDT)
關於集中式 AI 模型託管這件事,我困擾了很長一段時間,終於想出了一個比較清晰的表達方式。

當一個模型託管在集中式服務器上時,它的可用性本質上是一個“政策決定”。運營該服務器的公司會決定哪些模型保持在線,哪些會被下線,哪些會在不同版本之間被悄悄修改且不做通知,以及當商業計算髮生變化時哪些會徹底消失……

我見過我正在構建工作流所依賴的模型被棄用、被悄然更新,或者直接移除。等到你的應用程序出問題時,你纔會發現……

@OpenGradient Model Hub 建立在 Walrus 去中心化存儲之上。每個模型都會被分配一個基於內容尋址(content-addressed)的 Blob ID。這個 ID 是對模型本身的加密指紋,而不是指向某個可能會改變的位置的“指針”,而是對精確內容的引用。如果內容發生變化,ID 也會隨之改變。你永遠都知道自己在運行什麼……

而且因爲存儲是去中心化的,所以沒有任何單一方能夠因爲“可用性”問題就把某個模型從網絡上撤走。

抗審查並不是某個人在上層額外添加的功能。它是底層存儲架構的一個固有屬性。只要網絡存在,使用 Walrus 且鏈上記錄了經過驗證的 Blob ID 的模型就能夠永久訪問……

目前該網絡託管的模型已超過 2,000 個。這不是演示數據。這是一個在運行的倉庫。

我認爲,對於任何在 AI 基礎設施上構建生產級應用的人來說,內容尋址機制確實非常重要。可復現性和可用性不應該需要你“憑信任”去承擔……

當網絡規模擴張、模型下載需求變得非常大時,去中心化存儲層是否能始終保持足夠的性能,這是一個值得持續跟蹤的運維問題嗎?

chat.opengradient.ai

#OPG @OpenGradient $OPG
真實
昨晚讀完白皮書裡 Twin.fun 這一節,這部分是我在 @OpenGradient 生態系中沒想到會覺得有趣的內容。不過它讓我讀得比我原本計畫的更久。 這個概念是一個數位分身(digital twins)市集。你建立一份你自己或任何角色、人格、,,,, 或知識庫的數位表徵,並把它部署成網路上的一個 AI 代理。其他使用者會和你的分身互動。你會從這些互動中獲利。 其中最值得理解的是經濟機制本身……分身創作者會從他們的分身所產生的推論(inference)活動中獲得收入。每一次對話、每一個透過你的分身導入的查詢,都會產生網路活動,並最終結算到鏈上…… 創作者處在這個流程的最上游。隨著你的分身使用得越來越多,獲利會不斷累積,而且不需要你在每一次互動中都保持主動參與…… 而底層的驗證層,讓這件事在意義上具備了集中式分身市集無法複製的地方。使用者與你的分身之間的互動,是透過與整個網路相同的 TEE 與 ZKML 基礎設施在運行。輸出結果是可被驗證(attestable)的,活動也在鏈上。能產生可驗證輸出的分身,和只能跑在你無法檢視的基礎設施上的分身,從本質上是完全不同的產品…… 我真的覺得這裡的「創作者經濟」角度很有意思。打造一個可持續運作的、能在自主狀態下替你賺錢的 AI 分身,同時又能維持平台其餘部分同等的隱私與驗證保證——這種組合目前在任何地方都不存在…… 不管 Twin.fun 未來能否發展出足夠的使用者基礎,讓這套創作者經濟在規模上變得有意義,還是會一直保持小眾——這就是我想在接下來幾個月盯著看的部分????? chat.opengradient.ai #OPG @OpenGradient $OPG {future}(OPGUSDT)
昨晚讀完白皮書裡 Twin.fun 這一節,這部分是我在 @OpenGradient 生態系中沒想到會覺得有趣的內容。不過它讓我讀得比我原本計畫的更久。

