六问六答:全面解析 Solana 最新提案 SIMD-0228 将给行业带来哪些影响?

链捕手发布于2025-03-04更新于2025-03-04

作者:Scof,ChainCatcher

编辑:TB,ChainCatcher

SIMD-0228是什么?

SIMD-0228主要由Multicoin Capital投资人Vishal Kankani提出,旨在调整 Solana 网络的通胀机制,使其更加智能化,能够根据市场动态和质押情况自动调整 SOL 发行量。

当前的 SOL 发行机制是固定的时间表,不会根据网络活跃度变化,属于“盲目发行”。而该提案提出了一种“智能通胀”机制,使得 SOL 的发行量能够动态适应市场需求,以提高网络的安全性,并降低不必要的通胀压力。

为什么要调整 SOL 的发行机制?

随着 Solana 生态的发展,质押者的收益已经不再完全依赖 SOL 发行,而是越来越多地来自 MEV(最大可提取价值)。数据显示,仅 2024 年第四季度,Solana 网络中的 MEV 收入就达到约 2.1M SOL(约合4.3 亿美元),比上一季度增长数倍。这意味着即使减少 SOL 发行,网络依然可以吸引足够的质押者保障安全性。因此,提案者认为优化通胀策略,不再盲目发行多余的 SOL,能够让网络更健康地发展。

SIMD-0228解决了什么问题?

  1. 减少中心化风险:高通胀容易让 SOL 逐渐集中在大 Staker 手中,而降低通胀有助于让更多用户持有 SOL,保持去中心化。
  2. 促进 DeFi 发展:减少通胀有助于提高 SOL 在 DeFi 应用中的使用率,而不是被大量用于质押挖矿。
  3. 降低卖压,稳定价格:高通胀意味着更多的 SOL 需要被出售支付税款,而降低通胀可以减少市场上的卖压,有助于 SOL 价格稳定。
  4. 改善市场认知:虽然技术上 SOL 的通胀不算直接成本,但市场往往会将其视为一种长期价格压力。优化通胀机制可以改善 SOL 在市场中的定位和认知。

“智能通胀”机制如何运作?

本提案提出的“智能通胀”机制有两个核心目标:

  1. 动态激励质押——当质押率下降时,系统会自动提高发行量,以激励更多人参与质押,从而维护网络安全。
  2. 最小必要通胀(MNA)——尽可能减少不必要的 SOL 发行,只发行维护网络安全所需的最少量 SOL,避免市场上过多的 SOL 造成抛压。

本提案的核心是新的 SOL 发行计算公式,它根据质押率(s)自动调整 SOL 的发行量。若质押率高(如超过 50%),通胀率下降;若质押率低(如 33% 以下),通胀率会上升,以确保足够的安全性。新的发行机制将在 50 个 Epoch(约 25 天)内逐步过渡,以确保平稳实施。

对生态各方有什么影响?

这次提案改革实质上是持币大户、验证者与生态建设者之间的权力再平衡。提案通过后,质押收益率将从 7.03% 降至 1.41%,验证者将从依赖通胀收益转向专注于 MEV 和交易手续费的获取——这既是机遇,也是挑战

对于持有大量SOL的投资者而言,通胀率的降低有助于减少代币稀释,维护其持有资产的价值。然而,质押收益率可能从当前的7.03%骤降至1.41%,这意味着持币大户需要重新评估其投资策略,可能需要在质押和其他收益渠道之间进行权衡。

验证者的收入结构将发生显著变化。随着质押收益率下降,验证者将不得不更加依赖于最大可提取价值(MEV)和交易手续费等收入来源。这可能促使验证者积极参与网络活动,以弥补质押收益的减少。然而,对于规模较小或资源有限的验证者而言,收入下降可能导致运营压力增大,甚至可能退出网络,影响网络的去中心化程度。

对生态建设者而言,降低通胀率可能促使更多的 SOL 进入 DeFi 生态系统,增加流动性和用户参与度。这为生态建设者提供了更多机会来开发和推广新的 DeFi 产品和服务,促进生态系统的繁荣。然而,这也取决于市场对新机制的接受程度以及用户行为的变化

社区观点:激辩通胀螺旋,Solana能否逃出生天?

