BOLT12:支付协商协议与新的发票标准

btcstudyОпубликовано 2025-06-23Обновлено 2025-06-24

作者:Anony

BOLT12 是目前最新一个合并到 “BOLT(闪电网络基础协议)” 的规范。

人们常常会把 BOLT12 与 “LNURL” 对比。应该说,这种对比是合理的,而且抓住了 BOLT12 给闪电网络带来的最重要的新特性 —— 兼顾了隐私性的稳定身份标识。但 BOLT12 不止于此。

为了流畅地解释 BOLT12,我们先从 BOLT11 开始。

BOLT11 发票与标准的闪电支付

在常见的互联网支付中,往往要由收款方先出示一段信息(比如所谓的 “收款码” 和 “比特币地址”),然后支付方根据这段信息发起支付。闪电支付也不例外。

显然,这样的信息必须起到一个身份标识的作用。由 BOLT11 所定义的数据对象 “发票”,可以充当这个功能,但还不止于此。发票中包含了以下信息:

  • 收款节点的公钥:即起到身份标识作用的信息,用于在闪电网络的图谱中寻找收款方的位置。
    • 即使不直接包含收款节点的公钥,也会提供其它信息来帮助支付方定位。
  • 支付哈希值:用于在闪电通道中建立承载多跳支付的哈希时间锁输出(HTLC)的哈希值。
  • 支付秘密值:一个秘密值。

这些信息都是极为关键的:

  • 支付哈希值用于建立免信任的接力支付,并且重要的是,当收款方为获得支付而释放出这个哈希值的原像之后,这个原像将沿着接力支付的网络路径反向传回给支付方,成为支付的证据
  • 支付的秘密值则用来分辨支付者的身份、防止接力支付的中间节点猜测路径的结尾(支付的收款方):由于收款者的发票只出示给了支付方,那么只有支付方知道这个秘密值,从而,可以要求抵达收款方节点的数据包裹包含这个秘密值,来拒绝非支付方的猜测和打探。

身份信息也许不需要用发票来传递,但上述两种信息与闪电支付密不可分。如果收款方没有向支付方传递发票,支付方就收不到支付证据,也就失去了使用闪电支付的一个关键好处。

这也是为什么发票必然是一次性的:支付哈希值和支付秘密值必须是一次性的,否则就无法建立安全的多跳支付,也无法获得上述好处。

剩下的问题仅仅是:给定发票是一次性的,无法成为收款方的稳定身份标识符,那么如何为收款方安排一个稳定标识符,使支付方总能按需请求发票?

LNURL 和互联网服务器

“LNURL” 以及衍生的 “Lightning Address” 协议,正是解决上述问题的一种方式。

这里的想法非常简单:假设收款方节点附带着一个总是可以访问到的网络端口,那么支付方就可以借助这个网络端口来向收款方节点请求 BOLT11 发票;一旦获得了发票,就可以开始正常的闪电网络支付流程。

这个网络端口的稳定可访问是重要的,但由谁来保证它可以访问则是相对次要的:收款方可以自设互联网服务器,也可以借助他人的服务器。LNURL 就是一套规定客户端如何与这样的服务端通信的标准。

使用 LNURL 之后,收款方就可以出示一个形如邮箱地址的 [email protected] 的 “闪电地址”,作为自己的稳定身份标识(收款码)。支付者只需 扫描/输入 这个地址并填入支付细节,请求发票和支付发票的流程都会在后台完成。

对于自己有能力或者使用 BTCPay Server 这样的服务的收款方来说,这是切实可行的解决办法。(更不用说使用托管型闪电钱包的用户了。)只是,使用了第三方的 LNURL 服务器,隐私性就会差一些。

那 BOLT12 做了什么呢?

BOLT12 的特性

BOLT12 的基本想法与 LNURL 没有什么不同,只是将它做进了闪电网络协议中,利用闪电网络自身的一系列基本特性来实现它。这种实现不仅减少了闪电网络用户对互联网服务器的依赖,还带来了一系列新功能:

  • 在闪电网络中实现的对 “洋葱消息” —— 多层加密、逐层解密的网络转发消息 —— 的支持,让人们可以利用闪电网络本身来跟某一个节点通信;消息都是由闪电网络中的节点来转发的,中间节点并不知道消息的最终的目的地。
  • “盲化路径” —— 由 消息/支付 的 收款方/接收方 自己设定,带有机密性的转发路径,则让接收方在提供定位信息的同时,不暴露自身的具体位置。盲化路径的阅读者只能知道这条路径的入口节点,而不知道其中包含的节点,因此也不知道接收方的具体位置,只知道依据这条路径,就能给接收方发送 支付/消息。

