作者：EigenLayer Research
編譯：深潮TechFlow
以太坊在2017年12月推出 Maker，開啓了去中心化金融（DeFi）的時代。隨後，Uniswap 和 Compound 相繼上線，圍繞 ETH 和 ERC20 代幣建立了一個新的經濟生態。自那時起，我們見證了鏈上金融的蓬勃發展，集中流動性提高了資本的使用效率，永續合約（perps）不斷演進，甚至出現了閃電貸這一傳統金融中無法實現的創新。
然而，我們似乎遇到了瓶頸。自“合併”以來，自動化做市商（AMM）流動性提供者（LPs）損失了超過7億美元的礦工提取價值（MEV）。衍生品交易所爲了提高效率，集中化了風險管理和訂單簿。此外，我們無法提供個性化的貸款服務，無法爲低違約風險的用戶提供更優惠的利率，也無法在固定期限內輕鬆提供固定利率貸款。
許多問題源於以太坊作爲有限狀態機的侷限性。它受到燃氣費用的限制，區塊生成時間爲12秒，並且無法原生接收鏈外數據。模塊化架構爲我們提供了一種前進的方向，可以通過卸載重計算並集成外部數據，而不犧牲以太坊的核心安全性。
如果說 EVM 是讓開發者編寫任意業務邏輯的粘合劑，那麼這些協處理器應該以何種形式存在呢？雖然 Vitalik 將這些協處理器稱爲預編譯或操作碼，但我們需要一個更廣泛的解決方案。我們需要能夠處理那些對以太坊有限狀態機來說計算成本過高或不切實際的任務的協處理器，最重要的是，這些協處理器必須是可驗證的。
圖：修改自 Vitalik 的粘合劑和協處理器架構
開發者們多年來一直在構建高效且專業化的服務，但可驗證性完全改變了這一切。這正是 EigenLayer 的價值所在：它提供了創建去中心化節點操作員網絡的基礎設施，使得這些網絡能夠經濟有效地運行你的任意節點軟件。
我們將這些去中心化網絡稱爲主動驗證服務（AVSs），它們顯著降低了構建可驗證和無信任服務的成本。
去中心化金融（DeFi）與主動驗證服務（AVSs）的結合，開啓了一系列強大的新應用場景：
無信任鏈外計算（協處理器）：在鏈外執行重計算，並以最低的燃氣費用將結果返回到鏈上，安全性由零知識證明或加密經濟保障。可以想象成免費的限價單，甚至是 AI 模型調用，所有這些都是可驗證且去中心化的。
無信任鏈外數據（可驗證的預言機，zkTLS）：安全地將現實世界的數據——如價格、波動性、實時流動性，甚至體育數據——引入到 DeFi 中。
更進一步：拍賣網絡、政策層、去中心化訂單簿——AVSs 將 DeFi 擴展到以前無法觸及的領域。
我們將這種新範式稱爲智能 DeFi，因爲它爲去中心化金融帶來了實時適應性和個性化。通過利用無信任鏈外計算和數據，智能 DeFi 使得更智能的決策成爲可能。在本文中，我們將深入探討 10 個展示其潛力的用例。
交易所
交易所是 DeFi 的核心組成部分，但現貨交易中只有不到 15%和衍生品交易中僅有 6%是在鏈上進行的。智能 DeFi 有潛力縮小這一差距，使去中心化交易所（DEX）在與鏈外交易所的競爭中更具吸引力。
VIP 等級：基於交易量的費用等級
中心化交易所根據交易量提供分層費用，這不僅是爲了培養用戶忠誠度，也是爲了補貼做市商，使他們能夠提供更緊的價差和更優的價格給零售交易者，從而爲交易所帶來更多交易量。
在 DEX 上實施基於交易量的費用是一個挑戰。爲了計算交易者的交易量，DEX 需要：
動態計算交易量
存儲並更新每位交易者的交易量
跟蹤過去 30 天的交易量會增加複雜性，需要進行歷史數據存儲和計算。
這兩種方法在鏈上成本非常高。但通過將計算外包給像 Lagrange 或 Brevis 這樣的協處理器，我們可以可驗證地計算每筆交易的交易者交易量。
具體是如何實現的呢？
協處理器在一個可查詢的關係數據庫中索引並存儲部分區塊鏈數據。
AMM（或 Uniswap hook）智能合約調用協處理器執行一個 SQL 查詢，以計算交易者在一定時間內的交易費用。
協處理器通過回調將驗證結果返回給 AMM，並附上確認在歷史區塊鏈數據上進行計算的零知識證明。
