作者:EigenLayer Research 翻译:善欧巴,金色财经
2017 年 12 月,以太坊推出了 Maker,催生了 DeFi。Uniswap 和 Compound 随后也相继推出,形成了以 ETH 和 ERC20 为基础的经济体系。自那时起,我们见证了链上金融的复兴,集中的流动性提高了资本效率,推动了 Perps 的发展,甚至还发明了闪电贷,这是传统金融中不可能实现的概念。
但我们似乎遇到了瓶颈。自合并以来,AMM LP 在 MEV 中损失了 7 亿美元以上。衍生品交易所已将其风险引擎和订单簿集中起来以提高效率。我们无法提供个性化贷款,无法为违约风险较低或易于在规定期限内获得固定利率贷款的人提供更好的利率。
许多问题源于以太坊作为有限状态机的限制。它受限于 gas,区块时间为 12 秒,并且无法原生接收链下数据。模块化架构提供了一种前进的方向,它既可以卸载繁重的计算,又可以集成外部数据,同时又不会牺牲以太坊的核心安全性。
如果EVM 是让开发人员编写任意业务逻辑的粘合剂,那么协处理器应该采用什么形式?虽然 Vitalik 将这些协处理器描述为预编译或操作码,但我们需要一个更广泛的解决方案。我们需要能够处理计算成本过高或对以太坊有限状态机不切实际的任务的协处理器,而且最重要的是,它们必须是可验证的。
多年来,开发人员一直在构建高效、专业的服务,但可验证性完全改变了游戏规则。这就是 EigenLayer 的作用所在:它提供基础设施来创建节点运营商的去中心化网络,经济实惠,可运行任意节点软件。
我们将这些分散式网络称为主动验证服务 (AVS),它们大大降低了构建可验证、无需信任的服务的成本。
DeFi 与 AVS 的交汇解锁了一系列强大的新用例:
无需信任的链下计算(协处理器):在链下运行繁重的计算,并以最低的 gas 费用将结果返回链上,由零知识证明或加密经济保证保障。想想免费限价订单甚至 AI 模型调用,所有这些都是可验证和去中心化的。
无需信任的链下数据(可验证的 oracle,zkTLS):将现实世界的数据(如价格、波动性、实时流动性,甚至体育数据)安全地拉入 DeFi。
其他方面:拍卖网络、政策层、去中心化订单簿——AVS 将 DeFi 扩展到以前无法到达的领域。
我们将这种新模式称为智能 DeFi,因为它为去中心化金融带来了实时适应性和个性化。利用无需信任的链下计算和数据,智能 DeFi 可以实现更明智的决策。在这篇博文中,我们深入探讨了 10 个展示其潜力的用例。
交易所是 DeFi 的核心要素,但只有不到15% 的现货交易和6% 的衍生品交易发生在链上。智能 DeFi 可以缩小这一差距,使 DEX 比链下同行更具竞争力。
中心化交易所根据交易量提供分级收费,这不仅是为了建立忠诚度,也是为了补贴做市商,使他们能够报出更小的价差,并为散户交易者提供更好的价格。这为交易所带来了更多的交易量。
在 DEX 上实施基于交易量的费用具有挑战性。为了确定交易者的交易量,DEX 需要:
动态计算体积
存储并更新每个交易者每笔交易的交易量
跟踪 30 天的滚动交易量进一步增加了复杂性,需要历史存储和减法
这两种方法在链上都极其昂贵。但通过将计算外包给 Lagrange 或 Brevis 等协处理器,我们可以可靠地计算出每笔交易的交易量。
这是如何运作的?
协处理器索引区块链数据的子集并将其存储在可查询的关系数据库中。
AMM(或Uniswap hook)智能合约调用协处理器运行 SQL 查询,计算交易者在一段规定时间内的费用。
协处理器通过回调将验证的结果连同确认历史区块链数据计算的零知识证明一起返回给 AMM。
亏损与再平衡 (LVR)是影响 AMM 中 LP 盈利能力的主要问题。LVR 的出现是由于持续交易的链下交易所和链上 AMM 之间的价格差异,后者仅在以太坊主网每区块或 12 秒进行一次交易。 一个区块中可能发生很多事情,在下一个区块开始时,搜索者会利用交易所之间的价格差异进行套利。
为了提高 LP 的盈利能力,AMM 可以引入动态费用和不对称费用:
动态费用:根据市场波动调整费用。在高波动时期,LP 的境况通常更糟。在高波动期间,较高的费用可保护 LP 免受有毒交易的影响,而在稳定时期,较低的费用可促进交易量。这减少了不同费用等级之间的流动性分散,使 LP 的用户体验更简单。查看这个非常基本的概念证明。
不对称费用:受Alex Nezlobin的启发,不对称费用将根据外部价格数据调整价差。例如,如果 ETH 在 DEX 上的交易价格为 1000 美元,在 CEX 上的交易价格为 1050 美元,那么 AMM 可以以 980 美元的价格买入,以 1060 美元的价格卖出,而不是保持围绕 DEX 价格的对称价差,从而反映更现实的市场状况。
在这两种情况下,AMM 都需要可信的外部数据(如 CEX 价格或波动性)来调整费用。但传统的预言机存在风险:中心化运营商可能会失败或提供过时的数据。相反,zkTLS(网络证明)提供了一种更好的方法。通过直接从网络服务器加密验证数据,zkTLS 消除了信任第三方的需要。它为您提供实时防篡改数据,确保 AMM 可以安全地计算动态、不对称的费用,无论是在链上还是通过协处理器。
提高 LP 盈利能力的另一种方法不仅涉及链下计算,还涉及去中心化拍卖网络。目前,搜索者在拍卖中竞争,以使他们的交易处于区块的顶端。实际上,套利属于搜索者、构建者和提议者的组合,而不是 LP 和交换者。
