原文作者：@Web3 Mario
引言：EigenLayer AVS 上线已经有一段时间了，除了其官方引导已久的 EigenDA 以及 Layer 2 等相关用例之外，笔者发现了一个非常有趣的现象，就是 EigenLayer AVS 似乎对隐私计算赛道里的项目极具吸引力，在已经上线的 9 个 AVS 中，竟有三个均属于此赛道，包括两个 ZK 协处理器项目 Brevis 和 Lagrange，以及一个可信执行环境项目 Automata。因此决定详细调研一下，以探究 EigenLayer AVS 对相关产品的意义以及未来的发展趋势。
“廉价安全性”的吸引力是 EigenLayer AVS 生态成败的关键
随着 TVL 已经正式超过了 150 亿美金，EigenLayer 有了一个非常梦幻的开端，当然我认为其中大部分资金的目的还是为了获得潜在的空投收益，但这无疑为 EigenLayer 迈入下一个阶段打好了坚实的基础，而下一个阶段的关键就在于 AVS 生态的成败，因为 AVS 的手续费收入规模决定了 EigenLayer 从补贴期向成熟期过渡的时机。
已经有非常多的文章介绍 EigenLayer 的相关的技术细节，在此不再赘述。简单来讲，EigenLayer 通过复用以太坊 Pos 的共识能力，也就是所谓的 Restaking，打造了一个廉价的共识层协议。首先我希望探讨一下 EigenLayer 的核心价值，在我看来 EigenLayer 的核心价值主要有三个：
* 将共识层与执行层解耦，使其可以更好的应对大规模的，或执行成本较高的数据处理与共识：通常情况下主流的区块链协议被人们认为是一种执行成本较高但较低执行效率的解决方案。其执行成本高的原因在于“对区块空间的竞争”，这是一个时髦的词，我们知道基于区块链的执行环境通常采用市场机调整其节点计算资源的分配，即出价更高者优先获得执行，待执行者们属于竞争关系，在需求走高时，公允价格将不断攀升，这时执行成本必然走高。而执行效率较低则源自于区块链技术的设计初衷是为了成为一个电子货币的结算系统，对交易数据的处理是时序敏感的。因此不得不采用了串行的方式设计执行层，这让其在应对大部分的时序不敏感的场景时显得效率较低，例如社交网络、AI 训练等场景。
而将共识层与执行层解耦，一方面可以允许应用开发者通过设计专用的执行环境，通常也被称为应用链或者说 Layer 3 等，使其使用者摆脱与其他应用的使用者的竞争关系，降低使用成本，另一方面可以让开发者根据应用场景的不同开发出更适应的执行层，提升执行效率。
* 共识即服务，通过将共识产品化或资源化，充分发掘市场的潜在需求：我想经历了 Layer 1 的百家争鸣时代洗礼过的人都会有一个统一的感叹，大浪淘沙，共识层的建立通常是昂贵且困难的，各家为了维护自己的共识安全性保证，可能是算力或者是质押的资金，在未产生足够的盈利能力之前均处于补贴阶段，且成本不可谓不高，通常情况下补贴的标的物即为挖矿所得 Token 收益。只有少数成功的协议可以成功过度到依靠自身的营收能力，即手续费收益，就可维护足够充足的共识能力。例如 Ethereum 经济模型的转变。这种高昂的启动成本让很多创新应用望而却步，因为建立一个适合自己应用的执行环境，或者说自建一条应用链的成本过高，面临着极大的风险。这就让Web3行业的马太效应非常明显，当前的Web3技术方案的演进已经基本被 Ethereum 的技术路线裹挟。
而通过将共识服务化或产品化，创新应用有了另一个选择，即根据需求采买共识服务。举个简单的例子，对于一个创新应用来说，假设前期整个应用托管的资金量为 100 万美元，那么这就意味着只要采买超过 100 万美元的 PoS 共识，即可保证其执行环境的安全性，因为作恶的经济成本为负。随着应用的发展，可以灵活的定量采买共识服务。这就降低了创新应用的启动成本，降低其风险，充分发掘市场潜力。
* 廉价的共识来源：最后一点在于 EigenLayer 的共识来源采用了复用 Ethereum 的 PoS 资金，这也就意味着对于本来只能捕获一层收益的 PoS 质押着来说，参与 EigenLayer 就可以多一层收益，这就让 EigenLayer 巧妙的将自己与行业龙头 Ethereum 之间从竞争关系转变为共生关系，降低了自己吸引共识资金的成本。这也就让其在定价上，例如 AVS 协议的共识采买费用，比其他协议更具优势，使其更对创新应用更具吸引力，不得不说实在是高明的手段
以上三点让 EigenLayer 相比其他Web3执行环境，为Web3应用提供了“更廉价的安全性”来源，使其具有了更低的执行成本，更好的可扩展性，以及更灵活的商业模式，。因此我认为 EigenLayer AVS 生态活跃的关键在于Web3应用是否能够被这廉价的安全性打动，大批量的迁移到该生态中。
使用成本是制约Web3隐私计算赛道发展的根本原因
在讨论完 EigenLayer 的核心价值后，我们来看一下Web3隐私计算赛道的困境。笔者并不是相关领域的专家，因此着重研究了当前已上线的 AVS 中与隐私计算相关的项目所在的赛道的现状。即所谓 ZK 协处理器，我相信在大多数利用了零知识证明算法的密码学产品中，均面临同样的困境，那就是使用成本高昂阻碍了使用场景的推广。
