EigenLayer 的经济模型失败了嘛?

链捕手Publié le 2024-08-16Dernière mise à jour le 2024-08-16

原标题:《Eigenlayer's economic model is broken》

作者:Zach Rynes | CLG

编译:Peisen,BlockBeats

 

编者按:

在研究了 Eigenlayer 节点运营商和用户之间的僵局、AVS 的经济负担以及预言机面临的技术挑战后,@ChainLinkGod 指出,Eigenlayer 经济模型的实际运作暴露出了一系列深层次的问题,其并未提供真正的解决方案来启动新的去中心化基础设施协议。

Eigenlayer 的经济模型出现了问题

该协议并未提供真正的解决方案来启动新的去中心化基础设施协议。

启动问题是经典的「鸡和蛋」问题,具体如下:

(1) 节点运营商不会加入并保护网络,除非这样做对他们有利可图。

(2) 用户不会付费使用网络,除非已经有一组节点运营商在保护网络。

因此,存在一个僵局,其中供应和需求的存在相互依赖。

这一僵局通过发行新代币来解决,通过代币通货膨胀补贴供应方,以确保节点加入是有利可图的——即使在网络本身尚未盈利之前。

然后,如果网络提供了有价值的服务,并且需求方的采用增加,用户费用的增长最终会取代补贴,使网络变得净盈利。

在 Eigenlayer 上启动的协议(AVS)仍然需要以完全相同的方式进行启动,但 Eigenlayer 的特性使得问题更加严重:

(1) AVS 放弃了代币的效用,因为其原生发行的代币不再是唯一的质押 / 担保资产,取而代之的是质押的 ETH/EIGEN。

(2) 由于 AVS 在起步阶段并不盈利,它们必须通过自身代币供应的通货膨胀来支付质押的 ETH/EIGEN——参与者对该 AVS 代币缺乏一致性,可能会出售以积累更多的 ETH/EIGEN。

(3) 对于任何成功的 AVS,它们将需要将收入让渡给 ETH/EIGEN 质押者,从而对协议造成净流失,因为收入流出其生态系统。

这种安排对资金充足或位置良好的项目没有意义,这些项目不需要削弱其代币的效用和价值来吸引资本和验证者。

任何成功并生成收入的 AVS 很可能会脱离 Eigenlayer,以保留更多的自身收入,并为其原生代币累积更多价值,就像许多 dApp 成为自己的 L2/L3/appChain 以捕获更多费用 /MEV 一样。

协议只有在以下情况下才会想要成为并保持 AVS:(1)其成本通过 EIGEN 代币通货膨胀得到补贴,(2)基于再质押炒作获得 VC 融资,或(3)通过类似于失败的 L1 转型为 L2 的叙事转变获得利益。

除了经济学方面,成为 AVS 并不意味着用户能够获得更高质量的服务或更优的安全保障。

特别是对于预言机,我们可以看到三大主要挑战:

(1) DevOps:节点运营商是否是知名的可靠实体,能够管理高性能且抗干扰的基础设施?其基础设施能否扩展到数千个数据源,并在极端区块链网络拥堵和对抗性 P2P 网络条件下保持低延迟?运营商能否及时识别和解决问题?

(2) 数据质量:运营商是否仅从具有严格准确性 / 可用性保证的高质量数据提供者处汇总数据?数据汇总方法是否能在极端市场波动期间反映资产的体积 / 流动性加权市场价格?网络参与者能否及时识别和解决数据提供问题?

(3) 代码质量:链上和链下代码是否抗操控和漏洞?是否有足够的第三方审计 / 评审,如果出现漏洞,问题能多快被识别和解决?

