EigenLayer 的经济模型失败了嘛?

链捕手Dipublikasikan tanggal 2024-08-16Terakhir diperbarui pada 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。

Bacaan Terkait

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Artikel ini membahas evolusi pasar kripto Korea Selatan, yang kini beralih dari fokus pada perdagangan ritel ke pembangunan infrastruktur blockchain institusional. Dua tren utama yang mendorong perubahan ini adalah stablecoin dan tokenisasi aset riil (RWA). Stablecoin won Korea yang diatur kini menjadi prioritas bagi regulator, bank, dan perusahaan untuk mencegah aliran keluar modal ke stablecoin dolar AS. Berbagai lembaga seperti KB Financial, Hana Financial, NH Nonghyup Bank, dan KBank sedang melakukan uji coba untuk pembayaran dan transfer lintas batas. Penyedia pembayaran seperti Shinhan Card, BC Card, dan Danal juga mengembangkan solusi. Platform internet seperti KakaoPay dan NAVER Pay, dengan basis pengguna yang luas, berencana mengintegrasikan stablecoin ke dalam ekosistem mereka. Bagi proyek kripto, sekarang adalah waktu yang tepat untuk menjalin kemitraan dengan lembaga-lembaga ini. Di sisi RWA, Korea Selatan memusatkan perhatian pada tokenisasi aset di sektor unggulannya seperti perkapalan, rantai pasok industri, dan kekayaan intelektual hiburan (K-pop). Perusahaan sekuritas seperti Mirae Asset dan Hanwha Investment sedang memimpin inisiatif ini. Kerangka regulasi yang jelas diharapkan berlaku pada awal 2027. Peluang bagi proyek kripto terletak pada penyediaan infrastruktur seperti saluran distribusi global, solusi likuiditas dan interoperabilitas lintas rantai, serta alat pendukung untuk lembaga. Akses ke pengguna akhir akan sangat bergantung pada platform konsumen utama seperti NAVER (yang berencana mengakuisisi operator Upbit, Dunamu), Kakao (mengembangkan dompet terpadu), dan Toss (dompet finansial semua dalam satu). Industri kripto Korea Selatan sedang mendekati titik kritis, di mana proyek-proyek yang dapat membangun kemitraan dan kasus penggunaan nyata dengan lembaga lokal akan membantu membentuk masa depan aset digital di negara tersebut.

Foresight News4m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Foresight News4m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

Bagaimana Menentukan Keaslian Video AI? Tinjauan Sistem Deteksi Dinamis, Dapat Dilacak, dan Dapat Dijelaskan Generasi video AI telah berkembang pesat, mencapai kualitas sinematis. Namun, deteksi video palsu tertinggal, menimbulkan risiko sosial. Makalah tinjauan ini menetapkan kembali tujuan deteksi menjadi **"verifikasi kesetiaan fakta"**, memeriksa apakah konten video selaras dengan dunia nyata. Video AI dikategorikan menjadi tiga paradigma: **Manipulasi Lokal (LMV)**, **Edit Audio-Visual (AVE)**, dan **Sintesis Video Generatif (GVS)**. Untuk mendeteksinya, tinjauan mengusulkan kerangka kerja **empat lapis dari perspektif ganda Visi-Bahasa**: 1. **Analisis Isyarat Visual Intrinsik**: Memeriksa anomali statistik tingkat rendah seperti pola noise dan sinyal fisiologis. 2. **Konsistensi Spasial-Temporal**: Menganalisis kelancaran gerakan objek dan dinamika adegan sepanjang waktu. 3. **Konsistensi Antarmoda**: Memverifikasi keselarasan antara elemen visual, audio, dan teks dalam video. 4. **Penalaran Tingkat Dunia Dipandu Bahasa**: Mengevaluasi konsistensi konten video dengan pengetahuan dunia nyata, fakta, dan hukum fisika menggunakan penalaran semantik. Fokus metode deteksi bergeser dari lapisan 1 & 2 (visi) ke lapisan 3 & 4 (bahasa) seiring membaiknya kualitas video AI. Evaluasi juga perlu berkembang melampaui metrik akurasi dasar, menuju sistem penilaian **dinamis yang mengutamakan bukti**, serta sistem deteksi yang **dapat dipercaya dan dijelaskan** dengan menggabungkan bukti visual dan penalaran semantik. Deteksi yang andal memerlukan kolaborasi antar bidang seperti Visi Komputer, NLP, dan pemahaman multimodal.

marsbit38m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

marsbit38m yang lalu

Tak Terduga, Audit Keamanan adalah Aplikasi Pertama yang Terwujud dari AI x Crypto

Data menunjukkan, hingga Juni 2026, TVL DeFi turun sekitar 39% dari awal tahun. Di sisi lain, serangan keamanan di sektor DeFi telah menyebabkan kerugian sekitar $942 juta dalam 121 insiden sepanjang tahun. Munculnya alat AI canggih, seperti model Claude Mythos dari Anthropic, telah mengubah lanskap keamanan dengan drastis. Biaya dan keahlian yang dibutuhkan untuk menemukan kerentanan dalam kontrak pintar kini turun hampir ke nol, memungkinkan penyerang memindai ribuan kontrak secara sistematis dan mengeksploitasi celah dengan sangat cepat, bahkan pada protokol yang sudah diaudit. Insiden pada protokol seperti Drift Protocol dan KelpDAO membuktikan bahwa laporan audit tradisional yang hanya fokus pada kode tidak lagi memadai. Penyerang kini menargetkan logika bisnis, konfigurasi infrastruktur, dan kelemahan operasional. Celah pada kontrak lama yang telah berjalan bertahun-tahun juga kembali dieksploitasi berkat bantuan AI. Pernyataan pesimistis dari pendiri OpenZeppelin bahwa "semua DeFi tidak aman" mencerminkan tantangan struktural ini: pihak bertahan harus menutup semua celah, sementara penyerang hanya butuh satu pintu masuk. Menanggapi hal ini, proyek-proyek kini terdorong untuk melakukan audit ulang berdasarkan standar keamanan baru di era AI, meskipun lebih bersifat pertahanan. Perusahaan audit seperti CertiK dan OpenZeppelin beradaptasi dengan mengembangkan sistem audit berbantuan AI, beralih dari model laporan satu kali ke layanan pemantauan berkelanjutan dan verifikasi formal. Contohnya, alat audit AI Firepan berhasil menemukan kerentanan kritis yang terlewat oleh enam auditor manusia pada kontrak Curve Finance. AI juga membuktikan kemampuannya dalam audit proyek privasi seperti Zcash. Kesimpulannya, fusi AI dan Crypto paling dahsyat dampaknya di audit keamanan. Era keamanan sebagai pemeriksaan satu kali sebelum peluncuran telah berakhir. Keamanan kini harus menjadi infrastruktur berkelanjutan bagi proyek, sementara perusahaan audit harus berevolusi dari penyedia jasa pasif menjadi mitra defensif proaktif yang terintegrasi penuh. Masa depan akan dimenangkan oleh pihak yang paling cepat beradaptasi dan memanfaatkan AI untuk pertahanan.

链捕手53m yang lalu

Tak Terduga, Audit Keamanan adalah Aplikasi Pertama yang Terwujud dari AI x Crypto

链捕手53m yang lalu

Trading

Spot
活动图片