作者：TaxDAO

1. 引言 

印度共和国（The Republic of India），南亚次大陆最大国家，国土面积约298万平方公里，居世界第7位，人口14.4亿。自2021年以来，印度成为世界上增速最快的大型经济体，平均经济增速保持在6.5%，是全球平均水平的两倍，根据国际货币基金组织（IMF）的估算数据，2023年，印度GDP达到3.53万亿美元，超过英国成为全球第五大经济体。2024年4月，IMF将印度2024-2025年的经济增长预测从6.5%上调至6.8%，原因是印度国内需求强劲以及劳动年龄人口增加。近年来印度经济活动大部分由投资推动，其年度投资占GDP比重从疫情前的31.6%上升到23年的33.7%，主要得益于印度政府推动基础设施投资，抵消了私人消费、政府消费惨淡增长和外部需求放缓的拖累。此外，印度市场对投资者的吸引力同步增长。摩根士丹利分析认为，印度股票市场已经成为全球第四大股票市场，并有望在2030年前成为全球第三大股票市场，跨国公司对印度投资前景的信心处于历史最高水平。然而，印度也存在着明显的失衡问题，总量GDP与人均GDP差异很大，经济结构和产业结构严重倾斜，地区之间国民生活水平的悬殊。从总体水平来看，印度已是全球第五大经济体，但从人均水平来看，它仍然徘徊在第140位左右，远低于中国、墨西哥、南非等。 

2. 印度基本税收制度概述 

2.1 印度税收体系 

印度税制是以印度宪法的规定为基础建立起来的，根据印度《宪法》第265条规定：“没有议会的授权，行政上不能课税”。印度税收征收权主要集中在联邦中央政府和各邦之间，地方市一级政府负责少量的税种征收，中央和各邦征税权有明确划分，中央政府征收的税种（Central Taxes）包括直接税和间接税两大类，直接税主要由企业所得税、个人所得税和财产税等组成，间接税主要包括货物与劳务税、关税等。印度的税收主要由印度税务局（Indian Revenue Service，IRS）管理，其下属的中央直接税局管理所得税、财产税等直接税相关事宜；印度消费税和海关中央委员会（Central Board of Excise and Customs，CBEC）负责管理印度的海关和中央消费税、服务税等间接税事宜。邦政府主要征收货物与劳务税、印花税、邦消费税、娱乐博彩税、土地收入税等。在货物与劳务税没有覆盖的领域，如石油产品和白酒，继续征收增值税（未实施增值税的邦为销售税）等原税种。地方城市政府征收的税种主要包括财产税、入市税，以及供水、排水等公用设施使用税等。 

印度税收征收严格遵循税收法定主义。由于印度法律采用的是英美法系（普通法系/海洋法系），因此，虽然印度税法（制定法或成文法）不断增加和完善，但仍然受判例法解释的制约。判例法一般是指高级法院的判决中所确立的法律原则或规则，这种原则或规则对以后的税收案件判决具有约束力或影响力。 

2.2 企业所得税 

在印度，企业应就其所得缴纳企业所得税。印度没有单独的资本利得税，资本利得被计入企业所得税的应纳税所得额。1961年的《所得税法》规定了最低替代税、股息税和回购股份分配税，《2020年金融法》废除了股息分配税，改对股东手中的股息收入征收所得税，纳税年度为当年4月1日到次年3月31日。 

居民企业是指在印度注册成立的以及实际管理机构所在地位于印度的企业，实际管理机构所在地（POEM）是对企业整体经营做出关键决策和商业决定的机构所在地。 

所得税的应税所得分为4类：①经营利润或收益；②财产收入，包括自用、出租居住房、商业用房，如果该财产用于公司的业务运营，则不属于这个范畴；③资本利得；④来自其他来源的收入，包括彩票奖金、比赛奖金和证券利息。比赛包括赛马、卡牌及其他赌博类游戏。免税所得包括：①合伙企业的股份收益；②长期资本利得；③境外劳务所得；④政府债券收入；⑤救济基金收入。 

境内企业的企业所得税基本税率为30%，此外，企业还应根据企业所得税税额缴纳相应的附加税和健康教育附加。一些企业适用特定的优惠税率：（1）总营业额或总收入未超过40亿RS的中小企业在不享受税收豁免或优惠的情况下适用25%的企业所得税税率；（2）2016年3月1日或之后完成注册登记的生产、制造、研发企业以及配套企业在不享受税收豁免或优惠的情况下适用15%的企业所得税税率，并缴纳10%的附加税；（3）在境内研发（根据1970年专利法，至少75%的研发费用发生在印度）和注册的专利取得的特许权使用费适用10%的企业所得税税率；（4）境内的有限责任合伙企业适用30%的企业所得税税率，与非法人合伙企业一致；（5）外国企业和境外设立的有限责任合伙企业适用40%的企业所得税税率，等待。 

非居民企业及其分支机构通常适用40%的企业所得税税率，加收2%（如果净收入超过 1000 万RS但不超过1 亿RS）或5%（如果净收入超过 1 亿RS）的附加税，并按应纳税额的4%缴纳健康教育附加。 

印度提供诸多所得税税收优惠政策，包括全部或部分免税、降低税率、退税、加速折旧或特殊扣除。税收优惠适用的行业较为广泛，包括出口导向型企业、自由贸易区和科技园区的工业经营、基础设施建设、酒店、旅游业，开发区的企业、研究公司、矿物油生产、冷链设施、航运和航空运输、茶/咖啡/橡胶工业、新闻机构和废物处理业务。例如，在经济特区制造产品或提供服务的新成立企业有资格获得多项税收优惠，包括前5年的利润和收益100%免税，在接下来5年内的利润和收益免税50%；如满足某些条件，未来5年还可免税50%；经批准的开发商可获得较长时间的免税。 

2.3 个人所得税 

印度居民在世界范围内的收入都需要纳税。对于居住在印度但不属于普通居民的个人，仅须为其在印度获得的收入、被视为在印度发生或取得的收入、在印度收到的收入，或者虽然在印度境外收到，但来自由印度人士控制或在印度成立之公司的收入缴纳所得税。 

非印度居民仅需为在印度获得的收入以及在印度收到、发生或者取得的收入纳税，非印度居民可能还会因为通过企业关系在印度发生或取得的收入、通过印度的任何资产或收入来源获得的收入，或者通过转让位于印度的资产（包括在印度成立的公司的股份）获得的收入纳税。 

在印度，收入按照分级制度纳税征税。在印度的外国国民的所得税是根据其纳税居民身份情况确定的，根据 1961 年《所得税法》规定的个人在印度的居民身份状况和收入水平，个人收入按累进税率征税。非就业收入根据收入类型按可变税率征税。居民个人所得税采取分类综合税制，实行累进税率。计算方法：纳税人将各类所得（工薪所得、房产所得、经营所得、资本利得和其他所得）加总后减除税收优惠，免税收入，税前扣除项目（保险费用、医疗支出、教育支出、慈善捐赠等）和允许弥补的以前年度亏损后的余额为应税所得。应税所得适用超额累进税率后的税额为应纳税额。在此基础上，再计算出附加税、教育费附加和中等及以上教育附加后，为所得税的应纳税总额。非居民纳税人须按居民纳税人相同的税率缴纳预提所得税，如果年净收入超过 1000 万RS还需缴纳15%的附加税和 4%的健康教育附加。 

个人所得税税率

根据特定要求，下列福利可享受税收优惠待遇：（1）公司提供的住房；（2）为在矿区或陆上石油勘探区、项目施工工地、坝址、发电厂或海上工作的员工提供的住宿。雇主缴纳的以下项目，如不超过规定限额，则不必计入雇员的应税薪酬：（1）报销的医疗费用；（2）印度退休福利基金缴款，包括公积金、抚恤及养老基金。部分津贴（包括租房津贴和度假旅行津贴）可免税，或以一个较低值计入应纳税所得额，但需符合特定条件。雇佣开始或结束时支付的额外津贴需计入应税薪酬中。人寿保险保费、社会保障金缴款以及大学、学院或其他教育机构全日制教育的学费和学杂费可从收入中扣除，最高可达15 万RS。 

