作者：EigenLayer Research
编译：深潮TechFlow
以太坊在2017年12月推出 Maker，开启了去中心化金融（DeFi）的时代。随后，Uniswap 和 Compound 相继上线，围绕 ETH 和 ERC20 代币建立了一个新的经济生态。自那时起，我们见证了链上金融的蓬勃发展，集中流动性提高了资本的使用效率，永续合约（perps）不断演进，甚至出现了闪电贷这一传统金融中无法实现的创新。
然而，我们似乎遇到了瓶颈。自“合并”以来，自动化做市商（AMM）流动性提供者（LPs）损失了超过7亿美元的矿工提取价值（MEV）。衍生品交易所为了提高效率，集中化了风险管理和订单簿。此外，我们无法提供个性化的贷款服务，无法为低违约风险的用户提供更优惠的利率，也无法在固定期限内轻松提供固定利率贷款。
许多问题源于以太坊作为有限状态机的局限性。它受到燃气费用的限制，区块生成时间为12秒，并且无法原生接收链外数据。模块化架构为我们提供了一种前进的方向，可以通过卸载重计算并集成外部数据，而不牺牲以太坊的核心安全性。
如果说 EVM 是让开发者编写任意业务逻辑的粘合剂，那么这些协处理器应该以何种形式存在呢？虽然 Vitalik 将这些协处理器称为预编译或操作码，但我们需要一个更广泛的解决方案。我们需要能够处理那些对以太坊有限状态机来说计算成本过高或不切实际的任务的协处理器，最重要的是，这些协处理器必须是可验证的。
图：修改自 Vitalik 的粘合剂和协处理器架构
开发者们多年来一直在构建高效且专业化的服务，但可验证性完全改变了这一切。这正是 EigenLayer 的价值所在：它提供了创建去中心化节点操作员网络的基础设施，使得这些网络能够经济有效地运行你的任意节点软件。
我们将这些去中心化网络称为主动验证服务（AVSs），它们显著降低了构建可验证和无信任服务的成本。
去中心化金融（DeFi）与主动验证服务（AVSs）的结合，开启了一系列强大的新应用场景：
无信任链外计算（协处理器）：在链外执行重计算，并以最低的燃气费用将结果返回到链上，安全性由零知识证明或加密经济保障。可以想象成免费的限价单，甚至是 AI 模型调用，所有这些都是可验证且去中心化的。
无信任链外数据（可验证的预言机，zkTLS）：安全地将现实世界的数据——如价格、波动性、实时流动性，甚至体育数据——引入到 DeFi 中。
更进一步：拍卖网络、政策层、去中心化订单簿——AVSs 将 DeFi 扩展到以前无法触及的领域。
我们将这种新范式称为智能 DeFi，因为它为去中心化金融带来了实时适应性和个性化。通过利用无信任链外计算和数据，智能 DeFi 使得更智能的决策成为可能。在本文中，我们将深入探讨 10 个展示其潜力的用例。
交易所
交易所是 DeFi 的核心组成部分，但现货交易中只有不到 15%和衍生品交易中仅有 6%是在链上进行的。智能 DeFi 有潜力缩小这一差距，使去中心化交易所（DEX）在与链外交易所的竞争中更具吸引力。
VIP 等级：基于交易量的费用等级
中心化交易所根据交易量提供分层费用，这不仅是为了培养用户忠诚度，也是为了补贴做市商，使他们能够提供更紧的价差和更优的价格给零售交易者，从而为交易所带来更多交易量。
在 DEX 上实施基于交易量的费用是一个挑战。为了计算交易者的交易量，DEX 需要：
动态计算交易量
存储并更新每位交易者的交易量
跟踪过去 30 天的交易量会增加复杂性，需要进行历史数据存储和计算。
这两种方法在链上成本非常高。但通过将计算外包给像 Lagrange 或 Brevis 这样的协处理器，我们可以可验证地计算每笔交易的交易者交易量。
具体是如何实现的呢？
协处理器在一个可查询的关系数据库中索引并存储部分区块链数据。
AMM（或 Uniswap hook）智能合约调用协处理器执行一个 SQL 查询，以计算交易者在一定时间内的交易费用。
协处理器通过回调将验证结果返回给 AMM，并附上确认在历史区块链数据上进行计算的零知识证明。
