揭開智慧DeFi 的面紗：協處理器如何賦能DeFi

作者：lukewasm.eth 來源：mirror 翻譯：善歐巴，金色財經

介紹

由於區塊鏈處理能力有限，當今的去中心化應用程式在執行複雜的鏈上運算時面臨限制。然而，隨著區塊鏈協處理器等技術的快速發展，結合博弈論和機制設計，出現了新一波用例，大大改善了用戶體驗。

本文探討了協處理器的設計空間，並著重於它們所支援的潛在用例。

要點：

• 區塊鏈計算成本昂貴且有限；一種解決方案是將計算移至鏈外，並透過協處理器驗證鏈上結果，從而實現更複雜的dapp 邏輯。

• 根據其安全假設，協處理器可分為無信任（ZK）、信任最小化（MPC/TEE）、樂觀和加密經濟。這些解決方案還可以組合起來，以實現所需的安全性與效率的權衡。

• 不同類型的協處理器適合DeFi 中的不同任務。潛在用例涵蓋DEX（AMM 和訂單簿）、貨幣市場、質押、重新質押等。

• 隨著去中心化人工智慧的興起，與協處理器一起，我們正在進入「智慧型DeFi 」的新時代。

協處理器的作用

區塊鏈通常被視為通用CPU 虛擬機器(VM)，可能不適合繁重的運算。涉及數據驅動分析和密集計算的任務通常需要鏈下解決方案。例如，像dydx v3 這樣的訂單簿交易所利用在中心化伺服器上運行的鏈外匹配和風險引擎，僅在鏈上進行資金結算。

在運算中，引入協處理器來協助處理器執行特定任務，如前綴「co-」所示。例如，GPU 充當CPU 的協處理器。它們擅長處理3D 渲染和深度學習等任務所需的平行運算。這種安排允許主CPU 專注於通用處理。協處理器模型使電腦能夠處理更複雜的工作負載，而使用單一通用CPU 是無法實現的。

透過利用協處理器和存取鏈上數據，區塊鏈應用程式可以提供高級功能並做出明智的決策。這為進行額外計算創造了機會，能夠執行更複雜的任務，並使應用程式變得更加「智慧」。

不同類型的協處理器

基於信任假設，協處理器主要可分為三種不同類型：零知識（ZK）、樂觀和加密經濟。

ZK 協處理器如果實現正確，理論上是無需信任的。他們執行鏈下計算並提交鏈上證明進行驗證。雖然它們提供了速度，但在證明成本方面需要權衡。隨著客製化硬體的進步和加密技術的發展，轉嫁給最終消費者的最終成本可能會降低到更可接受的水平。

Axiom和RISC Zero Bonsai 是ZK 協處理器的範例。它們允許訪問鏈上狀態的任意計算在鏈外運行，並提供計算執行的證據。

為了更清楚地了解典型ZK 協處理器的運作方式，讓我們檢視一下RISC Zero Bonsai 的工作流程。

應用程式將協同處理請求傳送到Bonsai Relay，然後將證明請求轉送至Bonsai 證明服務。 RISC Zero zkVM 執行程式並產生證明來驗證程式碼的正確執行，任何人都可以驗證。隨後，Bonsai Relay 在鏈上發布證明，應用程式透過回調函數接收結果。

雖然ZK 協處理器是實現可驗證的鏈外計算的一種方法，但MPC 和TEE 等替代方案提供了不同的方法。 MPC 支援對敏感資料進行協作計算，而TEE 則提供基於硬體的安全飛地。每個選項都需要在安全性和效率之間進行權衡。在本文中，我們將重點放在ZK 協處理器。

樂觀協處理器提供了經濟高效的解決方案，但它們有嚴重的延遲問題（通常為數週）。他們要求誠實的各方在具有挑戰性的窗口內透過欺詐證據有效地挑戰他們。因此，安全保障的時間被延後。

加密經濟協處理器是樂觀的協處理器，在執行時具有足夠大的經濟債券和鏈上保險系統，允許其他人獲得錯誤計算的補償。這種經濟債券和保險可以透過Eigenlayer 等共享安全提供者購買。優點是即時結算，但缺點是購買保險的成本。

