投研早报丨关于以太坊 Gas 限制调整的理性思考：我们应保持选择性 / 技术角度剖析 Stacks：BTC Layer2「先行者」/ 数据分析 289 个代币表现，六成上涨超 100%，公链、MEME 热度高
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 ｜2024.12.6
🔥 Sui 生态借贷协议 Suilend 完成 400 万美元融资，Robot Ventures 领投
🔥 Molecule 将联合成立 DeSci 生态系统基金，并已回购 RIF 与 URO 代币
🔥 Lido：wstETH 已在 Starknet 上线
🔥 Gevulot 完成新一轮战略融资，并推出通用证明者网络 Firestarter
🔥 Tether Treasury 在以太坊网络新增铸造 10 亿枚 USDT
🔥 Gravity 推出 500 万美元开发者基金，将支持 Gravity 生态钱包、数据分析等领域开发
👨💻 ChainFeeds 投研简报 ｜2024.12.5
1️⃣ 研究｜关于以太坊 Gas 限制调整的理性思考：我们应该保持选择性
2️⃣ 技术｜技术角度剖析 Stacks：BTC Layer2「先行者」
3️⃣ 项目现状｜1 个月内 CRV 从 0.2 美元飙升至 1.1 美元：背后发生了什么？
4️⃣ 研究｜探索加密货币在 Agent 经济中的潜力与挑战
5️⃣ 数据｜山寨季来了！数据分析 289 个代币表现，六成上涨超 100%，公链、MEME 热度高
6️⃣ 研究｜a16z：加密领域让我们兴奋的一些事情
7️⃣ 项目介绍｜AI 驱动的游戏革命：ARC 带来了哪些机遇？
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 【英文长推】关于以太坊 Gas 限制调整的理性思考：我们应该保持选择性
导读：我们应该在合适的时候提高 Gas 限制，但目前 Gas 费用已经相对较低，真正需要关注的是如何管理网络的长期可持续性和性能，而不是一味地提升 Gas 限制。
Evan Van Ness: 我不喜欢用老生常谈的说法，但让我们从第一性原理出发思考这个问题：我们到底在试图实现什么目标？我能想到的几个目标，但都没有让我很信服： 1）降低 Gas 价格：过去一个月的平均交易价格是 16gwei，这个平均费用对我来说是非常合理的。 2）打破以太坊在 L1 上停止创新的荒谬说法。3）我们应该提高 Gas 限制，因为我们好久没提高了，而且现在磁盘比之前便宜：认为如果社区决定在磁盘空间和 I/O 提升的情况下，逐步提高 Gas 限制是可以理解的，因为这会成为一个可信的承诺，但如果仅凭此作为唯一理由，我认为并不充分。 4）将应用带回 L1：一些人希望将应用带回 L1，但这里有一个诱发需求的实际问题。你如果大幅提高 Gas 限制，带回大量应用，一切看似很美好，但很快需求会压倒供应，最终交易费用又会飙升到 120gwei。
我认为我们完全可以在一定范围内提高 Gas 限制。我打算在合适的时候提出稍微提高 Gas 限制，比如提到 3300 万。如果效果好，我们可以再评估并继续提高。虽然有显著的协调成本，但这些成本实际上是好事：我们不应该让协调能力退化，除非我们想要它退化。我不认为我们在近期内应该将 Gas 限制提高到 6000 万，即使有需求。我认为我们还没有充分证明这一点，而且以太坊已经不再是随意冒险的时候了。我尊重那些不同意见的人，但我们有不同的证明责任。
总体来说，我认为保持状态大小和 I/O 的可管理性，保持可选择性，直到我们通过 SNARK 或其他技术解决方案来解决问题。正如我最近多次提到的，以太坊希望成为互联网的货币和全球结算层。这意味着我们不冒风险。所以我们始终尽量保留可选择性。即使我们未来实现无状态验证，仍会有一些强大的服务器来做区块构建。我们提高 RAM 需求的同时，也在提高进入的门槛。历史上，以太坊的一个优点是，即使没有资本，也能技术上参与这些事情。【原文为英文】（ 来源 ）