2.4 货物与劳务税 

印度商品和服务税的前身是销售税，销售税根据1956年的《中央销售税法案》对邦内、邦际销售和进出口贸易等征收，2005年增值税取代销售税。自2017年7月1日起，增值税又被货物与劳务税(GST)所取代，印度实施货物与劳务税（GST)改革后，货物与劳务税包括增值税(VAT)、中央消费税、车辆税、货物和乘客税、电力税、娱乐税和其他税等。货物与劳务税是一种间接税，是一种基于交易的税收制度。目前，有一些产品仍然不在货物与劳务税的范围之内，如汽油、柴油、航空涡轮燃料(ATF)、天然气、供人类消费的酒精和原油。货物与劳务税是对所有商品和服务的供应征收的综合税，类似增值税。 

目前，货物与劳务税的基本税率有4档，即5%、12%、18%和28%，每档税率为CGST和SGST的合计税率，即两者各征50%，此外，还设有0.25%和3%两档适用钻石、未经加工的宝石以及金、银等少量货物的税率。因此，如果不包括对出口实行的零税率，印度GST实际上有6档税率。此外，除了上述商品及服务税税率外，商品及服务税法还对某些商品(如香烟、烟草、充气水、汽油和机动车辆)的销售征收附加税，税率从1%到204%不等。绝大部分商品的税率都在18%以下，特定奢侈品和有害商品适用28%税率，同时还需征收附加税。 

3. 印度的加密资产税收制度 

3.1 印度加密税概要 

印度所得税部门（ITD）在《所得税法》中引入了第2(47A)条，定义了虚拟数字资产（Virtual Digital Assets,VDA），这个定义相当详细，涵盖了所有类型的加密资产，包括加密货币、NFT、代币等。 

在2022年的预算中，财政部长引入了第115BBH条款，该条款从2022年4月1日起，对通过交易加密货币获得的利润征收30%的税率（加上适用的附加税和4%的附加费）。这个税率与印度最高的所得税等级一致（不包括附加税和附加费），这一税率适用于私人投资者、商业交易者以及在特定财政年度内转让加密资产的任何人。此外，无论收入性质如何，30%的税率将适用于所有收入，这意味着无论是投资收入还是商业收入，短期和长期收益都没有区别。 

除了30%的税率外，另一条款第194S条还规定，从2022年7月1日起，如果加密交易在一个财政年度内超过RS50,000（或在某些情况下为RS10,000），则对加密资产的转让征收1%的源头扣除税（TDS），以确保所有加密交易都被追踪。免税的行为包括：持有加密货币（HODLing）；在自己的钱包之间转移加密货币；收到价值低于RS50,000的加密货币赠与；收到来自直系亲属的任意金额的加密货币赠与。 

印度投资者在交易加密货币/NFT时，需要根据资产持有情况，申报其收入为资本收益（如果资产作为投资持有），或者申报为商业收入（如果资产用于交易）。从2022-2023财年及以后，所得税申报表中新增了一个专门用于报告加密货币/NFT收益的附表，称为“虚拟数字资产附表”（Schedule – Virtual Digital Assets）。该附表继续适用于2023-2024财年的申报表。 

3.2 加密税的具体适用情况 

在进行以下交易时，需要支付30%的加密税：将加密货币出售为印度RS或其他法定货币；用加密货币进行加密交易，包括稳定币；使用加密货币支付商品和服务。但是，一起加密资产并不总是适用30%的税率，有时所得税部门会将其视为其他收入，这些情况下，将根据个人所得税等级（见2.3）缴纳税款，包括：收到加密货币赠与（如为受赠人）；挖矿加密货币；以加密货币支付工资；质押奖励；空投。此后出售、交易或使用这些加密货币，可能需要为获得的利润支付30%的税。 

ITD尚未发布关于DeFi交易的具体指导，需要参考现有的所得税法条款，以下DeFi交易可能在收到时按个人所得税税率征税：通过流动性挖矿获得新的代币、治理代币或奖励代币；推荐奖励；游戏赚取收入；浏览赚取平台的收入，如Permission.io或Brave。即使在收到时已经缴纳了税款，若以后出售、交换或使用这些代币，还需要为利润支付30%的税。 

3.3 源头扣除税（TDS） 

在印度，投资者要为加密资产的转让支付1%的源头扣除税（TDS）。TDS是一种在源头征收的税款，引入1% TDS的主要原因是捕捉交易细节，并跟踪印度投资者在加密资产上的投资。关于TDS，有几点需要注意：TDS适用于2022年7月1日后的交易；当在印度交易所交易时，TDS将由交易所扣除并缴纳给政府；当通过P2P平台或国际交易所交易时，买方有责任扣除TDS；在加密货币之间的交易中，TDS将分别对买卖双方各征收1%。 

需要注意的是，如果交易额由“特定人”支付，并且其加密交易活动总价值在一个财政年度内不超过RS50,000，则无需扣除TDS。特定人指的是个人或HUF（印度联合家庭）。如果交易者没有前一财政年度的业务收入，或者其销售/总收入/业务收入不超过RS1亿，或其销售/总收入/专业收入不超过RS50万，则TDS限额将从RS50,000降低到RS10,000。 

如果在印度交易所进行交易，通常TDS要求将由交易所直接完成，因此无需在报税时进行操作。但在P2P和国际交易所的交易中，作为特定人支付和申报TDS的责任如下：在P2P交易和国际交易所的交易中，TDS需要在扣除的月份结束后30天内通过Form 26QE提交。目前，此表格尚未在所得税门户网站上提供，因此投资者需要等待ITD对如何存缴TDS的明确说明，所有非特定人需获取TAN号，按季度提交Form 26Q，并在下个月的7日之前缴纳TDS税款。此外，在报税时可以通过申报TDS抵免来减少总应缴税款。 

3.4 损失与丢失相关税务规定 

根据第115BBH条款，禁止将加密货币的损失用于抵扣加密货币收益或任何其他收益或收入。印度的加密投资者也不能申报与加密货币相关的费用，除非是资产的获取成本/买入价。 

印度所得税部门（ITD）尚未对丢失或被盗的加密货币给出明确的指导，但根据印度法院对其他资产的损失或盗窃作出的判决，因黑客攻击、诈骗或盗窃导致的加密货币损失通常无需缴税。但是，鉴于ITD对加密货币损失抵扣的严格规定，投资者很难主张因丢失或被盗的加密资产导致的损失抵扣。 

4. 印度加密资产监管制度概述 

印度加密货币行业正经历一段充满不确定性的时期，这不仅体现在国家层面上缺乏全面的监管框架，还体现在监管机构对加密货币的态度上的摇摆不定。印度加密法案被视为可能改变游戏规则的事物，它预计将为印度储备银行（RBI）发行的数字货币铺平道路，暗示着一种进步，可能使印度走在央行数字货币（CBDC）革命的最前沿。然而，现实情况要复杂得多，这项法案经过多年的酝酿，经历了多次修改和推迟，至今内容仍不明确，关于其对私人加密货币的立场存在相互矛盾之处。 

该法案的历程反映了全球范围内有效监管数字资产的斗争。尽管各国政府看到了区块链技术和数字货币的潜力，但对于金融稳定、投资者保护以及防止非法活动的担忧依然很大。印度财政部最近的一份声明进一步加剧了这一局面的复杂性，财政部表示，目前还没有出台监管数字资产交易的立法提案，鉴于有关《加密货币法案》的讨论仍在进行中，这一声明令许多人感到意外。这种明显的矛盾表明，印度政府内部对加密货币监管存在不同的观点，同时也凸显了政策制定者在跟上快速发展的加密货币领域方面所面临的挑战。 

鉴于自上而下的监管挑战，印度加密货币行业内部对自我监管的支持日益增多。这种方法可以在不受约束的市场自由和严格的政府控制之间找到一个中间立场，加密货币领域的自我监管可能涉及行业主导的举措，以建立最佳实践，实施强有力的KYC和反洗钱（AML）程序，并建立消费者保护机制。通过积极解决监管问题，加密行业可以展示其对负责任增长的承诺，并可能缓解政府的一些担忧。 

