从实时证明到原生 Rollup:ZK 驱动下的以太坊扩容终局

marsbitDipublikasikan tanggal 2025-08-08Terakhir diperbarui pada 2025-08-09

以太坊正在迈向 1 万 TPS 的扩容新时代,而零知识证明(ZK)技术正成为关键驱动力,本文是我们整理的《以太坊 1万 TPS 路线图》第二篇,将聚焦于实时证明的技术难点、Prover 的参与逻辑、L1 切换过程中的安全挑战,以及「原生 Rollup」如何成为 ZK 扩容的终极形态。

如果说 ZK 化是以太坊技术重构的起点,那么「实时证明」与「原生 Rollup」则是这场扩容革命的核心落地环节。

本篇我们将继续深入探讨以太坊主网上如何实现 12 秒级的 ZK 实时证明、成为 Prover 的硬件门槛与激励机制是怎样的、原生 Rollup 将如何改写以太坊 L2 的格局。

01、实时证明:以太坊扩容的关键拼图

在以太坊迈向 1 万 TPS 的路线图上,有一个不可或缺的技术突破点:实时证明(real-time proving)。

Succinct 联合创始人 Uma Roy 如此解释:「实时证明,指的是能够在不到 12 秒内,对以太坊主网的一个区块完成 ZK 证明的生成过程」。

这意味着什么?一旦实现实时证明,以太坊就能将其区块验证逻辑纳入协议本身,并在不牺牲可验证性的前提下,几乎「任意」地提高 Gas 上限,从而实现 L1 的大规模扩容(编者注:以太坊主网每个区块的生成时间为 12 秒,因此「实时」是指在每个区块周期内完成证明)。

不过要实现实时证明,仅靠 zkVM 技术本身还不够,还需要对以太坊协议层进行变更。

以太坊基金会的 Ladislaus 指出,预计将在明年 Glamsterdam 升级中引入一个关键机制——「区块验证与立即执行的解耦」,这将为 Prover(证明者)提供更充裕的时间,在一个完整 slot 内生成 zkEVM 证明,从而实现真正意义上的实时处理。

技术实现方面,Succinct 已发布其最新的 SP1 Hypercube zkVM,在 200 张 GPU 的集群下,能够对 1 万个主网区块中的 93% 实时生成证明。

Roy 表示他们有信心在今年年底前,将这个成功率提升到 99%。尽管一些难以处理的区块仍可能导致极少数区块无法及时生成证明,但协议设计中已考虑容错机制,例如允许跳过该区块,进入下一个区块继续处理。

更进一步,以太坊还在考虑将区块时间从 12 秒缩短至 6 秒(作为 Glamsterdam 的另一潜在提案),这将显著提升用户体验和交易确认速度,但这也给 ZK Prover 带来了额外压力——对于证明者来说,任务的难度增加了一倍。

不过 Roy 并不担心,毕竟 ZK 技术每年性能都能提升 10 倍,就算区块时间减半,也能应对。

6 月 Linea 也宣布其网络上已能实现 100% 的链上活动由 ZK 证明覆盖,虽然 Linea 当前 TPS 仅为 2,但这并非性能限制,而是受限于使用需求。

值得注意的是,Linea 区块间隔仅 2 秒,ZK 证明通过智能合约上传至以太坊 L1 验证,这一模型,或许正是未来主网「ZK 化」的先行版本。


02、以太坊 ZK 证明者的硬件门槛高么?

想要实时生成 ZK 证明,当然离不开强大的计算资源。

以太坊基金会目前为 Prover 设定的初步技术目标是:硬件成本控制在 10 万美元以内,电力消耗低于 10 千瓦,大约相当于一台特斯拉 Powerwall 家用电池的耗电水平。

这个数字听起来并不「轻量」,以太坊批评者 Justin Bons(Cyber Capital 创始人)就称其为「远超 Solana 验证节点的疯狂硬件要求」,但这其实是混淆了两种完全不同的角色。

以太坊基金会协议协调团队的 Ladislaus 指出:Prover 和 Validator(验证者)的职责不同,不能混为一谈——验证者运行节点,参与共识;而 Prover 的任务是生成 ZK 证明,一旦某笔交易的 ZK 证明被正确生成,网络中只需验证该证明是否正确即可,而不需要重复执行交易。

正因为此,Ladislaus 表示乐观,「只要能找到一个满足硬件条件的诚实证明者,以太坊就能继续安全运行,我们故意将门槛压在数据中心以下,甚至即使不是大型机构或数据中心,只要是有技术能力的个人开发者,也能在家中运行 Prover」。

目前这个 10 万美元的硬件配置只是初始目标,以太坊基金会研究员 Sophia Gold 预计,到今年 11 月 Devconnect 阿根廷开发者大会之前,主流 Prover 有望达标。

