Brevis 与 Linea 达成战略合作,推出 Linea Ignition 长期激励方案

深潮发布于2025-09-02更新于2025-09-03

Linea Ignition 只是一个开始,Linea 与 Brevis 的合作将展示一种全新的激励机制。

Linea 正式启动为期 10 周的「Linea Ignition」增长计划,将分发 10 亿枚 LINEA 代币激励用户在 Etherex、Aave 和 Euler 上提供流动性。

与此同时,ZK 全链数据计算和验证平台 Brevis 宣布与 Linea 达成战略合作,Linea Ignition 增长计划中所有奖励计算均通过 Brevis 的零知识证明(ZK)技术实现完全去中心化、透明化且无需信任的验证机制。通过将复杂计算移交 Brevis 进行链下处理,仅需在链上验证证明,建立了安全、公平且可扩展的协议激励新范式。

Linea Ignition:为 DeFi 增长注入健康流动性

流动性是 DeFi 生态命脉,缺乏深度且分布合理的流动性将导致交易滑点增加、借贷利率攀升及协议稳定性风险。

Linea Ignition通过激励「有效流动性」精准应对这一挑战:

  • 在Etherex上:不再仅按提供流动性数量奖励,而是根据头寸产生的实际交易量(含执行时滑点因素)动态激励做市商。在流动性薄弱或波动剧烈区域(价格影响最大处)提供流动性的做市商将获得更高回报,从而平滑流动性分布、降低交易滑点并提升资金池抗波动能力。

  • 在Aave与Euler上:基于时间加权金库份额动态奖励做市商,强化关键借贷市场,促进更健康的借贷能力、降低贷款利率并显著减少连环清算风险。

用户无需额外操作,仅需通过Etherex、Aave、Euler或Turtle金库向Linea市场提供流动性,即可通过Linea Ignition平台直接申领奖励。

无注册要求、无隐藏步骤,真实参与获得真实回报。

兼顾规模与信任的激励方案

设计这样的激励方案面临三大核心挑战:

  • 透明性:用户需要相信奖励逻辑是公平且完全可审计的。

  • 安全性:中心化脚本或不透明的服务器可能带来操纵或错误风险。

  • 可扩展性:若直接在链上运行这些奖励计算公式,成本将高得难以承受且运行缓慢。

这正是 Brevis 发挥作用的地方。

Brevis 通过在链下计算所有用户行为——如交易量、滑点因素、金库份额,并生成零知识证明来实现无信任的奖励分配。该证明能证明:

  • 奖励计算所用量化数据(用户流动性头寸、交易记录等)真实存在于区块链历史中。

  • 严格遵循Linea预设公式执行计算。

随后,该证明由 Linea Ignition 合约在链上验证。不依赖隐藏流程,无需信任,每一步都可验证且透明。

这种由 Brevis 驱动的模型带来多重优势:

  • 激励长期增长:奖励流向真正提升流动性和市场健康的参与者,而不是逐利的短期投机者。

  • 可验证且无需信任:每个证明都由数学保障,确保公平与责任。

  • 高效低成本:复杂计算可在链下大规模运行,简洁的证明保持链上成本最小化。

  • 灵活透明:Linea 可通过治理透明地调整分配逻辑,用户全程可见。

未来展望

Linea Ignition 只是一个开始,在最初的 10 周计划中,Linea 与 Brevis 的合作将展示一种全新的激励机制——透明、去中心化,并由零知识证明提供保障。

通过率先采用这一模型,Linea 正在为整个区块链生态系统的可持续增长树立新的标杆。Brevis 很荣幸成为这一路径背后的 ZK 引擎,并期待与 Linea 深化合作,探索更多信任最小化计算与可扩展证明在 DeFi 中释放新可能的应用场景。

我们不仅在推动 Linea 的成长,更在共同塑造去中心化、可验证金融的未来。

你可能也喜欢

卖内存的万亿狂欢,买内存的利润腰斩

2026年5月26日晚间,小米与美光科技的状况形成鲜明对比。小米一季度财报显示,其经调整净利润同比暴跌43.1%,手机业务毛利率下滑。小米总裁卢伟冰指出,手机内存成本同比飙升近4倍,但公司选择不将成本转嫁给消费者,并预测涨价周期将持续。 与此同时,内存巨头美光科技股价单日暴涨超19%,市值突破1万亿美元,多家投行大幅上调其目标价。华尔街看好其前景的核心逻辑在于“长期供货协议”(LTA)和AI需求。云厂商为锁定AI所需的HBM和DDR5等高端存储芯片产能,纷纷与存储厂签订长期固定价格合同。这被认为可能从根本上削弱存储行业固有的强周期性,推动其估值从周期股向更稳定的公用事业类股切换。 然而,当前的“存储超级周期”内部分化严重。AI存储(如HBM、服务器DDR5)极度紧缺、价格飞涨;手机存储也面临涨价压力,挤压了小米等手机厂商的利润;而PC零售现货市场却因渠道库存出现价格回调。这种分化源于存储厂商将产能优先分配给利润更高的AI客户。 文章对“LTA消灭周期”的叙事提出质疑。美光当前的高盈利建立在价格暴涨的周期顶部,其出货量增长有限,营收增长主要依赖涨价。历史表明,当需求增速放缓或产能大幅扩张后,供需可能快速逆转。长期协议在下行周期中也可能面临挑战。当市场一致乐观地认为“这次不一样”时,或许更应保持审慎。狂欢背后,是内存卖家与买家截然不同的境遇。

链捕手5分钟前

卖内存的万亿狂欢,买内存的利润腰斩

链捕手5分钟前

Agent化的OS:拼的不是AI,是底盘

本文探讨了操作系统(OS)进入“Agent化”时代的核心竞争要素,指出竞争焦点并非表面AI功能,而在于支撑其可靠运行的底层技术“底盘”。 文章以Google、Microsoft、Apple、华为等主流OS厂商的动向为例,说明端侧OS集成主动式AI能力(Agent)已成为明确趋势。然而,发布会展示的功能背后,真正的较量在于三层核心能力底座: 1. **系统级AI Runtime**:作为调度中枢,它将端侧模型的推理能力变为OS层共享服务,统一调度算力与内存,是Agent能跨App执行系统级操作的基础。例如Google的AICore、Apple的Foundation Models框架。 2. **可控芯片**:自研或深度可控的芯片(如Apple Silicon、Google Tensor、华为麒麟)是实现深度软硬协同优化的关键,决定了端侧Agent的响应速度、功耗和体验上限。 3. **端云模型矩阵**:云端模型处理复杂任务,端侧模型(如Gemini Nano、Phi Silica、盘古端侧模型)保障日常任务的低延迟、隐私和稳定性。端侧模型需与OS和NPU深度耦合,自研是主流选择。 这三层能力自下而上紧密耦合:芯片决定模型效率,模型决定Runtime能力,Runtime决定Agent的可靠性。协同越深,OS厂商在响应延迟、隐私保护、系统级上下文理解、服务可靠性等方面的产品差异化就越明显,护城河也越厚。 此外,文章指出,OS Agent的长期竞争力还受制于与App厂商的博弈(通过API深度集成还是屏幕识别交互)、隐私保护体系的构建等关键变量。这场竞争已超越手机和PC,正随着多设备生态向汽车、XR眼镜等IoT领域扩展。 最终,OS Agent化的成功非一朝一夕,依赖于芯片、模型与Runtime在长期迭代中的深度融合与打磨。

marsbit1小时前

Agent化的OS:拼的不是AI,是底盘

marsbit1小时前

交易

现货
合约
活动图片