Tại sao mô hình rủi ro 42 tỷ USD của Aave đối mặt với bài kiểm tra thực sự đầu tiên sau khi Chaos Labs rời đi

ambcryptoXuất bản vào 2026-04-07Cập nhật gần nhất vào 2026-04-07

Tóm tắt

Việc Chaos Labs, nhà cung cấp mô hình quản lý rủi ro chính, rời đi đánh dấu một thử thách lớn đầu tiên đối với Aave - giao thức DeFi với tổng giá trị bị khóa (TVL) 42,34 tỷ USD. Sự ra đi này không chỉ là thay đổi nhà cung cấp mà còn phản ánh sự căng thẳng ngày càng tăng trong việc quản lý rủi ro khi quy mô mở rộng. Trong ba năm, Chaos Labs đã định giá mọi khoản vay, xử lý 2,5 nghìn tỷ USD tiền gửi và hơn 2 tỷ USD trong các đợt thanh lý. Nguyên nhân rời đi được cho là do sự bất đồng về cách xử lý rủi ro trong tương lai, khối lượng công việc gia tăng và sự phức tạp của phiên bản Aave V4 sắp tới. Dù người sáng lập Stani Kulechov ghi nhận đóng góp của họ, mối quan hệ này vẫn thua lỗ. Trách nhiệm quản lý rủi ro giờ chuyển sang các nhóm nội bộ và nhà cung cấp khác như LlamaRisk. Trong ngắn hạn, hệ thống vẫn ổn định, nhưng bất kỳ sự chậm trễ nào trong việc điều chỉnh các thông số rủi ro (như ngưỡng thanh lý, giới hạn vay) có thể khiến rủi ro tích tụ dần. Sự tự tin của thị trường vào Aave giờ đây sẽ phụ thuộc ít hơn vào hiệu suất quá khứ và nhiều hơn vào việc quản lý hiệu quả quá trình chuyển đổi đầy thử thách này.

Quản lý rủi ro trong DeFi hiện đóng vai trò trung tâm trong hiệu suất của các giao thức, đặc biệt trong các giai đoạn biến động. Khi quý 1 năm 2026 kết thúc, Aave [AAVE] quản lý khoảng 42,34 tỷ USD TVL và 16,55 tỷ USD cho vay; nó dựa vào các điều chỉnh liên tục thay vì cài đặt cố định.

Nguồn: Stani Kulechov trên X

Các nhóm bên ngoài như Chaos Labs cập nhật ngưỡng thanh lý, giới hạn vay và quy tắc thế chấp khi điều kiện thay đổi.

Khi các cập nhật này diễn ra thường xuyên hơn, hệ thống phản ứng nhanh hơn với áp lực thị trường. Điều này cải thiện tính ổn định và sự tin tưởng của người dùng, mặc dù nó cũng có nghĩa là các giao thức phụ thuộc nhiều hơn vào các mô hình rủi ro bên ngoài khi độ phức tạp tăng lên.

Việc Chaos Labs rời đi báo hiệu căng thẳng trong mô hình rủi ro của Aave

Việc Chaos Labs rời đi báo hiệu nhiều hơn một thay đổi người đóng góp; nó phản ánh sự căng thẳng ngày càng tăng trong cách Aave quản lý rủi ro khi mở rộng quy mô. Trong ba năm, Chaos Labs định giá mọi khoản vay trong khi TVL của Aave mở rộng từ 5,2 tỷ USD lên hơn 26 tỷ USD, xử lý 2,5 nghìn tỷ USD tiền gửi và hơn 2 tỷ USD thanh lý, theo báo cáo của Chaos Labs.

Nguồn: Governance. Aave.com

Tuy nhiên, việc rời đi được thúc đẩy bởi sự không phù hợp sâu sắc hơn về cách xử lý rủi ro trong tương lai. Khi những người đóng góp cốt lõi rời đi, khối lượng công việc và rủi ro vận hành tăng lên, trong khi Aave V4 giới thiệu độ phức tạp lớn hơn trên một cấu trúc không quen thuộc.

Stani Kulechov, người sáng lập và CEO của Aave, đã ca ngợi họ trong một bài đăng nói rằng, "Chúng tôi cũng muốn cảm ơn toàn bộ đội ngũ Chaos Labs vì những đóng góp của họ trong nhiều năm qua, vì họ đã giúp đưa giao thức chúng tôi xây dựng lên mức độ trưởng thành hiện tại."

