Được viết bởi: Elaine, Dirk, Jeremyme
Biên soạn: Sissi
Lời giới thiệu của người dịch:
Bản dịch này sẽ mô tả một đề xuất vừa nhận được tài trợ từ Tổ chức Phát triển Hệ sinh thái Aave & GHO. Đề xuất này nhằm mục đích sử dụng công cụ mô phỏng và mô phỏng trực quan, không cần mã hóa HoloBit để xây dựng mô hình cơ bản GHO có độ chính xác cao cho giao thức DeFi hàng đầu Aave, cho phép công nghệ mô phỏng phức tạp chuyển từ một số chuyên gia đến cộng đồng và công chúng, để nhiều người dân bình thường hơn có thể tham gia Xây dựng và đổi mới.
Giá trị của đề xuất này nằm ở việc thúc đẩy đổi mới thiết kế giao thức thông qua thử và sai nhanh chóng cũng như lặp lại hiệu quả, đồng thời xác định trước các điểm rủi ro an ninh kinh tế thông qua liên kết mô phỏng OffChain, cải thiện chất lượng thiết kế và giảm chi phí thử và sai. Ngoài ra, là một công cụ giáo dục tương tác, mô hình này nhằm mục đích nâng cao sự hiểu biết và tin tưởng của người dùng đối với hệ thống GHO, đồng thời cải thiện khả năng tham gia quản trị và tốc độ phản hồi của cộng đồng.
1. Chi tiết đề xuất
1.1 Tổng quan về bối cảnh
Là công ty dẫn đầu trong lĩnh vực Defi, sự đổi mới và phát triển công nghệ của AAVE luôn đi đầu trong ngành. Là stablecoin gốc của Aave, việc ra mắt $GHO là một chiến lược quan trọng nhằm thúc đẩy hệ sinh thái AAVE hoàn thiện hơn nữa việc áp dụng đại trà và thậm chí quảng bá DeFi để tiếp cận hàng tỷ người dùng tiếp theo. Tuy nhiên, là một stablecoin tương đối muộn trên thị trường, GHO vẫn còn dư địa phát triển rất lớn, điều này chắc chắn sẽ liên quan đến việc giới thiệu, xác minh và triển khai nhanh chóng một loạt giải pháp đổi mới tiếp theo. Làm thế nào để tối ưu hóa nhanh chóng và toàn diện thiết kế và điều tra rủi ro của các giải pháp khác nhau đồng thời tối đa hóa sự đổi mới cũng như cộng tác một cách minh bạch và hiệu quả với cộng đồng để đưa ra các quyết định khoa học là rất quan trọng đối với AAVE&GHO hiện tại.
1.2 Giới thiệu dự án
Đề xuất này nhằm mục đích sử dụng công cụ mô phỏng và mô phỏng trực quan, không cần mã hóa tiên tiến HoloBit để xây dựng mô hình cơ bản GHO OffChain có độ chính xác cao mà công chúng có thể đọc, sử dụng và xác minh, để mô phỏng có thể chuyển từ một số ít người sang cộng đồng và đến Công cộng. ("Mô phỏng OffChain" sử dụng mô hình thống kê và học máy để phân tích dữ liệu ngoài chuỗi và đánh giá hiệu quả các cơ chế kinh tế cũng như rủi ro tiềm ẩn bằng cách chạy một số lượng lớn các kịch bản mô phỏng Monte Carlo mà không tương tác trực tiếp với chuỗi khối; "Mô phỏng OnChain" được thực hiện trong các khối được chỉ định Phân nhánh chuỗi khối ở mức độ cao, tạo môi trường thử nghiệm tương tự như mạng chính và mô phỏng giao thức với độ chính xác cao).
Chúng tôi sẽ xây dựng các "khối xây dựng" chính như Người dùng, Người hỗ trợ (AAVE Pool, FlashMinter, GSM), GHO, Market và Governance, đồng thời hoàn thiện việc xây dựng mô hình GHO theo phong cách Lego thông qua các thao tác tối giản như kéo và kết nối cùng một lúc; Đến lúc nào đó, chúng tôi sẽ xây dựng mô hình. Thử nghiệm tính hợp lệ nghiêm ngặt được tiến hành để đảm bảo rằng nó có thể khôi phục hệ sinh thái giao thức GHO với độ chính xác cao.
