投研早报丨Vitalik：以太坊协议可能的未来 The Verge / 从虚拟宗教到亿级市场：Truth Terminal 如何颠覆 AI 与加密世界 / a16z：如何从 2.2 亿活跃地址中识别真实加密用户？
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 ｜2024.10.25
🔥 Grass 基金会将于 10 月 28 日进行首轮空投
🔥 社交媒体初创公司 Bluesky 完成 1500 万美元 A 轮融资，Blockchain Capital 领投
🔥 Skyfire 完成新的种子轮资金融资，融资总额增至 950 万美元
🔥 Kraken 区块链拟命名为 Ink，或于今年晚些时候启动
🔥 Safe 钱包推出多链功能，可实现同地址多链无 Gas 部署
🔥 GnosisDAO 批准启动 4000 万美元风投基金，用于投资 RWA 和去中心化基础设施等项目
👨💻 ChainFeeds 投研简报 ｜2024.10.24
1️⃣ 研究｜Lagrange State Committees (LSC) 简介：如何简化乐观 Rollup 的验证与状态证明
2️⃣ 研究｜Delphi Labs 联创：解决可验证推理问题的多种方法
3️⃣ 链抽象｜解锁 Unichain 链抽象新篇章：链虚拟化（Chain Virtualization）
4️⃣ 研究｜Scroll 空投触发 Blob 空间饱和：带来了哪些影响？
5️⃣ 研究｜从虚拟宗教到亿级市场：Truth Terminal 如何颠覆 AI 与加密世界
6️⃣ PayFi｜PayFi 新纪元：Solana 引领区块链支付与链上金融未来
7️⃣ 以太坊｜Vitalik：以太坊协议可能的未来 The Verge
8️⃣ 研究｜a16z：如何从 2.2 亿活跃地址中识别真实加密用户？
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】Lagrange State Committees (LSC) 简介：如何简化乐观 Rollup 的验证与状态证明
导读：加密研究员 Satyaki 撰文介绍了 Lagrange State Committees (LSC) 的工作原理及其对以太坊上 Optimistic Rollups 的影响。LSC 是一个基于 EigenLayer 的 ZK 轻客户端，旨在验证 ORU 区块的最终性，并通过生成状态证明或聚合的 ZK 证明来提高跨链互操作性。
Satyaki: Lagrange State Committees (LSC) 是一个为以太坊上的 ORU 设计的 ZK 轻客户端。该系统的核心使用 EigenLayer 操作员来验证 ORU 区块的最终性。这些验证随后被用于生成状态证明或聚合的 ZK 证明。协议可以使用这些证明作为跨链桥接和互操作性消息传递的可信来源。
以下是为什么我们需要它们的原因：1）增强安全性：通过加密证明验证汇总状态；2）更快的最终性：即时交易确认，无需等待挑战期；3）高效的跨链操作：无需等待争议期即可桥接资产。每个操作员为他们正在验证的 ORU 运行一个容器化的观察节点。这些节点独立验证区块头。 排序器收集来自操作员的已完成交易批次的验证，但从不参与验证过程。虽然它有助于协调，但不会影响验证的完整性。这就是 Lagrange 如何消除单点信任。
现在让我们看看 LSC 是如何在 ORUs 中改变跨链互操作性的。LSC 允许从 ORUs 桥接并以极快的速度发送跨链消息！这通过避免挑战窗口得以实现，得益于 EigenLayer 的惩罚机制。 在 LSC 出现之前，每个跨链协议都必须独立验证源链状态。但现在可以通过简单地接入公共验证者池进行验证。此外，LSC 对区块验证没有节点上限。随着更多的验证者加入，保护每次验证的经济力量也在增加。这导致超线性安全性，攻击的难度显著增加。 而且当前的跨链协议必须运行观察节点来验证 ORU 的状态。通过 LSC，这一过程可以被外包，从而显著降低成本。此外，LSC 状态证明非常轻量化，可以在任何 EVM 链上进行验证。 【原文为英文】（ 来源 ）