事实上，一些印度加密货币交易所已经朝着这个方向迈出了步伐。比如，印度的一家大型加密货币交易所WazirX已经实施了严格的KYC程序，并与执法机构合作以防止非法活动。然而，自我监管可能无法充分解决所有监管问题，并可能导致利益冲突。尽管存在这些挑战，自我监管在短期至中期内仍可能发挥关键作用，尤其是在考虑到当前监管的不确定性的情况下。 

尽管印度可能缺乏全面的加密货币监管框架，但它已采取措施对该行业进行某种形式的监督，这些监督主要是税收和反洗钱措施。在税收方面，前文已述及，包括对加密货币交易利润征收30%的税，并实行了源头扣缴税（TDS）。在反洗钱方面，在印度运营的加密货币交易所必须遵守《防止洗钱法》（PMLA）。这些措施代表了加密货币监管的一种务实态度，通过专注于税收和反洗钱合规性，政府找到了一种无需明确合法化或禁止加密货币即可对加密货币行业实施一定控制的方法。 

2024年，全球最大的加密货币交易所之一Binance宣布成功注册成为印度的报告实体，这标志着印度加密货币监管领域的重要转折。Binance遵守印度的反洗钱（AML）标准，与政府致力于防止加密货币领域非法活动的重点保持一致。因此，Binance的成功注册或将成为印度制定更全面加密货币监管的催化剂，全球加密货币参与者有可能在印度的监管框架内开展业务，并有可能鼓励政府为该行业制定更详细的指导方针。 

5. 印度加密资产税收与监管制度总结与展望 

尽管印度尚未建立全面的加密资产监管框架，但已通过税收手段对其进行了初步管理。在其他监管方面，尽管缺乏具体立法，但部分交易所已采取自我监管措施，如实施严格的KYC和AML程序。 

展望未来，随着全球加密市场的发展，印度政府可能会推出更完善的监管政策。国际参与者如Binance成功注册为印度报告实体，显示了其愿意适应当地监管环境的态度,这可能促使政府制定更详细的指导方针，从而实现金融安全与创新发展的平衡。同时，税收合规与反洗钱将是印度加密资产生态持续健康发展的关键因素。对于各国来说，加密货币的发展都是一个不断适应技术发展、平衡创新与风险、并逐步与国际标准接轨的过程，努力建立一个更加稳定和成熟的市场环境，促进加密货币行业的健康发展。 

参考文献

[1].Wijaya, D. A., Liu, J. K., SuwaRSono, D. A., & Zhang, P. (2017). A new blockchain-based value-added tax system. In Provable Security: 11th International Conference, ProvSec 2017, Xi'an, China, October 23-25, 2017, Proceedings 11 (pp. 471-486). Springer International Publishing. 

[2].Cho, S., Lee, K., Cheong, A., No, W. G., & Vasarhelyi, M. A. (2021). Chain of values: Examining the economic impacts of blockchain on the value-added tax system. Journal of Management Information Systems, 38(2), 288-313. 

[3].2023印度加密货币税收全攻略：政策、优化与合规要点详解.深潮TechFlow

[4].王拓, & 刘晓星. (2021). 数字货币的源起, 技术演进及未来趋势. 深圳社会科学. 

[5].张平, & 王静敏. 行为财政视角下应用区块链技术提升税收遵从度的研究. 中央财经大学学报, (10), 3-9. 

[6].印度对加密货币交易征收30%的巨额所得税. (n.d.). 

[7].加密货币在印度的征税和合法性问题.Law.asia 

[8].2024年印度的加密货币监管.ComplyCube 

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

头条

▌巴西最高法院法官解除对社交媒体X的禁令

巴西最高法院法官解除对社交媒体X的禁令。巴西通信部长表示，X决定支付罚款并遵守巴西法律是该国的一项胜利。

▌比特币协议Babylon质押存款达到约15亿美元

比特币协议Babylon于周二完成了第二轮质押存款，存款金额从约1000枚BTC增加到约24000枚BTC，价值约15亿美元。此轮质押存款采用“基于时间的”方式，持续了10个比特币区块。

---

行情

截至发稿，据Coingecko数据显示：

BTC最近成交价62,098.49美元，日内涨跌幅-0.1%；

ETH最近成交价2,438.50美元，日内涨跌幅+0.6%；

BNB最近成交价580.88美元，日内涨跌幅+2.9%；

SOL最近成交价143.49美元，日内涨跌幅-0.2%；

DOGE最近成交价0.1072元，日内涨跌幅-0.9%；

XPR最近成交价0.5307美元，日内涨跌幅+0.2%。

---

政策

▌Canary Capital向美SEC提交现货XRP ETF申请

加密货币投资公司Canary Capital向美国证券交易委员会（SEC）提交现货XRP交易所交易基金（ETF）注册申请，成为本月第二家申请此类产品的公司。创始人Steven McClurg表示，随着对区块链解决方案需求增长，公司看到了更具进步性的监管环境。该ETF将为投资者提供通过传统经纪账户访问XRP市场的机会，避免直接持有XRP的潜在风险。目前该ETF的托管人尚未确定。

---

区块链应用

▌三星集成Alchemy Pay后支持加密支付

加密支付解决方案提供商Alchemy Pay已将其虚拟卡与三星的移动支付和数字钱包服务Samsung Pay集成。此前该公司于9月与Google Pay进行了类似的集成。

---

加密货币

▌Bitcoin Magazine报告：预计比特币2024年第四季度将出现抛物线增长

据Bitcoin Magazine发布的比特币报告表示，预计比特币2024年第四季度将出现抛物线增长。

▌Peter Todd否认自己是比特币创始人中本聪

前Bitcoin Core开发者Peter Todd在HBO即将播出的关于中本聪的纪录片前夕，否认自己是比特币创始人中本聪。Peter Todd在接受采访时表示，纪录片制片人Cullen Hoback的指控毫无根据。

▌Coinbase将上线io․net (IO)

据 Coinbase Assets 在 X 平台发文宣布，Coinbase 将在 Solana 网络（SPL Token）上增加对 io.net （IO）的支持，如果满足流动性条件，交易将于太平洋时间 2024 年 10 月 9 日上午 9 点或之后开始。一旦建立足够的资产供应，IO-USD 交易对将分阶段启动，但在某些受支持的管辖区，对 IO 的支持可能会受到限制。Coinbase 提醒用户请勿通过其他网络发送相关资产，否则资金可能会丢失。

---

重要经济动态

▌美联储博斯蒂克：劳动力市场已放缓，但并未显得疲软或弱势

美联储博斯蒂克表示，劳动力市场已放缓，但并未显得疲软或弱势；经济接近美联储的目标，并且“正在逐步接近”；通胀率仍然远高于2%；经济过于强劲的风险可能会妨碍政策的重新调整；继续高度聚焦于通胀目标，同时也关注就业市场状况。

▌美联储11月降息25BP的概率为86.7%，不降息概率13.3%

据CME“美联储观察”，美联储到11月降25个基点的概率为86.7%，维持当前利率不变的概率为13.3%。到12月累计降息50个基点的概率为78.1%，累计降息75个基点的概率为10.1%；累计降息100个基点的概率为0%。

▌美联储柯林斯：预计美国通胀率将在就业市场保持健康的背景下降至2%

美联储柯林斯表示，越发相信通胀率会及时回到2%；预计美国通胀率将在就业市场保持健康的背景下降至2%；当前数据显示美国就业市场总体健康；就降息而言，谨慎的、基于数据的方式是适宜的；需要聚焦于维持美国经济的良好状态；美国经济存在超出必要程度下行的风险。

▌美股三大指数集体收涨

美股三大指数集体收涨，道指涨0.3%，纳指涨1.45%，标普500指数涨0.97%，大型科技股普涨，英伟达涨超4%，苹果、微软、特斯拉、Meta、亚马逊涨超1%。

