详解Solana新功能「Token Extension」:助力下一个杀手级应用?

Odaily星球日报Опубликовано 2024-03-06Обновлено 2024-03-06

Введение

Solana 新 SPL 代币标准「Token Extension」包含 19 种不同的代币标准,允许开发人员构建自定义的代币功能。

原文作者:@hmalviya 9 

原文编译:Frank,Foresight News

编者按: 1 月份,Solana 基金会发布新的 SPL 代币标准「Token Extension」,打开了 Solana 网络解锁更复杂链上用例的想象空间。

开门见山,我认为 Solana 生态系统正在迎来新的爆发,其中主要得益于 Solana 开发者正在努力探索新的边界,包括已经推出的「Token Extension」功能。

本文就将简单介绍下「Token Extension」功能及其可以带来的潜在场景用例。

什么是「Token Extension」?

一句话概括,「Token Extension」是新一代的 SPL 代币标准。

其中它允许开发人员构建自定义的代币功能,例如隐私交易、转账 Hooks、不可转让代币、生息资产、元数据等等。

详解Solana新功能「Token Extension」:助力下一个杀手级应用?


为了更简单地理解它,可以将其视为一个包含 19 种不同代币标准的库,而这些代币标准又可以根据具体用例需求为代币启用某些特定功能。

这就像将 19 个 ETH 代币标准合并为一个代币标准,我们可以按照自己的方式自由使用所有这 19 个标准。

当然最大的优势之一,就是没有像 ETH 代币标准那样的固定规则,毕竟 ERC 提案议程太慢了,而在「Token Extension」中,开发人员甚至可以尝试合并其中的几个标准,以根据需求构建下一个杀手级应用。

「Token Extension」用例

接下来让我们来谈谈我真正看好的 5 种「Token Extension」用例,并分享围绕对应用例的项目方向,您完全可以在下一个 Solana 黑客马拉松中实现这些想法。

1.隐私交易

「Token Extension」将允许我们构建支持隐私或保密交易的 DApp,而在不久的将来,对此类 DApp 需求无疑会十分巨大,因为一些 Degens 真的希望在隐私环境中进行链上操作。详解Solana新功能「Token Extension」:助力下一个杀手级应用?


举个例子,我们可以创建一个具备隐私性的 DeFi 协议,允许用户在保持转账金额和余额私密性的情况下,将某个 SPL 代币兑换为为另一种 SPL 代币。

同时我们还可以探索构建一个多链跨链桥,实现 Solana 和 NeonEVM 之间的隐私交易。

2.转账 Hooks

转账 Hooks 非常酷——它们允许用户在代币转账时强制执行某些规则。

譬如可以强制执行中间人的分润比例、第三方 KYC、合规性,或者为开发人员提供某种代币激励。详解Solana新功能「Token Extension」:助力下一个杀手级应用?


举个例子,我们可以使用转账 Hooks 构建一个基本的 DeFi 智能合约,该合约应该允许我们在有人使用该合约进行代币转账时赚取 SOL——本质上类似于艺术家如何强制执行版税,以确保开发者激励。

3.不可转让代币

不可转让代币(Non-Transferable Tokens)是指那些无法转移的代币,类似于灵魂绑定代币(SBT),它们预计将在与政府文件相关的相关用例中得到广泛使用。

举个例子,政府部门可以基于该标准建立一个治理门户,为公民发放不可转让的 NFT 国民身份证,持有这些 NFT 的人可以获得政府提供的福利。

4.生息资产

生息资产(Interest-Bearing Assets)是指在持有期间能够产生利息的代币。

基于「Token Extension」,我们可以构建通过质押或使用 DeFi 策略获得利息的代币、流动性质押代币或稳定币,也可以包括任何类型的现实世界资产(RWA),如美国国债等。详解Solana新功能「Token Extension」:助力下一个杀手级应用?


举个例子,我们可以推出一个类似于「Solana 版本 USDe」的 delta 中性稳定币,其中每个用户通过持有 jitoSOL 头寸来管理其挂钩情况,并以 1: 1 的比例开设空头头寸(延伸阅读《27% !比 UST 年化还高的 USDe 是不是庞氏骗局?》)。

那对应的金库就可以通过资金费率收入和质押收益赚取利息,并使用再平衡策略来维持挂钩。

5.元数据

基于「Token Extension」,现在可以使用 Command Line/JavaScript 将 NFT 的元数据(Metadata)存储在 SPL 标准的代币中。

这是非常重要的,因为 NFT 正在变得真正的链上化,而这可能会刺激对链上游戏的需求。详解Solana新功能「Token Extension」:助力下一个杀手级应用?