Vai trò trong tương lai của mô hình này bao gồm nhưng không giới hạn ở các khía cạnh sau:
Cung cấp thông tin chuyên sâu: Bằng cách nắm bắt và phân tích các cơ chế cũng như thông số chính trong hệ sinh thái GHO, mô hình có thể tiết lộ các yếu tố chính ảnh hưởng đến hành vi của hệ thống và giúp người dùng hiểu cách thức vận hành của các hệ thống phức tạp.
Thiết kế tối ưu: Mô hình cung cấp nền tảng thử nghiệm để liên tục điều chỉnh và tối ưu hóa các cơ chế và thông số giao thức, xác minh đầy đủ các giải pháp thiết kế khác nhau và nâng cao hiệu quả đổi mới và lặp lại.
Dự đoán rủi ro: Bằng cách thử nghiệm các kịch bản và giả định khác nhau trong mô hình, các lỗ hổng và điểm rủi ro tiềm ẩn của hệ thống có thể được phát hiện trước, từ đó có thể xây dựng các chiến lược ứng phó tương ứng nhằm giảm bớt sự không chắc chắn trong hoạt động thực tế.
Hỗ trợ việc ra quyết định: Dữ liệu và kết quả phân tích do mô hình cung cấp có thể cung cấp tài liệu tham khảo có giá trị cho người ra quyết định, giúp họ đưa ra quyết định sáng suốt hơn trong môi trường phức tạp.
Điều quan trọng là mô hình mô phỏng có tính minh bạch cao và hỗ trợ chia sẻ. Phương pháp xây dựng và mở rộng "kiểu Lego" linh hoạt và thân thiện cho phép người dùng không rành về kỹ thuật dễ dàng truy cập và đổi mới. Nó được kỳ vọng sẽ trở thành một công cụ hỗ trợ giáo dục, quản trị và quảng bá mạnh mẽ. cho công cụ giao thức GHO. Đồng thời, mô hình này cũng có thể bổ sung và nâng cao các khung quản lý rủi ro và thiết kế giao thức hiện có, cung cấp các ý tưởng triển khai mới cho thế hệ tiếp theo của "các giải pháp bảo mật và đổi mới dựa vào cộng đồng".
1.3 Giá trị dự án
Cụ thể, giải pháp mới này sẽ mang lại ít nhất những giá trị sau:
Thử và sai nhanh, đổi mới táo bạo và thiết kế giao thức lặp lại hiệu quả
Mô hình cơ sở GHO là một công cụ mạnh mẽ để xác minh sự đổi mới và tối ưu hóa thiết kế. Nó cung cấp một không gian thử nghiệm độc đáo, nơi người dùng có thể động não một cách tự do và táo bạo. Cho dù bạn đang khám phá các kết hợp tham số tốt hơn hay thử nghiệm các cơ chế mới, bạn đều có thể thực hiện điều đó dựa trên mô hình cơ bản linh hoạt và thân thiện với người dùng này. Mỗi ý tưởng mới có thể được tạo nguyên mẫu nhanh chóng và tối ưu hóa lặp đi lặp lại. Ví dụ: bạn có thể thử nghiệm hiệu quả các giải pháp tích hợp GHO khác nhau, chẳng hạn như các cơ chế "thanh lý mềm" khác nhau, cơ chế đổi quà khẩn cấp, v.v. và thông qua kết quả mô phỏng của mô hình OffChain, xác định hiệu quả các kết hợp đổi mới tương đối khả thi và có tiềm năng . Điều này không chỉ rút ngắn đáng kể thời gian từ ý tưởng đến thực hiện mà còn giảm đáng kể chi phí thử và sai. Bằng cách này, mô hình cơ bản GHO sẽ cải thiện đáng kể tốc độ và chất lượng của các lần lặp lại thiết kế, đồng thời cũng sẽ giúp AAVE và GHO đổi mới các chức năng giao thức, mở rộng trong các chuỗi và trường hợp sử dụng mới, đồng thời luôn dẫn đầu với nhiều lợi thế rõ ràng hơn. đổi mới công nghệ và dịch vụ.