▌桥水基金创始人达里欧不认为美联储会“大幅”降息

亿万富豪投资者雷·达里欧不认为美联储在上个月降息0.5个百分点后还会大手笔下调基准利率。达里欧说，“经济目前处在相对不错的平衡状态” 。美联储上月进行了四年来的首次降息，但后来出炉的强劲就业报告为决策层放慢行动步伐打开了空间。达里欧还谈及了美国总统候选人特朗普和哈里斯的政策并对债券市场表达了担忧。达里欧指出，美债市场的供需处在一种不寻常的状态。美债在机构投资者的投资组合中所占比例很高，有一种超配感。地缘政治的不确定性也是美债市场面临的问题之一。

---

金色百科

▌什么是Rollups

Rollup 是一种在 Layer 2 协议上处理交易的方式，可以释放基础层的宝贵空间。Rollup 会在第二层上逐笔折叠交易，有时会折叠数十次，然后将它们滚动在一起，再将数据发送回 Layer 1。Rollup 主要有两种类型，optimistic 和零知识 (ZK) 证明。

免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

只要三件事不出错，当前这轮牛市就能持续到它的第三个生日。

当前这一轮美股牛市即将迎来两岁生日，除了最看涨的华尔街投资者，这轮上涨超出了所有人的预期。

FactSet的数据显示，标普500指数自2022年10月12日触及3577.03点的熊市收盘低点以来已经上涨了60%以上，上涨速度超出许多专业人士的预期，华尔街投行不得不多次上调该指数的年终目标点位。

过去三个月，美股的上涨之路变得崎岖不平。根据FactSet的数据，8月5日全球股市大幅下跌的那天，VIX恐慌指数一度升至2020年3月以来的最高水平，随着股市的反弹，VIX恐慌指数很快回落。9月第一周也出现了类似的暴跌，不过，那次下跌同样吸引了寻找逢低买入机会的投资者。

在那之后，标普500指数创下了20世纪90年代末以来表现最好的前三个季度，如果上涨势头能维持到12月底，这将是标普500指数连续第二年涨幅达到或超过20%，是该指数自1998年以来首次实现这一里程碑。

不过，最近美股上涨面临的潜在风险大大上升。首先，目前美股估值相比历史水平处于高位，仅略低于2021年底的上一个峰值。

其次，地缘政治风险再度上升，以色列和伊朗之间的新一轮冲突推高了原油价格，股票投资者开始变得紧张不安。

第三，随着第三季度财报季即将拉开帷幕，投资者可能会对微软和其他人工智能相关公司的财报更加挑剔，他们希望看到这些公司对人工智能的巨额投资需要多长时间才能获得回报的线索。英伟达8月公布的二季报虽然强劲，但仍不足以提振股价。

最后，11月5日的美国总统大选可能会导致股市出现波动，许多交易员正在为自己的投资组合做对冲。

由于存在这些不确定性，许多投资者正在寻找股市下一步走向的指引。

Ned Davis Research的分析师团队对这个问题进行了深入研究，他们研究了之前的美股牛市在度过两岁生日后的表现。

分析师们发现，自第二次世界大战结束以来，持续了至少两年的牛市有12个。如果从现在到本周结束期间，美股没有出现大规模抛售，那么当前牛市将是第13个持续了两年的牛市。

这12个牛市里有7个牛市持续到了第三年结束时，这说明，当前这轮牛市持续下去的概率较大。

Ned Davis Research的数据显示，这12个牛市的两年涨幅中值为54.4%，这说明，和过去相比，最近这两年美股的涨幅实际上不算特别大。

但两年过后涨幅会变小。Ned Davis Research的数据显示，持续到第三年的牛市在第三年的涨幅中值为13.1%，没能持续到第三年的牛市的跌幅中值为5.9%。

牛市不会因年老而死

Ned Davis Research的分析中没有一个案例表明美股牛市会因为“年纪太大”而死亡，每一个牛市的消亡都是因为出现了某种催化剂。

经济衰退是最常见的催化剂，曾有3个牛市在进入第三年时被其扼杀，第四个案例——始于1966年10月的牛市——被美联储扼杀，当时美联储为了抵御通胀开始收紧货币政策。

第五个案例是始于2009年3月的牛市，那一次牛市被扼杀是因为标准普尔(Standard & Poor 's)下调美国信用评级、以及欧洲主权债务危机引发了全球恐慌。

Ned Davis Research的分析师团队认为，只要以下三件事不出错，当前这一轮牛市就能持续到它的第三个生日。

首先，始于2022年末的反通货膨胀趋势必须继续下去。自从美联储9月大幅降息以来，市场对通胀可能再度抬头的担忧一直在悄悄蔓延，如果出现通胀再次上升的具体迹象，可能会引发投资者的恐慌情绪。

其次，美联储必须成功让美国经济实现软着陆。这意味着美联储必须在让通胀回落到2%目标的同时，确保美国经济增长率依然为正。

如果衰退到来，美股可能会因此下跌，但Ned Davis Research的分析师团队认为，目前没有什么理由担心衰退会到来。

第三，拥有庞大市值的美国公司的利润必须继续增长。华尔街目前预计，从今年晚些时候开始，科技“七巨头”的利润增速将放缓。

标普500指数中的其他成分股必须接替“七巨头”为大盘的上涨做贡献，预测显示这种情况很可能会发生。不过，预测也有可能会发生变化，很大程度上最终将取决于美国经济从现在到明年这个时候的表现。

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

DeFi数据

1.DeFi代币总市值：736.73亿美元

DeFi总市值 数据来源：coingecko

2.过去24小时去中心化交易所的交易量40.44亿美元

过去24小时去中心化交易所的交易量 数据来源：coingecko

3.DeFi中锁定资产：823.4亿美元

DeFi项目锁定资产前十排名及锁仓量 数据来源：defillama

NFT数据

1.NFT总市值：282.07亿美元

NFT总市值、市值排名前十项目 数据来源：Coinmarketcap

2.24小时NFT交易量：22.49亿美元

NFT总市值、市值排名前十项目 数据来源：Coinmarketcap

3.24小时内顶级NFT

24小时内销售涨幅前十的NFT 数据来源：NFTGO

头条

美国法官批准FTX破产重组计划，债权人即将获赔

金色财经报道，美国破产法官正式批准FTX的破产重组计划，这标志着该交易所倒闭两年后的赔付程序即将开始。约94%的债权人支持该计划，98%的债权人将获得至少118%的赔偿金额。尽管部分债权人对未能按加密货币原值赔付表示不满，法庭仍决定以现金结算。法官还裁定FTX的原生代币FTT价值为零。

NFT热点

1.Infinex通过NFT销售融资6500万美元，与Wormhole合作实现跨链功能

金色财经报道，DeFi平台Infinex宣布与Wormhole合作，提供跨链功能。该平台通过出售“Patron NFT”成功融资6530万美元，共销售41,252枚NFT，买家包括散户、Solana Ventures、Breyer Capital以及知名个人投资者如Solana创始人Anatoly Yakovenko和Aave创始人Stani Kulechov。Infinex由Synthetix创始人Kain Warwick创立，旨在简化多链DeFi协议的使用，消除管理多个钱包和支付gas费等复杂性，其总锁定价值已超过1.25亿美元。

DeFi热点

1.Nostra 提案拟将 NSTR 的流动性从以太坊迁移至 Starknet

金色财经报道，Starknet 生态 DeFi 协议 Nostra Finance 于 Snapshot 发起治理提案，提议将 NSTR 的流动性从以太坊主网上的 Uniswap v3 池迁移到 Starknet 上的 NSTR/USDC Nostra 池，以改善 Starknet 之上 NSTR 的流动性状况。

2.Cosmos 生态基金会：将从多签地址转出 ATOM，本次交易此前已披露

金色财经报道，Cosmos 生态基金会 Interchain Foundation（ICF）发文预告表示，今日将从基金会的主要多签地址转出 ATOM 至运营地址，以支付运营费用。提醒用户称本次转账系此前已公布的 2024 年资助计划的一部分，社区无需恐慌。

3.以太坊用户已质押占供应量28.9%的代币，被视为长期信心信号

金色财经报道，据IntoTheBlock透露，目前占ETH供应量28.9%的代币已被质押，而1月份这一数据为23.8%。而质押ETH中有15.3%的代币已被质押超过三年。该数据被认为是对以太坊未来长期信心的强烈信号。

