Starknet“福报”将至?一文梳理STRK近期相关动态

Odaily星球日报Опубликовано 2024-01-31Обновлено 2024-01-31

Введение

压力测试规模已暴露空投范围?

原创 | Odaily星球日报

作者 | Azuma

Starknet“福报”将至?一文梳理STRK近期相关动态

北京时间 1 月 30 日晚间,Starknet 在 Goerli 测试网上执行了一场时长数小时的压力测试,测试期间共有 247512 笔被标记为“claim”的合约交互操作被执行。

Starknet“福报”将至?一文梳理STRK近期相关动态

长期跟踪 Starknet 社区动态的 KOL CryptoTraalala.stark 就此表示,这或许意味着 STRK 最终的空投地址数量将不足 20 万个,因为比真实空投交互规模更小的压力测试毫无意义,测试的目的本就是验证网络面临突然流量时的抗压能力,如果 Starknet 计划向 50 万个地址空投,那么他们就不会只测试 24 万笔交互。

Starknet“福报”将至?一文梳理STRK近期相关动态

作为社区关注度最高的潜在空投项目,Starknet 虽然频频被调侃“只打雷,不下雨”,甚至还嘲讽用户为“电子乞丐”……但事实上在过去一个多月内,Starknet 其实已就 STRK 进行了多轮明确的测试工作,我们也能从这些测试进度中看到 STRK 确实已经越来越近了。

STRK 相关动态一:STRK 的跨链转移

去年 12 月 14 日,社区用户根据 Sepolia 测试网上的记录发现,Starknet 已通过该测试网试验了 Layer 1 至 Layer 2 的 STRK 跨链转移。

  • Odaily 星球日报注:以太坊主网(Layer 1)上的 STRK 早在一年多以前便已部署,但除了一些用于测试或治理需求的转移外,并未正式流通。STRK 的合约地址为 0xCa14007Eff0dB1f8135f4C25B34De49AB0d42766

Starknet“福报”将至?一文梳理STRK近期相关动态当日,用户发现以太坊 Sepolia 测试网上与主网 STRK 合约相同(0x ca 14 开头)的 STRK 测试币出现了多笔转账,其中一笔 1234 枚 STRK 测试币的转账疑似是在进行从 Layer 1 至 Layer 2 的跨链转移。

Starknet Sepolia 测试网数据则显示,上述交易确认几分钟后,该测试网上 0x 0137 开头的地址随即收到了 1234 枚 STRK 测试币。

Starknet“福报”将至?一文梳理STRK近期相关动态

12 月 26 日,距离上述试验十余天之后,Starknet 于 Github 库内正式添加了“bridged_tokens”文件,该文件披露了 Sepolia 测试网上的一些 STRK 相关参数:

  • Layer 1 的 STRK 合约地址为 0xCa14007Eff0dB1f8135f4C25B34De49AB0d42766(此前已披露,与主网一致);

  • Layer 2 上的 STRK 合约地址为 0x04718f5a0fc34cc1af16a1cdee98ffb20c31f5cd61d6ab07201858f4287c938d;

  • Layer 1 的 STRK 桥接合约地址为 0x6FE45BEFC2C0E0F619D5ccFB6fA4D40590f6bC53;

  • Layer 2 上的 STRK 桥接合约地址为 0x0594c1582459ea03f77deaf9eb7e3917d6994a03c13405ba42867f83d85f085d。

Starknet“福报”将至?一文梳理STRK近期相关动态

1 月 15 日,大概是试验一个月后,社区用户又发现 Starknet 在主网上试验了 Layer 1 至 Layer 2 的 STRK 跨链转移。

Etherscan 及 Starkscan 链上记录,当时先是以太坊主网上的 STRK 代币出现了多笔小额转账,之后 Starkscan 亦出现了数额等同的多笔 STRK 转账,疑似是团队是测试将 STRK 从 Layer 1 桥接至 Layer 2 。

此外该转账系桥接操作的另一个作证是,Starknet 主网上出现转移的 STRK 代币合约为 0x 0471 开头,与前文中提到 Starknet 在 Github 库内披露的 Sepolia 测试网代币合约一致。

STRK 相关动态二:gas 支持

1 月 10 日,Starknet 正式激活了 V 0.13.0 的大版本升级,该升级的主要内容是添加 V3 交易类型,其目的是为了让 Starknet 网络能够支持未来的一些功能升级,比如在 ETH 之外添加 STRK 作为 gas 代币。

当时社区内曾有不少人将 V 0.13.0 升级日期误解读为 STRK 激活 gas 属性的日期,但随后 Starknet 则“辟谣”表示:“V 0.13.0 升级涵盖了将 STRK 作为 gas 代币的技术准备工作,但这并不意味着现在便可使用 STRK 作为 gas……铁轨已经铺设完毕,但火车还没有运行。”

