EigenLayer 的经济模型失败了嘛?

链捕手Xuất bản vào 2024-08-16Cập nhật gần nhất vào 2024-08-16

原标题:《Eigenlayer's economic model is broken》

作者:Zach Rynes | CLG

编译:Peisen,BlockBeats

 

编者按:

在研究了 Eigenlayer 节点运营商和用户之间的僵局、AVS 的经济负担以及预言机面临的技术挑战后,@ChainLinkGod 指出,Eigenlayer 经济模型的实际运作暴露出了一系列深层次的问题,其并未提供真正的解决方案来启动新的去中心化基础设施协议。

Eigenlayer 的经济模型出现了问题

该协议并未提供真正的解决方案来启动新的去中心化基础设施协议。

启动问题是经典的「鸡和蛋」问题,具体如下:

(1) 节点运营商不会加入并保护网络,除非这样做对他们有利可图。

(2) 用户不会付费使用网络,除非已经有一组节点运营商在保护网络。

因此,存在一个僵局,其中供应和需求的存在相互依赖。

这一僵局通过发行新代币来解决,通过代币通货膨胀补贴供应方,以确保节点加入是有利可图的——即使在网络本身尚未盈利之前。

然后,如果网络提供了有价值的服务,并且需求方的采用增加,用户费用的增长最终会取代补贴,使网络变得净盈利。

在 Eigenlayer 上启动的协议(AVS)仍然需要以完全相同的方式进行启动,但 Eigenlayer 的特性使得问题更加严重:

(1) AVS 放弃了代币的效用,因为其原生发行的代币不再是唯一的质押 / 担保资产,取而代之的是质押的 ETH/EIGEN。

(2) 由于 AVS 在起步阶段并不盈利,它们必须通过自身代币供应的通货膨胀来支付质押的 ETH/EIGEN——参与者对该 AVS 代币缺乏一致性,可能会出售以积累更多的 ETH/EIGEN。

(3) 对于任何成功的 AVS,它们将需要将收入让渡给 ETH/EIGEN 质押者,从而对协议造成净流失,因为收入流出其生态系统。

这种安排对资金充足或位置良好的项目没有意义,这些项目不需要削弱其代币的效用和价值来吸引资本和验证者。

任何成功并生成收入的 AVS 很可能会脱离 Eigenlayer,以保留更多的自身收入,并为其原生代币累积更多价值,就像许多 dApp 成为自己的 L2/L3/appChain 以捕获更多费用 /MEV 一样。

协议只有在以下情况下才会想要成为并保持 AVS:(1)其成本通过 EIGEN 代币通货膨胀得到补贴,(2)基于再质押炒作获得 VC 融资,或(3)通过类似于失败的 L1 转型为 L2 的叙事转变获得利益。

除了经济学方面,成为 AVS 并不意味着用户能够获得更高质量的服务或更优的安全保障。

特别是对于预言机,我们可以看到三大主要挑战:

(1) DevOps:节点运营商是否是知名的可靠实体,能够管理高性能且抗干扰的基础设施?其基础设施能否扩展到数千个数据源,并在极端区块链网络拥堵和对抗性 P2P 网络条件下保持低延迟?运营商能否及时识别和解决问题?

(2) 数据质量:运营商是否仅从具有严格准确性 / 可用性保证的高质量数据提供者处汇总数据?数据汇总方法是否能在极端市场波动期间反映资产的体积 / 流动性加权市场价格?网络参与者能否及时识别和解决数据提供问题?

(3) 代码质量:链上和链下代码是否抗操控和漏洞?是否有足够的第三方审计 / 评审,如果出现漏洞,问题能多快被识别和解决?

Eigenlayer 并未提供任何解决方案,因此,即使一个预言机 AVS 拥有大量质押的 ETH/EIGEN,这也无法保证该预言机的可靠性、准确性或性能。

迄今为止,预言机或桥尚未遭遇任何经济攻击,因为质押的担保物只是额外的安全层(协议可以更有效地自我提供的)。

Eigenlayer 转型并向 AVS 代币作为再质押资产的支持,实际上是承认 Eigen 的核心经济模型存在问题,从未合理,他们自己也在尝试找到对其 120 亿美元担保资产的收益。

在可预见的未来,Eigenlayer 仍将是 ETH 质押者的补贴收益池。

Nội dung Liên quan

STRC Giảm Giá Mạnh, mNAV Xuống Dưới Đường Hòa Vốn, Logic Định Giá của Strategy Đã Bị Thay Đổi

