Introdução

As aplicações descentralizadas de hoje enfrentam limitações na realização de cálculos complexos on-chain devido às capacidades de processamento restritas do blockchain. No entanto, com o rápido desenvolvimento de tecnologias como coprocessadores de blockchain, em conjunto com a teoria dos jogos e design de mecanismos, uma nova onda de casos de uso emerge para melhorar grandemente a experiência do utilizador.

Este artigo explora o espaço de design de coprocessadores, com foco nos possíveis casos de uso que eles capacitam.

Principais conclusões:

• A computação Blockchain é cara e limitada; Uma solução é mover a computação para fora da cadeia e verificar os resultados on-chain através de coprocessadores, permitindo lógicas DApp mais complexas.
• Os coprocessadores podem ser categorizados em trustless (ZK), trust-minimized (MPC/TEE), otimistas e criptoeconômicos com base em suas premissas de segurança. Essas soluções também podem ser combinadas para alcançar a desejada troca de segurança versus eficiência.
• Diferentes tipos de coprocessadores são adequados para diferentes tarefas no DeFi. Os casos de uso potenciais abrangem DEX (AMM & orderbook), mercados monetários, staking, restaking, etc.
• Com o surgimento da IA descentralizada, juntamente com coprocessadores, estamos entrando em uma nova era de “DeFi Inteligente”.

O Papel dos Coprocessadores

A blockchain é comumente vista como uma máquina virtual (VM) de CPU de propósito geral que pode não ser ideal para computações pesadas. Tarefas envolvendo análise orientada por dados e computações intensivas frequentemente exigem soluções off-chain. Por exemplo, as exchanges de livro de ordens como dydx v3 utilizam correspondências off-chain e motores de risco que funcionam em servidores centralizados, com apenas acordos de fundos ocorrendo on-chain.

Em computação, os coprocessadores são introduzidos para ajudar os processadores a realizar tarefas específicas, como indicado pelo prefixo 'co-'. Por exemplo, as GPUs atuam como coprocessadores para CPUs. Elas se destacam no tratamento de cálculos paralelos necessários para tarefas como renderização 3D e aprendizagem profunda. Esta disposição permite que a CPU principal se concentre no processamento de propósito geral. O modelo de coprocessador capacitou os computadores a lidar com cargas de trabalho mais complexas que não seriam viáveis com uma única CPU para todos os fins.

Ao alavancar coprocessadores e acessar dados on-chain, os aplicativos de blockchain podem potencialmente fornecer recursos avançados e tomar decisões informadas. Isso cria oportunidades para a realização de cálculos adicionais, permitindo o desempenho de tarefas mais complexas e permitindo que os aplicativos se tornem mais "inteligentes".

Diferentes Tipos de Coprocessadores

Com base em pressupostos de confiança, os coprocessadores podem ser classificados principalmente em três tipos diferentes: Conhecimento Zero (ZK), Otimista e Criptoeconômico.

Os coprocessadores ZK, se implementados corretamente, são teoricamente confiáveis. Eles realizam cálculos off-chain e apresentam provas on-chain para verificação. Embora proporcionem velocidade, há um compromisso em termos de custo de comprovação. À medida que o hardware personalizado avança e a criptografia se desenvolve, o custo final repassado aos consumidores finais pode ser potencialmente reduzido para um nível mais aceitável.

AxiomeRISC ZeroBonsai são exemplos de coprocessadores ZK. Permitem que a computação arbitrária com acesso ao estado on-chain seja executada off-chain e forneçam provas de que a computação foi realizada.

Para fornecer uma compreensão mais clara de como opera um coprocessador ZK típico, vamos examinar ofluxo de RISC Zero Bonsai.

As aplicações enviam pedidos de coprocessamento para o Bonsai Relay, que, por sua vez, encaminha o pedido de prova para o serviço de prova Bonsai. O RISC Zero zkVM executa o programa e gera uma prova para validar a execução correta do código, que pode ser verificada por qualquer pessoa. Posteriormente, o Bonsai Relay publica a prova na cadeia e as aplicações recebem os resultados através de uma função de retorno de chamada.

Bonsai no Ethereum

Embora o coprocessador ZK seja um método para alcançar cálculos verificáveis fora da cadeia, alternativas como MPC e TEEs oferecem abordagens diferentes. O MPC permite computação colaborativa em dados sensíveis, enquanto os TEEs fornecem enclaves seguros baseados em hardware. Cada opção vem com seu próprio conjunto de compensações entre segurança e eficiência. Neste artigo, vamos focar nos coprocessadores ZK.