图：链上合约如何与 zkCoprocessor Lagrange 进行交互
2. AMM 的动态与不对称费用
损失与再平衡（LVR）是影响流动性提供者（LP）在 AMM 中盈利能力的一个重要问题。LVR 产生于持续交易的链外交易所与链上 AMM 之间的价格不一致，这些 AMM 每个区块或在以太坊主网每 12 秒进行一次交易。在一个区块内可能发生许多变化，而在下一个区块开始时，套利者会利用交易所之间的价格差异进行套利。
为了提高 LP 的盈利能力，AMM 可以采用动态费用和不对称费用：
1. 动态费用：根据市场波动性来调整费用。流动性提供者（LP）在高波动性时期的表现通常较差。在高波动性时，提高费用可以保护 LP 免受不利交易的影响，而在稳定期降低费用则能刺激交易量。这可以减少不同费用层级之间的流动性分散，使 LP 的用户体验更加顺畅。可以查看这个非常基础的概念验证。
2. 不对称费用：受到 Alex Nezlobin 的启发，不对称费用将根据外部价格数据来调整价差。例如，如果 ETH 在去中心化交易所（DEX）上的价格为 $1000，而在中心化交易所（CEX）上的价格为 $1050，AMM 可以选择以 $980 买入，以 $1060 卖出，而不是围绕 DEX 价格维持对称价差，这样可以更真实地反映市场状况。
图：来自 Alex Nezlobin 的推特讨论
在这两种情况下，AMM 需要可靠的外部数据——例如 CEX 价格或波动性——来调整费用。然而，传统的预言机存在风险：中心化的运营商可能会出现故障或提供过时的数据。相比之下，zkTLS（网络证明）提供了一种更优的解决方案。通过直接从网络服务器加密验证数据，zkTLS 消除了对第三方的信任。这为您提供实时的防篡改数据，确保 AMM 无论是在链上还是通过协处理器，都能安全地计算动态和不对称的费用。
3. 拍卖以重新分配 MEV 给 AMM 的流动性提供者（LP）
提升 LP 盈利能力的另一种方式不仅涉及链外计算，还包括一个去中心化的拍卖网络。目前，搜索者在拍卖中竞争，以便将他们的交易排在区块的最前面。实际上，套利收益分配给搜索者、构建者和提案者，而不是 LP 和交易者。 相反，AMM 可以拍卖首个通过流动性池进行交易的权利。如果拍卖竞争激烈，大部分损失与再平衡（LVR）将被重新捕获。这些收益可以按比例分配给参与交易的基础 LP，从而减少整体套利，并使 LP 能够提供更紧凑的价差。Sorella 正在以 Uniswap v4 hook 的形式开发这一功能。
挑战在于如何运行一个低延迟、抗审查的拍卖。在链上进行拍卖过于复杂且成本较高：每次出价都需要消耗燃料费。在选出赢家之前，一个区块就会被处理，这样拍卖就无法完成。虽然一个中心化的实体可以在链外进行拍卖，但这与去中心化金融（DeFi）的理念相悖，同时也给他们提供了最后查看的机会，可能会提取价值。
解决方案是由一组去中心化的运营商共同运行一个无领导的拍卖，消除了对单一实体的依赖，确保了过程的完整性。运营商负责选择中标出价，并将收益返还给流动性提供者（LP）。
图：来自 Paradigm 的无领导拍卖
衍生品
虽然大多数衍生品是在交易所交易的，但智能去中心化金融（Intelligent DeFi）为这一资产类别解锁了独特的应用场景。让我们深入了解一下！
4. 高级保证金系统
目前，交易者无法在不大幅限制杠杆的情况下表达跨资产的观点，例如 SOLETH 或交叉交易。大多数永续合约去中心化交易所（perp DEX）是根据交易者在不同头寸上的未平仓合约总和来线性计算保证金的。
例如，如果我存入 1 万美元，并在 ETH 上做 5 万美元的多头、在 BTC 上做 5 万美元的空头，这样算作 10 倍杠杆。但这与简单在 ETH 上做 10 万美元多头的人的风险状况是不同的，这两种账户不应被视为相同。理想情况下，交易者应该能够在不受如此严格限制的情况下，杠杆超过 5 倍的 ETHBTC。