举个例子,我们可以构建一个基础的逻辑游戏,譬如只能由持有链上 NFT 或者 SBT 的玩家才能访问。由于「Token Extension」允许将所有这些功能合并起来,因此可以直接构建该游戏。

一个综合样例

我们可以结合上面的 5 个方向,来设想一个综合样例:

我们可以建立一个 DeFi 借贷应用程序,只允许那些 Nomis 分数高于 500 的钱包地址使用(通过转账 Hooks 实现这一点);而用户可以在该平台上存入 jitoSOL 并获得 7.5% 的年化收益和积分(通过生息代币实现这一点)。详解Solana新功能「Token Extension」:助力下一个杀手级应用?


就我个人而言,我对「Token Extension」的未来感到非常兴奋。我相信它会是游戏规则的改变者,将帮助开发人员构建下一个杀手级 Web3 应用程序。

Похожее

Открытые системы в конечном итоге побеждают: почему Ethereum — следующий Linux?

**Открытые системы в конечном итоге побеждают: Почему Ethereum — это следующий Linux?** Исторические параллели показывают, что открытые, децентрализованные системы («базары») со временем превосходят закрытые, контролируемые («соборы»). Как Linux победил проприетарные UNIX-системы, а интернет — частные сети, так и Ethereum, благодаря своей беспристрастной нейтральности (credible neutrality), имеет все шансы стать доминирующей основой для мировой финансовой инфраструктуры. Ключевые причины: 1. **Беспризорное (permissionless) инновационное развитие:** Подобно модели разработки Linux с открытым исходным кодом, Ethereum позволяет любому разработчику вносить инновации без разрешения (примеры: ERC-20, ERC-721, Uniswap). Ни одна частная компания не может сравниться с совокупной скоростью инноваций глобального сообщества. 2. **Суверенитет и нейтральность:** Ethereum — это суверенная вычислительная платформа, правила которой прозрачны, равны для всех, устойчивы к изменениям и открыты для участия. Ни одна организация (будь то корпорация или государство) не может контролировать или произвольно менять сеть, что устраняет риски платформы и создает доверие. 3. **Провал частных альтернатив:** Частные блокчейны и консорциумы (например, We.trade, Marco Polo), продвигаемые банками, страдают от фундаментальных противоречий интересов участников и не могут обеспечить открытую компоновку (composability) и нейтральность, которые являются основной ценностью блокчейна. Многие подобные проекты уже потерпели неудачу. 4. **Эффект сетевого масштаба:** Доверие разработчиков и институтов (Coinbase, BlackRock, JPMorgan, Robinhood) привлекает в экосистему Ethereum больше инструментов, ликвидности и приложений, создавая самоподдерживающийся цикл роста. На Ethereum уже приходится подавляющая доля активности в DeFi, стейблкоинах и токенизированных активах. 5. **Ответственность на уровне приложения:** Аргумент о необходимости контролируемого субъекта для регулирования в финансовой сфере решается на уровне приложений (например, с помощью токеновых стандартов со встроенным KYC, как ERC-3643), а не базового расчетного уровня, который должен оставаться нейтральным. История технологий учит, что преимущества закрытых систем (скорость, фокус) в долгосрочной перспективе уступают силе открытых сетей. Ethereum, как платформа, обеспечивающая суверенитет, нейтральность и беспрепятственные инновации, находится на пути к тому, чтобы стать для финансов тем же, чем Linux стал для операционных систем, — повсеместно принятой, надежной и открытой основой.

Foresight News9 мин. назад

Открытые системы в конечном итоге побеждают: почему Ethereum — следующий Linux?

Foresight News9 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

Рост за счет доступа к каналам дистрибуции подходит к концу. Такие гиганты, как Coinbase, Stripe и Kraken, стремятся контролировать всю цепочку создания стоимости, поглощая или создавая конкурирующую базовую инфраструктуру, чтобы захватить прибыль и избежать «платы за проезд». Coinbase с ее блокчейном Base собирает сборы за упорядочение, Stripe приобрела Bridge для удержания доходов от стейблкоинов, а Kraken купила NinjaTrader для получения лицензий на деривативы. Однако протоколы DeFi, такие как Morpho и Uniswap, строят защиту, активно расширяясь на множество блокчейнов. Это снижает риск зависимости от одной платформы. Их глубоко укоренившаяся, проверенная в боях технология создает высокие затраты на замену для крупных компаний, что ведет к взаимозависимости. Хотя будущее может двигаться к олигополии, текущая динамика — это гонка между вертикальной интеграцией гигантов и горизонтальным, мультичейн-расширением открытых протоколов. Краткосрочная стабильность есть, но долгосрочный итог этой борьбы определит архитектуру отрасли.

