Nocturn宣布停摆,为何隐私项目的征途如此艰难?

Odaily星球日报Dipublikasikan tanggal 2024-01-24Terakhir diperbarui pada 2024-01-24

Abstrak

现阶段种种因素下,合规性>隐私性的战略推进才好持续落地。

原文作者:Haotian(X:@tme l0 211 

编者按: 1 月 23 日,Vitalik Buterin 参投的隐私协议 Nocturne 在 X 平台发文表示,其即将关闭 Nocturne V1,并转向应用程序领域开发。为何隐私类项目如此命运多舛?究竟谁能扛起隐私赛道的加密圣杯?对此,加密分析师 Haotian 在 X 平台上发文解读了隐私项目落地推进的可能性原因,Odaily星球日报整理如下:

时隔三月,此前 @VitalikButerin 参投的隐私 infra 项目 @nocturne_xyz 宣布停摆了,团队将转变方向投入其他新产品。继 Tornado 被处罚,交易所下架隐私币之后,原本以为隐私项目有望链上环境跑出来,现在看来,还是太乐观了。Why,不赘言,简单评述下可能性原因。

1)在主流社会对公链、数字钱包、去中心化交易所等「去中心化的产物」尚难用理性认知接纳的背景下,再给去中心化嵌套一层「隐私」应用场景,很难不成为合规和审查重灾区。

在此背景下,隐私类项目会被视为恐怖融资、洗钱等非法行为的帮凶,会受到「重点关照」,尤其是在各个对 Crypto 监管强势的国家,很容易被视为敌对存在。基于此背景,那些受 VC 驱动的项目,有力顶着扛政府审查的目标坚守做项目么?团队扛不住压力放弃的概率很大。

2)当下隐私类项目会构建一个独立的「黑盒」环境,用户可将资产转入黑盒,然后通过黑盒内的 Stealth 地址以及 Commitment Tree,ZK,等进行 Token 混淆,通常黑盒池子规模越大,用户量越多,隐私构建条件就越成熟,但这类方案处理合规问题的方式通常是,黑名单筛选以及 proof of innocence 等方法,这解决入金问题很容易,但倘若出金后和赃款链路有染,就会带来非常大的麻烦。

3)关键是,为了达成这种底层架构的资产交易环境切换,常用的隐私解决方案都是构建一套隐私交易机制,然后用户先得 deposite 到隐私环境,然后才能完成一系列的后续操作。这使得平台方一方面要承担筛查一切可能非法交易的技术挑战,另一方面还得面临用户发展慢资金池难做大的运营惨淡压力。不仅要头悬利剑不能被监管查处出任何差错,还要向广大用户解释平台的公平公正(抗审查),现阶段后者会更难吧。

围绕这个问题,我和同属隐私赛道 @ZKTNetwork 的 Madao 老师交流了意见,都一致认为,一个严谨的隐私产品在实践环境会非常复杂,一些隐私团队碍于研发压力选择半路跳车的可能性也有;

4)Nocturne 在声明中说到 layer 2 和 AA 账户抽象必须要先于隐私应用场景发生。很多人意识不到究竟为啥,因为 layer 2 和 AA 是 Mass Adoption 实现的基础 infra,这句话的潜在深意是,在大规模应用场景到来之前,隐私问题解决方案更容易成为「作恶」者的帮凶,而非解决真正的隐私需求问题。这句话的逻辑不难理解,毕竟存量市场的用户更多看重的是行业 DApp 应用的金融属性,而隐私问题并非第一性问题。

5)在我看来,隐私类项目要解决的合规问题一定要先于隐私问题本身,也就是务必得有个阻截非法资产流通的万全之策在先,在此基础上再谈用户需求端的隐私问题。待 layer 2 市场的人群大规模扩大后,基于 layer 2 构建的 layer 3 应用环境下,会走出一个监管和市场用户综合认可度都很高的隐私解决方案。毕竟在应用环境下,监管更好渗透,资金更好隔离,用户更好管理,到时候隐私应用会成为大规模用户连接链上环境的可选入口项,主流市场的用户偏好会带动隐私类 DApp 的市场壮大。

与其指望隐私带来 Mass Adoption,不如 Mass Adoption 之后再推进普及隐私更现实?