這個概念是一個數位分身(digital twins)市集。你建立一份你自己或任何角色、人格、,,,, 或知識庫的數位表徵,並把它部署成網路上的一個 AI 代理。其他使用者會和你的分身互動。你會從這些互動中獲利。

其中最值得理解的是經濟機制本身……分身創作者會從他們的分身所產生的推論(inference)活動中獲得收入。每一次對話、每一個透過你的分身導入的查詢,都會產生網路活動,並最終結算到鏈上……

創作者處在這個流程的最上游。隨著你的分身使用得越來越多,獲利會不斷累積,而且不需要你在每一次互動中都保持主動參與……

而底層的驗證層,讓這件事在意義上具備了集中式分身市集無法複製的地方。使用者與你的分身之間的互動,是透過與整個網路相同的 TEE 與 ZKML 基礎設施在運行。輸出結果是可被驗證(attestable)的,活動也在鏈上。能產生可驗證輸出的分身,和只能跑在你無法檢視的基礎設施上的分身,從本質上是完全不同的產品……

我真的覺得這裡的「創作者經濟」角度很有意思。打造一個可持續運作的、能在自主狀態下替你賺錢的 AI 分身,同時又能維持平台其餘部分同等的隱私與驗證保證——這種組合目前在任何地方都不存在……

不管 Twin.fun 未來能否發展出足夠的使用者基礎,讓這套創作者經濟在規模上變得有意義,還是會一直保持小眾——這就是我想在接下來幾個月盯著看的部分?????

chat.opengradient.ai

#OPG @OpenGradient $OPG
我遇到過一個AI工具的問題:從來沒見有人能幹淨利落地解決它,而我每次碰到都會很困擾。 你會進行一段對話。你會建立上下文。模型會理解你的項目、你的偏好、以及你在某個特定問題上的歷史。 然後會話結束。你第二天回來,又得從零開始。你在上一個過程中建立的每一份上下文,都必須從頭再搭建一遍。模型不會記得你。它從來沒記得過。每一次會話都是空白的起點——不管你在前一次投入了多少工作…… 而 MemSync 正是爲了解決這個問題而構建的 @OpenGradient 基礎設施組件。它讓 AI 智能體在跨會話時具備持久記憶。不只是把對話歷史存進文件裏,再手動粘回去那種“僞記憶”。它是實際的長期記憶基礎設施:能夠在不同交互之間維護上下文和歷史數據,讓模型能夠隨時間保持一致的行爲。 對任何正在運行持續性(ongoing)工作流的人來說,這一點帶來的實際影響是巨大的。一個能記住上週做過的決策、上個月處理過的數據、在幾十次會話中逐步確立的偏好與約束的 AI 智能體——本質上和一個每次都會重置的工具是完全不同的。 尤其對智能體(agent)的使用場景而言,持久記憶並不是“錦上添花”。在會話之間丟失上下文的智能體,嚴格來說並不算真正的智能體。它只是一連串彼此斷開的“一次性”請求,卻碰巧使用同一個模型…… 至於 MemSync 的記憶能否在與平臺其餘部分推理相同的隱私保證下持續存在——這是我在基於它構建任何嚴肅的東西之前,想要先得到答案的問題?? chat.opengradient.ai #OPG @OpenGradient $OPG {future}(OPGUSDT)
我遇到過一個AI工具的問題:從來沒見有人能幹淨利落地解決它,而我每次碰到都會很困擾。
你會進行一段對話。你會建立上下文。模型會理解你的項目、你的偏好、以及你在某個特定問題上的歷史。

然後會話結束。你第二天回來,又得從零開始。你在上一個過程中建立的每一份上下文,都必須從頭再搭建一遍。模型不會記得你。它從來沒記得過。每一次會話都是空白的起點——不管你在前一次投入了多少工作……