Bài viết phân tích các công ty nắm giữ Bitcoin như Strategy (MSTR) dưới góc độ tài chính ngân hàng, cho rằng mô hình kinh doanh của họ là nắm giữ tài sản đơn lẻ có đòn bẩy. Khung định giá chính là mNAV (tỷ lệ vốn hóa thị trường trên giá trị tài sản ròng của cổ đông phổ thông). Với mNAV hiện tại là 1.10x, việc Strategy huy động thêm vốn bằng cách phát hành cổ phiếu MSTR để mua Bitcoin sẽ làm loãng giá trị Bitcoin trên mỗi cổ phiếu và không tối ưu. Bài viết đưa ra bốn kịch bản sử dụng 1 tỷ USD từ đợt phát hành cổ phiếu mới: 1) Mua thêm Bitcoin, 2) Mua lại STRC (cổ phiếu ưu đãi) đang giao dịch dưới mệnh giá, 3) Tăng dự trữ tiền mặt, 4) Kết hợp một nửa mua lại STRC và một nửa bổ sung tiền mặt. Phân tích cho thấy, việc dùng tiền để mua lại STRC với mức chiết khấu hoặc tăng cường tiền mặt sẽ cải thiện hiệu quả nhất các chỉ số cốt lõi: tăng giá trị Bitcoin ròng trên mỗi cổ phiếu, giảm tỷ lệ nợ, và đặc biệt là cải thiện đáng kể khả năng thanh khoản (số tháng tiền mặt có thể chi trả cổ tức ưu đãi). Ngược lại, chiến lược mua thêm Bitcoin chỉ cải thiện chỉ số tổng Bitcoin nắm giữ - thứ mà thị trường thường chú ý, nhưng không giải quyết rủi ro cơ bản về bảng cân đối kế toán. STRC giao dịch dưới mệnh giá là tín hiệu thị trường thắt chặt. Việc Strategy chủ động mua lại STRC có thể tạo vòng phản hồi tích cực: củng cố bảng cân đối kế toán, đẩy giá STRC lên, giảm chi phí cổ tức, và từ đó mở lại kênh huy động vốn với mệnh giá. Kết luận, các công ty nắm giữ Bitcoin nên được định giá theo tiêu chuẩn ngân hàng, tập trung vào tỷ lệ P/B, giá trị sổ sách trên mỗi cổ phiếu và khả năng thanh toán nợ trong điều kiện khó khăn.

Foresight News2 phút trước

STRC Giảm Giá Mạnh, mNAV Xuống Dưới Đường Hòa Vốn, Logic Định Giá của Strategy Đã Bị Thay Đổi

Foresight News2 phút trước

Collector Crypt trở thành "máy in tiền" trên chuỗi khối: Ít hơn 1.000 người dùng hoạt động hàng ngày, 'cá voi' lớn chiếm 97% doanh thu

Dự án TCG Collector Crypt đã nổi bật khi lọt vào top 10 giao thức có doanh thu cao nhất toàn mạng và từng đứng đầu Solana, trở thành "cỗ máy in tiền" trong thị trường tiền điện tử. Lĩnh vực TCG được token hóa, đại diện bởi Collector Crypt, đang phát triển nhanh chóng, chiếm 80.8% thị phần trên Solana với tổng khối lượng giao dịch tháng 6/2026 đạt 4.9 tỷ USD, vượt xa thị trường NFT. Collector Crypt thống trị thị trường, chiếm 74.3% khối lượng giao dịch trong tuần và doanh thu giao thức đạt 5.2 triệu USD. Tuy nhiên, sự tăng trưởng phụ thuộc nhiều vào "cá voi" - chỉ 14.6% người dùng (khoảng 2,138 người) đóng góp tới 97.1% doanh thu, trong khi số người dùng hoạt động hàng ngày dưới 1,000. Lợi nhuận cũng chịu áp lực khi tỷ suất lợi nhuận gộp giảm xuống còn 2.74%. Động lực tăng trưởng chính đến từ cơ chế "gacha" (mở gói bài ngẫu nhiên) trên chuỗi, chiếm 87.4% thị phần Solana, cùng với sức hút từ IP Pokémon và mô hình kinh tế token CARDS. Token CARDS đã tăng hơn 412% trong năm, được hỗ trợ bởi cơ chế mua lại bằng doanh thu giao thức. Tuy nhiên, các đợt mở khóa token sắp tới và việc các nhà đầu tư ban đầu chốt lời có thể tạo ra áp lực bán. Tóm lại, Collector Crypt chứng minh tính khả thi của mô hình TCG trên chuỗi, nhưng cần mở rộng cơ sở người dùng và giảm sự phụ thuộc vào số ít người chơi lớn để tăng trưởng bền vững.