2️⃣ 【长推】技术角度剖析 Stacks：BTC Layer2「先行者」
导读：经历 7 年沉淀和市场验证，Stacks 已经探索出了一整套完整的技术栈，为 BTC 探索智能合约实践提供了可行的解决方案范例。
Haotian: 早在 2017 年比特币还处于保守派和创新派之争时，保守派坚定认为应简化功能只专注做储备资产，而创新派则认为 BTC 需要拓展更多应用场景以支持智能合约功能来应对以太坊等新链的竞争。显然，Stacks 选择了后者，这在当时环境下多少有些「另类」。但多年后，Ordinals 协议掀起的 BTC 链上资产发行潮、BTC layer2 网络扩展潮等种种围绕 BTC 生态的延展开发，都证实了 Stacks 当年作出的选择极具战略眼光。所以，某种程度上说 Stacks 应属于这场 BTC 生态扩展热潮的鼻祖，但这场主要由「华人」推动的 BTC FOMO 潮下，Stacks 似乎「缺席」了，并没有过多的参与造势和讨论，不过，其纯技术导向且稳健发展的底气也让它吃到了市场对于 BTC layer2 的预期红利，整体市场表现可圈可点。
Stacks 没有采用当时比较常见的 POW 或 POS 共识机制，而是采用了特别的 POX 共识机制，简单理解：POX 即 Proof of Transfer 转账证明。Stacks 网络的矿工要向比特币主网证明它们发起了 BTC 转向特定地址的转账，继而才可赢得 Stacks 网络的「出块权」，赢得 $STX 奖励，而 Stacks 网络的用户（Holder），持有并 Staking STX 一定周期，就可以按比例获得这部分矿工投入的 BTC 分红。不难看出，POX 共识机制整体偏「双层设计」，比特币网络作为基础层沉淀并锁定 BTC 资产提供网络「共识层」安全，而 Stacks 网络则为落地复杂的智能合约相关应用和网络通信协作的「执行层」。这种设计，充分维持了 BTC 主网的权威性，并实现了通过「经济绑定」和比特币主网达成「强相关」。
最近，Stacks 的产品负责人分享了 sBTC 即将部署主网上线的 Overview，可以看出 sBTC 这个号称原生 BTC 跨链资产的独特之处。相较普遍会采用的中心化托管资产，链 A 锁资产链 B Mint 资产的传统 Wrapped 版本资产包装方式，sBTC 实现了 BTC 原生安全性、免跨链性、原子交易、无中心化风险点等技术 Native 特性。具体如何实现呢？Stacks 采用多签门限机制来保证 Stacks 网络的安全性，因此在比特币主网有大量来「签名者」来验证交易和实施多签名操作，用户向指定的 BTC 多签名地址发送 BTC 资产，交易确认后，Stacks 协议的签名者部署方监控并验证交易后，会自动在 Stacks 网络铸造相应 sBTC 给用户。关键点在于 Stacks 部署了大量的独立签名节点，比如 100 个，当门限数量足够多的节点签名确认后，交易才会被真正验证确认，比如（68/100）。（ 来源 ）
3️⃣ 【英文长推】1 个月内 CRV 从 0.2 美元飙升至 1.1 美元：背后发生了什么？
导读：Curve 正在成为机构进入 DeFi 的门户，而 crvUSD 有可能因为巨大的机构资本流入而实现指数级增长。
DeFi Cheetah: 由于监管要求，BlackRock 的代币化货币市场基金 BUIDL 持有者最初只能将代币转移给其他经过预先批准的投资者；这意味着他们与 DeFi 空间完全隔离。于是 Elixir 出现了，通过 sBUIDL（即质押的 BUIDL），BUIDL 持有者可以铸造 deUSD。 最重要的是，正如 USDe，Elixir 选择 Curve 作为 deUSD 的主要流动性中心。预计 BUIDL 的 5.51 亿美元将成为第一批流入 DeFi 的机构资金，随后数十亿美元的代币化美国国债可能也会跟随流入。