虽然目前尚未开始正式投票,但这份提案蓝图已在社区中引发了关于“通胀螺旋”和利益博弈的激烈讨论。

灰度前研究员David Grider建立了一个模型用于分析使用当前和建议的 SMID-0228 通胀率,以及不同的 Solana 费用/价格下降方案,估算出能够盈利的验证者数量。结果表明,在提案通过后,Solana 在不同修订方案下,可能会额外失去约 50 至 250 名验证者。

社区成员Leapfrog在solana的开发者论坛中直言该提案“对Solana会造成灾难性的影响。”他认为若投资信心低迷时通胀上升,即投资者撤资并抛售,这将加剧恐慌,造成死亡螺旋。无论押注回报有多大,波动性资产都不适合长期大投资者。

Multicoincap的管理合伙人则表示,当前通胀率过高已是共识,应尽快采取行动。他对共识安全性并不担忧,但承认验证者的盈利能力可能受到影响,预计可能有部分验证者退出网络。他强调,过度谨慎可能导致“分析瘫痪”,阻碍 Solana 的发展,因此应保持快速推进的步伐,避免陷入类似以太坊的困境。

但市场分析认为,作为SOL的主要持有者,Multicoin Capital推动SIMD-0228提案,意在通过削减通胀来缓解SOL的抛售压力,增强其价值存储功能。

热门币种推荐

你可能也喜欢

Anthropic造了套AI越狱「刑法」:你的请求,四种死法

近日,Anthropic公布了其AI安全系统Fable的详细拦截规则,并将用户请求分为四类进行管理:明确禁止的恶意行为(如勒索软件)、高风险双用途行为(如渗透测试)、低风险双用途行为(如漏洞扫描)以及理论上无害的行为(如调试代码)。然而,该系统因“宁可错杀,不可放过”的原则,导致大量正常请求被误拦截,引发了用户不满。 为更系统化地评估安全风险,Anthropic联合Glasswing联盟推出了“网络越狱严重性框架”(CJS)。该框架从能力增益、能力广度、武器化难度和可发现性四个维度对AI越狱行为进行0-10分的量化评分,并划分严重等级。CJS旨在为模型下架等决策提供“客观”依据,但其评分标准由Anthropic及其盟友主导制定,引发了对规则制定权垄断的担忧。 文章指出,此前Fable 5模型因美国出口管制政策被全球断服,标志着监管首次直接作用于模型API。如今,重新上线的模型已配备更严格的过滤系统。而更强大的Mythos模型仅对特定合作机构开放,形成了“技术分层”的管控格局。在此背景下,CJS框架也被视为递给监管者的“行刑尺”。 对于普通用户,文章建议在提示词中避免敏感词汇、注意模型降级信号,并耐心等待系统优化。最终,AI能力的边界已不纯粹是技术问题,更受到了商业策略与地缘政治规则的双重塑造。

marsbit30分钟前

Anthropic造了套AI越狱「刑法」:你的请求,四种死法

marsbit30分钟前

年入1亿美元,两个90后伯克利室友,搞出最赚钱的AI生意

一家不造AI的公司,年收入却高达1亿美元。这家公司名为Arena,前身是加州大学伯克利分校团队在2023年发起的开源研究项目Chatbot Arena。它核心的产品是一个通过用户真实盲测生成的大模型排行榜:用户输入提示词,系统随机分配两个匿名模型作答,由用户投票选择更优者。凭借海量真实数据,该榜单已成为业界公认的权威评测平台,吸引了OpenAI、谷歌、Anthropic等顶级厂商在此“打擂台”。 其商业模式在于“卖水”:为模型厂商和企业提供付费的深度评测服务,利用其庞大的用户社区对模型进行真实世界性能分析。这种服务切中了模型厂商激烈竞争、亟需优化调优的痛点。 公司由两位伯克利室友创立。CEO Anastasios Angelopoulos师从多位学术大牛,专注于对黑箱模型进行数学严谨的评估;CTO Wei-Lin Chiang是知名开源聊天机器人Vicuna的创造者。项目发展迅速,在商业化仅8个月后年化营收便达到1亿美元,并已完成高额融资,估值达17亿美元。 目前,Arena已将评测范围从简单的对话能力,扩展到智能体模式下的复杂长任务(如写代码、研究分析),用任务完成率、幻觉率等更客观的指标进行评估。在AI向智能体演进的时代,中立、可靠的评测变得愈发关键和昂贵,这正是Arena巨大价值的根基。