Coprocessadores otimistas oferecem soluções econômicas, mas sofrem de problemas significativos de latência (normalmente semanas). Eles exigem que as partes honestas os desafiem efetivamente com provas de fraude dentro da janela desafiadora. Por conseguinte, o tempo necessário para a constituição de garantias de segurança é adiado.

Os coprocessadores criptoeconómicos são coprocessadores otimistas com uma ligação económica suficientemente grande na execução e um sistema de seguros on-chain que permite que outros garantam compensações por cálculos erróneos. Este vínculo económico e seguro podem ser adquiridos através de fornecedores de segurança compartilhada como o Eigenlayer. A vantagem é o ajuste instantâneo, mas o inconveniente é o custo de adquirir um seguro.

Características de Vários Tipos de Coprocessor

*Existem tempos de geração de prova de menos de um segundo por aí (admitidamente para provas pequenas e otimizadas) e estão a melhorar rapidamente.

Diferentes tipos de coprocessadores apresentam características distintas de custo, latência e segurança. A combinação de diferentes tipos de coprocessadores pode levar a uma experiência de usuário otimizada. Um exemplo de destaque é Brevis. Inicialmente lançado com um co-processador zk, Brevis agora revelou o Brevis coChain. Esta inovação combina cripto-economia e ZKP num coprocessador ZK, resultando em custos reduzidos, latência minimizada e uma experiência de utilizador melhorada.

Os coprocessadores ZK puros, em seu estado atual, ainda apresentam desafios como altos custos de geração de provas e problemas de escalabilidade. Isso ocorre porque as provas ZK para acesso a dados e resultados de computação são sempre geradas antecipadamente. Aproveitando a infraestrutura de restaking do Eigenlayer, o Brevis coChain permite que os dapps adaptem o nível de segurança criptoeconômica que desejam, concedendo-lhes maior flexibilidade para melhorar a experiência do usuário. Aqui está uma explicação simplificada de como ele funciona.

A Brevis coChain geraria primeiro 'otimisticamente' um resultado para o pedido de coprocessamento com base no consenso de PoS. Em seguida, dois desafios iniciam janelas, uma é específica da aplicação e configurável pelos desenvolvedores, e a outra é a janela de redução global de coChain mais longa.

Fluxo de Trabalho Brevis coChain

Durante a janela de desafio do aplicativo, os observadores podem enviar uma ZKP contradizendo os resultados de coprocessamento. Os desafios bem-sucedidos reduzem a proposta e recompensam o desafiante. Propostas fracassadas levam à perda da garantia do desafiante.

Se não houver desafios, o aplicativo considerará os resultados válidos. A janela global de corte da coChain está lá para segurança aprimorada. Mesmo que um aplicativo aceite um resultado defeituoso, desde que a janela de corte da coChain esteja aberta, os validadores maliciosos podem ser cortados e os resultados incorretos podem ser corrigidos.

Como diferentes tipos de coprocessadores apresentam características distintas de custo, latência e segurança, os aplicativos devem avaliar seus requisitos para determinar o tipo de coprocessadores de que precisam. Se a computação envolve tarefas de alta segurança, como calcular saldos de validadores na cadeia Beacon em staking líquido onde bilhões de dólares estão em jogo, os coprocessadores ZK são a escolha mais adequada. Eles fornecem a máxima segurança, uma vez que os resultados podem ser verificados sem confiança. Além disso, a latência não é uma preocupação em tais cenários, permitindo a geração de provas dentro de prazos aceitáveis.

Para tarefas que não são sensíveis à latência e não envolvem um valor financeiro significativo, como exibir métricas de conquistas on-chain nos seus perfis sociais, um coprocessador otimista que oferece o cálculo off-chain mais baixo pode ser preferível.

Para outras tarefas, os coprocessadores criptoeconómicos provam ser mais rentáveis quando o seguro adquirido cobre o valor em risco. A análise dos custos do seguro deve ser feita caso a caso, fortemente influenciada pelo valor facilitado pela aplicação. Estas tarefas frequentemente envolvem análises diversas e modelação de riscos.

Outra forma de categorizar coprocessadores é por tipo de computação, com exemplos como:

• RiscZero, Sucintoe=nil;para computação geral,
• Ritual e ainda Módulo para IA,
• Espaço e Tempopara operações de base de dados,
• MegaETHpara cálculos EVM e muito mais.

O uso de coprocessadores em DeFi é uma área emergente que possui grande potencial. A seguir, descreverei as ideias e implementações existentes sobre como os coprocessadores podem ser utilizados em vários setores dentro do DeFi, incluindo DEX, mercados monetários, staking, restaking, etc.