大部分流入的资金可能会购买并质押 crvUSD 以获得约 15% 的收益，这些收益来自 crvUSD 的利息收入。这就启动了另一个飞轮效应。这些利息收入来自牛市中的杠杆需求，用户通过 DeFi Saver 对 BTC、ETH 或其他类型的抵押物进行循环操作，使用 crvUSD。随着 BUIDL 持有者和其他代币化美国国债铸造 deUSD 或其他在 Curve 上的稳定币，它们很可能会被用来购买 crvUSD 并质押以享受这一约 15% 的收益，且没有任何锁仓期！
你可能会问：如果更多的人参与分享这个收益，收益不会大幅下降吗？这里会发生神奇的事情：随着更多的人购买和质押 crvUSD，crvUSD 价格突破 1 美元，价格波动会导致 Pegkeeper 铸造更多 crvUSD。随着 PegKeeper 债务的增加，利率会下降。在牛市中，借贷需求巨大，这会使得 crvUSD 再次跌破 1 美元。此时，这会驱动 crvUSD 的收益率上升，更多的人会购买 crvUSD 来赚取收益，从而推动利率下降，鼓励更多的借贷。事实上，crvUSD 当前的瓶颈并不是借贷需求，而是能够消化因循环 / 杠杆操作所带来的卖压的购买压力或应用场景。如果 crvUSD 总是低于 1 美元，利率会过高，导致其他人无法加入。【英文长推】（ 来源 ）
4️⃣ 【英文长推】探索加密货币在 Agent 经济中的潜力与挑战
导读：Delphi Labs 研究员 Robbie Petersen 撰文分析了传统支付系统和区块链在支持 AI Agent 交易方面的优势与局限，并探讨了代理经济的三个发展阶段以及如何捕捉价值。
Robbie Petersen: 关于区块链是否能够作为经济基础设施支持代理经济，已经有大量的猜测和讨论。然而，正如许多新兴的加密垂直领域一样，市场的乐观观点已经被简化为一个缺乏细节的叙事。目前的主流论点是：「Agent 无法拥有银行账户，因此它们将使用加密钱包」，但这个观点忽略了加密支付通道的根本价值。实际上，问题并不在于访问权限。Agent 本可以通过 FBO（For Benefit Of）账户结构来拥有银行账户。例如，像 PayPal 这样的公司已经在单一 FBO 账户结构下管理着数百万个子账户。没有任何根本性的理由表明 AI 代理不能以相同的方式进行管理 —— 每个代理都有自己的虚拟子账户，由平台进行跟踪，但在银行层面是集中管理的。值得注意的是，@Stripe 最近宣布将支持代理交易，并且采用类似的结构。
传统支付系统面临的一个严重问题是全球开发者在访问支付通道方面遇到的巨大障碍，尤其是 70% 位于美国以外的开发者，难以使用传统的支付设施。区块链的解决方案在这一点上具有优势：公链基础设施本质上是无国界、无需许可的，这使得全球 Agent 的部署不再依赖传统的银行关系。任何有互联网接入的人都可以参与到网络中，而不受地理限制。对于单笔小额交易的经济可行性，传统支付系统的费用结构（3% + 固定费用）让微交易变得不具经济性，从而为需要频繁、小额交易服务的 AI 代理设置了障碍。而区块链则通过高性能链条，支持低成本的微交易，使得 Agent 能够高效地进行高频率、小额交易。技术可接入性方面，传统支付系统缺乏程序化 API，且需要严格的 PCI 合规要求。这些面向人类交互设计的系统（如网页表单和人工输入）为自动化和代理操作带来了巨大障碍。而区块链基础设施则提供了原生的程序化访问，通过标准化的 API 和智能合约，使得自动化交互无需屏幕抓取或手动输入，消除了 PCI 合规的负担。