4.比特币质押协议Solv Protocol发布质押抽象层

金色财经报道，比特币质押协议 Solv Protocol 发布质押抽象层（SAL, Staking Abstraction Layer），通过抽象化不同质押的技术差异和操作方式，提升比特币质押生态的标准化和互操作性，从而构建一个可大规模应用的比特币质押方案。BNB Chain、Chainlink 和 Ceffu 为 SAL 首发合作伙伴。

5.dYdX完成v6更新，提供收入分成等功能

金色财经报道，去中心化衍生品交易所dYdX宣布完成v6更新，新功能包括对可上线市场的链上追踪（市场映射）、提供收入分成、单独金库参数和时间戳随机数等功能。该更新已于9月24日完成。

游戏热点

1.链游Alien Worlds：当前未进行空投也不提供代币迁移服务，当心账户安全

金色财经报道，链游 Alien Worlds 于 X 发文提醒：当前未进行空投，也不提供代币迁移服务。请保持警惕，确保帐户安全。

2.Binance TG小游戏Moonbix于官方频道发布《探索者指南》

9月29日消息，Binance TG小游戏Moonbix于官方频道发布《探索者指南》，内容涉及游戏说明，积分说明，账户绑定细则等。此前报道，Binance TG小游戏Moonbix于9月19日宣布正式上线。

免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

2012年12月初的一天，一场秘密竞拍正在美国滑雪胜地太浩湖（Lake Tahoe）的一家赌场酒店里进行。

太浩湖位于加州和内华达州交界处，是北美最大的高山湖泊，拥有蓝宝石般的湖面和顶级雪道，《教父2》曾在这里取景，马克吐温曾在此地流连忘返，而由于离旧金山湾区只有200多英里，这里常被称为“硅谷后花园”，扎克伯格和拉里·埃里森等大佬也在此圈地占山，兴建豪宅。

秘密竞拍的对象，是一家刚刚成立1个月、仅有3名员工的公司——DNNresearch，创立者是多伦多大学教授杰夫·辛顿（Geoffrey Hinton）和他两名学生。

这家公司没有任何有形的产品或资产，但追求者的身份暗示出了它的分量——四位买家分别是Google、微软、DeepMind和百度。

举行秘密竞拍的Harrah's酒店，太浩湖，2012年

65岁的辛顿苍老，瘦削，饱受腰椎间盘的疼痛，他坐在酒店703房间的地板上为竞拍设置规则——起价1200万美元，抬价单位至少100万美元。

几个小时后，竞拍者就把价格推到了4400万美元，辛顿有些头晕，“感觉我们像是在拍电影”，于是果断喊停，并决定把公司卖给最后的喊价者——Google。

有意思的是，这场4400万美元竞拍的源头之一，就是来自于6个月前的Google。

2012年6月，Google研究部门Google Brain公开了The Cat Neurons项目（即“谷歌猫”）的研究成果。这个项目简单说就是用算法在YouTube的视频里识别猫，它由从斯坦福跳槽来Google的吴恩达发起，拉上了Google传奇人物Jeff Dean入伙，还从Google创始人Larry Page那里要到了大笔的预算。

谷歌猫项目搭建了一个神经网络，从YouTube上下载了大量的视频，不做标记，让模型自己观察和学习猫的特征，然后动用了遍布Google各个数据中心的16000个CPU来进行训练（内部以过于复杂和成本高为由拒绝使用GPU），最终实现74.8%的识别准确率。这一数字震惊业界。

吴恩达在“谷歌猫”项目临近结束前激流勇退，投身自己的互联网教育项目，临走前他向公司推荐了辛顿来接替他的工作。面对邀请，辛顿表示自己不会离开大学，只愿意去Google“待一个夏天”。由于Google招聘规则的特殊性，时年64岁的辛顿成为了Google历史上最年长的暑期实习生。

辛顿从80年代开始就战斗在人工智能的最前线，作为教授更是桃李满门（包括吴恩达），是深度学习领域的宗师级人物。因此，当他了解了“谷歌猫”项目的技术细节后，他马上就看到了项目成功背后的隐藏缺陷：“他们运行了错误的神经网络，并使用了错误的计算能力。”

同样的任务，辛顿认为自己可以做的更好。于是在短暂的“实习期”结束后，他马上投入行动。

辛顿找来了自己的两个学生——Ilya Sutskever和Alex Krizhevsky，两人都是出生于苏联的犹太人，前者极具数学天赋，后者擅长工程实现，三人密切配合后创建了一个新神经网络，然后马上参加了ImageNet图像识别比赛（ILSVRC），最后以惊人的84%识别准确率夺得冠军 。

2012年10月，辛顿团队在佛罗伦萨举行的计算机视觉会议上介绍了冠军算法AlexNet，相比谷歌猫用了16000颗CPU，AlexNet只用了4颗英伟达GPU，学术界和产业界彻底轰动，AlexNet的论文成为计算机科学史上最有影响力的论文之一，目前被引次数已经超过12万，而谷歌猫则被迅速遗忘。

DNNresearch公司三人组

曾拿过第一届ImageNet大赛冠军的余凯读完论文后异常兴奋，“像触电了一样”。余凯是一名出生于江西的深度学习专家，刚从NEC跳去百度，他马上给辛顿写邮件，表达了合作的想法，辛顿欣然同意，并索性把自己和两名学生打包成一家公司，邀请买家竞拍，于是便有了开头的那一幕。

拍卖落槌后，一场更大的竞赛展开了：Google乘胜追击，2014年又把DeepMind收入囊中，“天下英雄尽入彀中”；而DeepMind则在2016年推出了AlphaGo，震惊全球；输给Google的百度则下定决心押注AI，十年投入千亿，余凯后来帮百度请来了吴恩达，他自己则在几年后离职创办了地平线。

微软表面上看慢了一拍，但最终却赢下了最大的战利品——OpenAI，后者的创始人就包括辛顿两个学生之一的Ilya Sutskever。而辛顿自己则一直在Google待到2023年，期间荣获ACM图灵奖。当然，跟Google的4400万美元比（辛顿分得40%），图灵奖的100万美元奖金就显得像是零花钱了。

从6月的谷歌猫，到10月的AlexNet论文，再到12月的太浩湖竞拍，差不多6个月的时间里，AI浪潮的伏笔几乎被全部埋下——深度学习的繁荣、GPU和英伟达的崛起、AlphaGo的称霸、Transformer的诞生、ChatGPT的横空出世……硅基盛世的宏大乐章奏响了第一个音符。

2012年从6月到12月的180天，碳基人类的命运被永远改变了——只有极少人意识到了这一点。

液体猫

在这些极少数人中，斯坦福大学教授李飞飞是其中之一。

2012年，当辛顿参加ImageNet比赛结果出炉时，刚生完孩子的李飞飞还在休产假，但辛顿团队的错误率让她意识到历史正在被改写。作为ImageNet挑战赛的创办者，她买了当天最后一班飞机飞往佛罗伦萨，亲自为辛顿团队颁奖[2]。

李飞飞出生于北京，在成都长大，16岁时随父母移民美国，一边在洗衣店帮忙，一边读完普林斯顿。2009年李飞飞进入斯坦福担任助理教授，研究方向是计算机视觉与机器学习，这个学科的目标是让计算机能够像人一样，自己理解图片和影像的含义。

比如，当照相机拍下一只猫时，它只是通过传感器把光线转化成了像素，并不知道镜头里的东西是猫还是狗。如果把照相机比做人类的眼睛，计算机视觉解决的问题就是给照相机装上人的大脑。

传统的方式是将现实世界中的事物抽象为数学模型，比如将猫的特征抽象为简单的几何图形，就能大幅度降低机器识别的难度。

图片来源：李飞飞的TED演讲

但这种思路有非常大的局限性，因为猫很有可能是这样的：

为了让计算机能够识别“液体猫”，杰夫·辛顿、杨立昆（Yann LeCun）等一大批深度学习先驱从80年代就开始了探索。但总会撞到算力或算法的瓶颈——好的算法缺少足够的算力驱动，算力需求小的算法难以满足识别精度，无法产业化。