Eigenlayer 并未提供任何解决方案,因此,即使一个预言机 AVS 拥有大量质押的 ETH/EIGEN,这也无法保证该预言机的可靠性、准确性或性能。

迄今为止,预言机或桥尚未遭遇任何经济攻击,因为质押的担保物只是额外的安全层(协议可以更有效地自我提供的)。

Eigenlayer 转型并向 AVS 代币作为再质押资产的支持,实际上是承认 Eigen 的核心经济模型存在问题,从未合理,他们自己也在尝试找到对其 120 亿美元担保资产的收益。

在可预见的未来,Eigenlayer 仍将是 ETH 质押者的补贴收益池。

Lectures associées

La Course aux Crypto-monnaies des Institutions Coréennes : Explosion Parallèle des Stablecoins et des RWA

**Résumé :** La Corée du Sud est à un tournant clé dans son adoption de la cryptographie, passant d'un marché retail dominant à un développement institutionnel structuré. Deux axes principaux émergent : les stablecoins et la tokenisation d'actifs réels (RWA). **Les stablecoins**, notamment un éventuel won numérique, sont devenus un enjeu majeur pour les régulateurs, les banques et les entreprises. La motivation est défensive, visant à contrer la fuite massive des capitaux vers les stablecoins en dollars (estimée à 1150 milliards de dollars) et à ancrer les transactions financières futures dans le système local. Des acteurs majeurs comme KB Financial, Hana Financial, Shinhan Card, BC Card et les géants internet Kakao (via KakaoPay) et NAVER (via NAVER Pay, qui prévoit d'acquérir Dunamu, la maison-mère d'Upbit) mènent des pilotes actifs. La fenêtre de collaboration pour les projets crypto natifs est ouverte pour devenir des partenaires infrastructurels privilégiés avant la finalisation du cadre réglementaire. **La tokenisation RWA** avance rapidement en Corée, avec un focus sur les secteurs locaux forts comme la construction navale, la chaîne d'approvisionnement industrielle (ex : Hanwha) et les IP culturelles (K-pop). Le cadre légal se précise avec des amendements aux lois sur les marchés de capitaux. Des plates-formes comme NXT et KDX ont reçu des approbations préliminaires pour négocier des titres tokenisés. L'opportunité pour les projets crypto réside dans la fourniture d'infrastructures techniques complémentaires : canaux de distribution globaux, solutions de liquidité et d'interopérabilité cross-chaîne, et outils d'optimisation pour les institutions. **Les plateformes grand public (NAVER, Kakao, Toss)** détiennent la clé de l'adoption massive. Elles intègrent activement les services blockchain (portefeuilles, stablecoins) dans leurs écosystèmes de paiement et de communication, créant ainsi des canaux de distribution essentiels pour atteindre les utilisateurs finaux. En somme, l'écosystème coréen se structure à un rythme soutenu. Les projets internationaux qui établiront dès maintenant des partenariats concrets avec les institutions locales sont les mieux placés pour façonner l'avenir du secteur des actifs numériques en Corée du Sud.

Foresight NewsIl y a 2 mins

La Course aux Crypto-monnaies des Institutions Coréennes : Explosion Parallèle des Stablecoins et des RWA

Foresight NewsIl y a 2 mins

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

Ces deux dernières années, les modèles de génération vidéo par IA (comme Sora, Veo, Kling) ont connu une évolution fulgurante, produisant des séquences réalistes et complexes. En parallèle, la détection de ces contenus synthétiques accuse un retard préoccupant, alors que les vidéos truquées prolifèrent sur les réseaux sociaux, semant la confusion et la désinformation. Face à cette urgence, une étude récemment publiée propose une refonte complète de l'objectif de détection. Il ne s'agit plus simplement de classer une vidéo comme "vraie" ou "fausse", mais de procéder à une **vérification de la fidélité factuelle** : vérifier si le contenu (qui, quand, où, quoi) est cohérent avec la réalité, tant au niveau perceptif que cognitif, et s'il respecte les lois physiques et les connaissances du monde. L'étude catégorise les vidéos générées par IA en trois paradigmes : 1. **Manipulation locale (LMV)** : Altération d'une partie d'une vidéo réelle (deepfake). 2. **Édition audio-visuelle (AVE)** : Modification des relations entre le son et l'image (synchronisation labiale, doublage). 3. **Synthèse générative complète (GVS)** : Génération de bout en bout à partir de texte ou d'images (modèles de type "simulateur de monde"). Pour relever ce défi, les auteurs proposent un cadre de détection à **double perspective (visuelle et langagière)** organisé en quatre couches progressives : * **Couche 1 - Indices visuels bas-niveau** : Analyse des artefacts, du bruit, des signaux physiologiques. * **Couche 2 - Cohérence spatio-temporelle** : Vérification de la fluidité des mouvements et de la continuité physique. * **Couche 3 - Cohérence multimodale** : Vérification de l'alignement entre l'image, le son et les sous-titres. * **Couche 4 - Raisonnement guidé par le langage** : Évaluation de la conformité du contenu avec les faits, la logique et les connaissances du monde réel. L'évolution montre un glissement des méthodes de détection des couches basses (visuelles) vers les couches hautes (langagières et raisonnées), à mesure que les vidéos synthétiques deviennent plus parfaites en apparence. Pour être crédible et utile, un système de détection futur doit évoluer vers un processus **dynamique, traçable et explicable**. Il doit fournir des preuves structurées, combiner les perspectives visuelle et langagière, et fonctionner de manière robuste face à la diversité des modèles de génération et aux transformations des plates-formes. Ce défi nécessitera une collaboration interdisciplinaire entre la vision par ordinateur, le traitement du langage et la modélisation du monde.