朝着 Agent 经济演变将不可避免地在技术栈中创造赢家和输家。在这一新范式下，几个不同的层级成为关键的价值捕获点： 1）接口层：这些前端界面将逐渐超越简单的支付工具，发展为集身份认证、身份验证和交易能力为一体的综合平台。多个参与者有望在这一层面捕获价值。 2）身份层：在 Agent 经济中，区分人类与机器行为者是一个关键挑战。在 Agent 开始不成比例地管理有价值的资源并做出自主决策的世界里，这一点尤为重要。 3）结算层（区块链）：如果区块链能够取代传统支付通道，成为 AI Agent 的标准结算层，那么那些能够不成比例地促进代理交易的区块链，将在规模上捕获到有意义的价值。 4）稳定币发行者层：考虑到流动性网络效应，可以合理推测，任何被 Agent 广泛使用的稳定币可能会捕获到有意义的价值。今天，USDC 似乎处于最佳位置，因为 Circle 正在推出由开发者控制的钱包和稳定币基础设施，以支持 Agent 交易。（ 来源 ）
5️⃣ 山寨季来了！数据分析 289 个代币表现，六成上涨超 100%，公链、MEME 热度高
导读：那些早已在舆论市场不再占据主导地位的曾经山寨明星，看起来正在以另一种方式悄然归来。
PANews: 从整体的数据来看，近一个月来市场确实进入到一种集体上涨的行情当中。所有代币的平均最大涨幅达到了 166%，也就是几乎所有的代币都上涨了一倍以上。在分析样本中，涨幅在十倍以上的代币有 4 个，涨幅在 5 倍以上的代币有 11 个。涨幅在 2 倍以上的代币有 53 个，占比达到 18.3%。涨幅在 1 倍以上的代币数量达到了 171 个，占比达到 59%。也就是近六成的主流代币在近一个月内都上涨了 1 倍以上。其中，涨幅最大的代币为 Web3 游戏平台的代币 OL，涨幅达到 2784.99%，但考虑到这个代币 11 月 18 日才上线 OKX，该代币的后续走势仍有待观察。
哪些板块才是目前市场上最热门的赛道？从汇总的结果来看，游戏概念相关的代币平均最大涨幅达到了 273.4%，成为当下最热门的山寨赛道。其次是 MEME 币，平均最大涨幅为 225%，元宇宙、Layer1、社交等板块紧随其后。而涨幅最小的是粉丝经济板块（以各个足球队或俱乐部为题材的代币）仅为 85%。不过，在分析中发现，游戏板块的涨幅领先似乎并不是源于游戏板块的真正火热，而是由于新上线的 OL 和前段时间蹭热度成功的 X 都属于这一板块。排除这两个项目之外，游戏板块的真实平均值约为 148%，则不如 Layer1 的整体涨幅大。
整体市场虽然向好，但往往也意味着波动更大。PANews 统计了这些代币在达到高点之后的回调幅度。从总体数据来看，有 25 个项目在达到高点后都出现了了 50% 以上的回调幅度。其中回调最大的几个代币为：DORA（92%）、MORPHO（88%）、MEMEFI（83%）、RADAR（78%）、DEP（77%）。在这 25 个回调最大的代币的占比来看，MEME 币、DeFi 和游戏相关的代币占比最高，均占到 20%。（ 来源 ）
6️⃣ 【英文】a16z：加密领域让我们兴奋的一些事情
导读：a16z 撰文总结了 11 项 2025 年区块链和加密领域的创新趋势，及对未来技术和社会的潜在影响。
Carra Wu: 随着 AI 从 NPC 向主角的转变，它们将开始充当 Agent。然而，直到最近，AI 还无法真正实现 Agent。它们仍然无法以可验证的自主方式（即非人为控制）参与市场 —— 交换价值、揭示偏好、协调资源等。正如我们所看到的，AI Agent 可以使用加密货币进行交易，这为创意内容的产生开辟了无限可能。但 AI Agent 变得更加有用的潜力不仅仅体现在实现人类意图的过程中，更在于它们能作为独立的网络参与者。当 AI Agent 开始管理自己的加密钱包、签名密钥和加密资产时，我们将看到一些有趣的新用例。（ 来源 ）