圖：鏈上合約如何與 zkCoprocessor Lagrange 進行交互
2. AMM 的動態與不對稱費用
損失與再平衡（LVR）是影響流動性提供者（LP）在 AMM 中盈利能力的一個重要問題。LVR 產生於持續交易的鏈外交易所與鏈上 AMM 之間的價格不一致，這些 AMM 每個區塊或在以太坊主網每 12 秒進行一次交易。在一個區塊內可能發生許多變化，而在下一個區塊開始時，套利者會利用交易所之間的價格差異進行套利。
爲了提高 LP 的盈利能力，AMM 可以採用動態費用和不對稱費用：
1. 動態費用：根據市場波動性來調整費用。流動性提供者（LP）在高波動性時期的表現通常較差。在高波動性時，提高費用可以保護 LP 免受不利交易的影響，而在穩定期降低費用則能刺激交易量。這可以減少不同費用層級之間的流動性分散，使 LP 的用戶體驗更加順暢。可以查看這個非常基礎的概念驗證。
2. 不對稱費用：受到 Alex Nezlobin 的啓發，不對稱費用將根據外部價格數據來調整價差。例如，如果 ETH 在去中心化交易所（DEX）上的價格爲 $1000，而在中心化交易所（CEX）上的價格爲 $1050，AMM 可以選擇以 $980 買入，以 $1060 賣出，而不是圍繞 DEX 價格維持對稱價差，這樣可以更真實地反映市場狀況。
圖：來自 Alex Nezlobin 的推特討論
在這兩種情況下，AMM 需要可靠的外部數據——例如 CEX 價格或波動性——來調整費用。然而，傳統的預言機存在風險：中心化的運營商可能會出現故障或提供過時的數據。相比之下，zkTLS（網絡證明）提供了一種更優的解決方案。通過直接從網絡服務器加密驗證數據，zkTLS 消除了對第三方的信任。這爲您提供實時的防篡改數據，確保 AMM 無論是在鏈上還是通過協處理器，都能安全地計算動態和不對稱的費用。
3. 拍賣以重新分配 MEV 給 AMM 的流動性提供者（LP）
提升 LP 盈利能力的另一種方式不僅涉及鏈外計算，還包括一個去中心化的拍賣網絡。目前，搜索者在拍賣中競爭，以便將他們的交易排在區塊的最前面。實際上，套利收益分配給搜索者、構建者和提案者，而不是 LP 和交易者。 相反，AMM 可以拍賣首個通過流動性池進行交易的權利。如果拍賣競爭激烈，大部分損失與再平衡（LVR）將被重新捕獲。這些收益可以按比例分配給參與交易的基礎 LP，從而減少整體套利，並使 LP 能夠提供更緊湊的價差。Sorella 正在以 Uniswap v4 hook 的形式開發這一功能。
挑戰在於如何運行一個低延遲、抗審查的拍賣。在鏈上進行拍賣過於複雜且成本較高：每次出價都需要消耗燃料費。在選出贏家之前，一個區塊就會被處理，這樣拍賣就無法完成。雖然一箇中心化的實體可以在鏈外進行拍賣，但這與去中心化金融（DeFi）的理念相悖，同時也給他們提供了最後查看的機會，可能會提取價值。
解決方案是由一組去中心化的運營商共同運行一個無領導的拍賣，消除了對單一實體的依賴，確保了過程的完整性。運營商負責選擇中標出價，並將收益返還給流動性提供者（LP）。
圖：來自 Paradigm 的無領導拍賣
衍生品
雖然大多數衍生品是在交易所交易的，但智能去中心化金融（Intelligent DeFi）爲這一資產類別解鎖了獨特的應用場景。讓我們深入瞭解一下！
4. 高級保證金系統
目前，交易者無法在不大幅限制槓桿的情況下表達跨資產的觀點，例如 SOLETH 或交叉交易。大多數永續合約去中心化交易所（perp DEX）是根據交易者在不同頭寸上的未平倉合約總和來線性計算保證金的。
例如，如果我存入 1 萬美元，並在 ETH 上做 5 萬美元的多頭、在 BTC 上做 5 萬美元的空頭，這樣算作 10 倍槓桿。但這與簡單在 ETH 上做 10 萬美元多頭的人的風險狀況是不同的，這兩種賬戶不應被視爲相同。理想情況下，交易者應該能夠在不受如此嚴格限制的情況下，槓桿超過 5 倍的 ETHBTC。