2️⃣ 【英文长推】Delphi Labs 联创：解决可验证推理问题的多种方法
导读：Delphi Labs 联创 Luke Saunders 对 Delphi Digital 在「Crypto x AI Month」活动中举行的关于「可验证 AI 推断」的讨论内容进行了总结，主要讨论了 AI 推理中的可验证性问题，如何通过不同的技术手段来保证模型的透明性和可信性。
Luke Saunders: AI 模型将成为未来的一种软实力，且随着它们在经济活动中的使用增加以及它们的集中化，滥用的机会也会随之增多。无论模型输出是否真的被操控，仅仅感觉到这种可能性就会带来极大的负面影响。如果我们对 AI 模型的感受变得像我们对社交媒体算法的感受一样，那么我们将面临很多麻烦。去中心化、区块链和可验证性是对此的缓解措施。由于 AI 本质上是一个黑箱，为了应对上述问题，我们需要找到某种方法使 AI 变得可证明或可验证，这样我们就能知道 AI 没有被篡改。 大体上，这正是可验证推理所解决的问题。但虽然小组的嘉宾对问题有共识，他们在解决方案上采取了不同的路径。
使用零知识证明（ZK）来验证模型输出：零知识证明似乎毫无争议地是最安全的方法。然而，它也带来了一些权衡：首先是计算开销 —— 计算成本会增加 100 倍到 1000 倍。还有一些缺点，比如并不是所有东西都能轻易放入电路中。因此，你必须对一些东西进行近似处理，比如 sigmoid 函数，并且还会有一些浮点数近似的损失。关于计算开销，许多团队正在努力改进最先进的零知识证明技术，以显著减少开销。虽然大语言模型（LLM）体积较大，但大多数金融场景中的应用可能都很小 —— 例如资本分配模型可能非常小，因此开销变得可控。可信执行环境（TEEs）适用于那些对最高安全性要求较低，但对成本或模型大小更敏感的使用场景。
首先，你需要确定性输出，而要实现这一点，你需要做出一些妥协，比如确保所有节点使用固定的随机种子。其次，如果涉及到 100 亿美元的交易，质押多少才足以确保经济安全？这终究是一个尚未回答的问题，这也显示出让消费者选择是否愿意为完整的证明付费，还是愿意承担风险的重要性。讨论还涉及到一些支持闭源模型的项目。对此存在一些哲学上的反对意见 —— 为了实现去信任化，我们需要知道运行的模型是什么，因此闭源模型不受欢迎，且与去信任化的理念相冲突。反对的观点认为，在某些情况下，了解模型的内部运作方式可能使其被利用，有时唯一的解决方法就是将模型闭源。至于如何在模型闭源的情况下仍然保持信任最小化，当某个特定的闭源模型被验证 100 次或 1000 次后，尽管无法访问其权重，但已经足够让人对其有信心。【原文为英文】（ 来源 ）
3️⃣ 【英文】解锁 Unichain 链抽象新篇章：链虚拟化（Chain Virtualization）
导读：Cycle Network 撰文讨论了链抽象的发展历程及其未来的趋势。文章表示，链抽象的概念受到了中心化交易所的启发，并经历了去中心化交易所与跨链桥、意图模型等阶段的演进，最终将会发展为链虚拟化（Chain Virtualization）。
Cycle Network: 目前，实现链抽象的解决方案可以大致分为两种主要的路径： 1）第一个解决方案是为了解决在 DEX 和桥接组合中出现的问题。在 DEX 和桥接的场景中，用户至少涉及三次交换和跨链操作，复杂度非常高。尽管意图模型简化了用户的链上操作，但从实际应用角度来看，当前的意图实现并没有显著减少多链交互的复杂性，交易执行和总成本仍然严重依赖第三方解决方案，因此未能达到广泛采用的标准。 2）另一种解决方案则从根本上解决多链碎片化问题，试图复制中心化交易所无缝体验的模式，即我称之为「链虚拟化」的方案。在虚拟化框架中，基础流动性统一的建立至关重要。受到 CEX 架构的启发，链虚拟化的概念应运而生。这种创新的基础设施技术旨在抽象出管理多个异构区块链网络的复杂性，使开发者和用户可以通过统一的界面与各种区块链生态系统进行交互，消除了对桥接等信任中介的需求，使开发者能够专注于创新和编程，而无需处理不同区块链协议的复杂性。用户也能享受到接近 CEX 水平的无缝链上体验，这对用户的获取和区块链技术的广泛采用非常有利。