Succinct 联合创始人 Roy 预计到明年初,可以将 GPU 需求降低至 16 张显卡左右,总成本也将控制在 1 万至 3 万美元之间。

与此同时,Succinct 已经在测试网上搭建了一个由「数百个 Prover」组成的去中心化网络,累计生成了数百万份证明。

这个系统的核心逻辑是竞争式证明,即所有 Prover 参与竞标,每轮选择一个中标者来执行 zk 证明,目标是让时间更短、成本更低的参与者胜出,形成类算力竞价机制。

这意味着,在 ZK 驱动的以太坊未来中,矿工精神将以另一种形式重现——只是角色从算区块,变成了算证明。


03、主网切为 ZK 架构:一场高难度系统迁移

将以太坊 L1 主网切换为零知识证明(ZK)架构,是继 2022 年从工作量证明(PoW)过渡到权益证明(PoS)之后,又一次几乎同等级别的技术挑战,整个过程不仅需要对协议层进行重构,还必须严密考虑各种潜在的边缘场景和安全风险,以防网络运行中断。

在今年 7 月的一次 EthProofs 会议中,研究员 Justin Drake 就提到了多个可能的风险隐患。例如恶意攻击者可能会向区块中插入所谓的「prover killer(证明者杀手)」,从而导致整个网络验证机制失效;又或者网络活跃度骤降,产生的交易手续费收入不足以支付生成 ZK 证明的成本,从而影响网络可持续性。

以太坊基金会协议协调团队的 Ladislaus 表示,整个过渡过程可能需要几年时间,尤其要关注安全方面的隐患。ZK 虚拟机(zkVM)作为一项仍处于早期阶段的复杂技术,极有可能会出现各种漏洞。但随着生态成熟,我们可以通过引入多样化的证明系统(proof diversity)、激励机制的完善、以及形式化验证等手段,逐步提升其在以太坊 L1 上的可行性与鲁棒性。

与此同时,以太坊还计划对其共识层进行根本性的架构重构,即构建名为「Beam Chain」的新型结构,目标是在设计之初就为 ZK 优化友好,Drake 甚至表示,未来整个以太坊的数据验证工作将可以在一台普通笔记本电脑的 CPU 上完成。


04、主网「Snark 化」:原生 Rollup 要来了

在以太坊主网集成 zkEVM 的同时,另一个长期设想也开始逐步浮现:原生 Rollup(Native Rollup)。

目前的 Rollup(无论是 Optimistic 还是 ZK 类型)都采用独立的证明系统,其安全性依赖于自身的验证者或排序器机制,与以太坊主网之间存在一定的信任假设。

而「原生 Rollup」的愿景则是完全不同的——通过将 zkEVM 集成至主网,让以太坊 L1 验证者直接验证 Rollup 的状态转换证明,从而实现真正由主网验证、主网保障安全的 L2。

这需要在以太坊 L1 客户端中新增一段关键代码「execute precompile」,允许验证者直接校验 L2 生成的 ZK 状态转移证明,正如以太坊基金会协议协调员 Ladislaus 所说,「L1 验证者将消费这些 Rollup 的执行证明,并验证其正确性」。

换句话说,如果原生 Rollup 成真,那么未来无论是一笔发生在 L1 的交易,还是一笔发生在原生 Rollup 上的交易,其最终结算与安全性都由同一组以太坊验证者保障,信任级别将完全等同。

这意味着在原生 Rollup 上存入 1000 万美元,其安全性将等同于直接存入以太坊主网。

Linea 项目负责人 Declan Fox 表示,他们的长期目标就是成为一个原生 Rollup,他认为这是 ETH 2.0 分片方案的「升级版」——不再是硬性运行 64 个结构相同的分片链,而是以高度可编程、可定制的方式构建异构 Rollup 系统,服务不同场景与用户需求。

与过去 ETH 2.0 的同构分片架构不同,原生 Rollup 可以是异构的,为最终用户提供更多样化和差异化的应用体验。

尽管原生 Rollup 尚未正式写入以太坊路线图,但随着 zkEVM 正式启动、L1 架构逐步重构,为其预设接口与预编译逻辑,显然已经成为可预见的技术趋势。

以太坊

Ladislaus 总结道,「在将 EVM Snark 化(即集成 ZK 证明能力)与推进原生 Rollup 上,以太坊存在高度的技术协同,因为这两者共享底层 ZK 技术堆栈」,当然这一进程仍需通过以太坊社区治理,形成 EIP(以太坊改进提案),并最终在一次硬分叉中落地部署。