Do đó, sự tham gia vẫn thua lỗ mặc dù ngân sách đề xuất là 5 triệu USD. Sự thay đổi này cho thấy khi các giao thức phát triển, duy trì giám sát rủi ro chất lượng cao trở nên khó khăn hơn, điều này có thể ảnh hưởng đến sự ổn định lâu dài nếu nhu cầu vượt quá khả năng kiểm soát.

Tính liên tục quản lý rủi ro của Aave giờ đối mặt với bài kiểm tra thực sự đầu tiên

Aave giờ bước vào một giai đoạn chuyển đổi quan trọng khi tiếp nhận sự ra đi của một người đóng góp rủi ro chủ chốt, chuyển trọng tâm từ hiệu suất sang tính liên tục.

Với Chaos Labs đã rời đi, trách nhiệm chuyển sang các nhóm nội bộ và nhà cung cấp như LlamaRisk, đặt ra câu hỏi về tốc độ phản ứng. Stani lưu ý rằng "LlamaRisk đã phục vụ như một người đóng góp rủi ro cho Aave DAO và có sự quen thuộc sâu sắc với kiến trúc và tham số của giao thức. Chúng tôi ủng hộ LlamaRisk tăng ngân sách của họ để đáp ứng khối lượng công việc bổ sung này và mở rộng nhóm của họ khi cần thiết."

Khi Aave mở rộng hướng tới V4, độ phức tạp rủi ro tăng lên, điều này đặt ra nhiều áp lực hơn lên sự phối hợp.

Trong ngắn hạn, các hệ thống vẫn ổn định; tuy nhiên, bất kỳ sự chậm trễ nào trong điều chỉnh có thể cho phép rủi ro tích tụ dần dần. Sự thay đổi này cho thấy sự tin tưởng của thị trường giờ có thể phụ thuộc ít hơn vào hiệu suất trong quá khứ và nhiều hơn vào việc quản lý hiệu quả quá trình chuyển đổi này.


Tóm tắt cuối cùng

  • Sự ổn định của Aave dựa vào các cập nhật rủi ro liên tục, nhưng việc Chaos Labs rời đi đặt ra câu hỏi về việc duy trì khả năng phản ứng tương tự.
  • Aave giờ bước vào một quá trình chuyển đổi nơi các điều chỉnh chậm hơn có thể làm tăng rủi ro, chuyển trọng tâm từ hiệu suất trong quá khứ sang việc thực thi.

Câu hỏi Liên quan

QTại sao việc Chaos Labs rời đi lại là một thử thách lớn đối với mô hình quản lý rủi ro 42 tỷ USD của Aave?

AVì Chaos Labs đóng vai trò then chốt trong việc cập nhật các ngưỡng thanh lý, giới hạn vay và quy tắc tài sản thế chấp theo thời gian thực. Sự ra đi của họ làm gián đoạn quy trình điều chỉnh rủi ro liên tục vốn là xương sống của Aave, đặc biệt khi giao thức đang mở rộng với phiên bản V4 phức tạp hơn.

QChaos Labs đã đóng góp những gì cho Aave trong 3 năm hợp tác?

ATheo báo cáo, Chaos Labs đã định giá mọi khoản vay, hỗ trợ Aave tăng TVL từ 5.2 tỷ lên 26 tỷ USD, xử lý 2.5 nghìn tỷ USD tiền gửi và hơn 2 tỷ USD trong các giao dịch thanh lý.

QAi sẽ tiếp quản công việc quản lý rủi ro của Chaos Labs cho Aave?

ATrách nhiệm sẽ được chuyển cho các đội ngũ nội bộ và nhà cung cấp như LlamaRisk. Nhà sáng lập Stani Kulechov khẳng định LlamaRisk đã có hiểu biết sâu về kiến trúc giao thức và sẽ được tăng ngân sách để đảm đương khối lượng công việc mới.

QSự ra đi của Chaos Labs phản ánh vấn đề gì trong mô hình phát triển của Aave?

ANó phản ánh sự thiếu đồng nhất trong quan điểm quản lý rủi ro khi giao thức mở rộng. Dù được đề xuất ngân sách 5 triệu USD, hợp tác vẫn thua lỗ, cho thấy việc duy trì giám sát rủi ro chất lượng cao ngày càng khó khăn khi quy mô tăng trưởng.

QRủi ro ngắn hạn nào Aave có thể đối mặt sau sự chuyển đổi này?

AHệ thống vẫn ổn định trong ngắn hạn, nhưng bất kỳ sự chậm trễ nào trong việc điều chỉnh thông số có thể khiến rủi ro tích tụ dần. Sự tự tin của thị trường sẽ phụ thuộc vào hiệu quả quản lý quá trình chuyển giao thay vì thành tích trong quá khứ.

