一文分析 DApp 发展的三条出路:应用链、价值返还与自主排序

链捕手Dipublikasikan tanggal 2024-08-19Terakhir diperbarui pada 2024-08-19

原标题:《Is everything really moving towards AppChains?》

作者:Pavel Paramonov

编译:深潮 TechFlow

 

一切真的都在向应用链(AppChains)发展吗?

是的,但实际上并非如此。

dApps 转向主权链的主要原因是它们感到自己受到了不公正的对待。

这并不是没有原因的,因为大多数 dApps 都处于亏损状态。

你可以参考最近的例子,比如 zkxprotocol 停运,以及过去的许多其他应用,如 utopialabs_、yield、FujiFinance 等等。

但这是因为商业模式真的有缺陷,还是协议确实存在问题?

dApp 的主要收入来源(通常也是唯一的来源)是手续费。用户支付这些费用,因为他们直接受益于服务。

然而,用户并不是唯一从 dApp 使用中获益的参与者。

在交易供应链中,有多个参与者获利,主要是区块提议者,尽管他们是最后一个看到交易的人。在 L2 的情况下,这些参与者被称为排序者(sequencers)。

MEV 被大量提取,这并不总是坏事,但 dApps 创造的价值却被剥夺,因此他们无法获得所提供的全部价值。

目前有三种方法可以解决这个问题:

  1. 成为一个应用链。
  2. 选择一个能够创造价值的 L1/L2。
  3. 实施针对特定应用的排序机制。

就像加密领域的所有事物一样,每种解决方案都有其权衡。

1.成为一个应用链:高成本 + 高价值

你可以获得许多好处:尽可能多地提取价值,控制自己的网络(如果你是 L2),更容易扩展,避免争夺区块空间等等。

缺点是:这真的很贵,而且实现起来更具挑战性,因为你必须同时构建应用和链。

即使你想构建一个 L2 并使用像 alt_layer 这样的解决方案。

「每个应用最终都会成为应用链」的论点通常是错误的,原因有三:

  1. 不是每个去中心化应用 (dapp) 都大到需要迁移到应用链。
  2. 一些 dapp 从底层链的架构中直接受益。
  3. dapp 在其他链上适应良好。

2.L1/L2 能够回馈价值:低成本 + 中等价值

在 rollup 或 L1 上部署应用的成本要低得多,因为你不需要为验证、包含、共识、交易流等制定新规则。

在 rollup 的情况下,将你的应用从以太坊转移到 rollup 通常非常简单,因为 rollup 要么兼容 EVM(例如 arbitrum),要么等价于 EVM(例如 taikoxyz)。

你仍然需要考虑底层链的架构,但不必从零开始构建。

也许在未来,我们将实现真正的链抽象,开发者只需关注他们的 dapp,但那是另一个话题了。

开发者获得中等价值的回报,因为这不是高价值(你不拥有链的经济体系),但也不是低价值(除了手续费之外,你还会获得一些其他回报)。

目前几乎没有这样的实现,因为与 dapp 共享 MEV 仍然是一个复杂的过程,我们需要进行更多的研发。

3.特定于应用的排序:中等成本 + 不确定价值

特定于应用的排序概念较为新颖,人们常常将其与应用链混淆,区别很简单:

应用链关注排序和执行。

自我排序的去中心化应用 (dapp) 只关注排序,将执行“外包”给 L1/L2。

这是中等成本,因为你需要考虑交易的排序,而不仅仅是构建 dapp,价值是不确定的,因为这个概念还比较新且涉及不同的关注点。

首先,你仍然依赖提议者,因为存在包含的博弈:你可以发送任何你想发送的捆绑包,但是否将你的捆绑包包含在区块中取决于提议者。

如果你会获得所有的 MEV(最大化可提取价值),那么提议者没有明确的激励去将你的捆绑包包含在区块中。

因此,这为提议者创造了另一个激励市场。他们(dapp + 提议者)应该合作,否则他们将失去价值和权力。

此外,它的价值也不确定,因为我们无法确定来自 L1/L2 的共享价值是否会超过 dapp 通过排序交易为自己创造的价值。

任何链都是一片黑暗森林 (dark forest)(不仅仅是以太坊!)。那么回到最开始的问题:

一切真的都在朝着应用链(AppChains)发展吗?

  1. 是的(有些 dapp 从拥有自己的链中受益,胜过留在现有链上)。
  2. 不是(还有其他适合 dapp 需求的解决方案)。

这片森林很大,值得探索所有选项。

世界上加密领域领域中的每种景观都有一些多样性,因此选择最适合你需求的选项,或者构建你自己的解决方案!

Bacaan Terkait

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto2j yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto2j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit3j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit3j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit4j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit4j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit4j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit4j yang lalu

Trading

Spot
活动图片