Psy Protocol在真实运行的工作量证明网络上实现521,000 TPS,并向任何能够证明结果不成立者悬赏10万美元

marsbit發佈於 2026-02-14更新於 2026-02-14

文章摘要

香港,2026年2月11日——Psy Protocol宣布在一个真实运行、可链上验证的工作量证明(PoW)网络中实现了每秒521,000笔交易(TPS)的吞吐量,声称在不牺牲去中心化、安全性和隐私性的前提下,超越了现有主流区块链性能。测试在数千个Google Cloud实例上进行,模拟高并发环境,所有交易均附密码学证明,数据已公开供验证。团队设立10万美元赏金,鼓励任何人证明该结果无效。 该成果旨在支持未来机器原生经济,如AI代理间的高频微支付和实时结算市场,解决人类级区块链设计无法满足机器速度交易的问题。其核心技术包括并行状态架构(PARTH)、客户端证明生成、递归零知识证明和横向扩展的Realms机制,通过消除全局状态竞争和冗余计算实现高性能。验证可在消费级硬件(如树莓派)完成,相关数据和代码已开源。 Psy Protocol采用“有用工作量证明”(PoUW)共识,矿工负责验证和聚合零知识证明,而非传统哈希计算,结合了PoW的安全性与高吞吐效率。

香港|2026 年 2 月 11 日 —— Psy Protocol 今日宣布,其在一个真实运行、链上可验证的工作量证明(Proof-of-Work)网络中实现了每秒 521,000 笔交易(TPS)。团队表示,该结果在不牺牲去中心化、安全性或隐私性的前提下,已超过迄今为止所有主流权益证明(Proof-of-Stake)与工作量证明链的公开基准表现。

本次压力测试在数千个 Google Cloud 实例上进行,用以模拟高并发、互联网规模的运行环境。基准测试中的每一笔交易均有密码学证明作为支撑,完整数据集已发布,供独立验证。

为体现对结果的信心,Psy Protocol 公开设立 10 万美元(US$100,000)赏金,奖励任何能够基于已发布证明材料,证明该吞吐量结果无效的个人或团队。

“这不是一次开发网演示,也不是理论推算,”Carter Feldman,Psy Protocol 创始人兼 CEO 表示,“每一项结果都可被验证。如果我们错了,数学会证明这一点——而我们会支付 10 万美元给证明这一点的人。”

为什么 521,000 TPS 在当下具有重要意义

高吞吐量基准在加密行业并不少见。Psy Protocol 认为,此次结果在结构层面具有重要意义,关键在于其所面向的使用场景背景。

区块链最初围绕人类的交易模式而设计:零散发生的活动、人工审批、以及较低的并发度。然而,随着未来数以百万计的自治 AI 代理以机器速度持续进行交易、协作与结算,这一模型正变得日益不匹配。

当为人类规模使用而设计的网络遭遇持续的机器级需求时,结果往往是网络拥堵、手续费飙升以及级联式瓶颈。Psy Protocol 将 521,000 TPS 视为面向机器原生经济体所需基础设施的“基线”,而非性能上限。

架构如何运作

大多数区块链要求每个节点重新执行每一笔交易,这种设计在架构上对吞吐量形成硬性上限。Psy Protocol 通过以下四项相互配合的设计选择,移除了这一瓶颈:

  • 并行状态架构(PARTH):每个用户运行在相互隔离的状态分区中。这消除了全局状态竞争,使数千次状态转换可以同时处理而不发生冲突。
  • 客户端侧生成证明:交易执行与证明生成在用户设备上完成,敏感数据始终由用户自行掌控。矿工仅负责验证与聚合证明,而非重新执行交易,从而消除全网范围内的冗余计算。
  • 递归零知识证明:单笔交易证明被递归折叠为每个区块的一个简洁证明。随着交易量增长,验证成本按对数增长而非线性增长,这意味着吞吐量的大幅提升不需要成比例增加验证资源。
  • 通过 Realms 实现横向扩展:网络通过增加并行处理域(“Realms”)与证明聚合能力来扩展。吞吐量会随基础设施的增加而线性提升,而非受限于固定的架构上限。

Psy Protocol 表示,521,000 TPS 反映的是当前测试配置下的结果;通过扩展并行证明生成能力,可实现更高吞吐量。

验证方式:开放数据,消费级硬件即可验证

由于验证依赖于简洁的递归证明而非完整重执行,Psy Protocol 表示,基准测试中的任意组合证明都可以在消费级硬件上独立验证——包括性能有限的设备,如 Raspberry Pi。

完整测试方法、ZK 电路数据以及组合证明已全部开源,访问地址:

https://st8.psy.xyz/explorer

在该规模下可行的应用场景

在持续吞吐量超过 500,000 TPS 的条件下,以下新类型的链上活动将具备可行性:

  • 自治代理之间的高频微支付
  • 以实时结算替代离散批量结算的连续清算型市场
  • 在无人工干预条件下运行的大规模 AI 代理群体之间的高密度协同
  • 通过可编程签名电路实现无私钥代理运行,消除对人类控制私钥或第三方托管的依赖

关于 Psy Protocol

Psy Protocol 正在构建面向“代理型互联网(agentic internet)”的工作量证明智能合约平台。其架构结合了工作量证明在安全性与去中心化方面的优势,以及历史上常与权益证明系统相关联的吞吐量与费用效率。Psy 采用“有用工作量证明(Proof-of-Useful-Work,PoUW)”共识模型,矿工执行具有密码学生产力的工作——即聚合与验证零知识证明——而非进行任意哈希谜题计算。

相關問答

QPsy Protocol 在什么类型的网络上实现了521,000 TPS?

APsy Protocol 在一个真实运行、链上可验证的工作量证明(Proof-of-Work)网络上实现了每秒521,000笔交易(TPS)。

QPsy Protocol 如何证明其测试结果的可信度?

APsy Protocol 公开了完整的测试方法、ZK电路数据以及组合证明供独立验证,并设立了10万美元赏金,奖励任何能够基于已发布材料证明该吞吐量结果无效的个人或团队。

QPsy Protocol 实现高吞吐量的关键架构设计有哪些?

APsy Protocol 通过四项关键设计实现高吞吐量:并行状态架构(PARTH)消除全局状态竞争;客户端侧生成证明,保护用户数据隐私;递归零知识证明,使验证成本按对数增长;通过Realms实现横向扩展,线性提升吞吐量。

Q521,000 TPS 的吞吐量对哪些应用场景具有重要意义?

A在持续吞吐量超过500,000 TPS的条件下,自治代理之间的高频微支付、实时结算的连续清算型市场、大规模AI代理群体之间的高密度协同,以及无私钥代理运行等链上活动将具备可行性。

QPsy Protocol 采用哪种共识模型?其特点是什么?

APsy Protocol 采用“有用工作量证明(Proof-of-Useful-Work, PoUW)”共识模型,矿工执行具有密码学生产力的工作——即聚合与验证零知识证明,而非进行任意哈希谜题计算,结合了工作量证明的安全性与去中心化优势,以及高吞吐量和费用效率。

你可能也喜歡

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit56 分鐘前

年薪百万抢电工,Meta急到自己办技校

marsbit56 分鐘前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit56 分鐘前

OpenAI 不靠最贵的模型卖钱了

marsbit56 分鐘前

交易

現貨
活动图片