marsbit24 phút trước

Collector Crypt trở thành "máy in tiền" trên chuỗi khối: Ít hơn 1.000 người dùng hoạt động hàng ngày, 'cá voi' lớn chiếm 97% doanh thu

marsbit24 phút trước

Song Xiaodong, người tiên phong về an ninh máy tính, gia nhập Meta

Tuần này, Giáo sư Đại học UC Berkeley Dawn Song (Tống Hiểu Đông) đã thông báo gia nhập Phòng thí nghiệm Siêu trí tuệ (Superintelligence Labs) của Meta, giữ chức Phó Chủ tịch Nghiên cứu AI, báo cáo trực tiếp cho Giám đốc Nat Friedman. Bà là một học giả có ảnh hưởng lớn trong lĩnh vực an ninh máy tính và an ninh AI toàn cầu, hiện là Giáo sư tại UC Berkeley, và là người nhận học bổng MacArthur, ACM Fellow, IEEE Fellow. Nghiên cứu mang tính bước ngoặt của bà về "Phân tích vết bẩn động" (2005) là một tài liệu kinh điển trong ngành. Công trình của bà bao trùm an ninh phần mềm, mạng, và bà là người tiên phong trong lĩnh vực học máy đối kháng và an ninh tác nhân AI, đóng góp quan trọng vào việc thiết lập các điểm chuẩn an ninh cho AI thế hệ mới. Bà cũng là người sáng lập Oasis Labs và Virtue AI. Theo báo cáo, các nhà sáng lập khác của Virtue AI và các thành viên nhóm cũng cùng gia nhập Meta. Động thái này được cho là nhằm tăng cường các biện pháp an ninh cho các tác nhân AI của Meta, đặc biệt trong bối cảnh lo ngại về an ninh AI gia tăng sau sự cố với mô hình mythos của Anthropic. Meta đang tìm cách chứng minh khả năng chống lạm dụng độc hại của các mô hình AI khi triển khai chúng đến hàng tỷ người dùng. Thông tin liên quan khác đề cập đến việc Denny Zhou, nhà sáng lập Nhóm Lập luận Gemini của Google, được cho là đã gia nhập Meta vài tháng trước, củng cố thêm năng lực nghiên cứu AI của tập đoàn.

marsbit56 phút trước

Song Xiaodong, người tiên phong về an ninh máy tính, gia nhập Meta

marsbit56 phút trước

Cuộc Đua Mã Hóa Của Các Tổ Chức Hàn Quốc: Sự Bùng Nổ Song Hành Của Stablecoin và RWA

**Hàn Quốc Tăng Tốc Cạnh Tranh Tiền Mã Hóa: Stablecoin và RWA Bùng Nổ Song Song** Thị trường tiền mã hóa Hàn Quốc đang trải qua một sự chuyển dịch cơ cấu quan trọng, với các công ty tài chính và nền tảng internet lớn tập trung xây dựng cơ sở hạ tầng blockchain cấp tổ chức. Hai lĩnh vực chính là stablecoin và mã hóa tài sản thực (RWA). **1. Stablecoin: Hướng tới Xu hướng Chủ đạo** * **Bối cảnh:** Áp lực từ dòng vốn chảy ra ngoài ước tính 1150 tỷ USD sang các stablecoin như USDC thúc đẩy nhu cầu cấp thiết về stablecoin Won được quản lý. * **Các bên tham gia:** * **Ngân hàng:** KB Financial, Hana Financial, NH Nonghyup, KBank đang dẫn đầu các dự án thí điểm thanh toán, chuyển tiền xuyên biên giới. * **Dịch vụ Thanh toán:** Shinhan Card (hợp tác với Solana), BC Card, Danal (phát hành KSC) đang tích hợp stablecoin vào hệ thống thanh toán. * **Nền tảng Internet:** KakaoPay và Naver Pay (đang mua lại Dunamu, công ty mẹ của Upbit) đang lên kế hoạch tích hợp stablecoin vào hệ sinh thái thanh toán rộng lớn của họ. * **Cơ hội cho Dự án Crypto:** Giai đoạn hiện tại là thời điểm vàng để thiết lập quan hệ đối tác, cung cấp các giải pháp cơ sở hạ tầng (ví dụ: chuỗi công khai, ví, dịch vụ lưu ký) cho các tổ chức Hàn Quốc. **2. Mã Hóa Tài Sản Thực (RWA): Từ Thí điểm đến Vận hành Chính thức** * **Phạm vi:** Các công ty chứng khoán Hàn Quốc đang thử nghiệm mã hóa nhiều loại tài sản, từ bất động sản, vàng đến các tài sản đặc thù của ngành công nghiệp Hàn Quốc như tài trợ tàu biển, chuỗi cung ứng quốc phòng, bản quyền K-pop. * **Hợp pháp hóa:** Khung pháp lý đã được thiết lập với các sửa đổi luật có hiệu lực từ năm 2027. * **Cơ hội cho Dự án Crypto:** Các dự án có thể lấp đầy khoảng trống về kênh phân phối toàn cầu, cung cấp thanh khoản và giải pháp đa chuỗi, cũng như các công cụ cơ sở hạ tầng hỗ trợ (không phải thay thế) các tổ chức phát hành. **3. Kênh Tiếp Cận Người Dùng Cuối (C): Động lực Quan trọng** Các nền tảng tiêu dùng lớn như Naver (sau khi mua lại Dunamu), Kakao (thông qua KakaoBank) và Toss đang nỗ lực tích hợp blockchain và ví tiền mã hóa trực tiếp vào ứng dụng thanh toán và dịch vụ tài chính hàng ngày của họ, nắm giữ chìa khóa tiếp cận hàng triệu người dùng. **Tóm lại:** Ngành công nghiệp tiền mã hóa Hàn Quốc đang ở một bước ngoặt quan trọng. Các dự án tiền mã hóa có thể thiết lập quan hệ đối tác chiến lược và cung cấp các giải pháp thiết thực ngay từ bây giờ sẽ định hình tương lai của ngành tại thị trường này.