Eddy Lazzarin: 在一个网络欺诈、诈骗、多个身份、深度伪造以及其他逼真的 AI 生成内容的世界里，我们需要「身份验证」—— 帮助我们确认正在互动的是真正的人。这里的新问题不在于伪造内容本身；而是生产这些内容的成本大幅下降。AI 极大地降低了生成包含我们用来判断是否「真实」的内容的边际成本。因此，现在比以往任何时候都更需要以数字方式将内容与人关联，并保护隐私。（ 来源 ）
Scott Kominers: 预测市场在 2024 年随着美国大选登上了主舞台，但作为一名研究市场设计的经济学家，我认为 2025 年将变革的并非是预测市场本身，而是预测市场为更多基于分布式技术的信息聚合机制铺平了道路，这些机制可以应用于从社区治理和传感器网络到金融等各种领域。过去的一年证明了这一概念，但请注意，预测市场本身并不总是聚合信息的最佳方式：即使对于全球性大事件，它们也可能不可靠；而对于更微观的问题，预测池的规模可能过小，难以获得有意义的信号。但研究人员和技术专家已经积累了数十年的设计框架，用于激励人们（如实）分享他们在不同信息情境中的知识 —— 从数据定价和购买机制，到贝叶斯真理血清以获取主观评估 —— 其中许多框架已经在加密项目中得到了应用。区块链天生适合实施这些机制 —— 不仅因为它们是去中心化的，还因为它们促进了开放、可审计的激励机制。更重要的是，区块链还使输出变得公开，所有人都可以实时解读结果。【原文为英文】（ 来源 ）
7️⃣ 【英文长推】AI 驱动的游戏革命：ARC 带来了哪些机遇？
导读：加密研究员 TengYan 撰文讲述了 ARC 项目如何利用人工智能解决独立游戏和 Web3 游戏中的严重玩家流动性问题，并探讨了 ARC 的发展以及其商业模式的潜力。
Teng Yan: ARC 的创新之一是 AI Arena，一款由 AI 控制的格斗游戏。与传统格斗游戏不同，玩家在 AI Arena 中不直接控制角色，而是担任「教练」的角色，训练 AI 控制的战斗员。这款游戏的核心概念是通过「强化学习」来让 AI 角色模仿玩家的策略，从而提升其技能和战斗表现。在游戏中，玩家可以通过数据收集和训练模式来定制 AI 角色的战斗行为，进而优化其移动、攻击和防御策略。例如，在与对手近距离接触时，玩家可以教 AI 角色如何使用盾牌防御，并进行连击攻击；在远程时，可以教 AI 角色如何发起远程攻击以缩短距离。每个训练过程都能不断调整和优化 AI 角色的策略，最终让 AI 角色能够应对复杂的战斗情况。
ARC 采用了不同类型的 AI 模型来处理游戏中的各种交互。这些模型包括前馈神经网络（Feedforward Neural Networks）、表格型智能体（Tabular Agents）以及正在开发中的分层神经网络（Hierarchical Neural Networks）和卷积神经网络（Convolutional Neural Networks）。这些模型的选择和设计都与游戏的具体需求密切相关。例如，对于需要连续操作和数值计算的游戏环境，前馈神经网络是一个理想的选择，而对于有限的离散场景，表格型智能体则更加适用。ARC 的目标是通过这些不同类型的 AI 模型，打造出既具有挑战性又能平衡游戏体验的 AI 对手。
ARC RL 是 ARC 生态系统中的多人模式，它通过强化学习（Reinforcement Learning，RL）和众包人类游戏数据来训练「超级智能」代理。这些代理被称为「主代理」（Master Agents），代表了所有玩家的集体智慧。与传统的单人训练模式不同，ARC RL 采用的模式是多人协作的，通过共同训练一个 AI 模型，每个参与者都能共享和受益于最终的成果。这种合作式训练不仅有助于提升游戏中 AI 代理的智能，还推动了电子竞技的变革，引入了集体努力和战略协作驱动的竞争。【原文为英文】（ 来源 ）
