下一场 DeFi Summer,有可能还是 DeFi Summer

深潮Publicado a 2024-09-25Actualizado a 2024-09-25

看似不起眼的创新,可能成为引发下一轮 DeFi 繁荣的导火索。

撰文:NingNing

在加密世界,我们经常听到「历史不会重复,但会押韵」这样的说法。虽然许多人认为 DeFi 已经过时,但事实上,这个领域只是处在盖特纳曲线的「成熟期初阶」——迭代和创新仍在不断发生。

随着 PayFi(例如 Huma)、CeDeFi(例如特朗普家族的 World Liberty Financal )等新叙事的兴起,以及链抽象、Intent Centric 等原语逐渐进入产品化阶段,DeFi 的产品架构和 UX 层可能会在不久的未来(6~12 月内)发生质变。

在这个背景下,Pyth Network 最近推出的预言机安全性质押(Oracle Integrity Staking, OIS)和抗 MEV Solver 网络 Express Relay 引起了市场的注意。

作为 DeFi 基础设施中的关键一环,预言机的重要性不言而喻。而 Pyth 正在通过这些创新重新定义预言机的安全性、可靠性和效率,这可能成为推动下一轮 DeFi 繁荣的重要因素之一。

让我们再来看看 Pyth 的一些关键数据:

  • 数据提供商数量:114+(月环比增长 2.70%)

  • 交易量:7940 亿美元 +(月环比增长 9.88%)

  • 价格源数量:507+(月环比增长 1.00%)

  • 集成伙伴数量:410+(月环比增长 7.18%)

  • TVL(总锁定价值):81 亿美元 +(月环比下降 7.27%)

这些数据展示了 Pyth 在 DeFi 生态系统中的重要地位。特别值得注意的是,尽管总锁定价值有所下降(这可能反映了整体市场趋势),但其他关键指标如交易量和集成伙伴数量都在稳步增长。

除了 Solana 的基本盘之外,Pyth 正在不断扩大其在 DeFi 应用中的渗透率和在新 L1/L2 预言机市场的垄断地位。

最近,它与 Morpho 和 Gauntlet 建立了合作关系,旨在改善以太坊和 Base 上的借贷体验;与 Starknet 合作,与 Chainlink 一道成为默认集成的预言机。

在正式谈论 Pyth 最近推出的新特性之前,我们先一起快速了解一下 Pyth 的基本架构:

  • 数据源模型:采用第一方数据提供商网络,直接从主要来源(如交易所、做市商)获取数据。

  • 数据更新机制:在 Solana 上使用推送(push)模型,每 400 毫秒更新一次;在其他链上使用拉取(pull)模型。

  • 跨链策略:通过 Pythnet 应用链和 Wormhole 跨链消息传递协议实现多链支持。

  • 数据透明度:每个数据点可追溯到个体提供商的公钥。

  • 扩展性:采用拉取模型和集中式数据聚合,更容易扩展到新的价格源和区块链。

Pyth 的架构使其与 Chainlink 相比在数据新鲜度、透明度和跨链扩展性方面具有独特优势。

但作为后起之秀的 Pyth,在数据去信任程度、网络角色激励对齐、产品线丰富度等方面,弱于 Chainlink。

而预言机安全性质押(Oracle Integrity Staking, OIS)和抗 MEV Solver 网络 Express Relay,正是 Pyth 的预言机网络补完计划。

OIS 的核心思想是通过基于 Tokenomics(通证经济学)的自由市场博弈来确保喂价数据的去信任性,以优化之前完全依赖声誉和算法的机制。

OIS 这套机制并不复杂难懂,是在成熟的代币 Staking 机制上针对预言机场景进行了一些微创新。简单来说:

数据发布者需要质押 PYTH 代币才能获得奖励,而提供错误数据会导致代币被削减。

PYTH 代币持有者可以将代币委托给数据发布者,从而增加潜在奖励并加强网络安全性。

PythDAO 监督关键参数,包括最大奖励率,委托费和 Slash 金额。DAO 还可以在决定如何使用 Slash 的代币方面发挥作用,并可以调整激励措施以确保长期可持续性。

这种机制不仅提高了数据的可靠性,还创造了一个更加公平透明和利益共享的生态系统。

此外,数据发布者可以通过支持更多的价格源来增加他们的回报,包括各种长尾资产,为开发人员提供更广泛的可靠数据。

Express Relay 则通过建立一个去中心化的订单流拍卖系统,将 DeFi 协议直接连接到 Solver 网络。Express Relay 优化了交易执行,减少 MEV,提高交易效率。

而 Solver 网络,现在几乎已经成为链抽象项目堆栈中的标准中间件。

在生态扩展策略选择上,Chainlink 是切入跨链互操作协议 CCIP,与 LayerZero 竞争;Pyth 的 Express Relay 则是切入抗 MEV Solver 网络,与 CowSwap 竞争。