相反,AMM 可以拍卖通过池子进行首次掉期的权利。如果拍卖具有竞争力,大部分 LVR 将被夺回。然后可以按比例将其分配给掉期范围内的底层 LP,从而减少整体套利并使 LP 能够提供更紧密的价差。Sorella正在以 Uniswap v4 钩子的形式构建此功能。
挑战在于进行低延迟、抗审查的拍卖。在链上运行拍卖过于复杂且成本高昂:每次出价都需要 gas。等到选出获胜者时,一个区块已经过去,拍卖就不完整了。中心化一方可以在链下进行拍卖,但这违背了 DeFi 的一般精神,同时也给了他们最后一次机会,可能为自己攫取价值。
解决方案是一组去中心化的运营商运行无领导拍卖,从而消除了对单一实体的需求并保持了流程的完整性。运营商选择中标者并将收益返还给 LP。
虽然大多数衍生品都在交易所交易,但智能 DeFi 解锁了特定于此资产类别的独特用例。让我们深入了解吧!
目前,交易者无法表达跨资产观点,如 SOLETH 或交叉,否则会严重限制其杠杆率。大多数 perp DEX 根据交易者在不同头寸之间的未平仓合约总和线性计算保证金。
例如,如果我存入 1 万美元,做多 5 万美元的 ETH 和做空 5 万美元的 BTC,则算作 10 倍杠杆。但这与只做多 10 万美元的 ETH 的风险状况不同,这些账户不应被同等对待。理想情况下,交易者应该能够利用超过 5 倍的 ETHBTC 杠杆,而不会面临如此严格的限制。
问题在于链上计算限制。具体来说,系统需要考虑抵押品(每种现货资产)、头寸(每种永续资产)、未实现盈亏、每个永续资产的初始和维持保证金因素以及相关性/ delta 对冲。当 DEX 扩展到多种资产类型(如永续资产和期权)时,情况尤其如此。
通过利用协处理器进行更复杂的计算来确定账户的保证金系数,DEX 可以根据用户需求创建更加定制化的风险引擎。这可以实现更灵活、Delta 中性的策略,并确保只有在真正必要时才会进行清算。
为了提供更大的灵活性,协处理器可以动态调整保证金要求,考虑主要 CEX 的实时流动性和每个池中的未平仓合约。
Aevo 依靠集中式风险引擎来确定最坏情况,为高价值交易者提供更好的保证金参数。协处理器支持以独特的方式计算保证金,而不会损害去中心化。来自Aevo 的文档。
衍生品(尤其是期权)的 AMM 令人兴奋,但也存在争议。一些人认为它们永远无法准确定价;另一些人认为衍生品只对大宗资产有意义,订单簿对此类资产更有利。尽管如此,Panoptic、Deri和其他人认为 AMM 是提供流动性的终极方法,包括期权。
要使期权 AMM 真正起飞,一个关键因素是纳入链下数据,例如波动性、历史定价和实时市场信号。此外,链下计算对于模拟更先进的定价框架(如 Black-Scholes)也是必不可少的。将这些外部数据点与链上交易机制相结合对于确保期权交易者的准确定价、更低的滑点和更好的资本效率至关重要。
借贷协议面临着独特的挑战,其中人工智能和链下计算可以推动更智能、更动态的解决方案。
目前,治理会手动更新 Aave 和 Compound 等协议中有关借贷市场的参数。通常,像 Gauntlet 这样的风险服务提供商会运行基于模型的模拟,并建议更改基准利率、抵押品因素、清算因素等参数。在更严重的事件中,他们可以建议下架或冻结资产。
这种方法有两个主要缺陷:
延迟太长了。当我担任 Aave DAO 代表时,提案至少需要一周时间才能通过。
治理机构缺乏足够的信息来投票决定借贷参数,也不是所有成员都充分活跃。最近的 Compound 治理攻击就是一个典型的例子。
Morpho 和 Euler v2 朝着正确的方向迈出了一步。它们将风险管理部分模块化,使任何人都可以管理自己的借贷平台实例。用户根据管理者的过往记录和声誉选择将资产存放在何处。这种方法可以最大限度地减少更新参数的延迟。
但在理想的系统中,参数会自动更新,实时响应链上和链下流动性。人工智能驱动的模型模拟各种场景,预测并防止最坏情况发生。这些模型依靠以人工智能为中心的协处理器,如 Ritual、Sentient、Hyperbolic、Ora 和 Valence,在链下处理大量数据(考虑波动性、流动性变化和风险相关性),然后在链上发布可验证的结果。
在传统金融中,信用记录良好的借款人会获得更好的贷款条件,但在 DeFi 中,每个人都会获得相同的贷款条件,无论他们的风险状况或过往记录如何。虽然 DeFi 有诸多好处,但我相信它能够兼具两者的优点:向任何人提供公平的无信任贷款,并为那些清算风险较低的借款人提供优惠的贷款条件。
如果没有差异化,DeFi 借贷协议就无法为低风险借款人提供定制条款,例如更低的抵押要求或更优惠的利率。这种个性化的缺失不仅限制了重复用户的潜在收益,还使借贷市场效率低下。
提供个性化贷款首先需要一种反女巫攻击解决方案,以确保只有经过验证的用户才能获得更好的条款。WorldCoin 或 Coinbase Verifications 等解决方案可防止恶意行为者反复利用坏账协议。
一旦借款人得到验证,该协议就可以收集链上信息来建立流动性概况,包括:
当前和历史贷款数量
以前贷款的还款历史
链上净值和未偿还债务
拥有的 NFT(如果借贷协议与 NFT 项目合作以提供补贴条款)
该协议甚至可以查看与同一身份绑定的其他地址以获得更全面的视图!