不过,似乎 STRK 正式激活 gas 属性的日期也不会太远了 —— 今日早间,Starknet 核心开发者 antiyro 分享了一笔链上交易并表示,Starknet 网络 524884 区块中的一笔交易使用了 STRK 支付 Gas 费的交易,这意味着 Starknet 团队已正式开始测试该功能。

STRK 相关动态三:测试网 claim 交互

相较于前两大动态,社区用户更为关心的可能还是与潜在空投相关的动态。

Starknet“福报”将至?一文梳理STRK近期相关动态

1 月 26 日,社区用户发现 Starknet 在测试网上执行多笔标记为 claim 的操作,疑似在测试 STRK 的空投申领。

同日,Starknet 宣布将于 1 月 30 日在 Goerli 测试网上进行压力测试,当时曾有部分社区用户猜测,测试的主要内容应该是通过执行大量的潜在 claim 交互来检查网络承压能力,昨晚的链上数据状况也证实了这一猜测。

福报将至?

根据历史信息来“刻舟求剑”,从在测试网试验 Layer 1 至 Layer 2 的 STRK 跨链(12 月 14 日),到在主网上进行实战演练(1 月 15 日),Starknet 大概用了一个月时间,以此类推,本月 Starknet 已在测试网上试验了空投 claim,那么下个月的故事会是什么?这很难不让人浮想联翩。

最后需要强调的是,本文内容仅为对 STRK 代币相关动态的一次梳理,没有人知道“福报”究竟哪天会来,但从确切的测试进程来看,这一天越来越近了。

Похожее

Отчет по Ethereum за первый квартал 2026 года: снижение комиссий, рекордное количество пользователей и транзакций

В первом квартале 2026 года сеть Ethereum продемонстрировала парадоксальную динамику: количество активных пользователей, транзакций и пропускная способность достигли исторических максимумов, в то время как комиссии за транзакции, общая заблокированная стоимость (TVL), объем торгов и рыночная капитализация ETH снизились. Этот феномен объясняется стратегическим переходом к этапу «низких комиссий для роста масштаба» после обновления Fusaka, которое удешевило блок-пространство. Парадокс Джевонса проявляется в том, что снижение стоимости использования высвобождает новый спрос. Ключевой тренд — смещение нарратива от DeFi-платформы к глобальному расчетному слою для институциональных финансов. Ethereum сохраняет доминирующую позицию в сегментах стейблкоинов (61,8% среди топ-5 сетей), токенизированных фондов (73%) и товаров (84%), привлекающих таких гигантов, как BlackRock и JPMorgan. Инвестиции в масштабирование и снижение комиссий нацелены на укрепление сетевых эффектов и долгосрочную ценность ETH как базового актива для расчетов в цифровой экономике.

marsbit24 мин. назад

Отчет по Ethereum за первый квартал 2026 года: снижение комиссий, рекордное количество пользователей и транзакций

marsbit24 мин. назад

Первое подкаст-интервью CEO Intel: наша цель — "10x за 5-10 лет", ставка на передовую упаковку, стеклянные подложки и искусственный алмаз

Интелл CEO Чэнь Лиу впервые выступил в подкасте, поставив цель увеличить доходность компании в 10 раз за 5-10 лет. Основные стратегические направления включают инвестиции в передовые технологии упаковки (EMIB), стеклянные подложки и новые материалы, такие как нитрид галлия (GaN), карбид кремния (SiC), фосфид индия (InP) и синтетические алмазы, для преодоления физических ограничений традиционного масштабирования процессоров. Он отметил, что всплеск спроса на ИИ-агентов и задачи логического вывода увеличил значимость CPU, изменив соотношение CPU/GPU в серверах с 1:8 до 1:4 и ниже. Лиу подчеркнул важность восстановления баланса, фокуса на продуктах и клиентах, а также стратегической ценности внутреннего американского производства для безопасности цепочек поставок. Ключевыми показателями для фаундри-бизнеса названы выход годных изделий и время цикла. Совместный проект с Илоном Маском Terafab направлен на решение проблемы отставания инфраструктуры полупроводников от роста потребностей ИИ. Лиу считает, что истинный потенциал Intel, выходящий за рамки традиционного рынка ПК, начнет реализовываться в период 2030-2032 годов в таких областях, как периферийные вычисления, физический ИИ и ИИ-агенты, благодаря интеграции технологий XPU, передовой упаковки и фаундри-услуг.