*現有的證明生成時間不到一秒（誠然，對於小型、優化的證明），而且它們正在迅速改進。

不同類型的協處理器表現出不同的成本、延遲和安全特性。組合不同類型的協處理器可以帶來最佳化的使用者體驗。一個突出的例子是布雷維斯。 Brevis 最初推出的是zk 協處理器，現在推出了Brevis coChain。這項創新將加密經濟學和ZKP 結合在ZK 協處理器中，從而降低了成本、最小化了延遲並增強了用戶體驗。

純ZK 協處理器在當前狀態下仍面臨諸如高證明產生成本和可擴展性問題等挑戰。這是因為資料存取和計算結果的ZK 證明總是預先產生的。利用Eigenlayer 的重新抵押基礎設施，Brevis coChain 使dapp 能夠自訂他們想要的加密經濟安全級別，從而賦予他們更大的靈活性來增強用戶體驗。以下是其運作方式的簡單說明。

Brevis coChain 首先會根據PoS 共識「樂觀」地產生協處理請求的結果。然後，啟動兩個挑戰窗口，一個是特定於應用程式且由開發人員配置的，另一個是較長的全域coChain 削減窗口。

在應用程式挑戰視窗期間，觀察者可以提交與協處理結果相矛盾的ZKP。成功的挑戰會削減提議者並獎勵挑戰者。失敗的提案會導致挑戰者的保證金被沒收。

如果沒有挑戰，應用程式將認為結果有效。全球coChain 削減窗口是為了增強安全性。即使應用程式接受了錯誤的結果，只要coChain 削減視窗打開，惡意驗證器就可以被削減，並且可以糾正錯誤的結果。

由於不同類型的協處理器表現出不同的成本、延遲和安全特性，因此應用程式必須評估其需求以確定所需的協處理器類型。如果計算涉及高安全性任務，例如計算Beacon 鏈上驗證者的餘額，涉及數十億美元的流動性質押，ZK 協處理器是最合適的選擇。它們提供了最大的安全性，因為結果可以不受信任地驗證。此外，在這種情況下，延遲不是問題，可以在可接受的時間範圍內產生證明。

對於對延遲不太敏感且不涉及重大財務價值的任務，例如在社交資料上展示鏈上成就指標，提供最低鏈下計算的樂觀協處理器可能更可取。

對於其他任務，當購買的保險涵蓋風險價值時，加密經濟協處理器被證明更具成本效益。保險成本的分析應根據具體情況進行，並在很大程度上受到應用程式所帶來的價值的影響。這些任務通常需要不同的分析和風險建模。

對協處理器進行分類的另一種方法是按計算類型，例如：

• RiscZero，簡潔且=nil；對於一般計算，

• AI 的儀式和模組，

• 資料庫操作的空間和時間，

• 用於EVM 計算的MegaETH等。

協處理器在DeFi 中的使用是一個具有巨大潛力的新興領域。接下來，我將概述如何在DeFi 的各個領域（包括DEX、貨幣市場、質押、重新質押等）使用協處理器的現有想法和實現。

DEX

DEX 涉及多個利害關係人。其中包括交易者、流動性提供者、做市商、流動性管理者、解決者/填充者等。協處理器有潛力透過不同層級的信任假設有效地簡化複雜任務，最終增強這些利害關係人的體驗。

降低成本

在基本的AMM 中，一項重要功能是在使用者發起交換時計算必要的參數。這些參數包括轉入和轉出的金額、費用以及轉入後的價格。在維持信任保證的同時利用zk 協處理器的運算能力的一個簡單用例是在鏈外執行部分交換功能，然後在鏈上完成其餘步驟。 zkAMM 是自動做市商(AMM) 的變體，它在協議中整合了零知識證明。迭戈（@0xfuturistic）介紹了基於Uniswap v3 的zkAMM (zkUniswap) 實現，其中一部分AMM 交換計算被卸載到Risc Zero zkVM。使用者透過在鏈上發出請求來啟動交換，交換輸入由中繼器拾取，並且計算在鏈外進行。然後中繼者發布輸出和證明。 AMM 驗證證明並結算交換。