总之,隐私交易赛道本质上也有一定的「正统性」牵引力量,现阶段种种因素下,合规性>隐私性的战略推进才好持续落地。究竟谁能扛起隐私赛道的加密圣杯,这注定是一条艰难的征途。

Note:隐私赛道属于小众且敏感的领域,Vitalik 提到的另一个项目 @Railway 会不会受影响呢?

原文链接

Bacaan Terkait

Di Balik Skor AI, Ada "Pembuat Soal" Seorang Tionghoa

Setiap peluncuran model AI terbaru, industri sering merujuk pada sejumlah "rapor" standar seperti MMLU-Pro, MMMU, dan MMMU-Pro. Di balik sistem evaluasi kunci ini, terdapat seorang "penyusun soal" bernama Chen Wenhu, asisten profesor di University of Waterloo. MMLU-Pro dikembangkan oleh Chen dan timnya sebagai respons atas keterbatasan MMLU lama. Ketika model-model mutakhir seperti o3 OpenAI mulai mencapai skor hampir sempurna, MMLU-Pro hadir dengan 12.032 soal yang lebih menantang, memperluas pilihan jawaban dan menekankan penalaran, sehingga berhasil membedakan kemampuan model yang sebelumnya tampak setara. Chen juga terlibat dalam MMMU, tolok ukur multimodal yang mengevaluasi pemahaman model terhadap gambar, grafik, dan teks secara terintegrasi. MMMU-Pro kemudian menyempurnakannya dengan memastikan model tidak bisa mengandalkan teks saja. Latar belakang Chen dalam pemahaman informasi kompleks dan pengembangannya di Google DeepMind untuk proyek Gemini memberinya wawasan mendalam. Ia mendirikan TIGERLab (atau "Geng Harimau"), yang tidak hanya fokus pada evaluasi tetapi juga riset model, seperti UniVideo untuk video dan MoCha untuk karakter virtual. Saat ini, Chen bergabung dengan Meta Super Intelligence Lab, terus berkontribusi pada data dan evaluasi multimodal. Karyanya mengingatkan bahwa di balik kemajuan AI yang terlihat, ada banyak talenta seperti dirinya yang membangun fondasi penting bagi perkembangan industri.

marsbit11m yang lalu

Di Balik Skor AI, Ada "Pembuat Soal" Seorang Tionghoa

marsbit11m yang lalu

Posisi Baru yang Paling Banyak Dicari di Silicon Valley Telah Muncul

Selama tiga tahun terakhir, posisi yang paling diminati di industri AI adalah ilmuwan model. Namun, kini fokus perusahaan raksasa seperti OpenAI, Anthropic, dan Google telah berubah. Mereka kini paling ingin merekrut Forward Deployment Engineer (FDE) – insinyur penyebaran garis depan. Posisi ini, yang melibatkan kerja lapangan, rapat, dan modifikasi proses, menandai pergeseran besar industri: mitos model meredup, perang implementasi dimulai. Laporan LinkedIn 2026 menunjukkan bahwa perekrutan FDE global meningkat 42 kali lipat dari 2023 hingga 2025, tiga kali lebih cepat daripada pertumbuhan posisi insinyur AI. Ini mengungkap kenyataan: model sudah canggih, tetapi banyak perusahaan gagal mengadopsinya karena kendala organisasi, seperti data lama, alur kerja yang kaku, dan masalah integrasi sistem. Palantir Technologies adalah pelopor dalam mengembangkan peran FDE. Alih-alih menjual perangkat lunak standar, mereka mengirim insinyur untuk tinggal di lokasi klien, memahami proses, dan menyesuaikan solusi. Metode ini kini menjadi acuan. Pada Mei 2026, tiga raksasa AI mengambil langkah serius untuk implementasi. Anthropic meluncurkan perusahaan patungan senilai $15 miliar untuk men-deploy model Claude. OpenAI membentuk anak perusahaan Deployment Company (DeployCo) dengan investasi awal lebih dari $40 miliar dan mengakuisisi firma konsultan Tomoro. Google Cloud secara masif membuka lowongan untuk FDE. Ini adalah sinyal kuat bahwa fokus telah beralih dari pembuatan model ke penyebaran hasil. FDE tidak hanya menjual alat, tetapi menjamin hasil. Mereka harus memahami teknologi sekaligus dinamika organisasi, menggantikan peran manajer produk, arsitek, manajer proyek, dan insinyur AI. Gaji mereka yang tinggi (hingga $500.000) mencerminkan kompleksitas tugas: mengatasi hambatan organisasi seperti budaya korporat, kepatuhan, dan pembagian tanggung jawab, yang seringkali menjadi penyebab utama kegagalan proyek AI, seperti yang dialami oleh Goldman Sachs dan Target. Kesimpulannya, saat model, daya komputasi, dan Agen menjadi semakin murah, kemampuan yang menjadi sangat berharga adalah memahami organisasi, mengubah proses, dan mendorong perubahan. FDE populer karena industri AI akhirnya mengakui bahwa bagian tersulit dari revolusi teknologi bukanlah teknologinya, melainkan manusianya.