marsbitIl y a 37 mins

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

marsbitIl y a 37 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

Les données montrent une baisse significative de la valeur totale verrouillée (TVL) dans la DeFi, tandis que les piratages et les pertes financières augmentent, atteignant environ 942 millions de dollars en 2026. L'émergence d'outils d'IA avancés, comme Claude Mythos, réduit considérablement le coût et l'expertise nécessaires pour identifier les vulnérabilités dans les contrats intelligents, transformant ainsi le paysage de la sécurité. Les attaquants utilisent désormais l'IA pour scanner massivement les contrats, y compris les anciens, rendant les rapports d'audit traditionnels obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des attaques d'ingénierie sociale ou des failles de configuration, démontrant les limites des audits purement techniques. Face à cette menace, la demande d'audits défensifs augmente, devenant même une condition réglementaire. Les entreprises d'audit doivent évoluer, intégrant l'IA dans leurs processus pour offrir une surveillance continue et une détection en temps réel, plutôt que des rapports ponctuels. Des outils comme Firepan ont déjà prouvé leur efficacité en découvrant des vulnérabilités complexes manquées par les audits humains, comme dans Curve Finance. En conclusion, l'ère de la sécurité garantie par un seul audit est révolue. La sécurité devient une infrastructure nécessitant un investissement constant. Les acteurs qui réussiront à adapter leur modèle commercial et à intégrer pleinement l'IA dans une approche de sécurité proactive survivront à cette transition.

marsbitIl y a 44 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

marsbitIl y a 44 mins

Personne n'aurait pensé que la première application pratique de l'IA x Crypto serait l'audit de sécurité

Les données montrent une baisse de 39% de la valeur totale verrouillée (TVL) dans la finance décentralisée (DeFi) depuis début 2026, parallèlement à une recrudescence des piratages ayant causé des pertes d'environ 9,42 milliards de dollars. L'émergence de l'IA, notamment avec des modèles comme Claude Mythos, bouleverse le secteur de l'audit de sécurité. Les attaquants utilisent désormais des outils d'IA pour identifier des vulnérabilités dans les contrats intelligents à moindre coût et à grande échelle, rendant les anciens rapports d'audit obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des failles logicielles ou des erreurs de configuration. Cette pression force une adaptation. À court terme, les projets demandent des ré-audits défensifs selon de nouveaux standards. Les auditeurs traditionnels, comme en témoigne la fermeture de Code4rena, doivent évoluer. Ils développent des systèmes d'audit assistés par IA (comme Firepan) qui ont déjà découvert des vulnérabilités critiques manquées par des audits humains, par exemple chez Curve Finance et Zcash. L'avenir de l'audit réside dans une transition d'un service ponctuel vers une surveillance continue, une vérification formelle et une intégration dès la phase de développement. La sécurité devient une infrastructure nécessitant un investissement constant, et seules les entreprises d'audit capables de se réinventer face à l'IA survivront.

链捕手Il y a 51 mins

Personne n'aurait pensé que la première application pratique de l'IA x Crypto serait l'audit de sécurité

链捕手Il y a 51 mins

Trading

Spot
活动图片