Nội dung Liên quan

‘Cổ Phiếu Lão Làng’ Biến Thành ‘Quý Tộc Mới’: Từ Dell Đến Nokia, AI Định Giá Lại Cơ Sở Hạ Tầng Cũ Như Thế Nào?

**Tóm tắt: "Cổ phiếu 'lão làng' thành 'quý tộc mới': AI định giá lại cơ sở hạ tầng cũ từ Dell đến Nokia như thế nào?"** Chỉ một năm trước, những công ty công nghệ lâu đời như Dell, Nokia, Cisco, Corning, Western Data dường như đứng ngoài cuộc chơi AI. Thị trường chú trọng vào những cái tên "nóng" như NVIDIA hay các mảng chip, lưu trữ, quang học. Tuy nhiên, gần đây, các "lão làng" này lại thể hiện sức hút mạnh mẽ. Nguyên nhân? AI đang chuyển từ giai đoạn phát triển mô hình sang giai đoạn triển khai thực tế, đòi hỏi xây dựng cơ sở hạ tầng vật lý quy mô lớn. Đây là thời điểm các công ty có năng lực tích hợp hệ thống, kinh nghiệm giao hàng và mạng lưới khách hàng doanh nghiệp vững chắc được định giá lại. Họ sở hữu những "tài sản cũ" nhưng lại đáp ứng "nhu cầu mới" của kỷ nguyên AI. Có ba nhóm chính được định giá lại: 1. **Máy chủ & Tích hợp hệ thống:** Dell và HPE không sản xuất GPU, nhưng họ là những "nhà thầu chính" quan trọng, cung cấp năng lực thiết kế server, chuỗi cung ứng và triển khai trọn gói các cụm AI cho khách hàng. 2. **Mạng & Kết nối:** Cơ sở hạ tầng AI cần mạng lưới siêu tốc. Corning (cáp quang), Nokia (mạng không dây AI-RAN, 6G) và Cisco (thiết bị chuyển mạch trung tâm dữ liệu) trở nên quan trọng khi quy mô tính toán mở rộng và AI di chuyển ra biên mạng. 3. **Lưu trữ & Quản lý dữ liệu:** Ngoài bộ nhớ tốc độ cao (HBM), sự bùng nổ dữ liệu AI (dữ liệu huấn luyện, nhật ký, video, lưu trữ lạnh) làm tăng nhu cầu về ổ cứng dung lượng lớn, giúp các công ty như Western Digital và Seagate được chú ý trở lại. Tuy nhiên, không phải mọi công ty cũ đều được hưởng lợi đồng đều. Một sự "định giá lại thực sự" cần đáp ứng ba tiêu chí: (1) Có đơn hàng và doanh thu AI cụ thể được công bố; (2) Ban lãnh đạo điều chỉnh kỳ vọng tăng trưởng (hướng dẫn) tăng lên; (3) Chất lượng lợi nhuận được cải thiện, không chỉ tăng trưởng doanh thu đơn thuần. Tóm lại, đợt định giá lại này không phải là cơn sốt ngắn hạn hay câu chuyện mơ hồ. Nó phản ánh thực tế rằng khi AI bước vào giai đoạn xây dựng hạ tầng thực tế, các công ty có năng lực triển khai và cung cấp các thành phần cơ sở hạ tầng thiết yếu sẽ tìm thấy vị thế mới. Họ không trở nên trẻ trung hơn, mà những gì họ có lại trở nên cần thiết trong kỷ nguyên mới.

marsbit33 phút trước

‘Cổ Phiếu Lão Làng’ Biến Thành ‘Quý Tộc Mới’: Từ Dell Đến Nokia, AI Định Giá Lại Cơ Sở Hạ Tầng Cũ Như Thế Nào?

marsbit33 phút trước

Xác suất ẩn trong giá cả: Tỷ lệ cược World Cup được tính như thế nào?

