获得 5500 万美元融资的链上风控公司 Chaos Labs:创始人系以色列特种兵出身,为 Layer zero 设计反女巫机制

链捕手Xuất bản vào 2024-08-19Cập nhật gần nhất vào 2024-08-19

作者:Frank,PANews

 

专注于链上风险管理工具的纽约加密初创公司Chaos Labs近日宣布完成了5500万美元的A轮融资。5500万美元的金额使Chaos Labs成为近期加密领域融资最多的初创公司,但这个颇受资本青睐的公司似乎并不被公众熟知,颇具神秘色彩。

Chaos Labs本轮融资由Haun Ventures领投,参与者包括F-Prime Capital、Slow Ventures、Spartan Capital等知名投资机构,以及Lightspeed Venture Partners、Galaxy Ventures和PayPal Ventures等大型投资者。Chaos Labs还得到了Solana 的 Anatoly Yakovenko 和 Phantom 的 Francesco Agosti 等天使投资者的支持。值得一提的是,Haun Ventures是Chaos Labs本轮融资的领投者,Haun Ventures的创始人Katie Haun曾是a16z的普通合伙人。Haun Ventures还曾投资了OpenSea、Zora、Aptos Labs 等项目。

2023年,Chaos Labs就曾获得由 PayPal Ventures 和 Galaxy Digital 领投的2000 万美元的种子轮资金。截至目前,该公司已累计获得7500万美元的融资金额。

创始人特种兵出身 自建蒙特卡洛模拟系统获数百万收入

Omer Goldberg的履历颇为丰富,他曾在2009年至2012年在以色列特种部队服役,在“Nahal”特种部队侦察部队担任作战士兵。2015年于以色列理工学院 (Technion) 信息系统工程 本科毕业,毕业后Omer Goldberg曾自主开发了一个暗网分析引擎,构建了完整栈网络应用程序和暗网网络爬虫,以发现、分析并分类可能在线上找到的危险文档。并协助巴黎警方收集有关国内威胁的实地情报。

随后Omer Goldberg曾任职Facebook、Instagram等公司的工程师,直至2021年7月主创业。

获得5500万美元融资的链上风控公司Chaos Labs:创始人系以色列特种兵出身,为Layer zero设计反女巫机制

获得A轮融资后,Omer Goldberg在推特上分享了Chaos Labs的创业历程。

十年前Omer Goldberg开始在宿舍挖比特币,由此接触加密领域。最早做的是山寨币投资组合,通过优化LP配置获得最大收益和最小风险,自建了一套可以大规模运行基于区块链代理的蒙特卡洛(Monte Carlo)模拟系统。

随后遇到MakerDAO需要模拟测试基础设施,Omer Goldberg意识到这个产品的商业需求。于是建立了一个运行基于代理的蒙特卡洛模拟的云开发者平台,提供SaaS服务,并在短期内获得了几百万美元的收入。

2021年,Omer Goldberg带领团队正式创立了Chaos Labs,最初雇佣了近 25 名员工,其中大多数是他在以色列军队时的朋友。

在接受《财富》的采访时Omer Goldberg表示:“Chaos Labs 的软件可以“100%”阻止 Eisenberg (Eisenberg攻击是指加密货币领域中的一种市场操纵行为,由Avraham Eisenberg在2022年10月对Mango Markets平台实施的攻击而得名)的攻击”。

PayPal Ventures 是Chaos Labs种子轮的投资人,PayPal Ventures 合伙人安曼·巴辛 (Amman Bhasin) 在一份声明中表示:“随着加密货币开发的加速和环境的复杂性不断增加,潜在的漏洞和黑客攻击的范围也在不断扩大。” “Chaos Labs 通过为协议、投资者和用户提供一套风险管理和优化工具来解决这个问题。”

Chaos Labs的最初主要业务是通过构建“混沌工程”对DeFi协议进行压力测试和模拟最坏的情况。随着加密领域安全环境的复杂性不断增加,Chaos Labs也拓展了自己的业务类型风险管理、风险预言机、分析工具、激励优化、女巫检测等。

服务Layer zero筛出80万女巫,服务DeFi领域头部项目

Chaos Labs今年被社区所关注,是在今年5月,负责了规模最大的反女巫机制Layer zero的女巫监测机制和筛选工作,共筛选出80多万个女巫地址。此外,Aave、GMX、Arbitrum、dYdX、Jupiter等DeFi领域的知名项目都是Chaos Labs客户。Jupiter的风险平台,dYdX的生态奖励机制,Aave的风险参数调整方案均出自Chaos Labs之手。