Pyth 预言机的核心业务是提供高质量、低延迟的价格数据。而 Express Relay 专注于优化交易执行过程。这两者在数据流上存在天然的协同:

  • 实时性增强:Express Relay 可以利用 Pyth 的高频率数据更新(每 400 毫秒一次)来实现更精准的交易时机选择。这在高波动性市场中尤为重要。

  • 数据完整性:Pyth 的 OIS(Oracle Integrity Staking)机制确保了数据的可靠性,为 Express Relay 的交易执行提供了坚实的基础。

  • 闭环反馈:Express Relay 执行的交易结果可以作为额外的市场数据源,反哺 Pyth 预言机,形成良性循环。

虽然当前市场情绪可能不如 2020 年的「DeFi Summer」那样热烈,但 DeFi 领域的创新从未停止。作为投资者,我们应该密切关注这些基础设施的发展。因为正是这些看似不起眼的创新,可能成为引发下一轮 DeFi 繁荣的导火索。

Lecturas Relacionadas

Entrevista al ex-CEO de Goldman Sachs: Crisis, liderazgo, IA y consejos para los jóvenes

Fuente: a16z. Organizado por Felix, PANews. David Haber de a16z conversó con Lloyd Blankfein, ex CEO de Goldman Sachs, sobre liderazgo, riesgo y cómo manejar períodos de extrema incertidumbre. Blankfein, quien guió a Goldman Sachs durante la crisis financiera, compartió cómo las empresas pueden construir resiliencia, tomar decisiones bajo presión y mantener su cultura al escalar. Blankfein destacó la importancia de mantener la calma en crisis, usando como ejemplo su reacción tranquila durante un tiroteo en la Cena de Corresponsales de la Casa Blanca en 2026. Enfatizó que en momentos críticos, es crucial evitar el pánico, mantener a las personas enfocadas en sus tareas y evaluar a los colaboradores por su desempeño real bajo presión, no por su apariencia. Habló sobre su origen humilde en Brooklyn y cómo la falta de grandes expectativas iniciales fue una ventaja. Respecto a su ingreso a Goldman Sachs a través de la firma de comercio de productos básicos J. Aron, explicó cómo su cultura emprendedora y de gestión de riesgos influyó positivamente en el banco. Describió la esencia de la inversión y la gestión de riesgos como un balance constante entre asumir riesgos calculados para generar ganancias y prepararse para escenarios adversos. Blankfein discutió la adaptación de Goldman Sachs a la tecnología, subrayando la necesidad de implementaciones cuidadosas y paralelas en un entorno regulado. Reflexionó sobre el desafío de preservar la cultura de sociedad (partnership) después de la salida a bolsa (IPO), manteniendo mecanismos que alinearan los incentivos individuales con el éxito colectivo de la empresa. Sobre la crisis financiera, atribuyó la relativa estabilidad del banco a su sólida gestión de riesgos, la cultura de sociedad, la práctica estricta de "mark-to-market" (valoración a precios de mercado) y el cumplimiento de los compromisos con los clientes, crucial para la reputación a largo plazo. Aconsejó a las empresas tecnológicas y de IA actuales que construyan relaciones públicas proactivas con el público antes de posibles crisis. Finalmente, Blankfein aconsejó a los jóvenes profesionales que cultiven una educación amplia, incluyendo historia y humanidades, para tener carreras más resilientes y oportunidades en la intersección de diferentes campos. Subrayó que la vida profesional es larga y el valor de ser una persona completa y versátil.

marsbitHace 40 min(s)

Entrevista al ex-CEO de Goldman Sachs: Crisis, liderazgo, IA y consejos para los jóvenes

marsbitHace 40 min(s)

La evolución del Bitcoin físico

El artículo explora la evolución de las versiones físicas del Bitcoin, destacando su esencia digital como ventaja clave pero también como obstáculo para su adopción masiva. Comienza con los icónicos **Casascius Coins** (2011), que almacenaban claves privadas bajo hologramas, pero su producción cesó por presiones regulatorias. Luego apareció **RavenBit**, que descentralizó la generación de claves pero generó problemas de confianza. Un avance significativo fue **Opendimes** (2016), un dispositivo USB que genera y guarda claves internamente, destruyéndose al gastarse. Sin embargo, su costo y forma limitan su uso para transacciones pequeñas. **Satodime** ofreció una alternativa más barata y versátil (como tarjetas o anillos), aunque el costo del hardware sigue siendo una barrera. El texto analiza el **desafío fundamental del costo**: para competir con el efectivo, el soporte físico debe ser extremadamente barato (menos de 1 dólar), algo difícil con los chips criptográficos actuales. Soluciones como **OfflineCash**, que se asemeja a billetes con chips NFC, aún están lejos de ser prácticas y asequibles. Finalmente, presenta **Tapsigner** como una opción prometedora: una tarjeta con chip NFC dedicado a Bitcoin, que funciona como monedero recargable y facilita los pagos sin contacto, acercando más el Bitcoin a las transacciones minoristas cotidianas. La conclusión subraya que, aunque el camino hacia un "efectivo bitcoin" físico y barato es complejo, la innovación continúa acercándolo a la realidad.