而 MemSync 正是爲了解決這個問題而構建的 @OpenGradient 基礎設施組件。它讓 AI 智能體在跨會話時具備持久記憶。不只是把對話歷史存進文件裏,再手動粘回去那種“僞記憶”。它是實際的長期記憶基礎設施:能夠在不同交互之間維護上下文和歷史數據,讓模型能夠隨時間保持一致的行爲。

對任何正在運行持續性(ongoing)工作流的人來說,這一點帶來的實際影響是巨大的。一個能記住上週做過的決策、上個月處理過的數據、在幾十次會話中逐步確立的偏好與約束的 AI 智能體——本質上和一個每次都會重置的工具是完全不同的。

尤其對智能體(agent)的使用場景而言,持久記憶並不是“錦上添花”。在會話之間丟失上下文的智能體,嚴格來說並不算真正的智能體。它只是一連串彼此斷開的“一次性”請求,卻碰巧使用同一個模型……

至於 MemSync 的記憶能否在與平臺其餘部分推理相同的隱私保證下持續存在——這是我在基於它構建任何嚴肅的東西之前,想要先得到答案的問題??

chat.opengradient.ai

#OPG @OpenGradient $OPG
我從昨天早上開始就一直在看 PIPE 引擎的文檔,而這正是 @OpenGradient 中我認爲一旦人們真正理解它的作用後,對開發者最重要的部分。 它解決的問題非常具體。現在鏈上應用還不能原生調用 AI 模型,並在同一筆交易中把結果直接使用。大多數團隊的做法是藉助預言機:推理髮生在鏈下某處,結果再被提交回來,而等交易執行時,推理結果已經過時了。 這裏存在一個缺口。預言機的延遲橫亙在模型計算結果和合約實際使用它之間…… PIPE 完全消除了這個缺口。當一筆包含推理請求的交易進入內存池時,引擎會提取所有待處理的推理請求,並在區塊最終確定之前將它們並行分發到推理網絡。等交易在鏈上執行時,推理結果已經預先計算完成並可直接使用。模型輸出和合約執行是原子性的。同一筆交易。沒有 0racle 延遲。沒有陳舊性。 真正讓我印象深刻的是它的擴展機制。數百筆待處理交易的推理請求可以同時分發。昂貴的機器學習計算不會處於區塊生產的關鍵路徑中,而是與之並行運行。 而這所解鎖的,是一種實際上還不存在的應用類別:能夠在沒有任何外部數據源夾在中間的情況下,實時響應最新 AI 輸出的智能合約。 當交易量增長時,推理網絡是否還能保持足夠低的並行分發延遲,這是決定這套方案實際能走多遠的性能問題???? chat.opengradient.ai #OPG @OpenGradient $OPG {future}(OPGUSDT)
我從昨天早上開始就一直在看 PIPE 引擎的文檔,而這正是 @OpenGradient 中我認爲一旦人們真正理解它的作用後,對開發者最重要的部分。

它解決的問題非常具體。現在鏈上應用還不能原生調用 AI 模型,並在同一筆交易中把結果直接使用。大多數團隊的做法是藉助預言機:推理髮生在鏈下某處,結果再被提交回來,而等交易執行時,推理結果已經過時了。

這裏存在一個缺口。預言機的延遲橫亙在模型計算結果和合約實際使用它之間……

PIPE 完全消除了這個缺口。當一筆包含推理請求的交易進入內存池時,引擎會提取所有待處理的推理請求,並在區塊最終確定之前將它們並行分發到推理網絡。等交易在鏈上執行時,推理結果已經預先計算完成並可直接使用。模型輸出和合約執行是原子性的。同一筆交易。沒有 0racle 延遲。沒有陳舊性。

真正讓我印象深刻的是它的擴展機制。數百筆待處理交易的推理請求可以同時分發。昂貴的機器學習計算不會處於區塊生產的關鍵路徑中,而是與之並行運行。

而這所解鎖的,是一種實際上還不存在的應用類別:能夠在沒有任何外部數據源夾在中間的情況下,實時響應最新 AI 輸出的智能合約。

當交易量增長時,推理網絡是否還能保持足夠低的並行分發延遲,這是決定這套方案實際能走多遠的性能問題????