Foresight News1 giờ trước

Cuộc Đua Mã Hóa Của Các Tổ Chức Hàn Quốc: Sự Bùng Nổ Song Hành Của Stablecoin và RWA

Foresight News1 giờ trước

Làm Thế Nào Để Phát Hiện Video AI Giả? Tổng Quan Hệ Thống Phát Hiện Động, Có Thể Truy Nguyên và Có Thể Giải Thích

Hai năm qua, video tạo bởi AI đã phát triển với tốc độ chóng mặt, chất lượng đạt đến mức chuyên nghiệp. Tuy nhiên, nghiên cứu phát hiện video giả mạo vẫn chưa theo kịp, tạo ra khoảng cách nguy hiểm với tác động xã hội lớn. Một bài tổng quan nghiên cứu dài 50 trang từ MBZUAI, Đại học Nhân dân Trung Quốc và Harvard, được chấp nhận tại ACL 2026, đã định nghĩa lại mục tiêu phát hiện là "xác minh độ trung thực sự kiện" (factual fidelity verification), kiểm tra xem nội dung video có phù hợp với thế giới thực hay không. Bài tổng quan phân loại video AI thành ba loại: 1. **Video thao tác cục bộ (LMV):** Chỉnh sửa một phần (như khuôn mặt) từ video thật. 2. **Chỉnh sửa đa phương thức (AVE):** Thay đổi mối quan hệ giữa hình ảnh, âm thanh, lời nói (như đồng bộ môi). 3. **Tổng hợp video từ đầu (GVS):** Tạo toàn bộ video từ văn bản/hình ảnh, thách thức lớn nhất. Để đối phó, một khung phát hiện "góc nhìn kép Thị giác-Ngôn ngữ" bốn tầng được đề xuất: * **Lớp 1 (Manh mối thị giác cơ bản):** Phân tích tín hiệu pixel, nhiễu, tần số. * **Lớp 2 (Tính nhất quán không-thời gian):** Kiểm tra tính liên tục của chuyển động và vật lý. * **Lớp 3 (Tính nhất quán đa phương thức):** Kiểm tra sự liên kết giữa hình ảnh, âm thanh, văn bản. * **Lớp 4 (Suy luận cấp độ thế giới):** Sử dụng ngôn ngữ và tri thức bên ngoài để kiểm tra tính hợp lý, logic và sự thật của nội dung. Xu hướng nghiên cứu đang chuyển dần từ các phương pháp dựa trên thị giác (Lớp 1,2) sang các phương pháp dựa trên ngôn ngữ và suy luận (Lớp 3,4). Hệ thống đánh giá cũng cần tiến hóa, chuyển từ chỉ phân loại nhị phân sang một hệ thống "ưu tiên bằng chứng", năng động và có thể giải thích được, có khả năng theo dõi nguồn gốc và chịu được các điều kiện thực tế. Tương lai của việc phát hiện video AI đáng tin cậy đòi hỏi sự kết hợp của thị giác máy tính (CV), xử lý ngôn ngữ tự nhiên (NLP), hiểu đa phương thức và nghiên cứu mô hình thế giới.

marsbit1 giờ trước

Làm Thế Nào Để Phát Hiện Video AI Giả? Tổng Quan Hệ Thống Phát Hiện Động, Có Thể Truy Nguyên và Có Thể Giải Thích

marsbit1 giờ trước

Giao dịch

Giao ngay
活动图片