Sàng lọc toàn diện các điểm rủi ro an ninh kinh tế và giảm thiểu hiệu quả không gian thử nghiệm mô phỏng
So với quy trình phát triển giao thức thông thường, chúng tôi đề xuất thêm liên kết mô phỏng OffChain trước khi phát triển hợp đồng thông minh. Ưu điểm của việc này là tính bảo mật có thể được tích hợp vào giai đoạn thiết kế Thông qua mô hình OffChain đã được kiểm tra tính hợp lệ, "không gian hành vi" của hệ thống giao thức theo kế hoạch thiết kế mới có thể được xem trước và các điểm rủi ro tiềm ẩn có thể nhanh chóng được phát hiện. và được quét toàn diện Kết hợp với mô hình OffChain Phản hồi liên tục tối ưu hóa thiết kế, thu hẹp hiệu quả "miền vấn đề" về an ninh kinh tế, tiết kiệm nhiều thời gian và tài nguyên cho các mô phỏng OnChain tiếp theo. Đó là một cách tương đối hiệu quả về mặt chi phí để kiểm tra và tối ưu hóa các lỗi thiết kế trong giai đoạn đầu thiết kế. Đối với hệ sinh thái AAVE và GHO, sự cộng tác giữa mô phỏng OffChain và mô phỏng OnChain có thể là một giải pháp bảo mật kinh tế hơn.
Các công cụ giáo dục và quảng bá mang tính tương tác và năng động
Nguyên mẫu ban đầu của GHO đủ thân thiện với người dùng. Ngay cả những người dùng không rành về kỹ thuật cũng có thể dễ dàng hiểu cơ chế của mô hình và thực hiện các hoạt động đổi mới như xác minh, thử nghiệm, tùy chỉnh và mở rộng.
Mô hình này có thể phục vụ như một công cụ giáo dục tương tác và năng động cho GHO. Nếu có thể nhúng trang giới thiệu Khái niệm về GHO, sự hiểu biết của người dùng về GHO sẽ không chỉ giới hạn ở việc đọc tài liệu mà còn có thể xem trực tiếp kết quả thiết kế, tương tác và mô phỏng của cơ chế thông qua mô hình trực quan chạy trực quan và linh hoạt. hiện thực hóa cơ chế giao thức và “minh bạch kép” rủi ro. Người dùng cũng có thể tự do tương tác với mô hình, gỡ lỗi các tham số và thậm chí cả cơ chế tăng giảm, đồng thời hiểu trực quan hơn về tác động của các quyết định khác nhau đối với hệ thống. Đồng thời, việc lặp lại và cập nhật nhanh chóng của mô hình Offchain cũng làm cho nội dung giáo dục có tính nhạy cảm cao về thời gian, duy trì sự đồng bộ hóa tương đối với mã hợp đồng thông minh giao thức và đạt được "tính minh bạch theo thời gian thực" của các cơ chế và rủi ro giao thức.
Đồng thời, mô hình cũng có thể được chia sẻ chỉ bằng một cú nhấp chuột. Điều này có nghĩa là nếu nguyên mẫu ban đầu của GHO có thể được phổ biến rộng rãi trong cộng đồng, nó sẽ thúc đẩy giáo dục người dùng rộng rãi hơn và sự tham gia sâu hơn, đồng thời nâng cao nhận thức, sự tin tưởng và chấp nhận của công chúng đối với hệ thống AAVE và GHO. AAVE & GHO để mở rộng thị trường và tiếp cận Một bước quan trọng trong việc áp dụng đại trà.
Cải thiện khả năng phân cấp và tốc độ phản hồi của quản trị và tăng cường đổi mới cộng đồng
Nguyên mẫu ban đầu của GHO có khả năng sử dụng cao và có khả năng mở rộng, cho phép người dùng từ nhiều nền tảng khác nhau tham gia quản trị hệ sinh thái AAVE và GHO. Khi nhận thức của công chúng về cơ chế và rủi ro của GHO đủ cao, mọi người đều có thể tiến hành thử nghiệm dựa trên nguyên mẫu ban đầu của GHO. Họ không chỉ có thể suy ra những hậu quả và rủi ro tiềm ẩn của các tình huống hoặc giả định cực đoan khác nhau mà còn có thể tối ưu hóa một cách sáng tạo. các cơ chế và thông số lặp lại Đồng thời, mọi người có thể chia sẻ những phát hiện của mình trong cộng đồng và gửi đề xuất cải tiến giao thức.