問題在於鏈上計算的能力有限。具體而言，系統需要考慮每種現貨資產的抵押品、每種永續合約資產的頭寸、未實現的盈虧、每個永續合約的初始和維持保證金要求，以及相關性與德爾塔對衝。隨着去中心化交易所（DEX）擴展到多種資產類型，例如永續合約和期權，這一問題變得尤爲重要。
通過利用協處理器進行更復雜的計算來確定賬戶的保證金因子，去中心化交易所（DEX）能夠創建一個更符合用戶需求的定製風險引擎。這使得更靈活的德爾塔中性策略成爲可能，並確保只有在真正必要時纔會進行清算。
爲了提供更大的靈活性，協處理器可以動態調整保證金要求，實時考慮來自主要中心化交易所（CEX）的流動性以及每個池的未平倉合約情況。
圖：Aevo 依靠一個集中式風險引擎來評估最壞的市場情景，從而爲高價值交易者提供更合理的保證金參數。協處理器則在不妨礙去中心化的前提下，提供了獨特的保證金計算方式，摘自 Aevo 的文檔
5. 期權自動做市商（AMM）的定價
衍生品的自動做市商（AMM），特別是期權，既令人興奮又頗具爭議。有些人認爲它們無法被準確定價；而另一些人則認爲，衍生品只適用於高交易量的資產，訂單簿對於這些資產更爲有效。儘管如此，Panoptic、Deri 等人認爲，AMM 是提供流動性的最佳方式，包括期權在內。
要使期權自動做市商（AMM）真正取得成功，一個關鍵因素是引入鏈外數據，比如波動率、歷史價格和實時市場信號。此外，鏈外計算對於構建更先進的定價模型（如 Black-Scholes）也是必不可少的。將這些外部數據與鏈上交易機制相結合，對於確保定價準確、降低滑點以及提高期權交易者的資本效率至關重要。
借貸
借貸協議面臨着特有的挑戰，而人工智能（AI）和鏈外計算可以推動更智能和更靈活的解決方案。
6. 參數的 AI 系統
目前，Aave 和 Compound 等協議的治理團隊手動更新借貸市場的相關參數。通常，像 Gauntlet 這樣的風險服務提供商會進行基於模型的模擬，並建議調整基準利率、抵押品因子、清算因子等參數。在發生更嚴重的事件時，他們可以建議下架或凍結某些資產。
這種方法存在兩個主要缺陷：
延遲時間過長。當我擔任 Aave DAO 代表時，提案至少需要一週才能獲得通過。
治理團隊對借貸參數的投票信息瞭解不足，且並非所有成員都積極參與。最近的 Compound 治理攻擊就是一個典型例子。
圖：根據 Aave 的文檔，其治理過程至少需要 5 天
Morpho 和 Euler v2 在朝着正確方向邁出了重要一步。它們將風險管理部分進行模塊化，使任何人都可以創建自己的借貸平臺實例。用戶可以根據策展人的歷史記錄和聲譽來選擇存放資產的地方。這種方法能夠有效減少更新參數所需的時間。
但在理想的系統中，參數會自動更新，實時響應鏈上和鏈下的流動性。基於人工智能（AI）的模型可以模擬多種場景，預測並避免最壞情況的發生。這些模型依賴於 Ritual、Sentient、Hyperbolic、Ora 和 Valence 等 AI 專用協處理器，在鏈外處理大量數據，考慮波動性、流動性變化和風險相關性，然後在鏈上可驗證地發佈結果。
7. 通過賬戶歷史和清算風險定製貸款
在傳統金融中，信用良好的借款人通常能獲得更優惠的貸款條件，而在去中心化金融（DeFi）中，所有借款人都享有相同的貸款條款，無論他們的風險狀況或信用歷史如何。雖然這種模式有其優勢，但我相信 DeFi 能夠將兩者的優點結合起來：爲任何人提供公平的無信任貸款，同時爲那些有良好信用記錄且清算風險低的重複借款人提供更優惠的貸款條件。
缺乏差異化，去中心化金融（DeFi）借貸協議無法爲低風險借款人提供個性化的條款，如更低的抵押要求或更優惠的利率。這種缺乏個性化不僅限制了重複用戶的潛在收益，也導致借貸市場效率低下。
提供個性化貸款首先需要一個反 Sybil 解決方案，以確保只有經過驗證的用戶能夠獲得更優的貸款條件。像 WorldCoin 或 Coinbase 驗證這樣的方案，可以有效防止惡意行爲者通過不良債務反覆利用協議。