上述两者相结合,收款方就得到了一种兼顾隐私性的稳定身份标识,在 BOLT12 中称为 “offer(要约)”。Offer 中包含了盲化路径,这种信息是可以很稳定的,同时,又没有暴露收款方的具体位置。支付方只需要根据 Offer,使用洋葱消息向收款方请求发票(发送 BOLT12 所定义的 invoice_request 消息);收款方生成发票后,通过支付方在 invoice_request 中包含的 reply_path 发回给支付方;随后支付方便可依据发票发起支付。

基于这种稳定的身份标识,支付方可以多次向收款方请求发票并支付,从而订阅、捐赠、按量预付(随付随用)等支付场景也就成为了可能(原本需要依赖于网络服务端,如今不再需要)。

由于 Offer 在使用时要由支付方发起 invoice_request,支付方可以在其中包含一个自己的公钥,从而在支付完成后得到一个支付者证明,这也是原来做不到的。

invoice_request 也可以反过来使用,从而使退款也变得便利:比如说,商家可以直接给出一个 invoice_request,顾客依据其中的信息,向商家发送一张发票,从而让商家可以退款。

最后,还需要注意的是:通过 offer 来请求发票时,请求方获得的并不是 BOLT11 发票,而是由 BOLT12 所定义的发票。两者在功能上没有什么很大区别,都包含前述关键的支付哈希值和支付秘密值信息;一大关键区别是 BOLT11 发票使用 ECDSA 签名,而 BOLT12 发票使用 Schnorr 签名。

这是一个令人难以索解的事情:一方面,当前的 BOLT11 并没有给出使用盲化路径的方法,这是一种极为重要的隐私保护技术,如果 BOLT11 发票不支持,就将使 BOLT11 发票在功能上落后于 BOLT12 offer/发票,那么似乎用户没有理由再使用 BOLT11 发票,而应该完全依赖于 BOLT12 offer;然而,BOLT11 并没有从当前的 BOLT 中退出,意味着以后的客户端实现也必须 实现/维护 处理它的代码,这会影响协议的整洁。

就目前为止,还无法知道如何处理这种矛盾。唯一我们可以确定的事情是,BOLT12 确实能够改变闪电支付的体验,使闪电网络覆盖更多的支付场景。

参考文献

Похожее

Путь Hyperliquid к соответствию: от неограниченного доступа к разрешительной системе HIP-3

Гиперликвидный, первоначально функционировавший как децентрализованная платформа для торговли перпетуальными контрактами без разрешений, сталкивается с ключевыми регуляторными препятствиями для выхода на рынок США. Американское законодательство о структуре рынка, требующее регистрации торговых площадок (DCM), клиринговых палат (DCO) и брокеров (FCM), конфликтует с его безотзывной, самохраняемой и глобально доступной инфраструктурой на блокчейне. В ответ Гиперликвидный основал Политический центр (HPC) для лоббирования модернизации правил CFTC и SEC, предлагая рассматривать его слой HyperCore как нейтральную инфраструктуру, которую лицензированные организации могут использовать при соблюдении своих обязанностей (KYC, надзор за рынком). В качестве практического шага к соблюдению требований на тестовой сети был представлен HIP-3 с функцией управления разрешениями. Такие развертывания позволяют регулируемым организациям создавать рынки с белыми списками пользователей, сохраняя при этом контроль. Несмотря на отдельные ордербуки, общая ликвидность и залоговое обеспечение на одном L1 позволяют избежать фрагментации. Этот путь, поддержанный недавними политическими заявлениями, направлен на предоставление американским инвесторам регулируемого доступа к рынкам Гиперликвидного, в то время как его основные рынки остаются открытыми и без разрешений.

marsbit3 мин. назад

Путь Hyperliquid к соответствию: от неограниченного доступа к разрешительной системе HIP-3

marsbit3 мин. назад

Самый важный вопрос политической экономии в эпоху ИИ: как люди будут разделять ценность, когда роботы становятся все более способными?

В статье поднимается ключевой вопрос политической экономии эпохи ИИ: по мере того, как роботы и ИИ становятся все более способными, как человечество будет делиться создаваемой ими стоимостью? В отличие от предыдущих промышленных революций, ИИ впервые заменяет не только физический, но и когнитивный труд, что подрывает традиционную связь между ростом производительности, занятостью и доходами. В мире наблюдается парадокс: технологические гиганты создают огромные богатства (капитализация топ-10 компаний превышает $20 трлн), в то время как доля трудовых доходов в ВВП снижается. Это создает фундаментальное противоречие: производственные возможности растут, но потребительский спрос может отставать из-за проблем с распределением доходов. Автор рассматривает три возможных пути распределения благ в эпоху ИИ: 1) традиционный капитализм (прибыль — акционерам, перераспределение через налоги); 2) государственный капитализм (участие государства в активах ИИ); 3) инновационные механизмы, такие как цифровые суверенные фонды, всеобщее акционерное владение или базовый доход, позволяющие напрямую делиться плодами ИИ со всем обществом. Для Китая, как и для других стран, главный вызов заключается не в замедлении технологического прогресса, а в создании эффективного механизма трансформации производительности ИИ в рост доходов населения, потребления и социального обеспечения. Будущая конкуренция будет определяться не только технологическим превосходством, но и способностью построить новую, справедливую систему распределения, которая обеспечит широкое социальное благосостояние в интеллектуальную эпоху.