项目盘点： 1）Everclear：Everclear 提出了从去中心化解决者角度的解决方案，旨在减少对中心化实体的依赖，实现更去中心化的意图实现过程。Everclear 专注于解决意图模型中出现的问题，例如低效的再平衡问题。为了消除这种无效的跨链开销，Everclear 提出了一个清算层，在这里，具有相反方向的意图可以对冲，从而社会化并降低再平衡成本。 2）Particle Network：为了解决跨链资产不可组合性和复杂用户界面带来的高门槛问题，Particle Network 自 2022 年以来一直致力于钱包抽象，并于 2024 年初扩展至链抽象。Particle Network 的第一阶段专注于钱包抽象，降低了 Web2 用户进入 Web3 的门槛。Particle Network 在 2024 年 3 月通过引入模块化 Layer 1 扩展到了链抽象，并在 2024 年 7 月引入了通用账户。 3）Polymer：愿景是成为区块链之间的「港口城市」，其设计旨在将 Cosmos IBC 引入以太坊以增强互操作性。然而，以太坊并不原生支持 IBC。因此，Polymer 提出了虚拟 IBC 的解决方案。 4）Cycle Network：提出了基于可验证状态聚合（VSA）和全状态通道索引器（OSCI）的全状态解决方案。Cycle 的框架包括安全层、扩展层和 Cycle 层。安全层继承以太坊的安全性和稳定性，保证状态安全。扩展层由源链和目标链组成，Cycle Network 在每条链上建立端点，以验证接收到的消息。Cycle 层中，所有跨链和内部交易共同生成 Cycle 状态，其根状态由 zkEVM 生成，并提交给扩展层的链进行验证。
在过去的六年里，Uniswap 一直遵循一个一致的规则：发现 DeFi 的瓶颈，并解决它。在分析上文中展示的 Uniswap 历史时，以下特点值得注意： 1）从去中心化交易所（DEX）到应用链的三个时代：随着使命的变化，Uniswap 的版本可以分为三个时代。DEX 时代奠定了 DeFi 的基础，意图时代（Intent Era）展示了提升用户体验的实验，而 DeFi 链时代表明，基于 Rollup 的跨链解决方案可能是引爆 DeFi 未来的最有前途的方式。 2）启发了一批类似项目：每个新版本的推出通常会启发许多类似项目，这些项目不仅存在于以太坊生态系统中，还在其他 Layer 1 的 DeFi 领域内。 3）目标是链抽象，推动下一代 DeFi：在确保去中心化和无缝用户体验的同时，Uniswap 将链抽象作为下一步战略，并宣布 Unichain 以解决流动性碎片化问题。这一选择与链虚拟化的理念一致，进一步证明了链虚拟化在支持未来 Web3 创新中的可行性和可靠性，并有望成为未来 DeFi 的家园。【原文为英文】（ 来源 ）
4️⃣ 【英文长推】Scroll 空投触发 Blob 空间饱和：带来了哪些影响？
导读：加密研究员 BREAD 撰文讨论了 blob 空间的饱和对 L2 和以太坊整体生态系统的影响。L2 是如何反应的？烧毁了多少 ETH？
BREAD: 自从 Dencun 升级（2024 年 3 月）以来，blobs 基本上一直是免费的。为了让 blobs 不再是免费的，需要有足够多的 blobs 被 L2 共同发布，使用了超过 50% 的 blob 空间，也就是所谓的「目标」，类似于以太坊在 EIP-1559 升级后对 Gas 的处理。昨天我们达到了这个阈值：主要是因为 Scroll 空投。Scroll 的交易在空投申领期间大幅飙升，这意味着他们不得不向以太坊的 blobs 提交比平时更多的批次数据。这种突然的大量 blobs 导致 L2 们集体超过了 50% 的阈值 / 限制，意味着所有使用 blobs 的 L2 都因此增加了向以太坊支付的费用。