DEX

Existem vários intervenientes envolvidos num DEX. Estes incluem traders, provedores de liquidez, market makers, gestores de liquidez, solvers/fillers e outros. Os coprocessadores têm o potencial para otimizar eficientemente tarefas complexas com diferentes níveis de pressupostos de confiança, melhorando assim a experiência para estes intervenientes.

Redução de custos

Num AMM básico, uma função importante é calcular os parâmetros necessários quando os utilizadores iniciam uma troca. Estes parâmetros incluem a quantidade a trocar, a taxa e o preço após a troca. Um caso de uso direto para aproveitar o poder computacional dos coprocessadores zk enquanto se mantêm as garantias de confiança é executar uma parte da função de troca fora da cadeia e, em seguida, completar as etapas restantes na cadeia. zkAMMs são uma variante de Automated Market Makers (AMMs) que integram provas de conhecimento zero no protocolo. Diego@0xfuturistic) introduz uma implementação de zkAMM (zkUniswap) baseada em Uniswap v3 onde uma parte do cálculo de swap AMM é descarregada para o Risc Zero zkVM. Um usuário inicia uma troca fazendo uma solicitação on-chain, as entradas de swap são captadas pelo relayer e o cálculo é realizado off-chain. Em seguida, o relayer publica a saída e a prova. O AMM verifica a prova e liquida a troca.

Embora o custo de computação ainda seja comparável ao da EVM na fase atual, é possível alcançar maior eficiência ao paralelizar a computação de swaps com caminhos independentes graças à funcionalidade de continuação do RiscZero. Essencialmente, a execução de swaps pode ser feita sequencialmente on-chain, mas as etapas reais da troca podem ser calculadas em paralelo off-chain usando essa abordagem. Isso possibilita a paralelização da parte mais pesada para lotes, o que não é nativamente possível na EVM. O custo de verificação também pode ser amortizado agrupando várias transações juntas.

Os utilizadores também têm a opção de utilizar uma camada alternativa de disponibilidade de dados para enviar pedidos de troca. Outra abordagem é utilizar a assinatura EIP712 para a propagação fora da cadeia, o que pode reduzir ainda mais os custos de troca.

Parâmetros Dinâmicos

Os coprocessadores também podem ser utilizados para controlar dinamicamente a taxa de troca de uma pool AMM. O conceito de uma taxa dinâmica é aumentar a taxa de taxa durante períodos de volatilidade de mercado e diminuí-la durante condições de mercado mais calmas. Isso serve como um benefício para os provedores de liquidez passiva, pois eles consistentemente assumem o lado desfavorável das negociações e experimentam vazamento de valor através da perda versus rebalanceamento (LVR). A implementação de taxas dinâmicas visa resolver esse problema compensando adequadamente os LPs.

Algumas AMMs já têm essa funcionalidade. Por exemplo, Ambientutiliza um oráculo externo que monitoriza e tira instantâneos de diferentes pools de taxas Uniswap v3 de hora a hora para escolher a que tem melhor desempenho.

Para fornecer mais insights sobre o ajuste da taxa de comissão, dados adicionais podem ser utilizados, tanto on-chain quanto off-chain. Isso inclui as negociações históricas realizadas on-chain para este pool AMM específico ou para o mesmo par em vários pools de liquidez (como a solução Ambient) ou até mesmo pools em diferentes redes. Se certas suposições de confiança forem permitidas, dados off-chain (por exemplo, dados de negociação CEX) de oráculos confiáveis como Chainlink ou Pyth também poderiam ser introduzidos.

A decisão sobre os tipos de coprocessadores a utilizar é influenciada pela frequência com que a taxa é ajustada. Nos casos em que um pool requer mudanças dinâmicas de taxas muito frequentes, os coprocessadores criptoeconômicos podem ser mais adequados. Tal deve-se ao facto de os custos de prova serem suscetíveis de superar os custos dos seguros, que podem ser estimados como a diferença na taxa de taxa multiplicada pelo volume médio. No caso de quaisquer cálculos errados, os LPs podem facilmente reivindicar seu seguro facilitado pela Eigenlayer para compensar sua perda em taxas.

Por outro lado, existem pools que preferem alterações menos frequentes na taxa de comissão. No entanto, essas pools lidam com volumes muito grandes, o que pode aumentar o custo da compra de seguros. Nesses casos, os coprocessadores ZK são mais adequados, pois fornecem a garantia mais forte.