marsbitHace 46 min(s)

La evolución del Bitcoin físico

marsbitHace 46 min(s)

Samsung confía en el ciclo tecnológico, SK Hynix en el HBM... ¿cómo Micron ganó un valor de billón de dólares?

**Resumen en español: Micron Technology, un gigante de chips de memoria, alcanzó una capitalización de mercado de un billón de dólares. Fundada en 1978 en Boise, Idaho, ha sobrevivido a múltiples ciclos de la industria frente a rivales como Samsung y SK Hynix.** Su supervivencia se atribuye a una combinación de estrategias: **1) Uso de palancas políticas y legales** (denuncias por dumping contra Japón en los 80, testimonio clave en una investigación antimonopolio en 2002, y acciones legales contra competidores emergentes como la china JHICC en 2017). **2) Un control de costos de fabricación excepcional**, logrado gracias a décadas de experiencia, que le permite producir chips DRAM con un área de celda más pequeña que sus competidores, reduciendo costos unitarios. Sin embargo, Micron enfrenta desafíos críticos: **1) Un retraso de una década en HBM** (memoria de alto ancho de banda crucial para IA), debido a una **adquisición estratégicamente errónea de Elpida** en 2013, que centraba su tecnología en DRAM para móviles. Esto permitió a SK Hynix liderar el mercado de HBM (85% en HBM3 vs. 3% de Micron). **2) Presión en el segmento medio-bajo** por la expansión agresiva de fabricantes chinos como CXMT. **3) Pérdida significativa del mercado chino** tras las prohibiciones de venta a infraestructuras críticas en 2023, lo que redujo sus ingresos en China a solo el 7.1% en 2025. En conclusión, mientras que el **"juego político"** le ha ganado tiempo, y su **eficiencia en fabricación** le ha permitido resistir los ciclos de precios, la **falta de una apuesta temprana en tecnologías clave como el HBM** representa una "deuda de tiempo" costosa. Su futuro depende de si puede cerrar esta brecha tecnológica en la carrera por el HBM4, en un entorno donde el tiempo de desarrollo y la paciencia son los recursos más valiosos.

链捕手Hace 1 hora(s)

Samsung confía en el ciclo tecnológico, SK Hynix en el HBM... ¿cómo Micron ganó un valor de billón de dólares?

链捕手Hace 1 hora(s)

Nuevo estudio de AMD desafía la creencia común: la inestabilidad del entrenamiento en FP4 no se debe a la falta de aleatoriedad

Un nuevo estudio de AMD y la Universidad Estatal de Pensilvania desafía la creencia de que la inestabilidad en el entrenamiento de modelos grandes de lenguaje (LLM) con precisión FP4 se debe a la falta de aleatoriedad. La investigación, realizada en hardware nativo FP4 (AMD Instinct MI355X), identifica que el problema principal es la acumulación y amplificación de errores estructurales de "microescalado" en la ruta del gradiente de los pesos (Wgrad). El estudio utilizó el formato MXFP4, que aplica factores de escala a pequeños bloques de datos. Los experimentos mostraron que cuantizar a FP4 las operaciones de propagación hacia adelante (Fprop) y gradiente de activación (Dgrad) era tolerable, pero al aplicar FP4 al cálculo del gradiente de los pesos (Wgrad), la convergencia se degradaba significativamente. Contrariamente a la intuición previa, estrategias como el redondeo estocástico o la transformada de Hadamard aleatoria empeoraban la inestabilidad. En cambio, una transformada de Hadamard **determinista** (no aleatoria) resultó efectiva, ya que aplica un patrón de error consistente que no se amplifica a lo largo del entrenamiento. Con esta solución, se completó el preentrenamiento de Llama 3.1-8B, logrando una aceleración del 9-10% en el entrenamiento extremo a extremo respecto a la línea base FP8, con solo un 8-9% de tokens adicionales necesarios para converger. Este trabajo demuestra la viabilidad del entrenamiento nativo FP4, potencialmente duplicando el rendimiento utilizable para entrenamiento en hardware como las GPU AMD MI350 y NVIDIA Blackwell, que ya soportan FP4.

marsbitHace 1 hora(s)

Nuevo estudio de AMD desafía la creencia común: la inestabilidad del entrenamiento en FP4 no se debe a la falta de aleatoriedad

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片