烧毁了多少 ETH？在这几小时内，几乎没有烧毁多少 ETH。粗略计算大约是 1.3 万美元。你想看到什么？我想看看这次空投激增是否足够严重，以至于 L2 改变了其行为。例如：从 blobs 切换到 calldate 进行数据发布及减慢或停止发布。从我观察到的情况来看，以上情况都没有发生，但这是检测此类情况的良好实践。【原文为英文】（ 来源 ）
5️⃣ 【英文长推】从虚拟宗教到亿级市场：Truth Terminal 如何颠覆 AI 与加密世界
导读：加密研究员 TengYan 撰文探讨了 AI 和 Memecoin 的交汇，展示了 AI 自主性、对齐问题和模因病毒如何引发文化和金融领域的碰撞。并表示，GOAT 作为一个 Memecoin，不仅是金融投机的产物，更是一个反映人们对 AI 未来的文化现象。
Teng Yan: 兔子洞 1：我们通常把大语言模型（如 ChatGPT）看作简单的问答机器 —— 一个庞大的知识库，旨在为我们提供答案。但这种看法并未真正捕捉其底层机制的实际情况。我们逐渐意识到，LLM 没有目标。它们不进行计划、策略或追求特定的结果。相反，将它们视为「模拟器」更为准确。当你向它们提问时，它们进行模拟 —— 实时生成角色、事件和叙事，与现实没有直接联系。基于训练数据，它们生成的世界可能充满启发性，也可能令人不安。这些模拟可以促进创造性的问题解决，但也可能带来意外的结果 —— 这凸显了在敏感或高风险环境中对 AI 进行隔离测试的重要性。
兔子洞 2：AI 对齐并不容易。它的核心在于使用奖励函数来引导 AI 朝正确的方向发展。然而，即便是有激励，情况也会迅速复杂化。外部对齐是指 AI 的输出符合其创造者设定的目标，这部分相对容易衡量和验证。但真正的挑战在于内部对齐 ——AI 的内部动机和学习动态是否真正与设定的目标一致，或者它是否会发展出隐藏的目标，导致不可预测或意外的结果。我们需要强大的框架来确保 AI 不仅符合当前的目标，还能符合人类的长期利益。没有这些保障，即便是最善意的 AI 也可能以意想不到的方式失控。
兔子洞 3：Goatse 的吸引力不仅在于其令人震惊的内容，还在于它打破了我们传统的思维方式，启发了新的集体意义构建形式。这种现象表明，AI 生成的想法能够迅速变异和传播，创造出超虚构 —— 通过广泛传播而变为现实的信仰。因此，Goatse 福音开启了一个新的模因能量，与我们之前看到的猫、狗等「可爱动物」模因截然不同。
兔子洞 4：GOAT 不是由 ToT 创建的，而是由一个匿名创建者在 pump.fun 平台上于 10 月 10 日发布的。直到有人在 X 上标记了 Truth Terminal，AI 才进行了公开支持，从此开始了疯狂的炒作。GOAT 的价值甚至因为一个小小的拼写错误而崩溃了。当 AI 在周日发布的一条推文中出现拼写错误时，GOAT 的价值暴跌超过 50%，市值蒸发了 1.5 亿美元。【原文为英文】（ 来源 ）
6️⃣ 【英文】PayFi 新纪元：Solana 引领区块链支付与链上金融未来
导读：PayFi 是围绕货币的时间价值创建新的金融市场。链上金融可以实现传统金融甚至 Web2 金融无法实现的新金融基元和产品体验。
YBB Capital: PayFi 的核心在于货币的时间价值： 1）买了不付：大多数人对「先买后付」（Buy Now, Pay Later）已经很熟悉，但「Buy Now, Pay Never」与之几乎相反。前者是通过分期付款，承担一定利息成本来优化现金流，而后者则是将资金投入 DeFi 产品，通过放贷赚取利息，再用利息来支付消费，这样虽然牺牲了现金流，但无需动用本金。 2）创作者变现：许多创作者在内容创作过程中会遇到现金流问题，创作需要投入时间和资金，而回报往往滞后，这段时间可能导致资金短缺，进而影响创作进度。