Nguyên mẫu ban đầu của GHO mang lại cho công chúng khả năng tham gia sâu vào quản trị giao thức, điều này không chỉ có thể cải thiện đáng kể tốc độ phản hồi của quản trị mà còn giúp duy trì mức độ tham gia cao và chất lượng ra quyết định trong cộng đồng đang phát triển, và thậm chí kích thích các hoạt động cộng đồng thú vị. Lấy Người hỗ trợ làm ví dụ, mỗi người dùng có thể cho cộng đồng thấy kết quả hoạt động, rủi ro và tác động tiềm ẩn của mô hình Người hỗ trợ mới trên hệ thống để giúp đề xuất nhận được nhiều sự công nhận và hỗ trợ của cộng đồng hơn. Do đó, mọi người đều có khả năng tham gia định hình tương lai, điều này sẽ kích thích đáng kể sự nhiệt tình của các thành viên cộng đồng tham gia quản trị và mang lại nhiều khả năng hơn cho sự phát triển của giao thức trong tương lai.
1.4 Điểm đổi mới của dự án
Nó không chỉ làm giảm rủi ro mà còn truyền cảm hứng cho nhiều đổi mới hơn
Trình bày minh bạch về cơ học và rủi ro trong thời gian thực
Được thiết kế cho cộng đồng và dễ dàng cho mọi người sử dụng
Các công cụ chưa từng có cho quản trị, giáo dục và tiếp cận cộng đồng
1.5 Mục tiêu của dự án
các mục tiêu ngắn hạn
Hoàn thành một cách hiệu quả việc xây dựng mô hình cơ bản GHO để đảm bảo nó có thể khôi phục hệ sinh thái giao thức với độ chính xác cao, tạo nền tảng vững chắc cho các thành viên cộng đồng tiếp theo thực hiện các công việc nâng cao như tối ưu hóa thiết kế và sàng lọc rủi ro dựa trên mô hình này.
Dựa trên kinh nghiệm thành công hiện có của AAVE, hãy cố gắng đưa ra một ý tưởng mới khả thi về giáo dục, quản trị và xúc tiến. Lấy mô hình GHO OffChain làm cốt lõi, một kế hoạch giáo dục rõ ràng sẽ được phát triển để đảm bảo rằng công chúng có thể hiểu, sử dụng, xác minh, tùy chỉnh và mở rộng mô hình này, đồng thời củng cố hơn nữa nền tảng cho các phương pháp quảng bá và quản trị dựa vào cộng đồng.
Mục tiêu dài hạn
Giúp xây dựng một hệ sinh thái GHO mạnh mẽ hơn. Bằng cách cung cấp mô hình OffChain, chúng tôi hỗ trợ cộng đồng khám phá các hướng tối ưu hóa khả thi và cộng tác với các nhà cung cấp dịch vụ khác để dần dần cải thiện tính ổn định của hệ thống và khả năng ứng phó với biến động của thị trường.
Khám phá ứng dụng mô hình OffChain trong hệ sinh thái AAVE. Nếu phương pháp này có thể được thử nghiệm thành công trong hệ sinh thái GHO, chúng tôi hy vọng sẽ tái sử dụng nó trong hệ sinh thái AAVE và đóng góp một chút cho quá trình áp dụng đại trà tiếp theo của AAVE.
2. Nghiên cứu tính khả thi
2.1 Về tính khả thi của mô phỏng giao thức
Nhà thống kê nổi tiếng George Box đã nói: “Tất cả các mô hình đều sai, nhưng một số lại hữu ích”. Một mô hình về cơ bản là sự đơn giản hóa và trừu tượng hóa của thế giới thực, do đó, dù đó là mô hình OffChain hay mô hình OnChain, nó chắc chắn phải dựa trên một loạt giả định. Tuy nhiên, những giả định này không ảnh hưởng đến tính hiệu quả của mô hình mà giúp chúng ta hiểu và phân tích tốt hơn các hệ thống phức tạp thông qua việc đơn giản hóa và tập trung.
Các nhóm quản lý rủi ro đã có những đóng góp nổi bật cho hệ sinh thái, chẳng hạn như ChaosLabs, Llamarisk và Gauntlet, cũng đưa ra một số lượng lớn giả định trong quá trình mô phỏng giao thức, chẳng hạn như Chỉ thanh khoản DEX, Tương quan giá, Tối đa một lần thanh lý trên mỗi tài khoản trên mỗi khối , v.v... Những giả định này giúp họ nhanh chóng tập trung vào vấn đề cốt lõi, tuy đã đơn giản hóa các điều kiện thực tế nhưng không ảnh hưởng đến tính thực tiễn và hiệu quả của mô hình trong việc giải quyết các vấn đề cụ thể.
