原文標題：A few of the things we’re excited about in crypto (2024)
原文作者：Andrew Hall，Miles Jennings，等
原文來源：a16zcrypto
編輯：Kate, 火星財經
編按：a16z發布了一份綜合清單，列出了未來一年科技公司可能要解決的“大創意”，這些創意來自美國活力、生物、消費科技、加密、企業、金融科技、遊戲、基礎設施和其他領域的領域合作夥伴。以下是一些讓各種加密合作夥伴對未來感到興奮的事情。查看去年的榜單，請點這裡。如欲了解更多趨勢更新、資源和報告，請訂閱我們的電子報。
1.新去中心化時代的到來
正如我們一次又一次地看到的那樣，當一個強大的系統或平台的控制權掌握在少數人手中(更不用說一個領導者了)，就很容易侵犯用戶的自由。這就是為什麼去中心化很重要：它是一種工具，透過實現可靠的中立、可組合的互聯網基礎設施，使我們能夠使系統民主化，促進競爭和生態系統多樣性，並允許用戶有更多的選擇，以及更多的所有權。
但是，在與中心化系統的效率和穩定性相抗衡的情況下，去中心化很難在實踐中大規模實現。同時，大多數web3治理模型都涉及到DAO(去中心化自治組織)，它們使用基於直接民主或公司治理的簡化但繁瑣的治理模型——這不是為去中心化治理的社會政治現實而設計的。然而，由於過去幾年web3的“living laboratory”，更多的去中心化最佳實踐已經出現。其中包括可容納具有更豐富功能的應用程式的去中心化模型，還包括採用馬基雅維利原則的DAO等方法，以設計更有效的去中心化治理，使領導階層負起責任。隨著這種模式的發展，我們很快就會看到前所未有的去中心化協調、營運功能和創新水準。
——Miles Jennings，總法律顧問兼去中心化負責人(@milesjennings on Farcaster | on Twitter)
2、重置未來的使用者體驗
儘管人們對此感到非常遺憾，但自2016年以來，加密貨幣用戶體驗的基本原則實際上並沒有太大變化。它仍然太複雜：自我保管金鑰，將錢包與去中心化應用程式(dApps)連接起來，將簽署的交易發送到越來越多的網路端點，更多。這比我們期望用戶在加密應用程式的頭幾分鐘學到的要多。
但現在，開發人員正在積極地測試和部署新的工具，這些工具可以在未來一年為加密貨幣重置前端UX(用戶體驗)。其中一個工具包括簡化跨用戶裝置登入應用程式和網站的密碼，與密碼不同，密碼更容易受到攻擊，需要用戶手動操作，而密碼是自動加密生成的。其他創新包括智慧帳戶，它使帳戶本身可編程，因此更容易管理，嵌入式錢包，內建於應用程式中，因此可以使登入順暢，MPC(多方計算)，這使得第三方更容易支援簽名，而無需保管用戶的金鑰，高級RPC(遠端過程呼叫)端點，可以識別用戶的需求並填補空白，還有更多。所有這些不僅有助於web3走向主流，而且可以使用戶體驗比web2更好、更安全。
—— Eddy Lazzarin，技術長（@eddy on Farcaster | @eddylazzarin on Twitter）
3.模組化技術堆疊的崛起
在網路世界中，有一種力量總是支配著所有其他力量：網路效應。網路效應往往是如此強大，以至於實際上只有兩種模組化——擴展和加強網路效應的模組化，模組化將它們分割和削弱。在大多數情況下，只有前者是有意義的，尤其是涉及開源時。
單片架構的優點是允許跨模組化邊界進行深度整合和最佳化，從而帶來更高的效能…至少在一開始。但開源、模組化技術堆疊的最大優勢在於，它開啟了無需許可的創新，允許參與者專業化，並刺激更多的競爭。在這個世界上我們需要更多這樣的人。
—— Ali Yahya，普通合夥人（@alive.eth on Farcaster | @alive_eth on Twitter）
4.人工智慧+區塊鏈的結合
去中心化的區塊鏈是對中心化人工智慧的一種平衡力量。人工智慧模型(如ChatGPT)目前只能由少數科技巨頭進行訓練和操作，因為所需的計算和訓練數據對於較小的參與者來說是令人望而卻步的。但有了加密貨幣，就有可能創建多邊、全球、無需許可的市場，任何人都可以為網路貢獻計算或為需要的人提供新的資料集，並獲得補償。利用這項長尾資源將使這些市場降低人工智慧的成本，使其更容易獲得。
但隨著人工智慧徹底改變了我們生產資訊的方式——改變了社會、文化、政治和經濟——它也創造了一個人工智慧生成內容豐富的世界，包括深度造假。這裡也可以使用加密技術來打開黑盒子，追蹤我們在網路上看到的東西的來源，還有更多。我們還需要想辦法去中心化生成式人工智慧，並民主地管理它，這樣就不會有任何參與者最終擁有為所有其他人做決定的權力，而Web3是研究如何做到這一點的實驗室。去中心化、開源的加密網路將使人工智慧創新民主化(相對於集中化)，最終使其對消費者更安全。
—— Andy Hall，史丹佛大學教授( @ahall_research )；Daren Matsuoka，資料科學家（@darenmatsuoka on Farcaster | on Twitter）；Ali Yahya，普通合夥人（@alive.eth on Farcaster | @alive_eth on Twitter ）
5.「Play to Earn」轉變為「Play and Earn」