Gestor de Liquidez Ativo (ALM)

A prestação passiva de liquidez pode ser uma opção atraente para utilizadores menos experientes que desejam ganhar taxas a partir da sua liquidez ociosa sem se preocuparem demasiado com desvios de preço. No entanto, alguns provedores de liquidez (LPs) são mais suscetíveis a perdas causadas por desvios de preço e arbitragens estatísticas. Anteriormente, discutimos como ajustar as taxas dinamicamente poderia mitigar este problema. Mas por que não ir um passo além e mudar completamente a forma da curva de liquidez? Este é um enfoque mais sofisticado para a gestão de liquidez conhecido como Gestores de Liquidez Ativos (ALMs).

Infelizmente, a maioria dos ALMs existentes apenas fornece estratégias básicas como o reequilíbrio, que têm um impacto limitado na coleta de taxas. Por outro lado, técnicas ligeiramente mais avançadas, como a cobertura usando mercados monetários ou derivativos, estão disponíveis. No entanto, ou incorrem em altos custos quando executadas frequentemente on-chain ou dependem de computações centralizadas off-chain em caixas-pretas.

Os coprocessadores têm o potencial para lidar com questões de custo e confiança, permitindo a adoção de estratégias avançadas. Ao integrar-se com soluções de aprendizado de máquina de ponta de conhecimento zero (ZKML) como Modulus Labse plataformas de IA descentralizadas comoRitual, os gestores de liquidez podem alavancar estratégias complexas com base em dados comerciais históricos, correlações de preços, volatilidade, momentum e muito mais, enquanto desfrutam das vantagens da privacidade e da falta de confiança.

As estratégias de negociação de alta frequência exigem um calendário preciso e uma execução rápida. Embora as soluções ZK nem sempre atendam à velocidade necessária, os coprocessadores criptoeconômicos se destacam nessa área. Esses coprocessadores permitem que os algoritmos de IA sejam executados rapidamente, com parâmetros atualizados com a frequência que o tempo de bloqueio permitir. No entanto, utilizar essa abordagem vem com custos de seguro. Estimar com precisão esses custos pode ser um desafio devido a riscos potenciais, como gestores que lidam mal com fundos ou se envolvem em contra-negociações. O processo de tomada de decisão envolve equilibrar os retornos adicionais com as despesas de seguro, o que, em última análise, depende do volume total que ocorre dentro do prazo medido pelo coprocessador. Dimensionar esse processo também pode ser difícil com base no capital disponível para acesso em um único AVS e na capacidade de prever o valor em risco a qualquer momento.

Distribuição de Recompensas com Base em Métricas

Embora cada transação seja registada na blockchain, os contratos inteligentes enfrentam desafios na determinação das métricas que estas transações representam, como o volume de transações, número de interações, TVL por unidade de tempo, etc. Alguém poderia sugerir o uso de soluções de indexação como Dune Analytics, que fornecem informações valiosas. No entanto, depender de indexação off-chain introduz uma camada adicional de confiança. É aqui que os coprocessadores surgem como uma solução promissora.

Uma métrica on-chain particularmente valiosa é o volume. Por exemplo, o volume acumulado dentro de um pool AMM específico associado a um endereço em particular dentro de blocos específicos. Esta métrica é muito benéfica para as DEX. Um caso de uso é permitir a definição de diferentes níveis de taxas para os utilizadores com base no seu volume de negociação. Esta abordagem é semelhante às taxas dinâmicas, mas em vez de depender de dados gerais, analisa dados específicos do endereço.

Brevis fornece um exemplo interessante onde a prova de volume pode ser combinada com um desconto de taxa personalizado Uniswap ganchos para oferecer descontos de taxa baseados em volume semelhantes aos traders VIP em CEXes.

Especificamente, o Uniswap v4 pode ler as transações históricas de um usuário nos últimos 30 dias, analisar cada evento de negociação com lógica personalizada e calcular o volume de negociação com o Brevis. O volume de negociação e uma Prova ZK gerada pelo Brevis são então verificados de forma confiável em um contrato inteligente Uniswap v4 Hook, que determina e registra de forma assíncrona o nível de taxa VIP do usuário. Após a verificação da prova, quaisquer negociações futuras de um usuário elegível acionarão a função getFee() para simplesmente consultar o registro VIP e reduzir as taxas de negociação para eles de acordo.

O custo de se certificar como um "VIP" também é baixo (cerca de $2.5 com base nos resultados de referência de desempenho). Os custos podem ser ainda reduzidos ao agregar vários usuários usando soluções como NEBRA. A única compensação é a latência, pois levou aproximadamente 400 segundos para acessar e calcular 2600 transações on-chain Uniswap. No entanto, isso é menos preocupante para funcionalidades que não são sensíveis ao tempo.

Para lidar com preocupações com latência, dapps poderiam alavancar a coChain da Brevis. Os resultados são calculados e entregues rapidamente através de um mecanismo de consenso PoS para minimizar atrasos. Em caso de atividades maliciosas, um ZKP pode ser usado durante a janela de desafio para penalizar os validadores mal-intencionados.