雖然現階段計算成本仍與EVM 相當，但由於RiscZero 的延續特性，可以透過獨立路徑並行計算交換來實現更高的效率。本質上，交換的執行可以在鏈上按順序完成，但實際的交換步驟可以使用這種方法在鏈外並行計算。這使得批次中最重的部分能夠並行化，這在EVM 中本身是不可能的。驗證成本也可以透過將多個交易分批在一起來攤銷。

使用者也可以選擇使用替代資料可用性層來傳送交換請求。另一種方法是利用EIP712簽章進行鏈下傳播，這可以進一步降低交換成本。

動態參數

協處理器也可以用於動態控制AMM 池的交換費用。動態費用的概念是在市場波動期間提高費率，並在市場平靜時降低費率。這對被動流動性提供者來說是一個好處，因為他們始終站在交易的不利一邊，並透過損失與再平衡（LVR）經歷價值洩漏。動態費用的實施旨在透過充分補償有限合夥人來解決這個問題。

一些AMM 已經具備此功能。例如，Ambient利用外部預言機每60 分鐘監控不同費用等級的Uniswap v3 池並拍攝快照，以選擇效能最佳的池。

為了進一步了解調整費率，可以利用鏈上和鏈下的額外數據。這包括針對該特定AMM 池或針對不同流動性池（例如Ambient 解決方案）甚至不同網路上的池的相同貨幣對進行的鏈上歷史交易。如果允許某些信任假設，也可以引入來自Chainlink 或Pyth 等信譽良好的預言機的鏈下資料（例如CEX 交易資料）。

使用哪種類型的協處理器的決定受到費用調整頻率的影響。如果池需要非常頻繁的動態費用變化，加密經濟協處理器可能更合適。這是因為證明成本可能超過保險成本，保險成本可以透過費率差異乘以平均數量來估計。如果發生任何錯誤的計算，有限合夥人可以輕鬆索賠Eigenlayer 提供的保險，以補償他們的費用損失。

另一方面，有些礦池喜歡不太頻繁的費率變化。然而，這些池處理的數量非常大，這可能會增加保險購買成本。在這種情況下，ZK協處理器更適合，因為它提供了最強的保障。

主動流動性管理器（ALM）

對於經驗不足的用戶來說，被動流動性提供可能是一個有吸引力的選擇，他們希望從閒置流動性中賺取費用，而不必過度擔心價格偏差。然而，一些流動性提供者（LP）更容易受到價格偏差和統計套利造成的損失。我們之前討論過如何動態調整費用來緩解這個問題。但為什麼不更進一步，徹底改變流動性曲線的形狀呢？這是一種更複雜的流動性管理方法，稱為主動流動性管理器（ALM）。

遺憾的是，現有的ALM大多只提供再平衡等基礎策略，對費用收取的影響有限。另一方面，可以使用稍微更先進的技術，例如使用貨幣市場或衍生性商品進行避險。然而，它們要么在鏈上頻繁執行時會產生高昂的成本，要么依賴集中式鏈下黑盒計算。

協處理器有潛力解決成本和信任問題，從而能夠採用先進的策略。透過與Modulus Labs等尖端零知識機器學習(ZKML) 解決方案和Ritual等去中心化人工智慧平台集成，流動性管理者可以利用基於歷史交易資料、價格相關性、波動性、動量等的複雜策略，同時享受隱私和無需信任的優點。

高頻交易策略需要精確的時機和快速的執行。雖然ZK 解決方案可能無法總是滿足必要的速度，但加密經濟協處理器在這一領域表現出色。這些協處理器允許快速執行人工智慧演算法，並在區塊時間允許的情況下盡可能頻繁地更新參數。然而，使用這種方法會產生保險費用。由於管理者不當處理資金或進行反向交易等潛在風險，準確估計這些成本可能具有挑戰性。決策過程涉及平衡額外回報與保險費用，這最終取決於協處理器測量的時間範圍內發生的總量。