marsbit15 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

marsbit15 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit16 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit16 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

Новая работа команды Хэ Каймина, MiniT2I, представляет собой минималистскую базовую модель для генерации изображений по тексту, которая бросает вызов существующим сложным подходам. В отличие от популярных моделей, таких как Stable Diffusion, MiniT2I отказывается от использования VAE, сложных механизмов введения условий (AdaLN), вспомогательных функций потерь, приватных данных и этапов выравнивания RL/DPO. Модель работает непосредственно в пространстве пикселей, используя потоковое согласование. Архитектура MM-JiT основана на чистом Transformer с двумя адаптерами для текста и без AdaLN. Обучение проводится в два этапа на полностью открытых данных: предварительное обучение на LLaVA-recaptioned CC12M и тонкая настройка на наборе высококачественных пар изображение-текст. Несмотря на небольшой размер (например, версия B/16 с 258 млн параметров), MiniT2I показывает конкурентоспособные результаты на бенчмарках GenEval (0.87) и DPG-Bench (84.2), превосходя более крупные модели. Модель L/16 (912 млн параметров) демонстрирует хорошее качество в стилях, композиции и воображении, приближаясь к SD3-Medium. Работа также честно указывает на текущие ограничения: артефакты на границах патчей, побочные эффекты CFG в пиксельном пространстве, потолок разрешения и отставание в рендеринге текста из-за использования только открытых данных. MiniT2I доказывает, что создание мощных тексто-графических моделей может быть более простым, эффективным и доступным, отмечая возможный переход от парадигмы «нагромождения» к парадигме «очищения».

marsbit21 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

marsbit21 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

Если вы, как и мы, последние несколько лет были глубоко вовлечены в индустрию, вы заметили, как изменилась атмосфера. Основной консенсус заключается в том, что отрасль активно оптимизируется под AI-агентов, что отодвигает на второй план продукты, ориентированные на прямое человеческое взаимодействие. Однако цепочка данных остается активной на новом уровне — уровне автономных агентов, недоступном для прямого человеческого вмешательства. Агенты уже доминируют в определенных сегментах: * **Деривативы (перпетуальные контракты):** Скорость и круглосуточное исполнение дают машинам явное преимущество, что подтверждают результаты конкурсов, где все AI-агенты завершили гонку, в то время как многие люди понесли убытки. * **Арбитраж (MEV):** Это абсолютно доминируемая роботами сфера, где масштабируемая человеческая деятельность невозможна. * **Оптимизация доходности:** Большинство новых протоколов DeFi включают автономных AI-агентов для управления, что показывает рост их внедрения. * **Спот-торговля:** По оценкам, автоматизированные боты отвечают за значительную долю общего объема торгов. В других сегментах наблюдается **смешанная активность**: * **Предиктивные рынки:** Агенты доминируют в краткосрочном арбитраже, но люди сохраняют преимущество в долгосрочных прогнозах, требующих адаптации. * **Кредитование в DeFi:** Хотя процессы ликвидации автоматизированы, ключевые решения о займах и депозитах по-прежнему принимаются людьми. Человеческое взаимодействие остается ключевым в областях, требующих доверия и контекста: * **Стейблкоины и платежи:** Подавляющий объем транзакций связан с реальными людьми, использующими криптовалюту для переводов и повседневных расходов. * **Кошельки:** Это последний рубеж, требующий человеческого одобрения и надзора. С ростом числа агентов **верификация человеческой деятельности** становится критически важной. Проекты, такие как World (AgentKit), t54, Self Protocol и Kite AI, разрабатывают инфраструктуру для безопасного связывания агентов с проверенными людьми, обеспечивая подотчетность и доверие в агент-ориентированной экономике. **Вывод:** Агенты превосходят людей в задачах, требующих скорости и оптимизации (трейдинг, MEV), и эта тенденция сохранится. Однако человеческий слой остается жизненно важным для сфер, связанных с реальной экономикой, платежами, доверием и сложными суждениями. Будущее, скорее всего, будет заключаться в симбиозе, где агенты эффективно выполняют задачи, но подотчетны и контролируются людьми.

marsbit27 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

marsbit27 мин. назад

Торговля

Спот
Фьючерсы
活动图片