Por exemplo, no cenário de taxa VIP mencionado anteriormente, se mais de ⅔ dos validadores da coChain atribuírem fraudulentamente um nível VIP mais alto a certos utilizadores numa “tabela de pesquisa de níveis VIP” ligada ao gancho de taxa dinâmica, alguns utilizadores poderão inicialmente receber maiores descontos de taxa. No entanto, quando uma prova ZK é apresentada durante a janela de penalização, demonstrando que os níveis VIP estão incorretos, os validadores maliciosos enfrentarão penalidades. Os níveis VIP erróneos podem então ser retificados, ativando a chamada de desafio para atualizar a tabela de pesquisa de níveis VIP. Para cenários mais cautelosos, os desenvolvedores podem optar por implementar janelas de desafio a nível de aplicação estendidas, proporcionando uma camada adicional de segurança e adaptabilidade.

Mineração de Liquidez

A mineração de liquidez é uma forma de distribuição de recompensas destinada a impulsionar a liquidez. As DEX podem ganhar uma compreensão mais profunda do comportamento dos seus Fornecedores de Liquidez através de coprocessadores e distribuir adequadamente recompensas de mineração de liquidez ou incentivos. É importante reconhecer que nem todos os Fornecedores de Liquidez são iguais; alguns agem como mercenários, enquanto outros permanecem fiéis crentes a longo prazo.

O incentivo de liquidez ideal deve avaliar retrospectivamente a dedicação dos LPs, especialmente durante flutuações de mercado significativas. Aqueles que consistentemente fornecem suporte ao pool durante tais períodos devem receber as maiores recompensas.

Sistema de Reputação Solver/Filler

Num futuro focado na intenção do utilizador, os solvers/fillers desempenham um papel crucial ao simplificar transações complexas e alcançar resultados mais rápidos, mais baratos ou melhores. No entanto, existe uma crítica em curso em relação ao processo de seleção dos solvers. As soluções atuais incluem:

• Um sistema sem permissão que utiliza leilões holandeses ou escaladores de taxas. No entanto, este método enfrenta desafios na garantia de um ambiente de leilão competitivo e sem permissão, podendo resultar em problemas de latência ou até mesmo na não execução para os utilizadores.
• Um sistema sem permissão requer tokens de aposta para participação, o que cria uma barreira financeira à entrada e pode carecer de condições claras de penalização, ou execuções transparentes e sem confiança.
• Alternativamente, pode ser estabelecida uma lista branca de solucionadores com base na reputação e relacionamento.

O caminho à frente deve ser sem permissão e sem confiança. No entanto, para conseguir isso, é necessário estabelecer diretrizes para distinguir entre grandes solucionadores e aqueles que não são tão grandes. Ao utilizar coprocessadores ZK, provas verificáveis podem ser geradas para determinar se certos solvers atendem ou não a essas diretrizes. Com base nessas informações, os solucionadores podem ser submetidos a fluxos de ordem de prioridade, corte, suspensão ou até mesmo inclusão em listas negras. Idealmente, os melhores solucionadores receberiam mais fluxos de pedidos, enquanto os piores solucionadores receberiam menos. É importante rever e atualizar periodicamente estas classificações para evitar o entrincheiramento e promover a concorrência, dando aos recém-chegados as mesmas oportunidades de participar.

Oráculo de preço resistente à manipulação

Uniswap já introduziu oráculos embutidos em suas versões v2 e v3. Com o lançamento da v4, Uniswap expandiu as possibilidades para os desenvolvedores, introduzindo opções de oráculos mais avançadas. No entanto, ainda existem limitações e restrições quando se trata de oráculos de preços on-chain.

Em primeiro lugar, há a consideração do custo. Se um oráculo de preço computado por coprocessador puder oferecer melhorias de custo, poderia servir como uma alternativa mais acessível. Quanto mais complexos forem os designs do oráculo de preço, maior será o potencial de economia de custos.

Em segundo lugar, o pool de oráculos de preços on-chain ainda é suscetível à manipulação. Para resolver isso, é prática comum agregar preços de diferentes fontes e realizar cálculos para criar um oráculo de preços mais resistente à manipulação. Os coprocessadores têm a capacidade de recuperar negociações históricas de vários pools, mesmo em diferentes protocolos, permitindo a geração de um oráculo de preços resistente à manipulação com custos competitivos para integração com outros protocolos DeFi.