基於指標的獎勵分配

雖然每筆交易都記錄在區塊鏈上，但智能合約在確定這些交易所代表的指標方面面臨挑戰，例如交易量、互動次數、每單位時間的TVL 等。人們可能會建議使用Dune Analytics 等索引解決方案，該解決方案提供有價值的資訊。然而，依賴鏈外索引引入了額外的信任層。這就是協處理器成為一種有前途的解決方案的地方。

一項特別有價值的鏈上指標是交易量。例如，與某些區塊內的特定位址相關聯的特定AMM 池內的累積量。這個指標對於DEX 非常有利。一種用例是允許根據用戶的交易量為其設定不同的費用等級。這種方法類似於動態費用，但它不依賴一般數據，而是查看特定地址的數據。

Brevis提供了一個有趣的例子，其中交易量證明可以與定制的費用回扣Uniswap 掛鉤相結合，以提供類似於CEX 上的VIP 交易者的基於交易量的費用回扣。

具體來說，Uniswap v4可以讀取用戶過去30天內的歷史交易，用客製化的邏輯解析每個交易事件，並使用Brevis計算交易量。然後，交易量和Brevis 產生的ZK Proof 在Uniswap v4 Hook 智能合約中進行可信任驗證，該智慧合約非同步確定並記錄用戶的VIP 費用等級。驗證通過後，符合條件的用戶未來的任何交易都會觸發 getFee() 函數，簡單地查詢VIP 記錄並相應減少交易費用。

獲得“VIP”認證的成本也很便宜（根據其性能基準結果，大約2.5 美元）。使用NEBRA等解決方案聚合多個使用者可以進一步降低成本。唯一的代價是延遲，因為訪問和計算2600 個鏈上Uniswap 交易大約需要400 秒。然而，對於時間不敏感的功能來說，這不太重要。

為了解決延遲問題，dapp 可以利用Brevis 的coChain。透過PoS 共識機制快速計算和交付結果，以最大程度地減少延遲。如果出現惡意活動，可以在挑戰視窗期間使用ZKP 來懲罰流氓驗證者。

例如，在前面提到的VIP 費用場景中，如果超過2/3 的coChain 驗證者在連結到動態費用掛鉤的「VIP 等級查找表」中欺騙性地為某些用戶分配更高的VIP 等級，則某些用戶最初可能會獲得更大的費用折扣。然而，當在削減窗口期間出示ZK 證明，證明VIP 等級不正確時，惡意驗證者將面臨處罰。然後，可以透過啟用質詢回調來更新VIP 等級查找表來修正錯誤的VIP 等級。對於更謹慎的場景，開發人員可以選擇實施擴展的應用程式級挑戰窗口，提供額外的安全性和適應性層。

流動性挖礦

流動性挖礦是一種旨在引導流動性的獎勵分配形式。 DEX 可以透過協處理器更深入了解其流動性提供者的行為，並適當分配流動性挖礦獎勵或激勵。重要的是要認識到並非所有LP 都是一樣的。有些人充當僱傭兵，而有些人則仍然是忠實的長期信徒。

最佳的流動性誘因應該回顧性地評估有限合夥人的奉獻精神，特別是在市場大幅波動期間。在此期間持續為礦池提供支援的人應該獲得最高的獎勵。

求解器/填充器聲譽系統

在關注用戶意圖的未來，求解器/填充器透過簡化複雜的交易並實現更快、更便宜或更好的結果來發揮至關重要的作用。然而，對於求解器的選擇過程一直存在批評。目前的解決方案包括：