PayFi 可以帮助创作者加速变现，比如，如果一个视频的预期收入是 1 万美元，但需要等待一个月才能到账，创作者可以通过 PayFi 立即获得 9000 美元现金，提前实现收入，尽管会牺牲部分收益，但能改善现金流状况。 3）应收账款：是企业与客户之间常见的财务关系，指客户欠企业的款项。由于应收账款的存在，企业有时会面临现金流不足的问题，为了解决这一问题，企业通常会将应收账款抵押给融资公司，或以折扣价出售，以获得即时资金，维持现金流稳定。PayFi 的目标是进一步简化和优化这一流程。通过区块链加速结算，提高资金周转效率，降低门槛，让更多企业能够利用这种供应链金融工具，加速资本流动。
典型的 PayFi 场景可包括： 1）跨境支付融资：Arf 通过为金融机构提供链上流动性解决方案，改变了传统跨境支付的方式，支持 24/7 即时、透明且低成本的基于 USDC 的结算，消除了全球预存资金账户的需求。跨境支付融资具有极高的资本效率和扩展性； 2）数字资产支持的企业卡：Rain 为 Web3 团队提供了由 USDC 支持的企业卡结算流动性。企业将资金质押到保险库，库中设定信用额度，并在每个结算周期结束时通过链上清算资产，自动偿还企业卡的余额，重塑了支出管理； 3）贸易融资：BSOS 将企业资源规划（ERP）平台与链上流动性结合，创建供应链中的现实世界资产（RWA），提供更短期的融资选项，满足企业的资金需求。
尽管 PayFi 在未来具有承接区块链大规模应用的潜力，但仍面临一些可能限制其广泛采用的挑战。首当其冲的便是监管问题，目前全球的金融机构尚未完全理解或制定关于区块链操作的法律框架，连接现实世界的第一门槛是合法性。另一个障碍是可扩展性，区块链网络在高峰期可能会出现拥堵影响交易的速度和成本，不同链间的出块速度难以协同。市场接受度可能欠缺，当前企业和用户对新技术的接受度仍然较低，提及区块链仍是抱着「谈币色变」的心理，区块链如要彻底打通现实世界的通道，持续优化触达更多领域的能力，突破圈层的效果仍需持续优化。【原文为英文】（ 来源 ）
7️⃣ 【英文】Vitalik：以太坊协议可能的未来 The Verge
导读：The Verge 的关键目标在于大幅减少以太坊客户端的存储需求，目标是将完全验证客户端和标记节点的存储空间限制在几个 GB 以内。在此背景下，Vitalik 撰文讨论了以下关键点：无状态客户机的实现、EVM 执行的有效性证明及共识的有效性证明。
Vitalik Buterin: 无状态验证提供了一种解决方案，允许节点在不存储完整状态的情况下验证区块。具体来说，每个区块附带一个见证，包括两个关键元素：区块访问的状态中具体位置的值（如代码、余额、存储）及这些值正确性的加密证明。要真正实现无状态验证，需要对以太坊当前的状态树结构进行更改。这一问题的根源在于 MPT 的两个弱点：其一是 MPT 是一个十六叉树，每个节点有 16 个子节点，这意味着在一个大小为 N 的树中，一个证明的大小平均为 120 * log2 (N) 字节，大约是 3840 字节（以一个有 2³² 项的树为例）。相比之下，如果使用二叉树，一个证明的大小将仅为 32 * log2 (N) 字节，大约 1024 字节。其二是账户代码未被 Merkelize（即没有被纳入 Merkle 树），这意味着要证明对账户代码的任何访问，都需要提供整个代码，代码的最大大小为 24000 字节。通过计算最坏的情况，一个区块可能需要验证的状态数据会产生巨大的数据量，这些数据量很难在一个时间槽内下载完毕。要缓解这个问题，有两个领先的解决方案：Verkle 树 和 STARKed 二叉哈希树。