乐观预期的话,如果一切顺利,也许年底就能提交相关 EIP,并在 Glamsterdam 升级后的分叉中上线。

不过这一时间表仍具有高度不确定性,需谨慎看待。

Bacaan Terkait

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

"PA Pictorial: Peta untuk Memahami Peristiwa Web3 Penting yang Perlu Diperhatikan pada Juni" Jelajahi Kalender Kripto terbaru PANews dengan cakupan lebih lengkap, penyaringan fleksibel, dan ekspor yang mudah. Pada Juni, pasar kripto dipadati oleh keputusan suku bunga makro, data ekonomi penting, pelepasan token, dan acara teknologi tradisional. Poin-poin intinya meliputi: 📌 Amerika Serikat merilis data NFP dan CPI bulan Mei. The Fed menerbitkan Buku Beige dan menggelar konferensi pers kebijakan, dengan preferensi risiko pasar tetap dipengaruhi ekspektasi makro. 🏦 Bank Sentral Eropa dan Bank of Japan akan mengumumkan keputusan suku bunga, menjadikan likuiditas global dan jalur suku bunga sebagai salah satu tema utama pasar di Juni. 🪙 Beberapa token seperti SUI dan ENA akan mengalami pelepasan (unlock), perlu diperhatikan risikonya. 🚀 Perkembangan proyek: Coinbase akan meluncurkan futures indeks saham perpetual perdana, CME Group berencana meluncurkan futures indeks kripto Nasdaq; SharpLink akan dimasukkan ke dalam Indeks Russell 2000 dan 3000. ⚠️ Penyaringan proyek terus berlanjut: Layanan seperti browser Bitcoin Ordinals, Ord.io, secara bertahap berhenti beroperasi. Perhatikan pengaturan penarikan dan migrasi aset. 🌐 Acara penting lainnya: Pembukaan Piala Dunia, pembukaan Apple WWDC26, penawaran saham SpaceX, pertemuan IPO S&T UBTECH di pasar STAR, dll. Dengan makroekonomi, pelepasan token, regulasi, penyaringan proyek, dan acara teknologi yang berlangsung bersamaan, pasar pada Juni mungkin terus mencari arah baru di tengah ekspektasi likuiditas, perubahan kebijakan, dan rotasi ekosistem. Kunci inti peristiwa global dan alur utama Web3 Juni 2026 dalam satu peta!

marsbit1j yang lalu

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

marsbit1j yang lalu

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

Dalam satu minggu terakhir Mei, dua raksasa teknologi China, Alibaba dan ByteDance, memamerkan dua pendekatan berbeda dalam strategi AI mereka. Alibaba, sebagai perusahaan publik, fokus pada integrasi AI untuk monetisasi langsung. Mereka menghubungkan model Qwen dengan platform e-commerce seperti Taobao, menciptakan fitur seperti "pencocokan harga AI" dan "pakaian virtual AI". Melalui protokol ACT, mereka membangun infrastruktur untuk transaksi berbasis agen AI. Pendapatan eksternal Alibaba Cloud tumbuh 40%, menunjukkan model bisnis "MaaS" (Model-as-a-Service) mereka yang berhasil. Namun, pendekatan ini mungkin mengorbankan penelitian mendasar untuk keunggulan jangka pendek. Sebaliknya, ByteDance, yang masih swasta, berinvestasi besar dalam penelitian AI jangka panjang. Departemen Seed mereka, dengan anggaran belanja modal (capex) yang meningkat pesat, bertujuan "menjelajahi batas atas kecerdasan". Mereka merilis model pembuatan video Seedance 2.0 yang memimpin peringkat global dan mempublikasikan penelitian mendalam tentang "model dunia". Perusahaan ini memberikan kebebasan bagi tim risetnya tanpa tekanan kuartalan dari pasar modal. Perbedaan kunci ini lebih disebabkan oleh status kepemilikan daripada filosofi semata. Sebagai perusahaan publik, Alibaba terikat pada harapan ROI jangka pendek investor. ByteDance, yang belum IPO, memiliki kemewahan untuk berfokus pada terobosan teknologi jangka panjang. Analisis menyimpulkan bahwa jalan strategis AI sebuah perusahaan di China sangat ditentukan oleh apakah perusahaan tersebut terdaftar di bursa atau tidak, yang membentuk pilihan antara "menjual AI" dan "membuat AI".

marsbit1j yang lalu

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

marsbit1j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit2j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit2j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit9j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit9j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli ZK

Selamat datang di HTX.com! Kami telah membuat pembelian ZKsync (ZK) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli ZKsync (ZK) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan ZKsync (ZK) AndaSetelah melakukan pembelian, simpan ZKsync (ZK) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading ZKsync (ZK)Lakukan trading ZKsync (ZK) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

337 Total TayanganDipublikasikan pada 2024.12.13Diperbarui pada 2025.03.21

Cara Membeli ZK

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga ZK (ZK) disajikan di bawah ini.

活动图片