朋友们大家好呀，今天我们聊聊Aave。
Aave的前身是ETHlend，创始人Stani Kulechov在2017年通过ICO筹集资金创建。从lend这个名字就可以感受到，这是一个借贷协议，而前缀ETH说明是主要基于以太坊的资产，用户可以通过抵押借出资产。关于去中心化借贷的业务模式之前的推送有简单的介绍，可以看这个没有银行还能贷款吗？什么是去中心化借贷？
2019年ETHlend正式更名为Aave，aave在荷兰语中是幽灵的意思。大概也有暗含幽灵虽然介质透明却力量强大，对应的借贷协议也能提供透明安全高效的服务。
目前（截止2024年10月），Aave共吸纳了185亿存款，由于超额抵押的存在，我们估算贷款总金额在百亿元美元左右。
百亿美元的贷款是个什么量级呢？
我找到了国家金融机构贷款的金额，中国大约35万亿美元，美国12万亿美元。与中心化借贷比较起来，去中心化借贷还处在非常早期的时候，和单一大国相比还差着两个数量级。
但其实百亿美元的规模也不是非常小，大概和拉脱维亚或者科特迪瓦的量级差不多，可以和小国掰掰手腕。
感兴趣的朋友们如果想了解更多国家的借贷金额可以在CEIC里查询https://www.ceicdata.com/en/indicator/united-states/total-loans
Aave的发展也不是一蹴而就的，从代币价格的波动中，可以回看它这些年的发展历程。
下边这张图是aave代币价格的波动（20年之前Aave的价格用lend的价格填充，按照当时的兑换价格=100:1做了折算，数据来源Dune）。
19年V1发布后，代币价格并未出现大幅波动，第一次明显的上涨出现在20年下半年，大概是随着defi-summer市场火热顺势上涨，紧接着10月随着两种代币的兑换出现了短暂的下跌。
20年12月V2的发布，恰逢当时市场火热，代币价格一路冲破500美元大关。
22年3月V3发布，即使当时市场疲软，btc徘徊在3万美元附近，市场依然对新版本的发布非常认可，逆势出现了一小波上涨。
站在2024年回看，就像长者所说“一个人的命运，当然要靠自我奋斗，但是也要考虑历史进程”。Aave代币价格的波动也是这样，有defi-summer助力下的一路疯涨，也有整个市场陷入疲软的无能为力。
市场的助力和压力无差别的撒下，但在外部因素之下的自我奋斗，才是觉得它能走多远的主要因素。
接下来我们就一起看看，Aave在这三个重要的版本的迭代中，在效率提升上做了哪些自我奋斗。
从P2P到P2P
在ETHLEND时代，协议提供的是点对点peer to peer的借贷能力，过于分散的需求对于借贷双方来说都不是一件高效的事情。在V1版本中，这个特性迅速被迭代为了peer to pool，出现了资金池的概念，出资人可以将资金注入池中做质押，而借款方可以从池中借出资产。从点对点到点对池，匹配效率的提升带来了借贷效率提升的第一步。
从统一计价到资产的分类运营
在V3版本之前，所有的质押资产都需要换算成ETH计价，然后再参与借贷计算。这个模式和一开始协议的名称叫ETHLend一脉相承，统一用ETH计价简单明了好理解。但是把各种各样的资产全部兑换为ETH计价也有弊端。
首先并不是所有的资产和ETH价格都是正相关波动，某些资产和ETH价格不相关甚至负相关，以ETH计价会出现抵押资产被低估，可贷款金额变少，进而使得整体资产的利用效率降低；
其次，把全部抵押和贷款都统一用ETH计价，也忽略了抵押资产和贷出资产价格波动的关系，比如抵押和贷出均为稳定币，两者之间价格高度相关，即使市场在高度波动下，被清算的风险比较低，相反质押高波动的资产贷出稳定币，被清算的风险就高很多。
所谓E-mode，就是对资产做了分类，资产同属高相关性的抵押和借出，比如质押和借出都是稳定币、都是ETH相关资产、或者都是BTC相关资产，资金利用率会更高。
从一锅烩到隔离高风险
所谓Isolation Mode隔离模式也是为了提升借贷效率。
过去资产不分类，高风险的资产一样可以入池，享受同样的借贷比例和清算门槛。这带来两个问题，第一新资产入池需要一事一议，经过社区的同意，并不是一件高效的事情；第二，由于整个资金池要兼容高风险资产，为了安全起见，整体的借贷比例和清算门槛都会为了高风险资产妥协。
隔离模式就是单独把高风险资产拿出来，单独为它设立安全相关的系数，其余资产可以不再为它迁就，就能有更高的借贷比例，带来更多借贷效率提升。
资产分类与精细化运营
不管是E-Mode还是Isolation Mode，这种分类运营的方式其实并不陌生，在互联网企业中，这种方式叫做“精细化运营”。
相比于一锅烩，精细运营的意思是对商家、用户做分类，并且为不同层级的对象匹配不同的资源。
比如，给不同阶段的商家不同的资源和权益，才能帮助他更好地成长。
对用户来说也是一样，报纸和电视为所有人提供的信息都是一样的，而抖音就在不断基于你的偏好，给你打标签“分类”，然后为你提供你想看的内容，所以相比于看电视是不是更愿意刷抖音呢？为你提供“更合适”的内容，从广义上来说也是抖音对你的“精细化运营”。
对于Aave来说逻辑也是类似的，区分出高相关性的资产，可以匹配更高的资产利用效率，对于高风险的资产，可以适度提高安全系数。
对资产进行分类，匹配相适应的借贷比例和清算门槛，其实是为不同资产匹配不同的效率和安全系数。
所有资产用一套逻辑，势必要为了部分高波动资产的安全性而损失整体的借贷效率，而迭代到不同种类的资产采用不同的系数，就能让一部分资产先提升效率，从而提升整体资金池的借贷效率。
今天就先到这里，朋友们下次见~