问题在于链上计算的能力有限。具体而言，系统需要考虑每种现货资产的抵押品、每种永续合约资产的头寸、未实现的盈亏、每个永续合约的初始和维持保证金要求，以及相关性与德尔塔对冲。随着去中心化交易所（DEX）扩展到多种资产类型，例如永续合约和期权，这一问题变得尤为重要。
通过利用协处理器进行更复杂的计算来确定账户的保证金因子，去中心化交易所（DEX）能够创建一个更符合用户需求的定制风险引擎。这使得更灵活的德尔塔中性策略成为可能，并确保只有在真正必要时才会进行清算。
为了提供更大的灵活性，协处理器可以动态调整保证金要求，实时考虑来自主要中心化交易所（CEX）的流动性以及每个池的未平仓合约情况。
图：Aevo 依靠一个集中式风险引擎来评估最坏的市场情景，从而为高价值交易者提供更合理的保证金参数。协处理器则在不妨碍去中心化的前提下，提供了独特的保证金计算方式，摘自 Aevo 的文档
5. 期权自动做市商（AMM）的定价
衍生品的自动做市商（AMM），特别是期权，既令人兴奋又颇具争议。有些人认为它们无法被准确定价；而另一些人则认为，衍生品只适用于高交易量的资产，订单簿对于这些资产更为有效。尽管如此，Panoptic、Deri 等人认为，AMM 是提供流动性的最佳方式，包括期权在内。
要使期权自动做市商（AMM）真正取得成功，一个关键因素是引入链外数据，比如波动率、历史价格和实时市场信号。此外，链外计算对于构建更先进的定价模型（如 Black-Scholes）也是必不可少的。将这些外部数据与链上交易机制相结合，对于确保定价准确、降低滑点以及提高期权交易者的资本效率至关重要。
借贷
借贷协议面临着特有的挑战，而人工智能（AI）和链外计算可以推动更智能和更灵活的解决方案。
6. 参数的 AI 系统
目前，Aave 和 Compound 等协议的治理团队手动更新借贷市场的相关参数。通常，像 Gauntlet 这样的风险服务提供商会进行基于模型的模拟，并建议调整基准利率、抵押品因子、清算因子等参数。在发生更严重的事件时，他们可以建议下架或冻结某些资产。
这种方法存在两个主要缺陷：
延迟时间过长。当我担任 Aave DAO 代表时，提案至少需要一周才能获得通过。
治理团队对借贷参数的投票信息了解不足，且并非所有成员都积极参与。最近的 Compound 治理攻击就是一个典型例子。
图：根据 Aave 的文档，其治理过程至少需要 5 天
Morpho 和 Euler v2 在朝着正确方向迈出了重要一步。它们将风险管理部分进行模块化，使任何人都可以创建自己的借贷平台实例。用户可以根据策展人的历史记录和声誉来选择存放资产的地方。这种方法能够有效减少更新参数所需的时间。
但在理想的系统中，参数会自动更新，实时响应链上和链下的流动性。基于人工智能（AI）的模型可以模拟多种场景，预测并避免最坏情况的发生。这些模型依赖于 Ritual、Sentient、Hyperbolic、Ora 和 Valence 等 AI 专用协处理器，在链外处理大量数据，考虑波动性、流动性变化和风险相关性，然后在链上可验证地发布结果。
7. 通过账户历史和清算风险定制贷款
在传统金融中，信用良好的借款人通常能获得更优惠的贷款条件，而在去中心化金融（DeFi）中，所有借款人都享有相同的贷款条款，无论他们的风险状况或信用历史如何。虽然这种模式有其优势，但我相信 DeFi 能够将两者的优点结合起来：为任何人提供公平的无信任贷款，同时为那些有良好信用记录且清算风险低的重复借款人提供更优惠的贷款条件。
缺乏差异化，去中心化金融（DeFi）借贷协议无法为低风险借款人提供个性化的条款，如更低的抵押要求或更优惠的利率。这种缺乏个性化不仅限制了重复用户的潜在收益，也导致借贷市场效率低下。
提供个性化贷款首先需要一个反 Sybil 解决方案，以确保只有经过验证的用户能够获得更优的贷款条件。像 WorldCoin 或 Coinbase 验证这样的方案，可以有效防止恶意行为者通过不良债务反复利用协议。