chat.opengradient.ai

#OPG @OpenGradient $OPG
關於@OpenGradient 的設計選擇讓我反覆思考,這聽起來很簡單,但在實踐中卻相當罕見…… 並不是每一個AI推理都需要相同級別的信任。與其選擇一個驗證標準,並強制每個工作負載都通過它而不考慮適用性,不如讓@OpenGradient 暴露三種方法,讓開發者根據實際風險輪廓進行選擇。 ZKML適用於數學確定性值得計算開銷的情況。TEE適用於生產工作負載,在這裏微不足道的開銷很重要,並且硬件證明足以滿足需求。Vanilla適用於原型設計、分析和低風險推理,在這些情況下,性能優先且對節點的信任是可以接受的…… 我在仔細閱讀白皮書時真正感到驚訝的部分是,這些方法可以在單個交易中混合使用。不是僅僅在每個應用程序中選擇,而是在一個原子操作中針對每個推理調用進行混合。TEE用於LLM推理步驟,ZKML用於在同一交易中運行的風險模型,Vanilla用於與這兩者同時進行的分析。每個推理獲得與其特定後果相匹配的驗證級別,而不是系統默認的驗證級別。 這與任何在所有事務中統一應用一個信任模型的架構有着顯著的不同…… 實際的影響是真實的。一個DeFi代理在做出財務決策時,可以對實際移動資金的模型輸出應用ZKML,同時在同一管道中的其他地方使用更便宜的驗證。 開發者是否會在實踐中實際使用這種細粒度,還是爲了簡化而默認使用一種方法,這是值得關注的採納問題?? chat.opengradient.ai #OPG @OpenGradient $OPG {future}(OPGUSDT)
關於@OpenGradient 的設計選擇讓我反覆思考,這聽起來很簡單,但在實踐中卻相當罕見……

並不是每一個AI推理都需要相同級別的信任。與其選擇一個驗證標準,並強制每個工作負載都通過它而不考慮適用性,不如讓@OpenGradient 暴露三種方法,讓開發者根據實際風險輪廓進行選擇。
ZKML適用於數學確定性值得計算開銷的情況。TEE適用於生產工作負載,在這裏微不足道的開銷很重要,並且硬件證明足以滿足需求。Vanilla適用於原型設計、分析和低風險推理,在這些情況下,性能優先且對節點的信任是可以接受的……

我在仔細閱讀白皮書時真正感到驚訝的部分是,這些方法可以在單個交易中混合使用。不是僅僅在每個應用程序中選擇,而是在一個原子操作中針對每個推理調用進行混合。TEE用於LLM推理步驟,ZKML用於在同一交易中運行的風險模型,Vanilla用於與這兩者同時進行的分析。每個推理獲得與其特定後果相匹配的驗證級別,而不是系統默認的驗證級別。

這與任何在所有事務中統一應用一個信任模型的架構有着顯著的不同……

實際的影響是真實的。一個DeFi代理在做出財務決策時,可以對實際移動資金的模型輸出應用ZKML,同時在同一管道中的其他地方使用更便宜的驗證。

開發者是否會在實踐中實際使用這種細粒度,還是爲了簡化而默認使用一種方法,這是值得關注的採納問題??

chat.opengradient.ai

#OPG @OpenGradient $OPG
登入以探索更多內容
加入幣安廣場中的全球加密貨幣用戶
⚡️ 獲取加密貨幣的最新和實用資訊。
💬 受到全球最大加密貨幣交易所的信任。
👍 發掘來自經過驗證創作者的真實見解。
電子郵件 / 電話號碼
網站地圖
Cookie 偏好設定
平台條款