Arweave、AO、AI——模組化框架與靈活的安全性

作者：Arweave Oasis，來源：推特@ArweaveOasis

最近業內知名研究機構Messari 發布了一篇題為《Arweave, AO, and AI – 模組化框架與靈活的安全性》的文章，作者為seth bloomberg。內容非常豐富，對理解AO 與AR 架構與未來發展前景有較大的參考價值。但由於有版權問題，所有無法全文翻譯展現給讀者。故筆者希望能從中截取片段，用解讀的方式來展現給各位。原文內容可以去Messari 取得（要付費）。

5 月30 日，本文的作者Seth Bloomberg 在X 上發布了一些對該篇文章的內容摘要。具體如下：

• Arweave 歷來依賴外部應用程式和生態系統將資料傳輸到其網路中。 AO是一個建立在Arweave 上的新網絡，現在將為Arweave 創造一致的需求。 AO 將成為Arweave 的成長催化劑和應用開發的新平台。

• 我認為AO 最大的技術價值之一是它將共識機制與應用程式所需的計算分開。將這些拆分給AO 提供了模組化架構，並允許開發人員擴展其應用程式的安全性和運算能力。

• AO 中的應用程式會激勵算力提供者處理狀態更新和其他訊息。這為應用程式和算力提供者創造了一個新市場。它確保應用程式按需獲得該有的資源水平。這與大多數智能合約平台有很大不同。

• AO 是虛擬機器無關的平台，這為部署運算密集型應用程式開啟了潛力。像@autonomous_af 這樣的團隊已經在開發DeFi 自動化。然而，鏈上LLM（大語言模型）會是完全不同的物種。

隨後通讀全文，你會發現對AO 這種完全以不同形式實現的分散式世界電腦的興趣。總結出的幾點主要Insight 有：

• AO 是一個建立在永久資料儲存網路Arweave 之上的全新協定。 AO 的核心價值主張之一是其能夠在沒有擴展性限制之下的完全的平行運行應用程式（在AO 術語中這種應用程式稱為進程Process），並在本地維護相關狀態，而不需要在全網路中共享全域狀態。

• 所有AO 上的應用程式透過定義好的消息（在AO 術語中成為Message）標準進行通信，為進程提供開袋即食的讀寫資料解決方案。

• AO 的一個獨特特性是能夠靈活地擴展進程的安全性。進程開發者可以配置其應用程式所需的安全性，並透過有效支付額外的驗證者（在AO 術語中稱為計算單元CU）來計算應用程式的狀態，從而擴展安全性。

• 由於AO 的可擴展性特性、虛擬機無關架構（這裡指的是AO 可以支援多種虛擬機，使開發者可以根據具體需求選擇不同的虛擬機來運行他們的應用程序，而不必局限於單一的虛擬機器環境。

模組化和靈活安全性

作者總結了在過去幾年中出現的兩個主要基礎設施：模組化框架與靈活安全性。

模組化框架：使開發者可以選擇通用區塊鏈模組化元件（例如，執行、數據可用性、結算和共識），並將它們組合在一起。文中以Base 的Rollup 與Celestia 資料可用性層作為代表舉例。

靈活且可擴展的安全性：指的是一些網路能夠透過租賃安全性來更有效率地保護其服務，而不是自己去啟動一個非常重的驗證者網路。作者以Eigenlayer 作為案例進行了相應的解釋。

模組化框架的目標是鼓勵每個組件的可選性和專業化。例如，開發者可以自由選擇最適合其需求的執行環境。而靈活安全提供者則幫助網路更好地管理和微調其係統的經濟安全性。

AO 就是同時利用這兩種基礎設施模式的典型範例。這項建立在Arweave 之上的新系統為開發者提供了選擇執行環境和安全模型的靈活性。

不同於像以太坊和Solana 這樣的鏈擁有單一的全球狀態概念（例如，用戶帳戶餘額、智能合約數據等），AO 將狀態本地化到每個應用程式（在AO 術語中稱為進程）。本地化狀態使應用程式更容易並行化計算，與非並行環境相比，完全釋放了整體效能限制，並且可以為計算定制安全性。

與其他Rollup 生態系統不同，AO 為所有應用程式定義了統一全球訊息標準（Message）。作者認為這種方法在概念上類似於Cosmos 生態系統，後者利用IBC 進行鏈與鏈之間的通訊。因此，AO 可以維持其模組化框架，隨著其生態系統的成長，應用程式將受益於這種原生的通訊標準。從長期來看，AO 這種脫離了傳統智慧合約平台模型，形成了自己獨特的架構，促進一個繁榮的應用程式發展的生態系統。

AO 的架構

筆者認為AO 與Arweave 的關係大致類似主權Rollup 與資料可用性層的關係。但AO 提供了一個類似於智慧合約平台的通用框架，主要目標是透過可擴展的運算服務來實現這些不同應用程式的信任互通性。

應用程式之間的互通性源自於AO 的訊息標準。諸如Optimism、Polygon、Arbitrum 和zkSync 等生態系統通常會先發展鏈上的經濟活動，然後再開發互通性解決方案以解決碎片化的使用者體驗問題。而AO 將從原生互通性開始其旅程。

AO 的架構我們在各種文章中都有介紹，在本文中也同樣做了一些從作者角度的解讀：

進程（Process）

從最終用戶的角度來看，進程可以被視為一個應用程式。如果消費者在使用基於AO 建構的產品，它通常會以進程的形式出現。

一個進程也可以被視為寫入Arweave 中的一系列有序日誌（即訊息），代表其在任何給定時間點的狀態。

每個進程相對於AO 上的其他進程獨立運行，使它們能夠並行化運算，互不影響。進程透過訊息相互交互。 AO 其實就是一個訊息的傳遞協議，所以訊息的概念是其中的核心結構。

訊息和訊息單元（MU）

無論是由最終用戶發起還是由另一個進程發起的與進程的交互，都表示為一則訊息。 AO 中的每個訊息都符合Arweave 生態讀寫資料的ANS-104 的特定格式。至於ANS-104 是什麼，可以查閱這個連結詳細了解。

作者比較了AO 與以太坊直接的差別。在AO 中，進程透過訊息請求另一個進程的資訊並等待資料返回來完成進程之間的互動。但在以太坊上，應用程式（即智慧合約）由於EVM 的全局性，可以直接存取任何其他應用程式的狀態。

這兩者之間有著從根本的差異。從模組化的角度來看，預先標準化不同流程的互通性是有利的；大多數模組化網路（例如Optimism 的Superchain）也在開發類似標準。

調度單元（SU）

作者將調度單元簡單地類比為許多Rollup 系統中的排序器。由於排序器在許多Rollup 中負責一系列操作（例如，交易處理、交易排序、零知識證明產生等），因此調度單元更像是典型排序器的子集。

調度單元主要有兩個與其關聯的進程功能：

確保每條訊息唯一且按順序排列。這在概念上類似於以太坊等其他區塊鏈環境中的nonce 遞增。這對於一個進程的正常運作至關重要。

確保每條訊息都寫入Arweave。這使進程能夠存取彼此的資料。

每個AO 進程都會有一個關聯的調度單元。

計算單元（CU）

計算單元為更新AO 進程提供運算能力。訊息單元通知計算單元其服務需要。

在計算單元（供應方）和需要某個特定流程計算的使用者（需求方）之間形成一個市場。再一次，這種架構與傳統區塊鏈模型不同。傳統平台（如以太坊）上的節點需要處理交易，而運算單元可以選擇性地競標其更新的進程。

一旦計算完成，計算單元會將簽署的計算輸出證明傳回給原始訊息單元。

AO 安全模型

在安全模型的部分，目前相關資訊較少，需要等AO 白皮書發布之後會有更多細節。不過該文作者給出了自己的理解。

他認為在這個發面，AO 也與以太坊走了截然不同的路。在以太坊生態中，安全性都是由以太坊PoS 機制來統一保障，所以無論是簡單的轉帳操作，還是複雜的DeFi 交互，都是共享相同的安全級別，這往往會導致資源浪費。

而在AO 的安全框架中，雖然所有資料都使用了Arweave 的SPoRes 共識機制的安全保障，但在AO 層面，也有更多的靈活性以此來根據不同需求和目標來客製化安全級別。

目前，雖然沒有確切的信息，但生態內普遍認為在AO 的安全機制上大概率會使用PoS 機制（例如，抵押和懲罰AO 代幣）。完全去中心化的永久儲存網路Arweave 加上以提高擴展性與靈活性的AO 運算平台，PoS 機制顯然是符合發展需求的。

因此，AO 可以針對每個組件角色提出一定不同的Staking 質押方案，並設定對應的懲罰機制。

• 計算單元- 計算單元針對其簽章的輸出證明進行質押。任何人都可以質疑計算單元的輸出，如果證明有作惡行為，其抵押可以被Slash。

• 訊息單元- 訊息單元針對其在系統中傳遞的訊息進行質押。如果發現其傳遞和簽署無效訊息，其質押可以被Slash。如果無效簽章是由於計算單元的不當行為導致的，則訊息單元可以發起針對計算單元的Slash 事件。

• 調度單元- 如果調度單元未能正確排序訊息或未將訊息上傳到Arweave，則可以被Slash。後者的Slash 事件在設計上類似於資料可用性保證。

最終，一個進程可以在某種意義上設計自己的安全模型。在進程的程式碼執行期間，例如，可以決定忽略某個被認為不可信的計算單元或訊息單元。

圖中展示了傳統智慧合約平台的安全性一致性，與AO 平台的安全可自訂型。這讓AO 能夠為不同業務客製化不同等級的安全性，如朋友間的小額轉帳不用與B2B 的大宗交易的安全性一致。

AO 和AI 的未來

作者進一步對AO 與AI 未來的結合表達了自己的觀點。他認為AI 的分類可以是兩種：

完全確定性的和完全參數化的，比如說具有可配置設定的機器人；

非確定性的，具有適應能力的，例如ChatGPT 或LLM 應用程式。

在AO 的發展，作者覺得起點會是前者，比如說DeFi 自動化工具。

DeFi 自動化

AO 上的一個早期DeFi 自動化項目是@autonomous_af。該團隊建立了一個“DCA 代理”，使用戶能夠以美元成本平均法（DCA）買入指定代幣。

DCA 代理產品遵循模式：

使用者定義他們希望DCA 買入的代幣，以及其他參數，如滑點容忍度、特定的DeFi 池、DCA 交易的頻率和每筆DCA 交易的金額。

DCA 代理程式回應收到的通知（即定時任務）並在滿足預定義條件時執行DCA 交易。

用戶最終可以暫停DCA 代理或永久停用它。

需要明確的是，這種代理程式是以規則為基礎的方式執行操作，並有效地遵循其底層腳本中定義的指令。這在分類上就是前者── 完全確定性和參數化的AI。

在這一點上，其實Arweave 創辦人@samecwilliams 也曾經表達過相似觀點，在目前主流金融體系中，大量的交易並非由投資者操作，而是各種機器人在自動交易。所以這也自然適用於DeFi 互動場景。事實上，最安全的實現某些目標的方法是為代理設定嚴格的規則和操作。這實際上將這些產品拉近到與傳統金融產品和功能的相同程度（例如，設定止損，從銀行帳戶設定DCA 產品等），從使用者體驗角度來看，這是一個好事。

超越DeFi 自動化

除了上述的較為簡單的AI，目前科技屆主流的對AI 的套路都是集中在非確定性，具有適應能力的AI 上，比如說Chatgpt 與LLM 模型。

顯然，這類系統相較於「DCA 代理」來說會更加進階。但它也非常昂貴。一般來說，LLM 產品需要GPU 來提供必要的運算能力，而GPU 運算比典型的CPU 運算更昂貴。自託管一個LLM 基礎模型的成本很容易達到每月約2 萬美元。作者給出了一項a16z 的數據，一些生成式AI 新創公司光在AI 計算上就花了80% 的資金。

所以，如果要想在AO 上建立使用LLM 的應用程序，經濟成本的考量是無法避免的。但與其他智慧合約平台相比，AO 的架構使開發者能夠擴展和微調其進程的安全性等級。這種結構將極大地有利於AO 開發者，因為大多數LLM 產生的消息價值較低。

最後的思考

作者在最後給了他對AO 機構的思考：

AO 的獨特架構為應用程式的開發提供了一個有吸引力的平台，從DeFi 到AI 驅動的應用程式。

非同步訊息傳遞結合併行計算使應用程式比典型的智能合約應用程式更加豐富和複雜。

支援進程的可擴展和靈活的安全性也是AO 所獨有的，尤其是LLM 驅動的產品，將利用這一屬性。