一旦借款人完成验证，协议就可以收集链上信息来建立流动性档案，具体包括：
当前和历史的贷款记录
之前贷款的还款情况
链上的净资产和未偿债务
所拥有的 NFT（如果借贷协议与 NFT 项目合作提供优惠条款）
协议甚至可以查看与同一身份关联的其他地址，以获取更全面的信息。
最后，协处理器可以评估清算风险，并生成定制的抵押因子和利率，确保为每个借款人提供量身定制的贷款条件。
8. 合规的隐私混合器
在 2022 年 8 月，美国外国资产控制办公室（OFAC）对 Tornado Cash 进行了制裁，原因是它帮助洗钱。然而，隐私是一项基本权利，具有合法的用途：人们应该能够将资金转账给其他账户或朋友，而不需要公开他们的完整交易历史。 问题在于，现有的隐私混合器无法区分合法用户和恶意行为者。这种缺乏合规性使它们成为制裁的目标，并阻碍了更广泛的使用。
如果我们能够创建一个只接受合规资金的隐私协议，那会怎样呢？这个协议将管理风险并遵循法规，注重隐私的用户将会纷纷加入这个系统。然而，确定合规性需要多种链上和链下的数据，这并不是一项简单的任务。理想情况下，智能合约可以调用一个 API，只批准有效交易，从而确保合规性。
Aethos 是一个政策层，旨在实现这一目标。它使开发者能够在智能合约层面制定规则，确保交易符合特定的合规政策。例如，一个合规的隐私混合器可以设定交易限额、时间锁，并阻止那些存入或提取地址被 OFAC 制裁或与 DeFi 黑客事件有关的交易。
图：来自 Aethos 的文档
将实时、基于规则的政策融入智能合约，开启了一个机构友好的 DeFi 新时代，在这个时代，合规性与 DeFi 的价值观不再相互矛盾。
9. 自动化 rebalancing 收益协议
DeFi 提供了丰富的收益机会，涵盖各种资产和协议，包括质押、再质押、借贷、自动做市（AMM）流动性池、真实世界资产（RWAs）等。用户的风险偏好各不相同，这与协议类型、链（如以太坊、Solana 等）、资产面额以及外部市场风险密切相关。面对如此多的选择，一些交易者选择收益协议来自动化他们的资金配置。
图：如此丰富的收益，非财务建议，来自 DeFiLlama
这些协议可以利用 AI 模型在多个来源之间优化收益。开发者设定预定义的风险参数，例如将每个协议的风险敞口限制在 15%，或避免总锁仓价值（TVL）低于 1 亿美元的协议，AI 模型则负责调整投资组合，以满足这些标准并最大化收益。
更进一步，AI 模型可以为每个用户创建个性化的收益策略，这些策略基于用户的链上活动以及通过简短问卷收集的偏好。这种个性化服务——以前难以想象——如今得益于 AI 的可扩展性，已经变得触手可及。
在后台，AI 驱动的协处理器监控并重新平衡投资组合。只有在收益能够抵消燃气费用时，它们才会进行调整，从而确保高效的数据驱动投资组合管理。
10. 超精准激励计划
激励措施是加密货币和 DeFi 的核心。DeFi 夏季的真正开启是在 2020 年 Compound 引入流动性挖矿之后。通过为特定用户行为提供奖励，各协议得以推动增长和活跃度。
但随着这一领域的逐渐成熟，各协议正在寻求更精确的目标，通常会转向链外程序。自动做市商（AMMs）可能会专注于激励活跃的流动性提供者。NFT 市场和预测市场可能会奖励那些接近订单簿价格的流动性。借贷协议可能会鼓励非循环借款者进行借款，至少占其利息的 20%。
通过协处理器，各协议可以定义复杂的奖励条件，并实时发放奖励。这摆脱了越来越不受欢迎的积分系统，为用户提供了奖励支付的确定性，从而降低了协议的资本成本。Gearbox 已经开始使用 Lagrange 的协处理器来处理具有不同支付机制的多资产奖励。通过提高激励的效率，DeFi 可以持续增长，同时奖励那些最有价值的行为。
总结
DeFi 和 AVS 的结合将引发一场新的金融革命。从 MEV 回收的自动做市商（AMMs）到隐私协议中的实时政策，这些用例只是去中心化金融潜力的一小部分。