如果解决不了“液体猫”的问题，深度学习的性感就只能停留在理论层面，自动驾驶、医疗影像、精准广告推送这些产业化场景就只是空中楼阁。

简单来说，深度学习的发展需要算法、算力、数据三驾马车来拉动，算法决定了计算机用什么方式识别事物；但算法又需要足够大的算力来驱动；同时，算法的提升又需要大规模高质量的数据；三者相辅相成，缺一不可。

2000年后，尽管算力瓶颈伴随芯片处理能力的突飞猛进逐步消除，但主流学界对深度学习路线仍旧兴趣寡然。李飞飞意识到，瓶颈可能不是算法本身的精度，而在于缺乏高质量、大规模的数据集。

李飞飞的启发来自三岁孩子认识这个世界的方式——以猫为例，孩子会在大人的教导下一次又一次遇见猫，逐渐掌握猫的含义。如果把孩子的眼睛当作照相机，眼球转动一次等于按一次快门，那么，一个三岁的孩子就已经拍摄了上亿张照片。

把这个方法套在计算机上，假如给计算机不停的看包含猫和其他动物的图片，同时在每张图片背后写下正确答案。计算机每看一次图片，就和背面的答案核对一次。那么只要次数够多，计算机就有可能像孩子一样掌握猫的含义。

唯一需要解决的问题就是：上哪找那么多写好答案的图片？

李飞飞在2016年来到中国，宣布谷歌AI中国中心成立

这就是ImageNet诞生的契机。当时，即便是最大规模的数据集PASCAL，也只有四个类别总共1578张图片，而李飞飞的目标是创建一个包含几百个类别总共上千万张的数据集。现在听起来似乎不难，但要知道那是2006年，全球最流行的手机还是诺基亚5300。

依靠亚马逊众包平台，李飞飞团队解决了人工标注的庞大工作量。2009年，包含320万张图片的ImageNet数据集诞生。有了图片数据集，就可以在此基础上训练算法，让计算机提升识别能力。但相比三岁孩子的上亿张照片，320万的规模还是太少了。

为了让数据集不断扩充，李飞飞决定效仿业内流行的做法，举办图片识别大赛，参赛者自带算法识别数据集中的图片，准确率最高者获胜。但深度学习路线在当时并不是主流，ImageNet一开始只能“挂靠”在欧洲知名赛事PASCAL下面，才能勉强凑够参赛人数。

到了2012年，ImageNet的图片数量扩大到了1000个类别总共1500万张，李飞飞用6年时间补足了数据这块短板。不过，ILSVRC的最好成绩错误率也有25%，在算法和算力上，依然没有表现出足够的说服力。

这时，辛顿老师带着AlexNet和两块GTX580显卡登场了。

卷积

辛顿团队的冠军算法AlexNet，采用了一种名叫卷积神经网络（Convolutional Neural Networks，简称CNN）的算法。“神经网络”在人工智能领域是个极其高频的词汇，也是机器学习的一个分支，其名称和结构都取材自人脑的运作方式。

人类辨识物体的过程是瞳孔先摄入像素，大脑皮层通过边缘和方位做初步处理，然后大脑通过不断的抽象来判定。因此，人脑可以根据一些特征就能判别出物体。

比如不用展示整张脸，大部分人都能认出下图中的人是谁：

神经网络其实就是模拟人脑的识别机制，理论上人脑能够实现的智能计算机也能实现。相较SVM、决策树、随机森林等方法，只有模拟人脑，才能处理类似“液体猫”和“半个特朗普”这种非结构化数据。

但问题是，人脑约有1000亿个神经元，神经元之间的节点（也就是突触）更是多达万亿，组成了一个无比复杂的网络。作为对比，用了16000个CPU组成的“谷歌猫”，内部共有10亿个节点，而这已经是当时最复杂的计算机系统了。

这也是为什么连“人工智能之父”Marvin Minsky都不看好这条路线，在2007年出版新书《The Emotion Machine》时，Minsky依然表达了对神经网络的悲观。为了改变主流机器学习界对人工神经网络的长期的消极态度，辛顿干脆将其改名为深度学习（Deep Learning）。

2006年，辛顿在Science上发表了一篇论文，提出了“深度信念神经网络（DBNN）”的概念，给出了一种多层深度神经网络的训练方法，被认为是深度学习的重大突破。但辛顿的方法需要消耗大量的算力和数据，实际应用难以实现。

深度学习需要不停的给算法喂数据，当时的数据集规模都太小了，直到ImageNet出现。

ImageNet的前两届比赛里，参赛团队使用了其他的机器学习路线，结果都相当平庸。而辛顿团队在2012年采用的卷积神经网络AlexNet，改良自另一位深度学习先驱杨立昆（Yann LeCun），其在1998年提出的LeNet让算法可以提取图像的关键特征，比如特朗普的金发。

同时，卷积核会在输入图像上滑动，所以无论被检测物体在哪个位置，都能被检测到相同的特征，大大减少了运算量。

AlexNet在经典的卷积神经网络结构基础上，摒弃了此前的逐层无监督方法，对输入值进行有监督学习，大大提高了准确率。

比如下图中右下角的图片，AlexNet其实并没有识别出正确答案（马达加斯加猫），但它列出的都是和马达加斯加猫一样会爬树的小型哺乳动物，这意味着算法不仅可以识别对象本身，还可以根据其他物体进行推测[5]。

图片来源：AlexNet论文

而产业界感到振奋的是，AlexNet有6000万个参数和65万个神经元，完整训练ImageNet数据集至少需要262千万亿次浮点运算。但辛顿团队在一个星期的训练过程中，只用了两块英伟达GTX 580显卡。

GPU

辛顿团队拿到冠军后，最尴尬的显然是Google。

据说Google在内部也做了ImageNet数据集的测试，但识别精度远远落后于辛顿团队。考虑到Google拥有业界无法企及的硬件资源，以及搜索和YouTube的庞大数据规模，Google Brain更是领导钦点特事特办，其结果显然不具备足够的说服力。

如果没有这种巨大的反差，深度学习可能也不会在短时间内震撼业界，得到认可和普及。产业界感到振奋的原因在于辛顿团队只用了四块GPU，就能达到这么好的效果，那么算力就不再是瓶颈。

算法在训练时，会对神经网络每层的函数和参数进行分层运算，得到输出结果，而GPU恰好有非常强的并行运算能力。吴恩达在2009年的一篇论文中其实证明了这一点，但在和Jeff Dean运行“谷歌猫”时，他们还是用了CPU。后来Jeff Dean专门订购了200万美元的设备，依然不包括GPU[6]。

辛顿是极少数很早就意识到GPU之于深度学习巨大价值的人，然而在AlexNet刷榜之前，高科技公司普遍对GPU态度不明。

2009年，辛顿曾受邀去微软做一个语音识别项目的短期技术顾问，他建议项目负责人邓力购买最顶级的英伟达GPU，还要搭配对应的服务器。这个想法得到了邓力的支持，但邓力的上司Alex Acero认为这纯属乱花钱[6]，“GPU是用来玩游戏的，而不是用来做人工智能研究的。”

邓力

有趣的是，Alex Acero后来跳槽去了苹果，负责苹果的语音识别软件Siri。

而微软对GPU的不置可否显然让辛顿有些火大，他后来在一封邮件里建议邓力购买一套设备，而自己则会买三套，并且阴阳怪气的说[6]：毕竟我们是一所财力雄厚的加拿大大学，不是一家资金紧张的软件销售商。

但在2012年ImageNet挑战赛结束后，所有人工智能学者和科技公司都对GPU来了个180度大转弯。2014年，Google的GoogLeNet以93%的识别准确率夺冠，采用的正是英伟达GPU，这一年，所有参赛团队GPU的使用数量飙升到了110块。

这届挑战赛之所以被视为“大爆炸时刻”，在于深度学习的三驾马车——算法、算力、数据上的短板都被补足，产业化只剩下了时间问题。

算法层面，辛顿团队发表的关于AlexNet的论文，成为计算机科学领域被引用次数最多的论文之一。原本百家争鸣的技术路线成了深度学习一家独大，几乎所有的计算机视觉研究都转向了神经网络。