marsbit30 мин. назад

Первое подкаст-интервью CEO Intel: наша цель — "10x за 5-10 лет", ставка на передовую упаковку, стеклянные подложки и искусственный алмаз

marsbit30 мин. назад

Только что привлек $2,7 миллиарда, и Ли Фэйфэй тоже вложила деньги

В венчурном рынке «мировые модели» стали горячей темой, но Пит Флоренс, сооснователь и бывший ведущий исследователь Google DeepMind, публично отверг этот ярлык для своей компании Generalist AI. Несмотря на то, что он был ключевым разработчиком архитектуры VLA, лежащей в основе многих современных «мировых моделей», Флоренс считает, что акцент должен делаться на конкретных целях, а не на модных терминах. Его цель — создать роботов, способных с высокой надежностью выполнять самые разные задачи без специального обучения для каждой. Недавно Generalist AI привлекла $4 млрд в ходе раунда финансирования при оценке в $20 млрд. Среди инвесторов — NVentures (Nvidia), Bezos Expeditions, фонд NFDG, сооснователь Xiaomi Линь Бинь, основатель Zoom Эрик Юань и известный ученый в области ИИ Ли Фэйфэй. Подход Флоренса сформировался под влиянием его научного руководителя в MIT, Рус Тедрейка, который делал акцент на понимании физики. В Generalist AI этот подход выражается в последовательной разработке моделей, нацеленных на практическую полезность. Их первая модель, GEN-0, продемонстрировала, что законы масштабирования, как у больших языковых моделей, применимы и к физическим действиям. В апреле 2026 года была представлена GEN-1, обученная на более чем 50 тысячах часов данных, собранных с помощью специальных перчаток. Она достигает 99% успеха в таких задачах, как складывание коробок, и работает в три раза быстрее предыдущей версии. Флоренс считает, что производительность GEN-1 приближается к переломному моменту, необходимому для коммерческого развертывания. Финансирование, полученное после ее демонстрации, подтверждает веру инвесторов в его целеориентированный подход к созданию универсальных роботов, которые могут изменить экономику физического труда.

marsbit32 мин. назад

Только что привлек $2,7 миллиарда, и Ли Фэйфэй тоже вложила деньги

marsbit32 мин. назад

За три дня потеряли двух легенд: дамба AI-талантов Google трещит по швам?

За последние три дня Google потеряла двух ведущих специалистов по ИИ: Ноама Шазера, одного из авторов архитектуры Transformer, присоединившегося к OpenAI, и Джона Джампера, руководителя проекта AlphaFold и нобелевского лауреата, перешедшего в Anthropic. Эти события не являются изолированными случаями — они отражают устойчивую тенденцию оттока ключевых талантов из Google в сторону OpenAI и Anthropic. Основная причина — фундаментальное несоответствие миссий. Коммерческие цели Google, ориентированные на рекламный бизнес, ограничивают фундаментальные исследования, в то время как OpenAI и Anthropic предлагают фокус на развитии ИИ и безопасности. Кроме того, перспектива скорого IPO OpenAI и Anthropic сулит сотрудникам значительный финансовый рост, чего не может предложить зрелый гигант вроде Google. Слияние Google Brain и DeepMind в 2023 году, предназначенное для консолидации усилий, на практике усилило внутренние трения между исследовательской и продуктовой культурами, увеличив давление коммерциализации на науку. Этот структурный отток талантов перекраивает ландшафт индустрии. Несмотря на сохраняющиеся преимущества в вычислительных ресурсах и данных, Google рискует проиграть в гонке, где ключевым активом являются люди, продвигающие технологические границы. Способность удерживать этих людей становится для компании самой сложной задачей.

marsbit2 ч. назад

За три дня потеряли двух легенд: дамба AI-талантов Google трещит по швам?

marsbit2 ч. назад

За оценками ИИ скрывается китайский «составитель тестов»

За кулисами результатов ведущих ИИ-моделей, таких как GPT и Gemini, часто стоит один и тот же «составитель заданий» — китайский исследователь Чэнь Вэньху. Будучи доцентом Университета Ватерлоо и основателем лаборатории TIGERLab, он разработал ключевые оценочные эталоны MMLU-Pro, MMMU и MMMU-Pro, которые стали общим языком для сравнения способностей моделей. Чэнь Вэньху сосредоточился на создании более сложных и устойчивых тестов, когда предыдущие эталоны, такие как MMLU, перестали эффективно различать передовые модели, достигшие почти идеальных результатов. MMLU-Pro, с его 12032 вопросами, расширенными вариантами ответов и акцентом на рассуждения, снизил точность моделей на 16–33% и уменьшил зависимость от угадывания. MMMU и MMMU-Pro, в свою очередь, оценивают мультимодальное понимание, требуя от моделей анализа изображений, таблиц, схем и текста в контексте профессиональных знаний, что выявило значительные ограничения даже у самых мощных моделей. Исследования Чэнь Вэньху в области сложных вопросно-ответных систем и его опыт работы в Google DeepMind над Gemini позволили ему глубоко понять слабые места в оценке ИИ. Его лаборатория также занимается разработкой моделей, таких как UniVideo и Vamba, что помогает создавать более точные и релевантные тесты. Сегодня, работая в лаборатории суперинтеллекта Meta, Чэнь Вэньху продолжает влиять на развитие ИИ через улучшение данных для предобучения и систем оценки, оставаясь ключевой, но менее заметной фигурой в этой быстроразвивающейся области.

marsbit2 ч. назад

За оценками ИИ скрывается китайский «составитель тестов»

marsbit2 ч. назад

Торговля

Спот
Фьючерсы
活动图片