首页 资讯 正文

把握住 BTC 生态发展的韵律,AI与DeFi的融合

链诸葛 2024年01月02日 05:28
与以太坊相比,面向开发者的比特币生态系统长期以来一直处于休眠状态。尽管项目已经多次尝试在比特币 L1 上构建,但技术堆栈与以太坊相比差距却很大,以太坊不仅具有智能合约功能,而且还拥有一个充满不同 DApp、L2、Rollup 等。作为开发者,过去很难说服他们在比特币上进行开发,因为在构建应用程序时,围绕开发体验的基础设施远不如智能合约链。将比特币桥接到另一个区块链并在那里构建应用程序要容易得多,就像 Stacks 或 Trustless Computer 所做的那样。与 Polygon 和 Arbitrum 不同,比特币背后也没有庞大的开发生态系统来推动生态系统发展,甚至以太坊也花了数年时间才建立了强大的开发者基础。但所有这一切都可能发生变化,随着今年早些时候 Ordinals 协议的启动,开发者和项目方便开始关注比特币生态。

比特币 Ordinals 协议是一种将数据写入比特币网络上各个 Satoshi 的方法。尽管它最初用于铸造图像作为 NFT,但用户开始意识到他们可以使用基于文本的铭文来创建可替代代币,就像通过以太坊网络上的 ERC-20 代币标准铸造的方式类似。BRC-20 是一种实验性的可替代代币标准,在比特币网络上使用序号铭文,但与 ERC-20 不同,BRC-20 代币不使用智能合约。它利用 JSON 数据的序数铭文来部署、铸造和转移代币。这项创新满足了比特币网络上对可替代代币的需求,这是以前所缺乏的,但也有其局限性。这就是开发人员在序数之上构建协议的地方,以进一步改进其基础设施。

无论铭文是否有价值,它的火爆背后是嗷嗷待补的比特币生态。尽管闪电网络在小额 BTC 支付中被采用,但比特币主网并没有涌现出其他用例,而 Taproot 升级带来了这种可能性,但囿于性能有限,以太坊生态中出现的 DeFi、GameFi 等需要高并发的场景,无法搭建在比特币网络上。而这与比特币的定位有关,正如开发者 Ali、Luke 坚持的那样,在他们眼中,比特币要遵循中本聪「点对点的电子支付系统」的定义,追求安全、去中心、保护隐私。也正是对这些特征的坚持,才造就了比特币网络成为全球最大、最安全的区块链网络。

基于比特币发行资产一直是一个热门话题。从 2011 年最早的 Colored Coins 到最近流行的 Ordinal 协议,BTC 社区一直能够提出新的参与者和共识,但很少有人坚持下来。然而,闪电实验室公布了雄心勃勃的计划,即开发基于 Taproot Assets 的稳定币。Tether 还宣布将利用 RGB 协议在比特币的第一层上铸造 USDT。这意味着曾经著名的 OmniLayer(以前的 Mastercoin) 不再是 BTC 生态系统中最大的玩家。客户端验证 (CSV) 资产协议开始进入每个人的视野。这些协议既保持了传统比特币资产协议的完整性,又增强了可扩展性。然而,比特币生态系统中的一系列资产协议提出了相关问题:它们彼此之间有何不同,人们应该如何在这一领域中导航和抓住机会?

AI与DeFi的融合正在为智能交互时代敞开崭新的大门。2023年7 月 25 日,顶级 Crypto 风投机构Paradigm于官网发布了一篇文章《Collaborate with Paradigm》。文中列举了目前Paradigm在Web3领域着重关注的十个潜在趋势,“以意图为中心的(intent-centric)的协议及基础设施”高居榜首。一呼百应,市场开始对未来的交互方式产生憧憬,即由AI来自动执行。这一理念下,用户不再需要深入了解具体的操作步骤,只需告诉AI自己的意图,AI将会自动化执行复杂的DeFi交易。这种全新的交互方式为用户提供了更加直观、便捷的交互体验。而2023 年,交易机器人也已经从默默无闻变成了非常流行的加密应用程序。

OpenTele2.0是一次机会

对于任何基于区块链的系统来说,可扩展性是一个关键方面,尤其是旨在支持资源密集型人工智能培训的系统。OpenTele2.0的混合 PoC 和 PoS 共识机制提供了一个可扩展的平台,可以容纳越来越多的用户,同时保持快速的交易处理时间。通过利用Ai计算的能力,OpenTele2.0可以并行化任务,这使其能够每秒处理更多事务。与传统的区块链网络相比更具可扩展性。此外,通过实现分片,每个分片处理网络的一部分交易和操作,这允许并行处理更多交易,从而提高网络的可扩展性。尽管可扩展性至关重要,但需要考虑效率的平衡。OpenTele2.0通过优化共识机制、高效利用资源和链下计算来实现兼顾拓展与效率的目的。
OpenTele2.0能够利用未使用的计算资源的力量,而 PoS 则为传统的工作量证明机制提供了更节能的替代方案。此外,通过利用闲置的 GPU 计算进行 AI 训练,可最大限度地利用现有