算力层面，GPU超强并行计算能力与深度学习的适应性迅速被业界认可，六年前开始布局CUDA的英伟达成为了最大的赢家。

数据层面，ImageNet成为图像处理算法的试金石，有了高质量的数据集，算法识别精度日行千里。2017年最后一届挑战赛，冠军算法的识别准确率达到97.3%，超过了人类。

2012年10月底，辛顿的学生Alex Krizhevsky在意大利佛罗伦萨的计算机视觉会议上公布了论文。然后，全世界的高科技公司开始不计成本地两件事：一是买光英伟达的显卡，二是挖光大学里的AI研究员。

太浩湖的4400万美元，给全球的深度学习大神做了一次重新定价。

夺旗

从公开可查的信息看，当时还在百度的余凯的确是第一个来挖辛顿的人。

当时，余凯在百度担任百度多媒体部的负责人，也就是百度深度学习研究院（IDL）的前身。在收到余凯的邮件后，辛顿很快就回复说同意合作，顺带提出了希望百度提供一些经费的愿望。余凯问具体数字，辛顿表示100万美元就够——这个数字低到令人难以置信，只能雇两个P8。

余凯向李彦宏请示，后者爽快地答应。余凯回复没问题后，辛顿可能感受到了产业界的饥渴，就询问余凯是否介意自己问问其他家，比如Google。余凯后来在回忆道[6]：

“我当时有点儿后悔，猜我可能回答得太快了，让辛顿意识到了巨大的机会。但是，我也只能大度地说不介意。”

最终百度跟辛顿团队失之交臂。但对于这个结果，余凯并非没有心理准备。因为一方面辛顿有严重的腰椎间盘健康问题，不能开车，也不能坐飞机，很难承受跨越太平洋的中国之旅；另一方面，辛顿有太多的学生和朋友在Google工作了，双方渊源太深，其他三家本质上就是在陪标。

如果说AlexNet的影响还集中在学术圈的话，那么太浩湖的秘密拍卖则彻底震惊了产业界——因为Google在全球科技公司的眼皮子底下，花了4400万美元买了一家成立不到一个月、没有产品、没有收入，只有三个员工和几篇论文的公司。

最受刺激的显然是百度，虽然在拍卖上折戟，但百度管理层亲眼目睹了Google如何不惜代价投资深度学习，促使百度下定决心投入，并在2013年1月的年会上宣布成立深度学习研究院IDL。2014年5月，百度请来了“谷歌猫”项目的关键人物吴恩达，2017年1月，又请来了离开微软的陆奇。

而Google在拿下辛顿团队后再接再厉，在2014年以6亿美元买下了当年的竞拍对手DeepMind。

当时，马斯克向Google创始人Larry Page推荐了自己投资的DeepMind，为了能带上辛顿一起去伦敦验验成色，Google团队还专门包了架私人飞机，并且改造了座椅，解决辛顿不能坐飞机的问题[6]。

“英国选手”DeepMind在围棋比赛上战胜了李世石，2016年

和Google争夺DeepMind的是Facebook。当DeepMind花落Google后，扎克伯格转而挖来了“深度学习三巨头”之一的杨立昆。为了将杨立昆纳入麾下，扎克伯格答应了他许多苛刻要求，比如AI实验室设立在纽约，实验室与产品团队完全划清界限，允许杨立昆继续在纽约大学任职等等。

2012年ImageNet挑战赛后，人工智能领域面临着非常严重的“人才供需错配”问题：

由于推荐算法、图像识别、自动驾驶这些产业化空间被迅速打开，人才需求量暴增。但由于长期不被看好，深度学习的研究者是个很小的圈子，顶级学者更是两只手数得过来，供给严重不足。

这种情况下，如饥似渴的科技公司只能购买“人才期货”：把教授挖过来，然后等他们把自己的学生也带进来。

杨立昆加入Facebook后，先后有六名学生追随他入职。准备在造车上跃跃欲试的苹果挖来了辛顿的学生Ruslan Salakhutdinov，担任苹果首任AI总监。就连对冲基金Citadel也加入了抢人大战，挖走了当年和辛顿搞语音识别、后来还代表微软参与秘密竞拍的邓力。

此后的历史我们再清楚不过：人脸识别、机器翻译、自动驾驶等产业化场景日行千里，GPU订单雪花一般飘向圣克拉拉的英伟达总部，人工智能的理论大厦也在日复一日的浇筑。

2017年，Google在论文《Attention is all you need》里提出Transformer模型，开启了如今的大模型时代。几年后，ChatGPT横空出世。

而这一切的诞生，都可以追溯到2012年的ImageNet挑战赛。

那么，推动2012年“大爆炸时刻”诞生的历史进程，又是在哪一年显现的呢？

答案是2006年。

伟大

在2006年之前，深度学习的现状可以借用开尔文男爵的那句名言来概括：深度学习的大厦已经基本建成了，只不过在阳光灿烂的天空下，漂浮着三朵小乌云。

这三朵小乌云就是算法、算力和数据。

正如前文所说，由于模拟了人脑的机制，深度学习是一种在理论上非常完美的方案。但问题在于，无论是它需要吞噬的数据，还是需要消耗的算力，在当时都是一个科幻级别的规模，科幻到学术界对深度学习的主流看法是：脑子正常的学者不会研究神经网络。

但2006年发生的三件事改变了这一点：

辛顿和学生Salakhutdinov（就是后来去苹果的那位）在Science上发表了论文Reducing the dimensionality of data with neural networks，第一次提出了有效解决梯度消失问题的解决方案，让算法层面迈出了一大步。

Salakhutdinov（左一）与辛顿（中），2016年

斯坦福大学的李飞飞意识到，如果数据规模难以还原现实世界的原貌，那么再好的算法也很难通过训练达到“模拟人脑”的效果。于是，她开始着手搭建ImageNet数据集。

英伟达发布Tesla架构的新款GPU，并随之推出CUDA平台，开发者利用GPU来训练深度神经网络的难度大幅度降低，望而生畏算力门槛被砍掉了一大截。

这三件事的发生吹散了深度学习上空的三朵乌云，并在2012年的ImageNet挑战赛上交汇，彻底改写了高科技产业乃至整个人类社会的命运。

但在2006年，无论是杰夫·辛顿、李飞飞、黄仁勋，还是其他推动深度学习发展的人，显然都无法预料人工智能在此后的繁荣，更不用说他们所扮演的角色了。

Hinton和Salakhutdinov的论文

时至今日，AI为核心驱动的第四次工业革命又开启了，人工智能的演进速度只会越来越快。如果说我们能得到多少启发，也许不外乎以下三点：

1.产业的厚度决定创新的高度。

ChatGPT横空出世时，“为什么又是美国”的声音此起彼伏。但如果把时间拉长，会发现从晶体管、集成电路，到Unix、x86架构，再到如今的机器学习，美国学界和产业界几乎都是领跑者的角色。

这是因为，虽然关于美国“产业空心化”的讨论不绝于耳，但以软件为核心的计算机科学这门产业，不仅从未“外流”到其他经济体，反而优势越来越大。至今70多位ACM图灵奖的获得者，几乎全部是美国人。

吴恩达之所以选择Google合作“谷歌猫”项目，很大程度上是因为只有Google拥有算法训练所需要的数据和算力，而这又建立在Google强大的盈利能力的基础上。这就是产业厚度带来的优势——人才、投资、创新能力都会向产业的高地靠拢。

中国在自身的优势产业里，也在体现出这种“厚度优势”。当前最典型的就是新能源车，一边是欧洲车企包机来中国车展拜师新势力，一边是日本车企高管频繁跳槽到比亚迪——图什么呢？显然不是只图能在深圳交社保。

2.越是前沿的技术领域，人才的重要性越大。

Google之所以愿意花4400万美元买下辛顿的公司，是因为在深度学习这样的前沿技术领域，一个顶级学者的作用，往往大过一万个计算机视觉专业的应届生。假如当时竞拍成功的是百度或微软，人工智能的发展脉络可能都会被改写。