在早期未获得投资之前,Chaos Labs就曾获得Chainlink、Uniswap、dYdX、AAVE的多次资助,主要的资助原因是帮助这些DeFi项目进行隔离测试和具有建设意义的提案。包括在Aave社区发起“调整风险参数”提案;dYdX Chain的激励计划; Uniswap V3 风险管理解决方案;

当前,加密领域的安全事件已发展到不可忽视的地步,区块链安全审计公司Beosin Alert监测显示,2024年7月,各类安全事件损失金额较6月大幅增长。2024年7月发生较典型安全事件超20起,因黑客攻击、钓鱼诈骗和Rug Pull造成的总损失金额达2.86亿美元,较6月增长约56.3%。其中攻击事件约2.71亿美元,增长约92.2%;其中最大事件来自于印度交易所WazirX,损失约2.3亿美元,占到了当月攻击事件金额的85%。第二大攻击事件是LI.FI因合约漏洞损失约1160万美元。

获得5500万美元融资的链上风控公司Chaos Labs:创始人系以色列特种兵出身,为Layer zero设计反女巫机制

在此背景之下,Chaos Labs也迎来巨大的业务增加。据Chaos Labs官方表示:“在过去的一年里,Chaos Labs的客户数量增加了两倍,包括Aave、GMX和Jupiter在内的20多个协议依赖Chaos Labs的技术来保障、监控和扩展其产品。迄今为止,Chaos Labs的技术已确保了8600亿美元的累计交易量、250亿美元的贷款和3500万美元的奖励。”

就目前来看,随着DeFi行业的继续发展,以及各个协议越来越复杂的安全隐患出现,似乎Chaos Labs这种卖铲子的公司反而更具有商业潜力。

Nội dung Liên quan

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

Vừa qua, DeepSeek V4 đã được cập nhật với framework giải mã suy đoán mới là **DSpark**, giúp tăng tốc độ suy luận lên tới 80%. Cốt lõi của bản cập nhật này là framework **DSpark**, một kỹ thuật giải mã suy đoán được triển khai trên DeepSeek-V4-Pro hiện có để tăng tốc độ suy luận, chứ không phải là nâng cấp kiến trúc mô hình. DSpark giải quyết các điểm nghẽn về độ trễ và thông lượng trong môi trường sản xuất, đặc biệt ở các tình huống có tải cao. DSpark kết hợp hai cải tiến chính: 1. **Kiến trúc sinh bán tự hồi quy (Semi-Autoregressive Generation)**: Giữ lợi thế về thông lượng cao của mô hình phác thảo song song, đồng thời thêm mô-đun nối tiếp nhẹ để mô hình hóa mối quan hệ phụ thuộc giữa các token, giúp giảm thiểu tỷ lệ chấp nhận suy giảm. 2. **Xác minh theo lịch trình độ tin cậy, nhận biết phần cứng (Confidence-Scheduled Verification)**: Một "đầu độ tin cậy" (Confidence Head) được sử dụng để đánh giá xác suất tồn tại của mỗi token phác thảo. Hệ thống điều phối sẽ xác định độ dài xác minh tối ưu một cách linh hoạt dựa trên đặc điểm tải và phần cứng, chỉ phân bổ tài nguyên tính toán cho những token có khả năng được chấp nhận cao nhất. Trong các thử nghiệm trên nhiều lĩnh vực như suy luận toán học, tạo mã và hội thoại, DSpark vượt trội so với các phương pháp tiên tiến hiện tại như Eagle3 và DFlash. So với cơ sở sinh token đơn trước đó (MTP-1), DSpark đã **tăng tốc độ phản hồi cho người dùng từ 57% đến 85%** (tuỳ thuộc vào việc sử dụng mô hình Flash hay Pro) trong khi vẫn duy trì cùng tổng thông lượng. Cùng với DSpark, DeepSeek cũng công khai mã nguồn **DeepSpec**, một bộ công cụ toàn diện để đào tạo và đánh giá các mô hình phác thảo cho giải mã suy đoán. DeepSpec cung cấp một đường ống công việc tiêu chuẩn bao gồm chuẩn bị dữ liệu, đào tạo và đánh giá, hỗ trợ nhiều thuật toán (DSpark, DFlash, Eagle3) và mô hình mục tiêu (hiện tại là Qwen3 và Gemma).