1. 利用荷蘭式拍賣或費用自動扶梯的無需許可的系統。然而，這種方法在確保競爭性和無需許可的拍賣環境方面面臨挑戰，可能導致延遲問題甚至用戶無法執行。

2. 無需許可的系統需要抵押代幣才能參與，這會造成進入的財務障礙，並且可能缺乏明確的削減/懲罰條件，或透明且無需信任的執行。

3. 或者，可以根據聲譽和關係建立解決者白名單。

前進的道路應該是無需許可和無需信任的。然而，為了實現這一目標，有必要建立區分優秀求解器和一般求解器的準則。透過利用ZK 協處理器，可以產生可驗證的證明，以確定某些解算器是否滿足或不符合這些準則。根據這些訊息，求解器可能會受到優先順序流、削減、暫停甚至列入黑名單的影響。理想情況下，更好的求解器將收到更多的訂單流，而較差的求解器將收到更少的訂單流。定期檢視和更新這些評級非常重要，以防止鞏固和促進競爭，為新來者提供平等的參與機會。

抗操縱價格預言機

Uniswap 已經在其v2 和v3 版本中引入了嵌入式預言機。隨著v4 的發布，Uniswap 透過引入更高級的預言機選項，為開發人員擴展了可能性。然而，鏈上價格預言機仍有限制和約束。

首先，有成本的考量。如果協處理器計算的價格預言機可以提供成本改進，那麼它可以作為更實惠的替代方案。價格預言機的設計越複雜，節省成本的潛力就越大。

其次，鏈上價格預言機池仍然容易受到操縱。為了解決這個問題，通常的做法是匯總不同來源的價格並進行計算，以創建更具抗操縱性的價格預言機。協處理器能夠從各種池中檢索歷史交易，甚至跨不同協議，從而能夠產生具有競爭性成本的抗操縱價格預言機，以便與其他DeFi 協議整合。

DIA Data正在與Mina 生態系的O(1) Labs合作開發以ZK 為基礎的預言機。這種方法是類似的——獲取市場數據並在鏈外執行更複雜的計算，不受天然氣成本和其他執行限制的影響，但能夠在結果在鏈上提供時驗證計算的完整性。這使得用其他市場數據（例如深度）補充簡單的價格資訊變得可行，以幫助評估清算影響，以及元數據以使協議能夠自訂其資訊。

保證金制度

為了克服區塊鏈技術的運算限制，許多衍生性商品平台經常將某些組件（例如風險管理系統）移至鏈外。

@0x_emperor和@0xkrane提出了一個有趣的協處理器用例，其中裕度邏輯是透明且可驗證的。許多交易所都設有風險管理系統來防止槓桿過高。其中一個例子是自動減倉系統（ADL），該系統策略性地將損失分配給盈利的交易者，以抵消清算交易者所遭受的損失。本質上，它在盈利的交易者之間重新分配損失，以彌補因這些清算而產生的未償債務。

用戶可能對強行平倉有疑問。為了解決這個問題，交易所可以利用協處理器使用鏈上資料執行保證金引擎邏輯，並產生證明來驗證計算是否正確。由於ADL 很少發生，因此對延遲和證明成本的擔憂很小。然而，使用無需信任且可驗證的Zk 協處理器可以增強透明度和完整性，這對交易所及其用戶都是有利的。

貨幣市場

透過利用歷史鏈上數據的見解，協處理器有可能增強有限合夥人和借貸協議的風險管理。此外，協議可以基於數據驅動的分析提供改進的用戶體驗。

幾個月前，當Curve 遭遇漏洞攻擊時，人們的注意力轉向了貨幣市場，數以百萬計的CRV 代幣面臨清算風險。當貸款價值(LTV) 比率變得不健康時，Frax 貸方在協議大幅加息中找到了一些安慰。這激勵Curve 創辦人更快地償還債務。然而，AAVE 利害關係人表達了擔憂，並發起了關於減少抵押品容量和可能停止市場的討論。他們的擔憂源於流動性不足以成功清算的可能性，這可能導致壞帳和易受市場條件影響。

幸運的是，危機已經解決。定期檢視貨幣市場上列出的資產非常重要，特別要注意其在市場上的流動性，尤其是在清算事件期間。非流動資產應被分配較低的貸款價值（LTV）比率和抵押品能力。