Dados DIA está trabalhando em oráculos baseados em ZK com O(1) Labsdo ecossistema Mina. A abordagem é semelhante - pegar dados de mercado e realizar cálculos mais sofisticados off-chain, sem custos de gás e outras restrições de execução, mas com a capacidade de verificar a integridade do cálculo, uma vez que o resultado é servido on-chain. Isso pode tornar viável complementar feeds de preço simples com outros dados de mercado, como profundidade, para ajudar a avaliar o impacto da liquidação, bem como metadados para permitir que os protocolos personalizem seu feed.

Sistemas de Margem

Para superar as limitações computacionais da tecnologia blockchain, muitas plataformas de derivativos frequentemente movem certos componentes, como sistemas de gestão de risco, para fora da cadeia.

@0x_emperore@0xkranepropor um interessante caso de uso de coprocessadores onde a lógica de margem é transparente e verificável. Em muitas bolsas, existem sistemas de gestão de risco para evitar alavancagem excessiva. Um exemplo disso é o Sistema de Desalavancagem Automática (SDA), que aloca estrategicamente perdas a traders lucrativos para compensar as perdas sofridas por traders liquidados. Essencialmente, redistribui as perdas entre traders lucrativos para cobrir as dívidas não pagas resultantes dessas liquidações.

Os utilizadores podem ter questões sobre o encerramento forçado das suas posições. Para resolver isso, a exchange poderia utilizar coprocessadores para executar a lógica do motor de margem usando dados on-chain e gerar provas para verificar a computação correta. Uma vez que as ocorrências de ADL são pouco frequentes, as preocupações com a latência e os custos de comprovação são mínimos. No entanto, o uso de coprocessadores Zk sem confiança e verificáveis aumenta a transparência e a integridade, o que é benéfico para a exchange e seus utilizadores.

Mercado Monetário

Aproveitando informações de dados históricos on-chain, os coprocessadores têm o potencial de aprimorar a gestão de riscos para LPs e protocolos de empréstimos. Além disso, os protocolos podem oferecer uma experiência de usuário aprimorada com base em análises orientadas por dados.

Quando o Curve sofreu uma exploração alguns meses atrás, a atenção voltou-se para os mercados monetários com milhões de tokens CRV em risco de liquidação. Os credores do Frax encontraram algum conforto nos aumentos agressivos das taxas de juros do protocolo quando a relação empréstimo-valor (LTV) se tornou insalubre. Isso incentivou o fundador do Curve a reembolsar a dívida mais rapidamente. No entanto, os interessados da AAVE expressaram preocupações e iniciaram discussões sobre a redução da capacidade de garantia e potencial interrupção do mercado. O medo deles estava enraizado na possibilidade de liquidez insuficiente para liquidações bem-sucedidas, o que poderia resultar em dívidas ruins e vulnerabilidade às condições de mercado.

Felizmente, a crise foi resolvida. É importante rever regularmente os ativos listados nos mercados monetários, com um foco particular na sua liquidez no mercado, especialmente durante eventos de liquidação. Os ativos ilíquidos devem ser atribuídos a uma taxa de empréstimo para valor (LTV) mais baixa e capacidade de garantia.

No entanto, o processo de tomada de decisão para alterações nos parâmetros de risco nos mercados monetários é frequentemente reativo, como observamos na situação do CRV. Precisamos de medidas mais rápidas e proativas, incluindo soluções sem confiança. Tem havido discussões sobre o uso de Controlos de Feedbackajustar dinamicamente os parâmetros com base em métricas on-chain, como utilização de liquidez, em vez de depender de uma curva pré-determinada. Um conceito intrigante envolve uma pool de empréstimos que verifica a prova de liquidez on-chain para um mercado específico. O controlador recebe a prova calculada a partir de métricas on-chain por coprocessadores ZK, indicando quando um ativo já não é suficientemente líquido além de um determinado limite. Com base nesta informação, o controlador pode tomar várias medidas, como ajustar as taxas de juros, definir limites de LTV, suspender o mercado ou até mesmo descontinuá-lo por completo.

Estratégias mais avançadas poderiam incluir o ajuste periódico da capacidade de empréstimo de garantia ou curva de taxa de juros com base na liquidez on-chain da semana anterior. O limiar exato seria determinado através de discussões dentro da DAO. Poderia ser determinado considerando fatores como volume histórico on-chain, reservas de tokens, deslizamento mínimo para uma troca de montante fixo, e assim por diante.