marsbit35分钟前

年入1亿美元,两个90后伯克利室友,搞出最赚钱的AI生意

marsbit35分钟前

狂揽2.4万星标:一行命令,AI会自己找技能了

过去,AI开发者交换的是提示词模板;如今,风向转变为互相推荐可安装的“技能”(skill)。Vercel推出的Skills项目,正致力于成为AI智能体的“npm”包管理器。通过一行命令(如 `npx skills add <package>`),开发者可以为Claude Code、Cursor等多种AI工具快速安装能力包,涵盖代码规范、设计准则等,实现能力的即装即用和跨工具共享。 该项目上线五个月便在GitHub获得2.4万星标,并配套上线了技能目录网站skills.sh,设有安装量排行榜。其中,“find-skills”技能尤为突出,安装量超230万次,它能让AI根据用户需求自动搜索、筛选并安装合适的技能,相当于为AI提供了“能力搜索引擎”。 这标志着AI编程正从“提示词工程”迈向“能力工程”,将零散经验封装为可复用、可版本管理的模块。Vercel此举意在复制其通过Next.js卡位前端生态的成功经验,在AI智能体工具层建立新入口。 然而,热潮背后存在安全隐患。安全审计发现,技能包中约有13.4%存在严重安全缺陷,可能携带恶意脚本、进行提示词注入或窃取密钥。与传统的npm包不同,技能包融合了提示词、代码和执行权限,风险直接触及本地系统和敏感数据。因此,用户需要像对待代码一样谨慎选择技能,仔细审查来源和所需权限。 Vercel创始人Guillermo Rauch的长期目标,正是将复杂工程简化为“一行命令”的极致体验。从Now、Next.js到如今的Skills,这一理念正被应用于AI领域,在带来便利的同时,也要求开发者带着判断力进场,共同迎接AI能力“npm化”的机遇与挑战。

marsbit36分钟前

狂揽2.4万星标:一行命令,AI会自己找技能了

marsbit36分钟前

Claude工程师终于交出Fable 5焚诀,教你打破和模型之间的信息差

Claude Fable 5模型发布后经历波折,最终回归生产力工具。Claude工程师Thariq Shihipar指出,用户与模型间存在“信息差”(即提示词、技能与真实任务需求间的差距),这常导致输出不如预期。他将此差距称为“未知项”,并强调与Fable协作的核心是迭代地发现和澄清这些未知项。 Thariq将未知项分为四类:已知的已知(明确提出的需求)、已知的未知(自知未明的部分)、未知的已知(未言明的隐含知识)和未知的未知(完全未意识到的部分)。提升AI编程效率的关键在于减少未知项,并主动规划。 他提供了一套贯穿工作流的方法: 1. **实现前**:通过“盲点扫描”让AI帮你发现认知盲区;进行“头脑风暴与原型”快速验证想法;通过“反问”让AI提问以澄清歧义;提供“参考资料”(如代码、设计)辅助沟通;制定“实现计划”并优先审阅易变部分。 2. **实现中**:要求AI维护“实现笔记”,记录临时决策与偏差原因。 3. **实现后**:创建“推介与解释文档”便于团队评审和获批;通过“测验”确保自己理解AI所做的全部变更。 文章以Fable发布视频的制作为例,展示了如何串联这些方法,在陌生领域(视频剪辑与调色)逐步发现未知项并完成任务。总结认为,模型能力越强,用户越需通过系统方法定义未知项,从而让“地图”(计划)匹配“疆域”(现实),高效达成目标。

marsbit40分钟前

Claude工程师终于交出Fable 5焚诀,教你打破和模型之间的信息差

marsbit40分钟前

交易

现货

热门文章

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对SOL(SOL)币价的意见。

活动图片