作者：EigenLayer Research 翻譯：善歐巴，金色財經

2017 年12 月，以太坊推出了Maker，催生了DeFi。 Uniswap 和Compound 隨後也相繼推出，形成了以ETH 和ERC20 為基礎的經濟體系。自那時起，我們見證了鏈上金融的復興，集中的流動性提高了資本效率，推動了Perps 的發展，甚至還發明了閃電貸，這是傳統金融中不可能實現的概念。

但我們似乎遇到了瓶頸。自合併以來，AMM LP 在MEV 中損失了7 億美元以上。衍生性商品交易所已將其風險引擎和訂單簿集中起來以提高效率。我們無法提供個人化貸款，無法為違約風險較低或易於在規定期限內獲得固定利率貸款的人提供更好的利率。

許多問題源自於以太坊作為有限狀態機的限制。它受限於gas，區塊時間為12 秒，且無法原生接收鏈下資料。模組化架構提供了一種前進的方向，它既可以卸載繁重的運算，又可以整合外部數據，同時又不會犧牲以太坊的核心安全性。

如果EVM 是讓開發人員編寫任意業務邏輯的黏合劑，那麼協處理器應該採用什麼形式？雖然Vitalik 將這些協處理器描述為預編譯或操作碼，但我們需要一個更廣泛的解決方案。我們需要能夠處理計算成本過高或對以太坊有限狀態機不切實際的任務的協處理器，最重要的是，它們必須是可驗證的。

多年來，開發人員一直在建立高效、專業的服務，但可驗證性完全改變了遊戲規則。這就是EigenLayer 的作用所在：它提供基礎設施來創建節點運營商的去中心化網絡，經濟實惠，可運行任意節點軟體。

我們將這些分散式網路稱為主動驗證服務(AVS)，它們大大降低了建置可驗證、無需信任的服務的成本。

DeFi 與AVS 的交會解鎖了一系列強大的新用例：

1. 無需信任的鏈下計算（協處理器）：在鏈下運行繁重的計算，並以最低的gas 費用將結果返回鏈上，由零知識證明或加密經濟保證保障。想想免費限價訂單甚至AI 模型調用，所有這些都是可驗證和去中心化的。

2. 無需信任的鏈下資料（可驗證的oracle，zkTLS）：將現實世界的資料（如價格、波動性、即時流動性，甚至運動資料）安全地拉入DeFi。

3. 其他方面：拍賣網路、政策層、去中心化訂單簿——AVS 將DeFi 擴展到以前無法到達的領域。

我們將這種新模式稱為智慧DeFi，因為它為去中心化金融帶來了即時適應性和個人化。利用無需信任的鏈下運算和數據，智慧DeFi 可以實現更明智的決策。在這篇文章中，我們深入探討了10 個展示其潛力的用例。

交易所

交易所是DeFi 的核心要素，但只有不到15% 的現貨交易和6% 的衍生性商品交易發生在鏈上。智慧DeFi 可以縮小這一差距，讓DEX 比鏈下同業更具競爭力。

1. VIP 等級：以交易量為基礎的費用等級

中心化交易所根據交易量提供分級收費，這不僅是為了建立忠誠度，也是為了補貼做市商，使他們能夠報出更小的價差，並為散戶交易者提供更好的價格。這為交易所帶來了更多的交易量。

在DEX 上實施基於交易量的費用具有挑戰性。為了確定交易者的交易量，DEX 需要：

• 動態計算體積

• 儲存並更新每個交易者每筆交易的交易量

• 追蹤30 天的滾動交易量進一步增加了複雜性，需要歷史儲存和減法

這兩種方法在鏈上都極為昂貴。但透過將運算外包給Lagrange 或Brevis 等協處理器，我們可以可靠地計算出每筆交易的交易量。

這是如何運作的？

1. 協處理器索引區塊鏈資料的子集並將其儲存在可查詢的關係資料庫中。

2. AMM（或Uniswap hook）智能合約呼叫協處理器執行SQL 查詢，計算交易者在一段規定時間內的費用。

3. 協處理器透過回調將驗證的結果連同確認歷史區塊鏈資料計算的零知識證明一起傳回給AMM。

2. AMM 的動態、不對稱費用

虧損與再平衡(LVR)是影響AMM 中LP 獲利能力的主要問題。 LVR 的出現是由於持續交易的鏈下交易所和鏈上AMM 之間的價格差異，後者僅在以太坊主網每區塊或12 秒進行一次交易。 一個區塊中可能發生很多事情，在下一個區塊開始時，搜尋者會利用交易所之間的價格差異進行套利。

為了提高LP 的獲利能力，AMM 可以引入動態費用和不對稱費用：

1. 動態費用：根據市場波動調整費用。在高波動時期，LP 的境況通常會更糟。在高波動期間，較高的費用可保護LP 免受有毒交易的影響，而在穩定時期，較低的費用可促進交易量。這減少了不同費用等級之間的流動性分散，讓LP 的使用者體驗更簡單。看看這個非常基本的概念證明。

2. 不對稱費用：受Alex Nezlobin的啟發，不對稱費用將根據外部價格資料調整價差。例如，如果ETH 在DEX 上的交易價格為1000 美元，在CEX 上的交易價格為1050 美元，那麼AMM 可以以980 美元的價格買入，以1060 美元的價格賣出，而不是保持圍繞DEX 價格的對稱價差，從而反映更現實的市場狀況。

在這兩種情況下，AMM 都需要可信賴的外部資料（如CEX 價格或波動性）來調整費用。但傳統的預言機存在風險：中心化運營商可能會失敗或提供過時的數據。相反，zkTLS（網路證明）提供了一種更好的方法。透過直接從網路伺服器加密驗證數據，zkTLS 消除了信任第三方的需要。它為您提供即時防篡改數據，確保AMM 可以安全地計算動態、不對稱的費用，無論是在鏈上還是透過協處理器。

3. 透過拍賣將MEV 重新分配給AMM LP

提高LP 獲利能力的另一種方法不僅涉及鏈下計算，還涉及去中心化拍賣網絡。目前，搜尋者在拍賣中競爭，以使他們的交易處於區塊的頂端。實際上，套利屬於搜尋者、建構者和提議者的組合，而不是LP 和交換者。

相反，AMM 可以拍賣透過池子進行首次掉期的權利。如果拍賣具有競爭力，大部分LVR 將被奪回。然後可以按比例將其分配給掉期範圍內的底層LP，從而減少整體套利並使LP 能夠提供更緊密的價差。 Sorella正在以Uniswap v4 鉤子的形式建構此功能。

挑戰在於進行低延遲、抗審查的拍賣。在鏈上運行拍賣過於複雜且成本高昂：每次出價都需要gas。等到選出獲勝者時，一個區塊已經過去，拍賣就不完整了。中心化一方可以在鏈下進行拍賣，但這違背了DeFi 的一般精神，同時也給了他們最後一次機會，可能為自己攫取價值。

解決方案是一組去中心化的運營商運行無領導拍賣，從而消除了對單一實體的需求並保持了流程的完整性。營運商選擇得標者並將收益回饋給LP。

衍生性商品

雖然大多數衍生性商品都在交易所交易，但智慧DeFi 解鎖了特定於此資產類別的獨特用例。讓我們深入了解吧！

4. 先進的保證金制度

目前，交易者無法表達跨資產觀點，如SOLETH 或交叉，否則會嚴重限制其槓桿率。大多數perp DEX 根據交易者在不同部位之間的未平倉合約總和線性計算保證金。

例如，如果我存入1 萬美元，做多5 萬美元的ETH 和做空5 萬美元的BTC，則算10 倍槓桿。但這與只做多10 萬美元的ETH 的風險狀況不同，這些帳戶不應被同等對待。理想情況下，交易者應該能夠利用超過5 倍的ETHBTC 槓桿，而不會面臨如此嚴格的限制。

問題在於鏈上計算限制。具體來說，系統需要考慮抵押品（每種現貨資產）、頭寸（每種永續資產）、未實現盈虧、每個永續資產的初始和維持保證金因素以及相關性/ delta 對沖。當DEX 擴展到多種資產類型（如永續資產和選擇權）時，情況尤其如此。

透過利用協處理器進行更複雜的計算來確定帳戶的保證金係數，DEX 可以根據用戶需求創建更客製化的風險引擎。這可以實現更靈活、Delta 中性的策略，並確保只有在真正必要時才會進行清算。

為了提供更大的靈活性，協處理器可以動態調整保證金要求，考慮主要CEX 的即時流動性和每個池中的未平倉合約。

Aevo 依靠集中式風險引擎來確定最壞情況，為高價值交易者提供更好的保證金參數。協處理器支援以獨特的方式計算保證金，而不會損害去中心化。來自Aevo 的文檔。

5. 期權AMM 定價

衍生性商品（尤其是選擇權）的AMM 令人興奮，但也存在爭議。有些人認為它們永遠無法準確定價；有些人認為衍生性商品只對大宗資產有意義，訂單簿對此類資產更有利。儘管如此，Panoptic、Deri和其他人認為AMM 是提供流動性的終極方法，包括選擇權。

要讓選擇權AMM 真正起飛，一個關鍵因素是納入鏈下數據，例如波動性、歷史定價和即時市場訊號。此外，鏈下計算對於模擬更先進的定價框架（如Black-Scholes）也是必不可少的。將這些外部數據點與鏈上交易機制相結合對於確保期權交易者的準確定價、更低的滑點和更好的資本效率至關重要。

借貸

借貸協議面臨著獨特的挑戰，其中人工智慧和鏈下運算可以推動更智慧、更動態的解決方案。

6. 參數AI系統

目前，治理會手動更新Aave 和Compound 等協議中有關借貸市場的參數。通常，像Gauntlet 這樣的風險服務提供者會執行基於模型的模擬，並建議更改基準利率、抵押品因素、清算因素等參數。在更嚴重的事件中，他們可以建議下架或凍結資產。

這種方法有兩個主要缺陷：

1. 延遲太長了。當我擔任Aave DAO 代表時，提案至少需要一週才能通過。

2. 治理機構缺乏足夠的資訊來投票決定借貸參數，也不是所有成員都充分活躍。最近的Compound 治理攻擊就是一個典型的例子。

Morpho 和Euler v2 朝著正確的方向邁出了一步。它們將風險管理部分模組化，使任何人都可以管理自己的借貸平台實例。使用者根據管理者的過往記錄和聲譽選擇將資產存放在何處。這種方法可以最大限度地減少更新參數的延遲。

但在理想的系統中，參數會自動更新，即時響應鏈上和鏈下流動性。人工智慧驅動的模型模擬各種場景，預測並防止最壞情況發生。這些模型依靠以人工智慧為中心的協處理器，如Ritual、Sentient、Hyperbolic、Ora 和Valence，在鏈下處理大量資料（考慮波動性、流動性變化和風險相關性），然後在鏈上發布可驗證的結果。

7. 透過帳戶歷史和清算風險提供個人化貸款

在傳統金融中，信用記錄良好的借款人會獲得更好的貸款條件，但在DeFi 中，每個人都會獲得相同的貸款條件，無論他們的風險狀況或過往記錄如何。雖然DeFi 有許多好處，但我相信它能夠兼具兩者的優點：向任何人提供公平的無信任貸款，並為那些清算風險較低的借款人提供優惠的貸款條件。

如果沒有差​​異化，DeFi 借貸協議就無法為低風險借款人提供客製化條款，例如更低的抵押要求或更優惠的利率。這種個人化的缺失不僅限制了重複用戶的潛在收益，也使借貸市場效率低下。

提供個人化貸款首先需要一種反女巫攻擊解決方案，以確保只有經過驗證的用戶才能獲得更好的條款。 WorldCoin 或Coinbase Verifications 等解決方案可防止惡意行為者重複利用壞帳協議。

一旦借款人得到驗證，該協議就可以收集鏈上資訊來建立流動性概況，包括：

• 當前和歷史貸款數量

• 以前貸款的還款歷史

• 鏈上淨值和未償還債務

• 擁有的NFT（如果借貸協議與NFT 項目合作以提供補貼條款）

該協定甚至可以查看與同一身份綁定的其他地址以獲得更全面的視圖！

最後，協同處理器可以評估清算風險並產生客製化的抵押因素和利率，確保為每個借款人提供量身定制的貸款條款。

8. 符合隱私要求的混合器

2022 年8 月，美國外國資產管制辦公室(OFAC)以洗錢為由對Tornado Cash 進行了製裁。然而，隱私是一項基本權利，並且有正當用途：人們應該能夠將資金轉移到另一個帳戶或朋友，而不會暴露其完整的交易歷史記錄。

問題在於，現有的隱私混合器無法區分合法使用者和惡意使用者。這種不合規性使它們成為製裁目標，並阻礙了更廣泛的採用。

如果我們能創建一個只接受合規資金的隱私協議會怎麼樣？該協議將管理風險並遵守法規，注重隱私的用戶將湧入系統。但確定合規性需要各種鏈上和鏈下數據，這是一項艱鉅的任務。理想情況下，智慧合約可以呼叫一個API，透過僅批准有效交易來強制合規。

Aethos是一個策略層，它正是為此而生。它使開發人員能夠在智慧合約層級設定規則，確保交易遵循特定的合規政策。例如，合規的隱私混合器可以設定速率限制、時間鎖定，並防止存款或提款地址受到OFAC 批准或與DeFi 駭客相關的交易。

將即時、基於規則的策略納入智慧合約將開啟機構友善DeFi 的新浪潮，其中合規性和DeFi 價值觀不再相互矛盾。

9. 自動再平衡收益協議

DeFi 提供了豐富的收益機會，涵蓋各種資產和協議——質押、重新質押、借貸、AMM 流動性池、風險加權資產等。每個用戶都有獨特的風險偏好，與協議類型、鏈（以太坊、Solana 等）和資產面額以及外部市場風險相關。由於選擇如此之多，一些交易者轉向收益協議來自動化他們的資本配置。

這些協議可以利用AI 模型來優化多個來源的效益。開發人員設定預先定義的風險參數（例如，將每個協議的風險敞口限制在15% 或避免TVL 低於1 億美元的協議），其餘部分則由AI 模型處理，調整投資組合以滿足這些標準，同時最大化回報。

更進一步，AI 模型可以根據每個使用者的鏈上活動和透過簡短問卷收集的偏好，為他們創建完全客製化的收益策略。由於AI 的可擴展性，這種個人化程度（以前是不可想像的）現在已觸手可及。

在後端，人工智慧驅動的協處理器監控和重新平衡投資組合。只有當收益超過gas 成本時，它們才會觸發更改，從而確保高效的數據驅動投資組合管理。

10. 高度針對性的激勵計劃

激勵是加密貨幣和DeFi 的核心。 DeFi 的夏天直到2020 年Compound 推出流動性挖礦才真正拉開序幕。透過為特定用戶操作提供獎勵，協議能夠促進成長和活動。

但隨著該領域的成熟，協議正在尋求更精確的目標定位，並經常轉向鏈下程序。 AMM 可能專注於激勵活躍的流動性。 NFT 市場和預測市場可能會獎勵接近訂單簿價格的流動性。借貸協議可以鼓勵從非循環者藉入至少20% 的利息。

借助協處理器，協議可以定義複雜的獎勵條件並即時發放支出。這擺脫了越來越不受歡迎的積分系統，並為用戶提供了獎勵將得到支付的確定性，從而降低了協議的資本成本。 Gearbox已經轉向Lagrange 的協處理器來處理具有不同支付機制的多重資產獎勵。透過提高激勵效率，DeFi 可以繼續成長，同時獎勵最有價值的行動。

結論

DeFi 與AVS 的交會將引發一場新的金融革命。從MEV 重獲AMM 到隱私協議中的即時策略，這些用例只是我們突破去中心化金融極限時可以建立的一小部分。