然而，正如我們在CRV 情況中觀察到的那樣，貨幣市場風險參數變化的決策過程通常是反應性的。我們需要更迅速和主動的措施，包括去信任的解決方案。關於回饋控制的使用進行了討論根據鏈上指標（例如流動性利用率）動態調整參數，而不是依賴預先確定的曲線。一個有趣的概念涉及一個貸款池，用於驗證特定市場的鏈上流動性證明。控制器接收ZK 協處理器根據鏈上指標計算的證據，顯示資產何時不再具有足夠的流動性超過特定門檻。根據這些資訊，控制者可以採取各種措施，例如調整利率、設定貸款價值上限、暫停市場，甚至完全停止市場。

更先進的策略可能包括根據前一周的鏈上流動性定期調整抵押品借貸能力或利率曲線。確切的門檻將透過DAO 內部的討論來確定。它可以透過考慮歷史鏈上交易量、代幣儲備、一次性互換的最小滑點等因素來確定。

對於貸款人和借款人來說，貨幣市場可以提供增強的服務和體驗，類似於DEX 中VIP 交易者的費用回扣計劃。現有的信用評分解決方案旨在建立鏈上使用者的全面檔案。目標是激勵良好的行為，例如透過避免清算事件、維持健康的平均貸款價值比率、穩定的大額存款等來證明有效的風險管理。這些積極行為可以得到無需信任的獎勵，包括與普通用戶相比更好、更平滑的利率、更高的最大LTV和清算比率、清算緩衝時間、更低的清算費用等等。

質押和重新質押

信任最小化的預言機

自合併和上海/沙佩拉升級以來，流動性質押市場已成為DeFi 最大的市場。值得注意的是，Lido 的TVL 已超過290 億美元，而Rocketpool 的TVL 超過36 億美元。

鑑於涉及大量資金，值得注意的是，用於報告資訊的預言機（例如信標鏈上相關驗證器的準確餘額）仍然值得信賴。這些預言機在向執行層的涉眾分配獎勵方面發揮著至關重要的作用。

目前，Lido 採用9 中5 的法定人數機制，並維護一份受信任的成員列表，以防範惡意行為者。同樣，Rocketpool 使用僅限邀請的Oracle DAO 進行運營，該DAO 由節點運營商組成，這些節點運營商受信任更新執行層智能合約中的獎勵信息。

然而，必須認識到，如果大多數受信任的第三方受到損害，可能會嚴重損害流動質押代幣（LST）持有者以及建立在LST 之上的整個DeFi 生態系統。為了降低錯誤/惡意預言機報告的風險，Lido在協定的執行層程式碼中實施了一系列健全性檢查。

隨著EIP-4788「EVM 中的信標塊根」的引入，協處理器可以更輕鬆地存取和計算共識層上的資料。 =無；Foundation、Succint和DendrETH 都在為Lido 開發自己的ZK-proof TVL 預言機。為了確保最大程度的安全性，Lido 可以利用多重防護架構。

以=nil; 的設計為例，在較高的層面上，預言機從共識層和執行層獲取基本信息，例如Beacon 區塊頭、Beacon 狀態、Lido 合約地址等，然後計算出一份報告所有Lido 驗證器的總鎖定值和驗證器計數。這些數據以及其他必要的資訊被傳遞給證明生成者並在專用電路上運行以產生ZK 證明。預言機檢索證據並將證據及其報告提交給智能合約進行驗證。請注意，這些預言機設計仍處於測試階段，可能會發生變化。

然而，值得注意的是，由於透過4788 發送的內容有限，總是會有一些資料可能無法在EL 端得到證明，而該資料子集可能仍然需要預言機。

此外，信任最小化的ZK 證明預言機仍處於起步階段。 Lido 貢獻者提出的方法是使用ZK 預言機提供的資訊作為對可信預言機所做工作的“健全性檢查”，直到這些ZK 實現可以進行戰鬥測試。現階段將預言機系統中的信任全部轉移到ZK 系統風險太大。

此外，這種大小的數據的證明計算量非常大（例如，甚至可能需要30-45 分鐘）並且非常昂貴，因此，在目前技術成熟的情況下，對於諸如每日甚至日內之類的事情，它們並不是合適的替代品報告。

驗證者風險與績效分析

驗證者在質押生態系中扮演至關重要的角色。他們在信標鏈上鎖定32 ETH 並提供驗證服務。如果他們表現得當，他們就會得到獎勵。然而，如果他們行為不端，他們將面臨砍伐。驗證器由具有不同風險狀況的節點營運商運行。它們可以被策劃（例如Lido 的策劃驗證器集）、綁定（例如Rocket pool、Lido 的CSM））或單獨的質押者。他們可能會選擇在雲端資料中心或家中運行他們的服務，在加密貨幣監管友好或不友善的地區。此外，驗證者可以利用DVT 技術來拆分內部節點或加入叢集以增強容錯能力。隨著Eigenlayer 和各種AVS（主動驗證服務）的出現，驗證器可能會提供除以太坊驗證以外的其他服務。毫無疑問，驗證者的風險狀況將很複雜，因此準確評估其風險狀況至關重要。憑藉良好的驗證者風險和性能分析，它打開了無限可能性的大門，包括：

首先，風險評估在建立無需許可的驗證器集方面發揮著至關重要的作用。在Lido 的背景下，質押路由器的引入和未來的EIP-7002「執行層可觸發退出」可以為驗證者的無許可加入和退出鋪平道路。加入或退出的標準可以根據驗證者過去驗證活動得出的風險狀況和性能分析來確定。

其次，DVT中的節點選擇。對於單獨的質押者來說，選擇其他節點來創建DVT 群集可能是有益的。這有助於實現容錯並提高產量。節點的選擇可以基於各種分析。此外，叢集的形成可以是無需許可的，允許具有強大歷史效能的節點加入，同時可以刪除效能不佳的節點。

第三，重新賭注。 Liquid 重新抵押協議使重新抵押者能夠參與Eigenlayer 重新抵押市場。這些協議不僅產生稱為流動性重新抵押代幣（LRT）的流動性收據，而且旨在為重新抵押者確保最佳的風險調整回報。例如，Renzo 的策略之一是建立具有最高夏普比率的AVS 投資組合，同時遵守指定的最大損失目標，透過DAO 調整風險承受能力和權重。隨著越來越多的AVS 專案啟動，優化對特定AVS 的支援以及選擇最合適的AVS 營運商變得越來越重要。

到目前為止，我們強調了驗證者風險和效能分析的重要性，以及它所支援的廣泛用例。然而，問題仍然存在：我們如何準確評估驗證者的風險狀況？ Ion Protocol正在開發一種潛在的解決方案。

Ion Protocol 是一個利用可證明的驗證器支援的數據的借貸平台。它使用戶能夠以其質押和重新質押頭寸借入ETH。貸款參數，包括利率、LTV 和頭寸健康狀況，由共識層數據確定，並由ZK 數據系統保護。

Ion 正在與Succinct 團隊合作開發Precision，這是一個無需信任的框架，用於驗證以太坊共識層上驗證器的經濟狀態。其目的是創建一個可驗證的系統，準確評估抵押資產的價值，減輕任何潛在的操縱或削減風險。一旦建立，該系統可以促進貸款發放和清算流程。

Ion 也與Modulus Labs 合作，利用ZKML 對借貸市場進行去信任分析和參數化，包括利率、LTV 和其他市場細節，以最大限度地減少異常削減事件時的風險暴露。

結論

DeFi 確實非常了不起，因為它徹底改變了金融活動的進行方式，消除了對中介機構的需求並降低了交易對手風險。然而，目前DeFi 在提供良好的使用者體驗方面仍有不足之處。令人興奮的消息是，隨著協處理器的引入，這種情況即將發生變化，協處理器將使DeFi 協定能夠提供資料驅動的功能，增強使用者體驗並完善風險管理。此外，隨著去中心化人工智慧基礎設施的進步，我們正在邁向智慧DeFi 的未來。