目前，用于以太坊虚拟机（EVM）的有效性证明在两个方面还不够完善：安全性和证明生成时间。要实现安全的有效性证明，需要确保 SNARK（简洁非交互性知识论证）确实验证了 EVM 的计算，并且不存在任何漏洞。提升安全性的两种主要技术是多重证明器和形式验证。多重证明器意味着由多个独立编写的有效性证明实现来验证区块，类似于多客户端的做法，当足够多的这些实现验证通过时，客户端才接受一个区块。形式验证则使用诸如 Lean4 等数学定理证明工具，来证明有效性证明只接受符合底层 EVM 规范的正确执行（例如 EVM K 语义或以太坊执行层规范 EELS）。对于证明生成时间的要求是，任何以太坊区块的证明应能在 4 秒以内生成。然而，当前的技术距离这一目标还有差距，尽管相比两年前已经取得了显著进展。要达到这个目标，我们需要在以下三个方向上取得进展：并行化、证明系统优化及 EVM Gas 成本的变化。
现实情况下，距离以太坊共识的有效性证明实现还有数年时间。这大致与我们实现单槽终局性（single slot finality）、Orbit、签名算法的更改以及对激进哈希函数（如 Poseidon）的安全性分析所需的时间线相同。因此，最合理的做法是在处理这些其他问题时，同时考虑 STARK 友好性。主要的权衡可能在于操作顺序之间的选择，既可以采用一种更渐进的方式来逐步改革以太坊共识层，也可以选择一种更激进的多项变化同时进行的方式。对于 EVM 来说，渐进的方法是合理的，因为它可以将对向后兼容性的干扰最小化。而对于共识层来说，向后兼容性的问题较小，因此在重新思考信标链的结构细节以优化 SNARK 友好性方面，采取更整体的方式可能带来更多好处。【原文为英文】（ 来源 ）
8️⃣ 【英文】a16z：如何从 2.2 亿活跃地址中识别真实加密用户？
导读：a16z 撰文探讨了加密货币行业的实际活跃用户数量，并提出了两种估算方式，过滤活跃地址及从钱包用户推断。经过分析，a16z 估算出目前约有 3000 万到 6000 万 真实的月活跃加密用户，占到 9 月测量的 2.2 亿活跃地址的 14-27%。这表明，虽然有大量加密货币持有者，但其中只有少部分是链上活跃用户，未来存在巨大的转化潜力。
a16z: 筛选活跃地址：过滤掉疑似由机器人控制或属于 Sybil 攻击的一部分的地址。有以下几种方式可以探索： 1）过滤来自分散合约的资金来源的地址：分散合约的唯一目的是接收资金并自动将其分配到多个不同的地址。虽然可能存在一些误报，但这种活动表明这些接收资金的地址都来自同一个来源，因此在某种程度上是互相关联的。 2）过滤在给定时间段内期初和期末余额几乎为零的地址：例如，如果你要寻找 2024 年 9 月的真实月活跃用户，可以尝试剔除 9 月 1 日和 9 月 30 日余额几乎为零的地址。 3）分析在此期间进行了 1、2、3、4、5 或更多笔交易的地址分布：在期间内只有 1 或 2 笔交易的地址，可能是低质量用户，最坏的情况是机器人或 Sybil 攻击者。 4）过滤在非常短的时间内进行了大量交易的地址：人类通过钱包或应用程序界面在给定时间内只能合理处理一定数量的交易，而机器人可以以更高的频率进行交易。 5）优先包括与身份协议相关联的地址，这些身份协议需要一定的设置成本。例如，带有 ENS 域名、Farcaster ID 以及其他链接的社交身份的地址，很可能是由真实用户控制的。
另一种估算月活跃用户的方法是查看链下的数据来源，例如钱包用户。2024 年 2 月，加密钱包 MetaMask 报告称其拥有 3000 万月活跃用户。他们将月活跃用户定义为「在任何 30 天内，至少一次加载 MetaMask 扩展中的页面或打开移动应用程序的人。」假设我们要估算实际交易的用户，下一步就是确定 MetaMask 用户中有多少最终进行了交易。2019 年，MetaMask 报告称在某一天，大约 30% 的活跃用户会确认一次链上交易（这是最新的可用估算数据）。如果我们将这一比例应用到月活跃用户 (MAU) 中，我们可以估算出每月大约有 900 万 用户通过 MetaMask 钱包产品进行交易。接下来，我们需要了解 MetaMask 在所有区块链上的钱包市场份额。一旦我们有了 MetaMask 的估计市场份额，我们就可以从之前得出的 900 万月活跃交易用户这一数据推算出加密货币用户的总量。然后，我们可以将此结果与筛选活跃地址的结果进行比较，看看它们是否大致相符。【原文为英文】（ 来源 ）