**Xác suất trong Giá cả: Tỷ lệ World Cup được Tính như thế nào?** Trước World Cup 2026, hai hệ thống uy tín đưa ra "xác suất vô địch" khác nhau: thị trường dự đoán (Polymarket, Kalshi) xếp Pháp là ứng cử viên số 1 (~17%), trong khi siêu máy tính Opta xếp Tây Ban Nha là số 1 (16.1%). Bài viết giải thích cách hai con số này được tạo ra: 1. **Xác suất từ Thị trường:** Giá hợp đồng (từ 0-100 cent) phản ánh trực tiếp xác suất thị trường. Giá tổng hợp dựa trên khối lượng giao dịch khổng lồ (hơn 523 triệu USD). Tuy nhiên, tính thanh khoản vẫn còn hạn chế, và nghiên cứu cho thấy sự thiên lệch "longshot" tồn tại ngay cả trên thị trường tiên đoán crypto: các cửa cược dài hạn thường bị đánh giá thấp hơn khả năng thực tế. 2. **Xác suất từ Mô hình:** Opta sử dụng dữ liệu đội bóng và mô phỏng toàn bộ giải đấu 10,000 lần để tính tần suất vô địch. Điều đáng chú ý là đầu vào của mô hình này bao gồm cả tỷ lệ cược từ thị trường cá cược truyền thống. Không có nghiên cứu học thuật chặt chẽ nào so sánh độ chính xác lâu dài giữa hai phương pháp trên. Một điểm khác biệt lớn là tính minh bạch: mọi giao dịch trên Polymarket đều được ghi lại trên blockchain, cho phép kiểm toán công khai. Một yếu tố phi thị trường ảnh hưởng đến giá là sự không chắc chắn về quy định, như luật mới ở Minnesota (Mỹ) coi việc vận hành thị trường dự đoán là trọng tội. Tóm lại, "xác suất" bạn thấy có thể là giá thị trường (chịu ảnh hưởng của tính thanh khoản và thiên lệch) hoặc tần suất mô phỏng (phụ thuộc vào mô hình). Câu hỏi quan trọng khi đối mặt với bất kỳ con số nào là: **Nó được sản xuất như thế nào?**

marsbit1 giờ trước

Xác suất ẩn trong giá cả: Tỷ lệ cược World Cup được tính như thế nào?

marsbit1 giờ trước

Bất ngờ! Anthropic kêu gọi toàn ngành ngừng nghiên cứu AI

Bài viết thảo luận về lời kêu gọi tạm dừng nghiên cứu AI từ Anthropic, dựa trên quan sát về khả năng "tự tiến hóa" (recursive self-improvement - RSI) của AI, cụ thể là mô hình Claude. Dữ liệu nội bộ cho thấy Claude đang đẩy nhanh tiến trình phát triển AI: hơn 80% codebase của Anthropic hiện do Claude viết, so với chỉ số ít trước khi Claude Code ra mắt. Năng suất của kỹ sư tăng gấp 8 lần. Quan trọng hơn, chất lượng code của Claude được đánh giá ngang bằng con người và dự kiến vượt trội trong năm nay. Tỷ lệ thành công của Claude trong các nhiệm vụ lập trình phức tạp nhất đã tăng từ 26% lên 76% chỉ trong nửa năm. Anthropic giới thiệu chỉ số "thời gian nhiệm vụ AI có thể hoàn thành độc lập", cho thấy tốc độ tăng trưởng theo cấp số nhân, từ 4 phút (3/2024) lên 16 giờ (hiện tại), với chu kỳ tăng gấp đôi rút ngắn từ 7 tháng xuống 4 tháng. Claude không chỉ viết code mà còn tự động review code, ngăn chặn được khoảng 1/3 lỗi nghiêm trọng. Trong nghiên cứu, Claude đã tối ưu hóa code chạy nhanh hơn 52 lần và tự thiết kế/thực hiện thí nghiệm AI safety, đạt kết quả vượt xa nỗ lực của con người. Bài viết đặt câu hỏi về tương lai khi vai trò con người trong phát triển AI đang thu hẹp lại, chỉ còn lại ưu thế về "khiếu nghiên cứu". Anthropic nêu ba kịch bản có thể xảy ra: (1) Tiến bộ chững lại, (2) AI tiếp tục tăng tốc nhưng con người vẫn kiểm soát, (3) AI đạt đến RSI hoàn toàn, tự thiết kế thế hệ kế tiếp, mang lại lợi ích to lớn hoặc rủi ro mất kiểm soát nếu vấn đề "alignment" thất bại. Do những rủi ro tiềm ẩn này, Anthropic đề xuất một cơ chế có thể xác minh để các phòng lab AI cùng giảm tốc hoặc tạm dừng, nếu đảm bảo không có bên nào "lén lút" phát triển. Lời kêu gọi này trở nên đáng chú ý hơn khi OpenAI cũng gần đây chia sẻ quan sát tương tự về dấu hiệu tự tiến hóa sớm của AI.

marsbit1 giờ trước

Bất ngờ! Anthropic kêu gọi toàn ngành ngừng nghiên cứu AI

marsbit1 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow