投研早报丨Arthur Hayes 播客全文：谈狗狗币、Aptos、美联储与本轮周期最大风险 / 破除 AI 数据壁垒：数据 DAO 正当时 / AO 代币经济学模型发布，揭秘如何效率最大化获取 AO 代币？
ChainFeeds Newsletter 每日精选 Web3 深度投研「简报」+ AI 驱动的热点新闻榜单，帮你做出聪明决策
📢 ChainBuzz 热点新闻 ｜2024.6.19
🔥 NEAR AI 发布总体规划：将分三个阶段实现开源和用户拥有的 AGI
🔥 Mysten Labs 推出去中心化存储和数据可用性协议 Walrus
🔥 Solana 原子化 SVM Layer2 Sonic 完成 1200 万美元 A 轮融资，Bitkraft 领投
🔥 流动性再质押协议 Renzo 完成 1700 万美元融资
🔥 Lista DAO：将于明日 17:00 开放空投查询，6 月 20 日开放申领
🔥 Starknet 更新路线图：预计 8 月推出 v0.13.2 版本，交易确认时间缩短至平均 2 秒
👨💻 ChainFeeds 投研简报 ｜2024.6.18
1️⃣ 研究｜ZKsync 空投惹争议来看 Web3 项目冷启动的困境
2️⃣ 研究｜AO 代币经济学模型发布，揭秘如何效率最大化获取 AO 代币？
3️⃣ AI｜解读可验证推理的重要性：AI 模型如何在加密系统中实现信任最小化
4️⃣ 市场｜Arthur Hayes 播客全文：谈狗狗币、Aptos、美联储与本轮周期最大风险
5️⃣ 链游｜深耕 Cryoto Game 下沉市场 ——Ronin Thesis
6️⃣ 研究｜深入研究 Ethena 和 USDe 的机制和风险
7️⃣ 研究｜破除 AI 数据壁垒：数据 DAO 正当时
8️⃣ 研究｜区块链的第一性原理： 以 Sui 和 Arweave AO 为例
9️⃣ 研究｜为什么 zkVM 的未来将基于 RISC-V 指令集架构？
每日精选的加密信息由 ChainFeeds 团队与 AI 共同编写，我们已将内部的信息流工具优化并开放给所有读者及 Web3 行业者使用，测试链接 👇
🌞 Web3 行研早报来自：Web3 行业必读深度资讯「简报」平台｜chainfeeds.xyz
🤖️ Web3 热点榜单来自：AI 驱动的 Web3 热点新闻自动聚合工具｜chainbuzz.xyz
1️⃣ ZKsync 空投惹争议来看 Web3 项目冷启动的困境
导读：总的来说，ZKSync 的空投方案采用了一个基于财产证明的分配方式，更聚焦于对开发者，核心贡献者和 ZKSync 原生 Degen 巨鲸的奖励，这就造成了一个局面：原生 Degen 巨鲸在笑，撸毛工作室在叫。
Web3Mario: 对早鸟参与者基于 Airdrop 奖励，已经被证明是一个行之有效的 Web3 项目冷启动的手段，好的空投机制设置能帮助项目在早期高效的吸引种子用户，同时通过刺激用户对协议关键行为的使用完成用户教化，增加产品粘性。这也是很长一段时间内，大部分 Web3 项目空投着重于对交互行为进行激励的根本原因，然而这样做带来了一个弊端，就是降低了获得奖励的门槛，容易遭遇女巫攻击。当大量机器人账户涌入后，虽然会让协议出现短暂的虚假繁荣，但这些「用户」通常逐水草而居，无法为项目未来发展提供动力，在获得奖励后大部分也会套现，这种激励机制反倒稀释了项目方对于那些真正价值用户的奖励数量。
我的一个切身的感受，以交互为主要激励对象的空投活动的效用到 Arbitrum 空投时基本上已经到了顶点。这也是 ZKSync 想围绕资产相对规模而舍弃使用交互数来作为价值用户识别的依据的根本原因。然而这种财产证明方式也未必没有问题。虽然能够较为有效的识别并排除女巫攻击的风险，但与之而来的新问题就是垄断所引发的财富分配不均。
归根到底，对于 Web3 项目来说，在设计冷启动机制时还是要仔细斟酌对自己产品来说的价值用户画像，并根据当前所处的环境，设计对应的机制，有效的激励上述价值用户的同时尽量规避女巫攻击才是重中之重。因此如何设计自己的冷启动机制，这是一个非常有价值的话题。（ 来源 ）
2️⃣ AO 代币经济学模型发布，揭秘如何效率最大化获取 AO 代币？
导读：Arweave 官方于北京时间 6 月 13 日晚 23 点发布了 AO 代币经济学，本文基于目前已有的资料分析如何以效率最大化的角度来获取 AO 代币。
PermaDAO: AO 代币获取目前分为两个阶段，第一阶段于 6 月 18 日结束，同时开启第二阶段。第一阶段的流通量仅占 5% 左右，第二阶段才是重头戏。33.3% 的 AO 代币将分给 AR 代币持有者，66.6% 的 AO 用于其他质押到 AO 中的资产（目前只有 stETH），同时 AOCRED 会以 1000:1 的比率来兑换 AO。第二阶段启动后，每个 AR 在第一年可以获得 0.016 AO，其他合格的跨链资产（非 AR 资产）存入网络获得的 AO 代币数量由跨链资产的交易量乘以其年度质押收益率与总跨链资产量的比率决定。目前 stETH 为唯一合格的跨链资产，可以简单理解为质押 stETH 收到的 AO 代币的确切数量取决于质押的 stETH 价值相对于资金池总资产价值的比例。
根据其他资产资金池 TVL 与 AR 市值的比值来计算（USD 本位计算）：
当资金池 TVL / AR 市值 ≈ 2 时，质押同价值其他资产与持有同价值 AR 所获得的 AO 近似；
当资金池 TVL / AR 市值 > 2 时，持有同价值 AR 比质押同价值其他资产所获得的 AO 多；
当资金池 TVL / AR 市值 < 2 时，质押同价值其他资产比持有同价值 AR 所获得的 AO 多； 注意第二阶段启动后所铸造的 AO 代币需要等 2025 年 2 月 8 日才能解锁，届时流通率为 15 %，总流通量约为 300 多万个。
总结一下就是关注资金池 TVL 和 AR 市值的变化，并且基于代币的获取成本进行策略调整，以实现资金效率的最大化。除了考虑成本外，不可忽视币价波动的潜在风险，利用 0 杠杆借币等策略可以规避部分风险，而 AOCRED 兑换 AO 的成本及解锁时间也是决策时需考虑的重要因素。当然，长期持有币只需要静等花开。（ 来源 ）
3️⃣ 【英文长推】解读可验证推理的重要性：AI 模型如何在加密系统中实现信任最小化
导读：随着加密货币与人工智能之间的联系越来越紧密，可验证推理（Verifiable inference）的价值也会逐渐凸显出来。 Delphi Labs 联创 Luke Saunders 撰文介绍了一些可验证推理解决方案，并阐述了这些方法如何在保证模型隐私和最小化的同时，实现 AI 模型在加密系统中的应用。
Luke Saunders: 典型的加密项目架构中，智能合约包含关键逻辑，具有不可变或可由 DAO 升级的特性，从而抵制审查、防止资金被单一实体窃取，并且透明且可审计。然而，智能合约只能处理简单逻辑，面对 AI 模型的复杂推理计算昂贵，难以直接嵌入智能合约。AI 在每个主要行业，尤其是数字原生行业，具有变革性影响，在 DeFi、去中心化推理（DePin）和大型语言模型（LLMs）等方面具有潜在应用。
为了解决将 AI 模型纳入信任最小化系统的挑战，作者提出了可验证推理（Verifiable Inference）。共识方法通过多个节点独立进行模型推理，但计算昂贵且模型不能保密；zk-ML 则使用零知识证明网络进行推理并生成 zk 证明，保证模型保密性，但计算成本高。尽管私有模型可以减少漏洞，但其封闭性导致其内在工作无法验证，与中心化应用无异。研究仍在进行中，目标是证明更大模型并降低 zk 证明的成本，推动 AI 与加密货币的结合更加稳固和安全。【原文为英文】（ 来源 ）
4️⃣ Arthur Hayes 播客全文：谈狗狗币、Aptos、美联储与本轮周期最大风险
导读：BitMEX 联创 Arthur Hayes 与 RealVision 创始人 Raoul Pal 在 Coin Bureau 的 YouTube 播客中进行了深入对话，包括市场风险、基金投资策略、年度预测及 Memecoins 的文化价值和市场潜力等内容。
Arthur Hayes: 我的投资策略就是持有，不要卖，不要被吓到，不要使用过多杠杆。其实很简单，大家都知道自己应该做什么，但我们通常不会去做，因为 YOLO（一次尽兴）很有趣。但最终，这很简单。如果你相信央行和政府负债累累，将继续负债，将继续印钞，将继续发放福利来换取选票或大众支持，那么加密货币就是答案。显然，比特币是元老级的，我持有大量比特币。然后，当你进入风险曲线并希望提高潜在回报时，你就进入了山寨币领域。（ 来源 ）
Raoul Pal: 我基本上没有做太多操作，我实在没有时间。如果你注意到很多激进的操作基本上是基于注意力，而我没有足够的注意力去分配，因为我太忙了。所以我保持了相对简单的策略。我有 Bonk 和 Doge，因为我仍然认为 Elon 会对 Doge 做些什么，仅此而已。我观察这个领域，大家都读 Ansem 的推文，试图搞清楚发生了什么，但我实在没有足够的注意力去专注于这些事情。所以你实际上需要有一定的知识来操作这些。（ 来源 ）
5️⃣ 深耕 Cryoto Game 下沉市场 ——Ronin Thesis
导读：游戏作为直面 Retail 的产品，一直被寄予这个周期 Mass Adoption 的厚望。然而，24 年至今，整个游戏板块二级的表现乏善可陈。而在这个增量用户并不多的时间段，Ronin 生态系统一直保持着非常高的用户基数和增长。本文探究了 Ronin 背后真正的竞争力 ——Sky Mavis 的本地化发行运营能力。
IOSG Ventures: 回顾 21 年的 P2E 热潮，Axie 真正的 PMF 是什么，什么是 Sky Mavis/YGG 的护城河？其实答案并不复杂，真正的核心竞争力是东南亚的地推渠道 / 本地化运营能力。没有源源不断的低 ARPU（Average Revenue Per User）新增用户就没有资产沉淀，没有资产沉淀任何正向的飞轮都难以持续运转。事实是: 小小的 Incentive + 简简单单地无门槛上手 + 大量追求蝇头小利的赌性坚强的用户才是我们目之所及所有成功 Crypto game 的秘密配方，只是听起来不高大上，因此各方都揣着明白装糊涂。
许多加密游戏因为不去理解市场，都面临着 GTM 的困难。不知道用户是谁、在哪，不知道如何做 UA、Retention，忽视低 ARPU 市场，于是对着蛋糕就这么大的 Degen Retail 一遍遍地发 Layer2 和 3A。但当你来到东南亚的菲律宾，这些都不是问题，这里有着最真实的 P2E 游戏场景 / 受过教育的用户和「基础设施」。这里人均收入不足 11 美金，40% 的人没有银行账户。21 年 Axie 热潮的时候，人们甚至能用 SLP 在加油站 / 餐馆购买零食。PESO 贬值严重，人民赌性坚强。虽然 Axie 的泡沫崩塌让当地无数玩家损失惨重，但随着市场回暖，新一批 P2E 游戏又重新在这个市场中生长了出来，说明了这背后有着切实的用户需求。
菲律宾也好，东欧也好，非洲也好。最近这些冒出来的零撸小游戏火爆的市场有以下这些相似性：1）法币面临一定危机；2）人口结构年轻化，大量有闲时的年轻人口；3）经济欠发达，人均收入～10 美金。虽然这些市场有着良好的 Crypto 适配性，但 ARPU 低，且并不是传统的 Degen Retail 来源（北美，中国，韩国），资金也经常涉及灰产，因此也往往被项目方忽视。下沉市场的蛋糕是房间里的大象。（ 来源 ）
6️⃣ 【英文】深入研究 Ethena 和 USDe 的机制和风险
导读：Chorus One 研究员 Kam 撰文解释 Ethena 的运作方式，包括 USDe 和 sUSDe 背后的机制，同时探讨黑天鹅情景下的市场动态和潜在脆弱性。
Kam: 负资金利率：Ethena 架构最广为人知的风险之一可能就是资金利率转为负值的风险。正如上文所述，Ethena 采取永续空头头寸来对冲现货抵押品。如果资金利率变为负值（表明空头仓位比多头仓位多），协议就有开始亏损的风险。有两种机制可以减轻负资金利率带来的损失：资产产生的质押收益率；保险基金。当负资金利率 > 抵押品收益率时，保险基金介入。
流动性紧缩：这与前面提到的负资金利率有一定关系。当出现负资金利率时，就会出现抛售。非白名单用户退出 USDe 的唯一途径是在市场上出售，这将产生脱钩。这将被白名单实体捕获。如果发生脱钩，白名单实体将以折扣价买入 USDe，通过退还 USDe 来赎回抵押品，从而减少 USDe 的流通供应并获取利润。如果发生这种情况，非白名单的 USDe 持有者将遭受最大的损失。如果 Ethena 变得足够大，这可能会导致重大的取消质押事件，从而影响以太坊的经济安全。
执行风险：持有 USDe 还意味着信任 Ethena 团队能够有效执行现金和套利交易。不幸的是，关于如何执行这笔交易的信息并不多。查看官方文档后，没有提供有关交易团队或此交易发生频率的信息。【原文为英文】（ 来源 ）
7️⃣ 【英文】破除 AI 数据壁垒：数据 DAO 正当时
导读：过去几年加密货币领域讨论的一个话题是数据 DAO，即创建、组织和管理数据的个人集体。人工智能的快速发展进一步催生了有关数据 DAO「Why Now？」的思考。Variant Fund 联合创始人 Li Jin 分享其观点，以探讨数据 DAO 如何加速人工智能发展。
Li Jin: 如今，人工智能模型通常在公共数据上进行训练，数据来源为新闻媒体和 Reddit 等合作伙伴，或在开放互联网上进行抓取。这些方法能有效地快速聚合大量数据，但在收集数据的内容和方式上都有局限性。首先，人工智能发展受数据质量和数量瓶颈的制约。推倒数据墙的方法之一是开放新数据集的可用性。其次，现有模式下，聚合数据的公司获取了大部分价值，生成实际内容的终端用户却没有从中获得任何经济利益。这种错位可能会扼杀人们的参与，并带来社会经济影响。
上述数据问题有一个共同点：它们都受益于多样化、具有代表性的用户样本的规模化贡献。任何单个数据点对模型性能的价值可能微不足道，但一大群用户可以聚合对人工智能训练有价值的新数据集，这就是数据 DAO 的理念。通过数据 DAO，数据贡献者可以从贡献数据中获得经济效益，并管理数据的使用和货币化方式。
在当前的数据格局中，数据 DAO 可以填补哪些空白？以下是一些想法：
真实世界数据：将 DEPIN 看作真实世界数据 DAO 的一个视角是，数据集由硬件设备和 / 或用户网络生成。这些数据对各家公司都有商业利益，收入会以代币奖励的形式返还给贡献者。
个人健康数据：生物黑客（Biohacking）是一种社会运动，个人和社区采用 DIY 的方式研究生物学，通常是在自己身上做实验。数据 DAO 可以通过组织参与者进行共同实验并收集结果，为这些生物黑客活动带来结构和激励。
通过人类反馈进行强化学习：利用 RLHF（有人类反馈的强化学习）对人工智能模型进行微调，即利用人类输入来提高人工智能系统的性能。通常，反馈提供者是其所在领域的专家，能够有效评估模型输出。
隐私数据： 数据 DAO 可以提供一种解决方案，让有意愿的参与者能够上传数据并将其货币化，同时管理数据的使用方式。代币激励机制不仅让用户能通过一次性交易赚取收入，还允许从在其数据上训练的人工智能模型所创造的价值中获得收益。【原文为英文】（ 来源 ）
8️⃣ 区块链的第一性原理： 以 Sui 和 Arweave AO 为例
导读：随着区块链研究的不断发展，虽然大部分区块链还是遵循传统区块 + 链的结构，但也出现了一些以第一性原理设计的区块链，他们从最根本的去中心化记账问题出发，有着独特的数据结构和共识，本文以 Sui 和 Arweave AO 为例进行介绍。
PermaDAO: 第一性原理是从物理学的角度去思考事物的本质，再从本质出发，一层层向上设计。虽然 Sui 和 Arweave AO 都是基于第一性原理设计出来的区块链，但由于他们的本质不一样，于是设计出了完全不同的架构。
Sui 的本质是去中心化账本服务，对标的是像 Solana 这样的高性能 Layer1，因此 Sui 围绕着「更快的账本服务」设计了面向对象的数据模型，双共识机制和基于状态访问实现的交易并行执行，提高了可扩展性，同时降低了延迟和费用。让开发者能够快速且低成本地开发基于 Sui Move 智能合约的应用。
Arweave AO 的本质是去中心化计算系统，或者说是去中心化云服务，是运行账本服务的基础设施，因此 AO 围绕着「可验证的分布式计算系统」提出了 SCP，即在链下进行计算，将存储放在链上，实现大规模并行计算机的互联和协作。用户体验与传统云服务几乎一致，但背后是去中心化的计算系统。（ 来源 ）
9️⃣ 【英文长推】为什么 zkVM 的未来将基于 RISC-V 指令集架构？
导读：为什么 RISC Zero、Succinct、Lita 和 a16z 的 Jolt 都在构建基于 RISC-V 的 zkVM，它有何特别之处？Runtime Vеrification 开发者关系工程师 hyperstructured.greg 撰文介绍了 RISC-V 架构的特点和优势。
hyperstructured.greg: 开放和可扩展的架构： RISC-V 是一种开放式标准指令集架构（ISA），可免费用于任何用途。高度适应性和可定制性，使得 zkVM 开发人员能够专门针对证明操作，优化性能和效率定制架构。
模块化和灵活性： RISC-V 的模块化特性使 zkVM 开发人员能够仅实现所需的功能，避免不必要的复杂性和开销。
标准化和生态系统支持： RISC-V 拥有一个快速发展的生态系统，提供广泛的工具链支持，包括编译器和调试器。Runtime Vеrification 正在构建针对 RISC-V ISA 的形式验证工具。
证明生成和验证的效率： RISC-V 设计简单，有助于更高效地执行零知识证明中涉及的复杂算法。通过利用 RISC-V，zkVM 可以在速度和资源利用率方面实现更高的性能，这对证明聚合至关重要。
安全性和形式验证： RISC-V 清晰明确的架构使形式验证技术的应用变得更加容易，这对于确保 zkVM 的安全性和正确性至关重要。通过使用 RISC-V，开发人员将能够利用我们的形式验证工具和方法来构建更安全的 zkVM。
跨平台兼容性： RISC-V 与各种硬件平台（包括 x86、x64 和 ARM）的兼容性意味着 zkVM 可以在各种环境中部署。这种灵活性允许无缝集成到不同的系统中，对于证明聚合解决方案的广泛采用至关重要。【原文为英文】（ 来源 ）