marsbit1 giờ trước

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

marsbit1 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

Andrej Karpathy, một chuyên gia hàng đầu trong lĩnh vực AI, được cho là đã sử dụng một tệp CLAUDE.md cá nhân để hướng dẫn Claude - công cụ AI lập trình từ Anthropic - hoạt động hiệu quả hơn. Dù tính xác thực của tệp này chưa được kiểm chứng, nhưng nội dung của nó phản ánh chính xác những nguyên tắc Karpathy thường chia sẻ. Tài liệu này đưa ra các quy tắc then chốt để tránh những lỗi phổ biến khi AI viết code. Trọng tâm bao gồm: **Đọc kỹ code hiện có** trước khi viết mới để đảm bảo tính nhất quán; **Suy nghĩ thấu đáo** về yêu cầu và các phương án triển khai trước khi bắt tay vào code; **Giữ mọi thứ đơn giản nhất có thể**, tránh thiết kế thừa và chỉ xử lý những vấn đề thực sự tồn tại; **Sửa đổi một cách "phẫu thuật"**, chỉ thay đổi phần cần thiết và tuân thủ phong cách code sẵn có của dự án. Các hướng dẫn khác bao gồm việc luôn **xác minh code** bằng kiểm thử, làm việc **theo mục tiêu rõ ràng**, **gỡ lỗi có phương pháp**, thận trọng khi thêm **phụ thuộc mới**, và **giao tiếp hiệu quả** về những thay đổi. Tài liệu cũng chỉ ra các "mẫu thất bại" thường gặp như làm quá nhiều việc cùng lúc, tạo ra sự trừu tượng hóa không cần thiết, hoặc lạc quyết định ban đầu. Về cơ bản, những nguyên tắc này nhằm biến Claude từ một thực thể tạo code chung chung thành một trợ lý lập trình thực sự hiểu ngữ cảnh, tuân thủ dự án và giảm thiểu nhu cầu viết lại code. Dù tệp gốc có phải của Karpathy hay không, các nguyên tắc này được cộng đồng đánh giá cao và đã có dự án trên GitHub tổng hợp chúng, được cho là giúp giảm tỷ lệ lỗi code do AI tạo ra một cách đáng kể.

marsbit3 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

marsbit3 giờ trước

BIT Nghiên cứu: Halving năm 2028 không phải là dấu chấm hết, cuộc đại phẫu thật sự của ngành khai thác Bitcoin chỉ mới bắt đầu

Ngành công nghiệp khai thác Bitcoin hiện đang trải qua đợt điều chỉnh cấu trúc phức tạp nhất từ trước đến nay. Dù giá Bitcoin duy trì quanh 61.000 USD và hashrate toàn mạng gần chạm mức lịch sử 1 ZH/s, lợi nhuận của thợ đào liên tục xấu đi. Mô hình kinh tế cho thấy, giá sản xuất dưới hiện tại là 46.744 USD, nhưng thực tế, thu nhập thực tế của thợ đào thấp hơn 136% so với mức lý thuyết ở mức giá này. Doanh thu từ phí giao dịch cũng ở mức thấp. Áp lực chi phí gia tăng, với điện chiếm 71.5% tổng doanh thu năm 2025. Ngưỡng hòa vốn toàn ngành ước tính khoảng 65.000 USD. Sau đợt halving năm 2028, giá sản xuất dưới dự kiến tăng lên khoảng 93.289 USD, đẩy nhanh quá trình đào thải. Ngành công nghiệp đang chuyển từ kinh doanh khai thác đơn thuần sang mô hình kinh doanh cơ sở hạ tầng. Các công ty khai thác đang đa dạng hóa sang các lĩnh vực như vận hành cơ sở hạ tầng năng lượng, cung cấp dịch vụ điện toán AI/HPC. Những công ty lớn, có nguồn vốn mạnh, nguồn điện chi phí thấp và nguồn thu đa dạng sẽ có lợi thế cạnh tranh. Điểm then chốt cho các nhà đầu tư không chỉ là sự kiện halving, mà là khả năng chuyển đổi mô hình kinh doanh và xây dựng lợi thế bền vững của các công ty khai thác.

marsbit3 giờ trước

BIT Nghiên cứu: Halving năm 2028 không phải là dấu chấm hết, cuộc đại phẫu thật sự của ngành khai thác Bitcoin chỉ mới bắt đầu

marsbit3 giờ trước

Giao dịch

Giao ngay
活动图片