最后,协同处理器可以评估清算风险并生成定制的抵押因素和利率,确保为每个借款人提供量身定制的贷款条款。
2022 年 8 月,美国外国资产控制办公室 (OFAC)以洗钱为由对Tornado Cash 进行了制裁。然而,隐私是一项基本权利,并且有正当用途:人们应该能够将资金转移到另一个账户或朋友,而不会暴露其完整的交易历史记录。
问题在于,现有的隐私混合器无法区分合法用户和恶意用户。这种不合规性使它们成为制裁目标,并阻碍了更广泛的采用。
如果我们能创建一个只接受合规资金的隐私协议会怎么样?该协议将管理风险并遵守法规,注重隐私的用户将涌入该系统。但确定合规性需要各种链上和链下数据,这是一项艰巨的任务。理想情况下,智能合约可以调用一个 API,通过仅批准有效交易来强制合规。
Aethos是一个策略层,它正是为此而生。它使开发人员能够在智能合约级别设置规则,确保交易遵循特定的合规政策。例如,合规的隐私混合器可以设置速率限制、时间锁定,并阻止存款或取款地址受到 OFAC 批准或与 DeFi 黑客有关的交易。
将实时、基于规则的策略纳入智能合约将开启机构友好型 DeFi 的新浪潮,其中合规性和 DeFi 价值观不再相互矛盾。
DeFi 提供了丰富的收益机会,涵盖各种资产和协议——质押、重新质押、借贷、AMM 流动性池、风险加权资产等。每个用户都有独特的风险偏好,与协议类型、链(以太坊、Solana 等)和资产面额以及外部市场风险相关。由于选择如此之多,一些交易者转向收益协议来自动化他们的资本配置。
这些协议可以利用 AI 模型来优化多个来源的收益。开发人员设置预定义的风险参数(例如,将每个协议的风险敞口限制在 15% 或避免 TVL 低于 1 亿美元的协议),其余部分则由 AI 模型处理,调整投资组合以满足这些标准,同时最大化回报。
更进一步,AI 模型可以根据每个用户的链上活动和通过简短问卷收集的偏好,为他们创建完全定制的收益策略。得益于 AI 的可扩展性,这种个性化程度(以前是不可想象的)现在已触手可及。
在后端,人工智能驱动的协处理器监控和重新平衡投资组合。只有当收益超过 gas 成本时,它们才会触发更改,从而确保高效的数据驱动投资组合管理。
激励是加密货币和 DeFi 的核心。DeFi 的夏天直到 2020 年 Compound 推出流动性挖矿才真正拉开帷幕。通过为特定用户操作提供奖励,协议能够促进增长和活动。
但随着该领域的成熟,协议正在寻求更精确的目标定位,并经常转向链下程序。AMM 可能专注于激励活跃的流动性。NFT 市场和预测市场可能会奖励接近订单簿价格的流动性。借贷协议可以鼓励从非循环者那里借入至少 20% 的利息。
借助协处理器,协议可以定义复杂的奖励条件并实时发放支出。这摆脱了越来越不受欢迎的积分系统,并为用户提供了奖励将得到支付的确定性,从而降低了协议的资本成本。Gearbox已经转向Lagrange 的协处理器来处理具有不同支付机制的多资产奖励。通过提高激励效率,DeFi 可以继续增长,同时奖励最有价值的行动。
DeFi 与 AVS 的交汇将引发一场新的金融革命。从 MEV 重获 AMM 到隐私协议中的实时策略,这些用例只是我们突破去中心化金融极限时可以构建的一小部分。
声明:本文由入驻金色财经的作者撰写,观点仅代表作者本人,绝不代表金色财经赞同其观点或证实其描述。
提示:投资有风险,入市须谨慎。本资讯不作为投资理财建议。
AiYing Compliance
Aiying Payment Compliance
田大侠的Web3江湖