marsbit24 мин. назад

Самый важный вопрос политической экономии в эпоху ИИ: как люди будут разделять ценность, когда роботы становятся все более способными?

marsbit24 мин. назад

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

Прибыльная торговля на разнице процентных ставок (керри-трейд) на рынках развивающихся стран приносит доход уже седьмой квартал подряд, что стало самой длинной серией успеха с 2008 года. Согласно индексу Bloomberg, стратегия, предполагающая заимствование в долларах США для инвестиций в высокодоходные валюты, с конца 2024 года принесла около 22% дохода, значительно опередив доходность американских казначейских облигаций. Основу прибыли формирует высокая процентная ставка в странах вроде Турции, однако ключевую роль в последний период сыграло ослабление доллара по отношению ко многим валютам развивающихся рынков. Даже несмотря на падение турецкой лиры, высокая доходность по местным облигациям сохранила прибыльность сделок. Несмотря на испытание в августе из-за интервенций на валютном рынке Японии, рынок быстро адаптировался, переключившись на использование евро и швейцарского франка в качестве финансирующих валют, что позволило продолжить тренд. Главными рисками для стратегии остаются будущие действия ФРС США, которые могут изменить динамику доллара, а также чрезмерная популярность самой сделки, что увеличивает риск резкого разворота. Тем не менее, эксперты, такие как команда PGIM, сохраняют уверенность, выделяя перспективные рынки, включая Турцию, Колумбию, Бразилию и страны Африки.

marsbit39 мин. назад

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

marsbit39 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

Новое исследование, проведенное учеными из Университета Цинхуа и Уортонской школы бизнеса, разрешает давний вопрос в теории оптимизации. Они доказали, что классический метод градиентного спуска, использующий только предопределенную последовательность шагов обучения (learning rates), имеет принципиальный предел скорости сходимости. Независимо от того, насколько сложной является эта последовательность, скорость сходимости не может превысить **Ω(T^{-1.9319})**, где T — количество шагов. Это означает, что для достижения оптимальной скорости **O(1/T²)**, полученной методом Нестерова с моментом, необходимо изменить саму структуру алгоритма, а не только подбирать шаги. Ключевым аспектом работы является то, что основное доказательство было сгенерировано и доработано в процессе взаимодействия с языковой моделью GPT-5.6 Sol Pro. Исследователи задавали высокоуровневую стратегию «противостоящего оракула» (resisting oracle), а ИИ выполнил нетривиальную математическую работу по построению доказательства. Затем вся цепочка рассуждений была формально верифицирована с использованием системы автоматического доказательства теорем Lean 4, где код успешно прошел компиляцию без каких-либо пропущенных шагов («zero sorry, zero admit»). Этот результат закрывает 40-летний теоретический пробел, показывая фундаментальное ограничение простейшей формы градиентного спуска. Работа также демонстрирует новый подход к исследованиям, где крупные языковые модели выступают в роли активных помощников в сложных математических доказательствах, проверяемых формальными методами.

marsbit48 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

marsbit48 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

Claude «поумнел»? Разработчики заметили резкое падение производительности модели. Пользователь argofowl обнаружил, что в Claude Code с версии 2.1.237 высокий уровень логического вывода («high») соответствует значению 10, которое раньше обозначало низкий уровень («low»). Оказалось, Anthropic проводит эксперимент по «сжатию шкалы усилий» в рамках A/B-тестирования, о чем не уведомила пользователей. Позже вскрылась и проблема с Opus 5. Пользователи жалуются на снижение качества: модель стала совершать больше ошибок, давать расплывчатые ответы и повторять шаблонные извинения. Инженер Thariq Shihipar от Anthropic подтвердил, что Opus 5 демонстрирует «нестабильную производительность», и пообещал, что решение этой проблемы является наивысшим приоритетом для команды. Эта ситуация подчеркивает ключевое противоречие в индустрии ИИ: великолепные результаты моделей на тестовых стендах (бенчмарках) часто расходятся с субъективным опытом пользователей, которые отмечают ухудшение работы. Обновления крупных языковых моделей часто происходят непрозрачно, без четких изменений в версиях или логов, что подрывает доверие разработчиков, для которых стабильность является критически важной.

marsbit49 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

marsbit49 мин. назад

Торговля

Спот
活动图片