ZK 协处理器的概念从哪里来似乎已经显得不太重要了，顾名思义，这个赛道的相关产品的初衷是希望利用零知识证明算法为当前主流的区块链系统提供协处理器的服务，使其可以将复杂且昂贵的计算操作卸载在链下执行，并且通过零知识证明保证了执行成果的正确性。这个模块化思想最经典的例子就是 CPU 与 GPU 的关系。通过将 CPU 架构不擅长的图像处理 AI 训练等并行计算的操作交由另一个独立模块 GPU 来处理，提升执行效率。
一个经典的 ZK 协处理器项目的技术架构基本如下，这是 Axiom 的简化技术架构，Axiom 是该赛道的龙头之一。简单来讲，当用户对某个复杂计算有诉求时，你可以利用 Axiom 的链下服务计算结果并生成相关的 ZK Proof 证明，然后 Axiom 会将结果与证明作为参数调用 Axiom 的链上验证合约，该合约凭借着执行结果，执行证明，和由 Axiom 官方向链上提供的全链的区块关键信息，例如 transaction merkle root 等（维护全链关键信息的过程也是去信任的）这三部分数据，通过链上的验证算法验证结果的正确性。当通过验证后将通过回调函数将结果通知目标合约以触发后续的操作。
一般认为证明生成的过程是计算密集型的操作，而证明的验证则相对较轻，通过 Axiom 的文档我们可知一次链上 ZK Proof 验证操作大致需要设置的验证用 Gas 费用在 420000 ，这就意味着假设 Gas Price 为 10 Gwei 时，用户需要为此付出 0.0042 ETH 的验证成本。假设 ETH 市价为$ 3000 ，则成本为 12 美金左右。这样的成本对于普通 C 端用户来说还是太高，这极大的限制了该产品潜在的使用场景的搭建。
参考一个 ZK 协处理器项目经常宣传的使用场景，Uniswap VIP 计划，即 Uniswap 可以通过 ZK 协处理器为自己的交易者设置一个类似与 CEX 的忠诚度计划，交易者在过去一段时间的累计交易量达到某个量级后，协议对该交易者的手续费进行反佣或减免。考虑到累计交易量的计算属于复杂操作，Uniswap 可以采用 ZK 协处理器方案将计算卸载到链下，降低计算成本的同时避免了链上协议的大规模修改，
可以简单算一笔帐，假设 Uniswap 设置了只要能证明自己在过去 1 个月中累计交易额超过$ 1000000 时可以享受手续费全免的 VIP 活动，某交易者选择的是 Uniswap 0.01% 手续费池子进行交易，该用户的单笔成交量为$ 100000 时，手续费为$ 10 ，然而验证的成本却在$ 12），这就打击了该用户参与这个服务动力，提高了活动参与的门槛，到头来也只能更有利于巨鲸。
类似的案例在相关纯 ZK 架构的产品中应该不难找到，用例与技术架构都很棒，但我认为使用成本是阻碍相关产品拓展使用场景的核心制约。
从 Brevis 的转型看 EigenLayer“廉价安全性”对相关产品的虹吸效果
那么让我们看一下首批上线 AVS 之一的 Brevis 是如何受 EigenLayer 影响的，我希望借此说明 EigenLayer 凭借着“廉价的安全性”对相关的密码学产品有明显的吸引力，
Brevis 自身的定位是 ZK 协处理器，在 2023 年初上线之初的定位还是全链数据计算和验证平台，当然这于 ZK 协处理器本质没有什么区别，只不过后者显得更酷一些。在过去很长一段时间里 Brevis 都是采用了上述的所谓“Pure-ZK”方案运营的。这就让其在使用场景的推广上显得力不从心，而在 4 月 11 日的博文中宣布与 EigenLayer 的合作，以及一个全新的“加密经济学+ZK 证明”解决方案 Brevis coChain。在这个方案中，验证层从 Ethereum 主网下沉到了一个由 AVS 维护的被称为 coChain 中。
当用户产生计算需求时通过客户端电路计算结果并生成相关的 ZK Proof 证明，并通过链上智能合约向 Brevis coChain 发送计算请求，在监听到该请求后，AVS 验证计算的正确性，并在通过后将相关数据打包进行某种压缩处理发送到 Ethereum 主网，并断言该结果的正确性。接下来的一段时间，和其他“乐观验证”方案一样，将进入到挑战期，届时挑战者可以通过提交对应的 ZK 欺诈证明来对某结果提出异议并争取罚没作恶者。当过了罚没期后，AVS 将通过链上合约利用目标合约的 callback 完成后续操作。考虑到大部分隐私计算的课题时考虑如何通过数学来去信任，因此我希望称这种方案为“乐观去信任”。
与之类似 Lagrange 和 Automata 一定也经历了一样的心路历程，最后转而推出利用 AVS 的乐观去信任的解决方案。这种方案的好处在于大大降低了验证成本。因为在取得正确结果的过程中不再需要成本较高的链上验证计算，转而乐观的信任 EigenLayer 的共识层的处理结果与 ZK 欺诈证明带来的安全性。当然从对数学的信任转向对人性的信任，在Web3领域一定会受到一些挑战。但是我认为与其带来的实用性相比，这是一个可接受的结果。而且这个方案将有效打破验证成本对使用场景推广带来的制约，我相信要不了多久就会有很多更有趣的产品推出。
这种方案也为其他的隐私计算赛道产品形成示范效应，考虑到该赛道目前还处在蓝海阶段，相比于竞争激烈的 rollup 相关赛道，应该更有利于新范式的推广，相信 AVS 生态将率先迎来隐私计算赛道的爆发，由于笔者非相关密码学方向，行文过程中难免出现纰漏，也希望专家指正。