marsbit25m yang lalu

Posisi Baru yang Paling Banyak Dicari di Silicon Valley Telah Muncul

marsbit25m yang lalu

Saat Piala Dunia Bertemu Agen: Dari Web2 ke Web3, Bagaimana Dompet Menuju ke Agentic Wallet?

Piala Dunia menjadi momen yang relevan untuk mengamati evolusi dompet digital (wallet). Dalam skenario prediksi Piala Dunia di platform seperti Polymarket, dompet web3 tradisional berfungsi sebagai pintu masuk interaksi on-chain bagi pengguna. Namun, perubahan yang lebih mendasar terjadi ketika AI Agent mulai diintegrasikan ke dalam skenario dompet, mengubah cara pengguna berinteraksi dengan dunia on-chain. Contohnya, imToken bereksperimen dengan menyematkan AI Agent dalam aktivitas prediksi Piala Dunia. Agent di situs web dan Discord ini dapat membantu pengguna menyelesaikan transaksi taruhan secara lebih alami. Pengguna tidak lagi harus membuka aplikasi dompet secara langsung, tetapi dapat berpartisipasi melalui Discord atau halaman web, kemudian dengan mulus dipandu kembali ke transaksi on-chain oleh Agent. Ini merupakan bentuk awal dari "Agentic Wallet", di mana dompet masa depan mungkin hadir dalam bentuk AI yang ada di mana-mana, bukan hanya sebagai aplikasi mandiri. Inti perubahan ini adalah pergeseran dari dompet sebagai "menu fungsi" menjadi "penerjemah intensi" (intent interpreter). Daripada pengguna memutuskan untuk mentransfer, menukar aset, atau menyambung ke DApp, mereka cukup menyampaikan keinginan dalam bahasa alami. Agent kemudian akan menguraikan langkah-langkahnya, dan dompet akan mengeksekusi rangkaian aksi on-chain. Piala Dunia menjadi pintu masuk yang ideal karena menyediakan konteks alami di mana pengguna memiliki intensi untuk berekspresi dan membuat keputusan. Perkembangan serupa juga terlihat di sektor keuangan tradisional. Mastercard meluncurkan "Agent Pay for Machines", yang mendefinisikan kerangka kerja untuk agen AI tepercaya yang berpartisipasi dalam pembayaran dengan otorisasi pengguna. Ini menekankan pentingnya identifikasi, otorisasi, batasan, dan audit untuk agen AI yang terlibat dalam transaksi bernilai—tantangan yang juga dihadapi oleh dompet web3. Oleh karena itu, tantangan utama bagi Agentic Wallet bukanlah seberapa banyak yang dapat dilakukan AI, tetapi bagaimana memastikan pengguna tetap memahami dan mengontrol tindakan AI. Keamanan dan batasan yang jelas menjadi sangat penting. Dompet masa depan perlu secara jelas memberi tahu pengguna tentang identitas Agent, kemampuan yang dapat digunakannya, durasi otorisasi, batas transaksi, dan memberikan opsi untuk menjeda atau mencabut akses kapan saja. Eksperimen dalam skenario ringan seperti prediksi Piala Dunia merupakan langkah awal menuju masa depan di mana dompet cerdas dapat meningkatkan pengalaman pengguna tanpa mengorbankan kendali dan keamanan aset mereka.

marsbit1j yang lalu

Saat Piala Dunia Bertemu Agen: Dari Web2 ke Web3, Bagaimana Dompet Menuju ke Agentic Wallet?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片