Đánh giá từ kết quả, các nhóm tiên tiến này tiếp tục đưa ra các đề xuất quản lý kinh tế và bảo mật hoàn thiện như tối ưu hóa tham số và lặp lại cơ chế để phát triển bền vững hệ sinh thái giao thức AAVE, điều này cũng xác nhận tính khả thi của mô phỏng giao thức ở một mức độ nhất định. Những trường hợp thành công này cho thấy cả hai mô hình OffChain và OnChain, mặc dù đều dựa trên giả định, nhưng đều có thể được điều chỉnh linh hoạt theo mục tiêu mô phỏng để đảm bảo tính hiệu quả của mô hình, mang lại kinh nghiệm tham khảo quý giá cho công việc xây dựng mô hình của đề xuất này.
2.2 Về tính khả thi của nhóm sử dụng HoloBit để hoàn thành mô phỏng giao thức
Về đội
Các thành viên của nhóm này có kiến thức chuyên môn liên ngành, bao gồm khoa học máy tính, kinh tế và kỹ thuật hệ thống, chuỗi khối, v.v., đồng thời có nền tảng lý thuyết học thuật sâu sắc và kinh nghiệm dự án phong phú về mô hình hóa hệ thống phức tạp, mô phỏng giao thức và các lĩnh vực liên quan khác trước đây. được chương trình tài trợ TokenEngineering Commons công nhận và có khả năng hoàn thành đề xuất này. Hồ sơ thành viên như sau:
Elaine: Nhà nghiên cứu. Ông có khả năng lập mô hình ABM cao và kinh nghiệm phong phú trong phân tích định lượng tài chính, đồng thời đã tái tạo thành công các quy luật vật lý tài chính trong sổ lệnh giao dịch tần số cao thông qua các mô hình. Anh ấy có kinh nghiệm lập mô hình và kinh nghiệm thực hành mô phỏng giao thức phong phú, và hiện đang tập trung vào công việc nghiên cứu về kỹ thuật mã thông báo cũng như mô hình hóa và mô phỏng giao thức.
Dirk: Kỹ sư mã thông báo sở hữu năm NFT TEA và tập trung vào việc thiết kế và tối ưu hóa các giao thức mã hóa. Anh ấy có nghiên cứu chuyên sâu về kinh tế mã thông báo và kỹ thuật mã thông báo, đồng thời rất giỏi trong việc tùy chỉnh và tối ưu hóa các mô hình kinh tế mã thông báo cho các dự án khác nhau để cải thiện tính ổn định và hiệu suất của chúng.
Jeremy: Kỹ sư mã thông báo sở hữu năm NFT TEA và tập trung vào việc thiết kế và tối ưu hóa các giao thức mã hóa. Từ năm 2022, cô đã làm việc về kỹ thuật mã thông báo, thúc đẩy giáo dục và cộng tác trong lĩnh vực này.
Giới thiệu về HoloBit
HoloBit đủ thân thiện với người dùng, minh bạch và hỗ trợ chia sẻ, đồng thời có những phẩm chất khiến nguyên mẫu ban đầu của GHO trở thành công cụ giáo dục, quản trị và quảng bá cộng đồng.
Nó có một công cụ mô phỏng và mô phỏng dựa trên tác nhân hoàn chỉnh Turing, đây là nền tảng quan trọng để hoàn thiện mô hình GHO OffChain có độ chính xác cao.
Đã có kết quả nghiên cứu
Nhóm nghiên cứu này đã sử dụng HoloBit để nhanh chóng xây dựng mô hình OffChain của giao thức Terra/Luna và tái tạo thành công cơ chế bên trong của sự sụp đổ của Terra/Luna thông qua các thử nghiệm mô phỏng, chứng tỏ khả năng nghiên cứu và mô hình hóa của nhóm này cũng như khả năng của công cụ HoloBit trong việc thích ứng với các giao thức khôi phục và xây dựng thực tế.