在「為了賺錢而玩」(P2E)遊戲中，玩家通常會根據自己在遊戲中的時間和精力來賺取現實世界(而不僅僅是虛擬世界)的金錢。這一趨勢與改變遊戲及其他領域的更廣泛的轉變有關——從創造者經濟的興起到人與平台之間關係的變化。 Web3讓我們能夠對抗目前的規則，即遊戲中的所有收益和交易都只屬於遊戲公司。用戶在這些平台上花費瞭如此多的時間，創造瞭如此多的價值，他們也應該得到補償。
但遊戲並不一定被設計成一個工作場所(至少不適合大多數玩家)。我們真正需要的是既有趣又能讓玩家獲得更多價值的遊戲。正因如此，P2E逐漸演變為“玩-賺”，這在遊戲和工作場所之間建立了重要的區別。隨著P2E從最初的成長陣痛中走出來，由此產生的遊戲經濟管理方式將持續改變。但最終，這不會成為一個獨立的趨勢，而只會成為遊戲的一部分。
—— Arianna Simpson，普通合夥人(@AriannaSimpson)
6.當人工智慧成為遊戲製造者時，加密提供保障
作為一個花了很多時間思考web3遊戲和遊戲未來的人，我很清楚遊戲中的AI Agents必須有保證：它們基於特定的模型，並且這些模型的執行不會受到破壞。否則，遊戲將失去完整性。
當故事、地形、敘事和邏輯都是程式生成的，換句話說，當AI成為遊戲製作者時，我們會想知道遊戲製作者是可靠的中立者。我們想知道這個世界是有保證的。加密貨幣提供的最重要的東西就是這樣的保證——包括當人工智慧出現問題時理解、診斷和懲罰的能力。從這個意義上說，「人工智慧對齊」確實是一個激勵設計問題，同樣地，處理任何人類代理都是一個激勵設計問題，這就是加密貨幣的全部內容。
—— Carra Wu，投資合夥人(@carra on Farcaster, @carrawu on Twitter)
7.形式驗證變得更加通俗
雖然形式化方法在驗證硬體系統方面很流行，但在軟體開發中卻不太常見。對於這些硬系統或安全關鍵系統之外的大多數開發人員來說，這些方法過於複雜，可能會增加顯著的成本和延遲。然而，智慧合約開發人員有不同的需求：他們開發的系統處理數十億美元，bug會帶來毀滅性的後果，而且通常無法透過熱修復。因此，在軟體，特別是智能合約開發中，需要更容易存取的形式驗證方法。
在過去的一年裡，我們看到了新一波工具(包括我們的工具)的出現，它們比傳統的正式系統具有更好的開發人員體驗。這些工具利用了智慧合約在架構上比常規軟體更簡單的事實——具有原子性和確定性的執行，無並發性或異常，記憶體佔用小，循環少。透過利用最近在SMT求解器性能方面的突破，這些工具的性能也在迅速提高(SMT求解器使用複雜的演算法來識別或確認軟體和硬體邏輯中不存在錯誤)。隨著開發人員和安全專家越來越多地採用形式化方法啟發的工具，我們可以預期下一波智慧合約協定將更加強大，更不容易受到代價高昂的駭客攻擊。
—— Karma (Daniel Reynaud)，研究工程合夥人（@karma on Farcaster，@0xkarmacoma on Twitter）
8、NFT成為無所不在的品牌資產
越來越多的知名品牌以NFT的形式向主流消費者介紹數位資產。例如，星巴克推出了一個遊戲化的忠誠度計劃，參與者在探索公司的咖啡產品時收集數位資產(更不用說AR南瓜香料迷宮了！)。同時，Nike(Nike)和Reddit也開發了可收藏的數位NFT，並明確向廣大受眾進行了推銷。但品牌可以做得更多：它們可以利用NFT來代表和加強客戶身份和社區關係，連接實體商品和它們的數位表徵，甚至與他們最忠實的愛好者共同創造新產品和體驗。去年，我們看到了將廉價NFT 作為消費品進行大規模收集的趨勢不斷增長——通常透過託管錢包和/或交易成本相應較低的「第二層」區塊鏈進行管理。正如Steve Kaczynski和我在一本即將出版的書中所解釋的那樣，進入2024年，NFT作為數位品牌資產在眾多公司和社區中無處不在的許多條件已經具備。
—— Scott Duke Kominers，研究合夥人（@skominers on Farcaster | on Twitter）
9、SNARKs成為主流
技術人員歷來採用以下策略來驗證計算工作負載：1)在可信任機器上重新執行計算，2)在專門用於該任務的機器上執行計算，即TEE可信任執行環境，或3)在可信的中立基礎設施(如區塊鏈)上執行計算。每種策略在成本或網路可擴展性方面都有限制，但現在，SNARK (簡潔的非互動式知識參數)正變得越來越可用。 SNARK允許一個不受信任、不可能偽造的「證明者」計算某些計算工作負載的「加密收據」：在過去的計算中，這樣的收據比原始計算花費10^9的工作開銷，最近的進展使這個數字接近10^6。
因此，在初始運算提供者可以承受10^6的開銷且客戶端不能重新執行或儲存初始資料的情況下，SNARK是可行的。由此產生的用例有很多：物聯網中的邊緣設備可以驗證升級。媒體編輯軟體可以嵌入內容真實性和轉換數據，而重新混合的memes可以向最初的來源致敬。 LLM推論可以包含真實性資訊。我們可以擁有自我驗證的國稅局表格、不可偽造的銀行審計，以及更多有利於消費者的用途。
—— Sam Ragsdale，投資工程師（@samrags on Farcaster，@samrags_ on Twitter）
聲明：本內容為作者獨立觀點，不代表0x财经 立場，且不構成投資建議，請謹慎對待，如需通報或加入交流群，請聯絡微信：VOICE-V。
來源：a16zcrypto