Para credores e mutuários, os mercados monetários podem oferecer serviços e experiências aprimorados, semelhantes aos programas de reembolso de taxas para traders VIP em DEXs. Existem soluções de pontuação de crédito existentes que visam criar um perfil abrangente de usuários on-chain. O objetivo é incentivar bons comportamentos, como gerenciamento de risco eficaz demonstrado pela evitação de eventos de liquidação, manutenção de índices LTV médios saudáveis, realização de depósitos grandes e estáveis, e muito mais. Recompensas sem confiança podem ser dadas por esses comportamentos positivos, incluindo taxas de juros melhores e mais suaves em comparação com usuários médios, maiores índices de LTV e de liquidação máximos, um tempo de buffer para liquidação, taxas de liquidação mais baixas, e muito mais.

Staking & Restaking

Oracle de confiança minimizada

Desde o Merge e a atualização Shanghai/Shapella, o mercado de staking líquido tornou-se o maior mercado no DeFi. Notavelmente, a Lido acumulou mais de $29 biliões de TVL, enquanto a Rocketpool tem mais de $3.6 biliões de TVL.

Dado o montante substancial de dinheiro envolvido, é importante notar que os oráculos usados para reportar informações, como saldos precisos dos validadores associados à cadeia de beacons, ainda são confiáveis. Estes oráculos desempenham um papel crucial na distribuição de recompensas aos validadores na camada de execução.

Atualmente, a Lido emprega um mecanismo de quórum 5-de-9 e mantém uma lista de membros confiáveis para proteger-se contra atores maliciosos. Da mesma forma, a Rocketpool opera com um Oracle DAO apenas por convite composto por operadores de nós que são confiáveis para atualizar as informações de recompensa nos contratos inteligentes na camada de execução.

No entanto, é essencial reconhecer que se a maioria das partes de confiança forem comprometidas, isso poderia prejudicar significativamente os detentores de tokens de participação líquida (LST) e todo o ecossistema DeFi construído em cima dos LSTs. Para mitigar o risco de relatórios oraculares errôneos/maliciosos, a Lido tem em vigor uma série de verificações de sanidadeque são implementados no código da camada de execução do protocolo.

Com a introdução do EIP-4788 “raiz do bloco de farol na EVM”, torna-se mais fácil para os coprocessadores obterem acesso e computarem sobre os dados na camada de consenso.=nill; Foundation, Succinte DendrETH estão todos a desenvolver o seu próprio oráculo de TVL à prova de ZK para o Lido. Para garantir a máxima segurança, o Lido poderia utilizar uma arquitetura multi-prova.

Tomando o design do =nil; como exemplo, a um nível elevado, o oráculo obtém informações essenciais das camadas de Consenso e Execução, como o Cabeçalho do Bloco Beacon, Estado do Beacon, endereços do contrato Lido, etc. Em seguida, calcula um relatório sobre o valor total bloqueado e o número de validadores para todos os validadores do Lido. Esses dados, juntamente com informações adicionais necessárias, são passados ao produtor de prova e executados em circuitos especializados para gerar uma prova ZK. O oráculo recupera a prova e submete tanto a prova quanto o seu relatório ao contrato inteligente para verificação. Note que esses designs de oráculo ainda estão na fase de teste e estão sujeitos a alterações.

No entanto, vale a pena notar que sempre haverá algum tipo de dados que podem não ser comprováveis no lado EL devido à natureza limitada do que é enviado via 4788 e que oráculos ainda podem ser necessários para este subconjunto de dados.

Além disso, os oráculos de prova ZK minimizados de confiança ainda estão em sua infância. A abordagem proposta pelos contribuintes da Lido é usar as informações fornecidas pelos oráculos ZK como um 'teste de sanidade' contra o trabalho feito pelos oráculos confiáveis até que essas implementações ZK possam ser testadas em batalha. Seria muito arriscado transferir toda a confiança que atualmente está no sistema de oráculos para os sistemas ZK nesta fase.

Além disso, as provas para dados deste tamanho são muito pesadas computacionalmente (por exemplo, podem levar até 30-45 minutos) e muito caras, por isso não são uma substituição adequada, na maturidade atual da tecnologia, para coisas como relatórios diários ou mesmo intra-dia.

Análise de Risco e Desempenho de Validador

Os validadores desempenham um papel crucial no ecossistema de staking. Eles bloqueiam 32 ETH na cadeia de beacons e fornecem serviços de validação. Se eles se comportarem adequadamente, eles recebem recompensas. No entanto, se eles se comportarem mal, eles enfrentam cortes. Os validadores são executados por Operadores de Nós que têm diferentes perfis de risco. Eles podem ser curados (por exemplo, Conjunto de Validadores Curados da Lido), vinculados (por exemplo, Rocket Pool, Lido’s CSM) ou stakers individuais. Podem optar por executar os seus serviços em centros de dados na nuvem ou em casa, em regiões que são amigáveis ou hostis à regulação criptográfica. Além disso, os validadores podem utilizar a tecnologia DVT para dividir nós internos ou juntar-se em clusters para uma maior tolerância a falhas. À medida que Eigenlayer e vários AVS (Serviços de Validação Ativa) emergem, os validadores poderiam potencialmente oferecer serviços adicionais para além da validação para o Ethereum. Sem dúvida, o perfil de risco dos validadores será complexo, tornando essencial avaliar com precisão os seus perfis de risco. Com uma boa análise de risco e desempenho dos validadores, abre-se a porta para possibilidades infinitas, incluindo:

Em primeiro lugar, a avaliação de riscos desempenha um papel crucial no estabelecimento de um conjunto de validadores sem permissão. No contexto do Lido, a introdução do Roteador de Staking e do futuro EIP-7002 "Saídas acionáveis da camada de execução" poderia abrir caminho para a habilitação de adesão e saída sem permissão de validadores. Os critérios para adesão ou saída podem ser determinados com base no perfil de risco e análise de desempenho derivada das atividades de validação passadas de um validador.

Em segundo lugar, a seleção de nós em DVT. Para um detentor único, pode ser benéfico escolher outros nós para criar um cluster DVT. Isso pode ajudar a alcançar tolerância a falhas e aumentar os rendimentos. A seleção de nós pode ser baseada em várias análises. Além disso, a formação do cluster pode ser sem permissão, permitindo que nós com um forte desempenho histórico se juntem, enquanto nós com desempenho inferior podem ser removidos.

Terceiro, restaking. Os Protocolos de Restaking Líquido permitem que os restakers participem no mercado de restaking da Eigenlayer. Estes protocolos não só produzem recibos líquidos chamados Tokens de Restaking Líquido (LRT), mas também visam assegurar os melhores retornos ajustados ao risco para os restakers. Por exemplo, um dos Renzo’sAs estratégias envolvem a construção da carteira AVS com o maior Índice de Sharpe, enquanto aderem a uma perda máxima alvo especificada, ajustando a tolerância ao risco e os pesos através do DAO. À medida que mais projetos AVS são lançados, a importância da otimização do suporte para AVS específicos e da seleção dos operadores AVS mais adequados torna-se cada vez mais crucial.

Até agora, enfatizamos a importância da análise de risco e desempenho do validador, bem como a ampla gama de casos de uso que ele permite. No entanto, a questão permanece: Como avaliamos com precisão o perfil de risco dos validadores? Uma solução potencial está sendo desenvolvida por Protocolo Ion.

O Ion Protocol é uma plataforma de empréstimo que utiliza dados comprováveis apoiados por validadores. Permite aos utilizadores pedir empréstimos de ETH contra as suas posições garantidas e reasseguradas. Os parâmetros de empréstimo, incluindo taxas de juros, LTVs e saúde da posição, são determinados por dados da camada de consenso e salvaguardados com sistemas de dados ZK.

Ion está colaborando com a equipe do Succinct em Precisão—um framework sem confiança para verificar o estado econômico dos validadores na camada de consenso do Ethereum. Isso tem como objetivo criar um sistema verificável que avalia com precisão o valor dos ativos de garantia, mitigando quaisquer riscos potenciais de manipulação ou corte. Uma vez estabelecido, este sistema poderia facilitar os processos de originação de empréstimos e liquidação.

Ion também está a colaborar com a Modulus Labs, aproveitando o ZKML para análise sem confiança e parametrização dos mercados de empréstimos, incluindo taxas de juro, LTVs e outros detalhes de mercado para minimizar a exposição ao risco no caso de incidentes de slashing aberrantes.

Conclusão

DeFi é verdadeiramente notável, pois revoluciona a forma como as atividades financeiras são conduzidas, eliminando a necessidade de intermediários e reduzindo os riscos das contrapartes. No entanto, DeFi atualmente deixa a desejar na oferta de uma ótima experiência do usuário. A novidade emocionante é que isto está prestes a mudar com a introdução de coprocessadores que irão capacitar os protocolos DeFi a oferecer recursos baseados em dados, aprimorar a UX e refinar a gestão de riscos. Além disso, à medida que a infraestrutura de IA descentralizada avança, progredimos em direção a um futuro de DeFi Inteligente.

Aviso legal：

1. Este artigo é reproduzido a partir de [espelho], Todos os direitos de autor pertencem ao autor original [lukewasm.eth]. Se houver objeções a esta reimpressão, entre em contato com o Gate Learnequipa e eles tratarão disso prontamente.
2. Aviso de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe da Gate Learn. Salvo indicação em contrário, é proibido copiar, distribuir ou plagiar os artigos traduzidos.