Link mô hình Terra/Luna như sau (cần mở trên máy tính):
Cảnh 1, Chợ bò:
https://app.holobit.world/embed/9ec46684798598c1c92b13a94231f9d429c0c4c8d9f2579069fb78b41e86c37b
Cảnh 2, Chợ gấu:
https://app.holobit.world/embed/9e9dbc531214e37ba84e254470326ff3b50314a91bd0cea6e50957924be628c7
Cảnh 3, Chợ đầu cơ & Cuộc tấn công:
https://app.holobit.world/embed/7b9020e2fd1da643a2d4f424d8c72f579da30975e62430810e8261f5d1f90aa0
HoloBit đã đưa ra một loạt kế hoạch hỗ trợ nhóm nghiên cứu để tối ưu hóa hệ sinh thái giao thức. Chúng tôi thật may mắn khi đã đăng ký tài trợ cho tài khoản trả phí của mình. Chúng tôi sẽ sử dụng nền tảng mô phỏng và mô hình hóa tiên tiến này để làm cho các chi tiết xây dựng nguyên mẫu ban đầu GHO của chúng tôi và toàn bộ quá trình xác minh tính hiệu quả hoàn toàn minh bạch.
3. Lộ trình nghiên cứu
3.1 Lộ trình kỹ thuật và sản phẩm bàn giao
Tổng quan về lộ trình kỹ thuật của nghiên cứu này: xem văn bản gốc
3.2 Tiến độ hiện tại
Do vai trò quan trọng của AAVE trong hệ sinh thái Defi và tầm quan trọng chiến lược của việc ra mắt $ GHO, chúng tôi đã bắt đầu trước phần đầu tiên của lộ trình kỹ thuật, “Nghiên cứu cơ chế GHO”.
Dựa trên nghiên cứu sơ bộ hiện tại, mô hình của chúng tôi sẽ bao gồm ít nhất các lĩnh vực chính sau:
Xem văn bản gốc để biết chi tiết
Dựa trên nghiên cứu sơ bộ hiện tại, quy trình tương tác mô hình (dự thảo) của chúng tôi như sau:
Cần phải nhấn mạnh lại rằng các phần chính và sơ đồ tương tác quy trình ở trên chỉ đơn giản là kết quả của một cuộc khảo sát sơ bộ nhanh chóng. Chúng không thể hiện nguyên mẫu cuối cùng của mô hình và thậm chí có thể có một số lỗi. Khi nghiên cứu sâu hơn, chúng tôi sẽ cung cấp các mô tả phần cũng như sơ đồ tương tác quy trình toàn diện và chính xác hơn.
4. Kết luận
Hy vọng rằng bằng cách giới thiệu nguyên mẫu ban đầu OffChain GHO vào hệ sinh thái AAVE, nó sẽ không chỉ hợp tác với khuôn khổ quản lý rủi ro hiện có để cùng bảo vệ an ninh kinh tế của hệ sinh thái AAVE và GHO, mà quan trọng hơn là hy vọng rằng mô hình này sẽ phục vụ như một nền tảng thử nghiệm minh bạch và linh hoạt để truyền cảm hứng cho sự tham gia và đổi mới của cộng đồng ở phạm vi rộng hơn. Ngoài việc đảm bảo phát triển và tối ưu hóa mô hình có độ chính xác cao, quỹ nghiên cứu áp dụng trong đề xuất này cũng sẽ đầu tư một phần kinh phí vào các hoạt động xúc tiến và giáo dục cộng đồng nhằm tối đa hóa tác động của dự án này trong hệ sinh thái Aave.
Chúng tôi tin rằng việc triển khai dự án này sẽ nâng cao hiệu quả nhận thức, sự tin tưởng và chấp nhận của công chúng đối với hệ thống AAVE và GHO, đồng thời nâng cao đáng kể khả năng quản trị và đổi mới của cộng đồng. Chúng tôi mong muốn được hợp tác với Aave để mở ra một chương mới cho Defi tiếp cận hàng tỷ người dùng tiếp theo, cho phép mọi người tham gia vào kỷ nguyên mới thú vị này một cách an toàn, minh bạch và hiệu quả.
Cảm ơn bạn đã xem xét đề xuất này và cảm ơn HoloBit vì sự hỗ trợ của bạn. Chúng tôi mong muốn đóng góp giá trị cho AAVE và toàn bộ cộng đồng, đồng thời cùng nhau thúc đẩy hành trình đổi mới và thay đổi này.