一旦借款人完成驗證，協議就可以收集鏈上信息來建立流動性檔案，具體包括：
當前和歷史的貸款記錄
之前貸款的還款情況
鏈上的淨資產和未償債務
所擁有的 NFT（如果借貸協議與 NFT 項目合作提供優惠條款）
協議甚至可以查看與同一身份關聯的其他地址，以獲取更全面的信息。
最後，協處理器可以評估清算風險，並生成定製的抵押因子和利率，確保爲每個借款人提供量身定製的貸款條件。
8. 合規的隱私混合器
在 2022 年 8 月，美國外國資產控制辦公室（OFAC）對 Tornado Cash 進行了制裁，原因是它幫助洗錢。然而，隱私是一項基本權利，具有合法的用途：人們應該能夠將資金轉賬給其他賬戶或朋友，而不需要公開他們的完整交易歷史。 問題在於，現有的隱私混合器無法區分合法用戶和惡意行爲者。這種缺乏合規性使它們成爲制裁的目標，並阻礙了更廣泛的使用。
如果我們能夠創建一個只接受合規資金的隱私協議，那會怎樣呢？這個協議將管理風險並遵循法規，注重隱私的用戶將會紛紛加入這個系統。然而，確定合規性需要多種鏈上和鏈下的數據，這並不是一項簡單的任務。理想情況下，智能合約可以調用一個 API，只批准有效交易，從而確保合規性。
Aethos 是一個政策層，旨在實現這一目標。它使開發者能夠在智能合約層面制定規則，確保交易符合特定的合規政策。例如，一個合規的隱私混合器可以設定交易限額、時間鎖，並阻止那些存入或提取地址被 OFAC 制裁或與 DeFi 黑客事件有關的交易。
圖：來自 Aethos 的文檔
將實時、基於規則的政策融入智能合約，開啓了一個機構友好的 DeFi 新時代，在這個時代，合規性與 DeFi 的價值觀不再相互矛盾。
9. 自動化 rebalancing 收益協議
DeFi 提供了豐富的收益機會，涵蓋各種資產和協議，包括質押、再質押、借貸、自動做市（AMM）流動性池、真實世界資產（RWAs）等。用戶的風險偏好各不相同，這與協議類型、鏈（如以太坊、Solana 等）、資產面額以及外部市場風險密切相關。面對如此多的選擇，一些交易者選擇收益協議來自動化他們的資金配置。
圖：如此豐富的收益，非財務建議，來自 DeFiLlama
這些協議可以利用 AI 模型在多個來源之間優化收益。開發者設定預定義的風險參數，例如將每個協議的風險敞口限制在 15%，或避免總鎖倉價值（TVL）低於 1 億美元的協議，AI 模型則負責調整投資組合，以滿足這些標準並最大化收益。
更進一步，AI 模型可以爲每個用戶創建個性化的收益策略，這些策略基於用戶的鏈上活動以及通過簡短問卷收集的偏好。這種個性化服務——以前難以想象——如今得益於 AI 的可擴展性，已經變得觸手可及。
在後臺，AI 驅動的協處理器監控並重新平衡投資組合。只有在收益能夠抵消燃氣費用時，它們纔會進行調整，從而確保高效的數據驅動投資組合管理。
10. 超精準激勵計劃
激勵措施是加密貨幣和 DeFi 的核心。DeFi 夏季的真正開啓是在 2020 年 Compound 引入流動性挖礦之後。通過爲特定用戶行爲提供獎勵，各協議得以推動增長和活躍度。
但隨着這一領域的逐漸成熟，各協議正在尋求更精確的目標，通常會轉向鏈外程序。自動做市商（AMMs）可能會專注於激勵活躍的流動性提供者。NFT 市場和預測市場可能會獎勵那些接近訂單簿價格的流動性。借貸協議可能會鼓勵非循環借款者進行借款，至少佔其利息的 20%。
通過協處理器，各協議可以定義複雜的獎勵條件，並實時發放獎勵。這擺脫了越來越不受歡迎的積分系統，爲用戶提供了獎勵支付的確定性，從而降低了協議的資本成本。Gearbox 已經開始使用 Lagrange 的協處理器來處理具有不同支付機制的多資產獎勵。通過提高激勵的效率，DeFi 可以持續增長，同時獎勵那些最有價值的行爲。
總結
DeFi 和 AVS 的結合將引發一場新的金融革命。從 MEV 回收的自動做市商（AMMs）到隱私協議中的實時政策，這些用例只是去中心化金融潛力的一小部分。