这种“为了你买下整个公司”的行为，其实非常常见。苹果自研芯片的关键阶段，顺手买了一家PASemi的小公司，就是为了把芯片架构大神Jim Keller挖到手——苹果的A4、AMD的Zen、特斯拉的FSD芯片，都得到了Jim Keller的技术扶贫。

这也是产业竞争力带来的最大优势——对人才的吸引力。

“深度学习三巨头”没有一个是美国人，AlexNet这个名字来自辛顿的学生Alex Krizhevsky，他出生在苏联治下的乌克兰，在以色列长大，来加拿大读书。更不用说如今还活跃在美国高科技公司的众多华人面孔。

3.创新的难度在于，如何面对不确定性。

除了“人工智能之父”Marvin Minsky反对深度学习之外，另一个知名深度学习反对者是加州大学伯克利分校的Jitendra Malik，辛顿和吴恩达都被他冷嘲热讽过。李飞飞在搭建ImageNet时也曾咨询过Malik，后者给她的建议是：Do something more useful（做点更有用的事）。

李飞飞Ted演讲

正是这些行业先驱的不看好，导致深度学习经历了数十年的万马齐喑。即便到了2006年辛顿撕开了一束曙光，三巨头的另一位杨立昆还在反复向学术界证明“深度学习也有研究价值”。

杨立昆从80年代就开始研究神经网络，在贝尔实验室期间，杨立昆就和同事设计了一种名叫ANNA的芯片，试图解决算力问题。后来AT&T由于经营压力要求研究部门“赋能业务”，杨立昆的回答是“我就是要研究计算机视觉，有本事你解雇我”。最终求锤得锤，喜提N+1[6]。

任何前沿技术领域的研究者都必须面对一个问题——如果这个东西做不出来怎么办？

从1972年进入爱丁堡大学算起，辛顿在深度学习的前线已经鏖战了50年。2012年ImageNet挑战赛举办时，他已经65岁了。很难想象他在漫长的时间里面对学术界的种种质疑，需要消解多少自我怀疑与否定。

如今我们知道，2006年的辛顿已经坚持到了黎明前最后的黑暗，但他自己也许并不知道这一点，更不用说整个学术界和产业界。就像2007年iPhone发布时，大多数人的反应可能和时任微软CEO鲍尔默是一样的：

目前，iPhone依然是世界上最贵的手机，而且没有键盘

推动历史的人，往往猜不到自己在历史进程中的坐标。

伟大之所以为伟大，不是因为其横空出世时的惊艳，而是因为它要在无边黑暗中，忍受漫长的籍籍无名与不被理解。直到多年之后，人们才能顺着这些标尺，感叹那时群星璀璨，天才辈出。

一个又一个科学研究的领域里，无数的学者终其一生都不曾窥见希望的微光。因而从某种角度看，辛顿和其他深度学习推动者是幸运的，他们创造了伟大，间接推动了产业界一个又一个成功。

资本市场会给成功定一个公允的价格，历史则记录那些创造伟大的孤独和汗水。

参考资料

[1] 16000台电脑一起找猫，纽约时报

[2] Fei-Fei Li's Quest to Make AI Better for Humanity，Wired

[3] 李飞飞的TED演讲

[4] 21秒看尽ImageNet屠榜模型，60+模型架构同台献艺，机器之心

[5] 卷积神经网络的“封神之路”：一切始于AlexNet，新智元

[6] 深度学习革命，凯德·梅茨

[7] To Find AI Engineers, Google and Facebook Hire Their Professors，The Information

[8] 深度学习三十年创新路，朱珑

[9] ImageNet这八年：李飞飞和她改变的AI世界，量子位

[10] DEEP LEARNING: PREVIOUS AND PRESENT APPLICATIONS，Ramiro Vargas

[11] Review of deep learning: concepts, CNN architectures, challenges, applications, future directions，Laith Alzubaidi等

[12] Literature Review of Deep Learning Research Areas，Mutlu Yapıcı等

[13] ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃，新智元

[14] 10 years later, deep learning ‘revolution’ rages on, say AI pioneers Hinton, LeCun and Li，Venturebeat

[15] From not working to neural networking，经济学人

[16] Huge “foundation models” are turbo-charging AI progress，经济学人

[17] 2012: A Breakthrough Year for Deep Learning，Bryan House

[18] 深度学习：人工智能的“神奇魔杖”，安信证券

[19] 深度学习算法发展:从多样到统一 ，国金证券

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

美股，A股利好消息不断，AI势头强劲，Web3整个周期依旧处于牛市周期中。

加密市场总结

1. 9月15日到10月7日期间，BTC经历了一轮大涨，从57000美元左右涨至最高66000美元左右，主要原因在于美国政府降息消息的落地。再加上与Web3相关联的AI板块一直保持强势，且Web3整个周期依旧处于牛市周期中，因此场外资金对加密货币依旧保持看多情绪。

2. 美股走高，美国非农就业数据显著超出预期，就业人口新增25.4万（预期为15万），失业率回落至4.05% ，失业金数据持续保持低位，都为未来整个市场反弹带来利好。

3. 监管方面，美国SEC主席延续一贯策略，并未展现出更收窄的监管策略。但随着美国大选将近，后续Gary Gensler能否继续连任SEC主席依旧不确定，这也为后续加密货币行业发展带来不确定性。

一 市场概览

1.1 FutureMoney Group DePIN 指数

FutureMoney Group DePIN 指数是 FutureMoney 构建的 DePIN 优质组合代币指数，挑选了最具代表性的 24 个 DePIN 项目。相较于上次报告，NAV值有小幅度提升，从9.07涨至10.12；而Spot Price有大幅度增长，原因在于TAO代币的迅猛上涨。从此前300美元左右涨至600美元。

1.2 加密市场数据

9 月 15 日至 10 月 7日，稳定币总体平稳，维持在1590亿美元左右。此外，BTC占加密货币总市值比例也总体平稳，较9月上旬有略微上涨，当前为56.57%。

从Coinglass合约持仓量趋势变化观察，9月15日以来全网BTC合约未平仓头寸有所上升，从9月15日的309亿美元涨至340亿美元。9月15日至9月25日BTC合约持仓量经历第一轮上涨，涨至最高355亿美元，此后在10月1日开始大幅下跌，跌至318亿美元，并在国庆节末期开始继续回升。

全网ETH合约持仓量与BTC合约持仓量走势一致，从9月16日的103亿美元开始拉升，涨至10月1日的125亿美元，并在国庆节期间下跌。截至目前，ETH合约持仓量为115亿美元。

近期受初步降息利好落地、Web3大环境尚无新叙事以及传统金融市场A股政策性利好等要素。过去15天内BTC现货净流出1.62亿美元；合约净流出1.71亿美元。

1.3 CPI等数据以及市场反应对市场的判断

有2个相对利好的宏观数据：

1. 宏观：本次宏观数据反馈较为不错，9月下旬以来，美股三大股指多次集体高开，其中道琼斯指数在9月11日下探40000点以下之后持续上涨，从41153点涨至42261点。

截至9月28日，美国当周初请失业金人数22.5万人，预期22万人，前值修正为21.9万。该数值为近4个月来的低点。根据美国9月末季调CPI指数实际公布为260.28，预期260.33，前值259.92。

盛宝银行的分析师表示，如果美国民主党候选人拜登获胜，那么通胀将被推高。接下来需要重点关注10月中旬的新一轮CPI指数。美国非农就业数据显著超出预期，就业人口新增25.4万（预期为15万），失业率回落至4.05% ，平均每小时工资保持强劲，引发了市场对美联储上月降息50个基点是否明智的质疑。

2. 加密方面：传统市场数据的好转在加密货币领域反应较为弱势，这可能是美股、A股政策性的走高以及中东局势紧张等要素导致场内游资离场。但美股走势中，有个现象值得重视：加密货币概念股领涨美股概念板块，涨幅5.93%。这反映出整个加密货币板块依旧被主力资金长期看多。当前整体走势可以视为不错的观察加仓机会。

3. 值得布局的板块：无论是传统美股市场还是Web3板块，AI都是最为强劲的板块叙事。此外，基于ETH的蓝筹DeFi也正在逐渐受到重视。此外，DePIN板块正在和当前Web3当前被倡导的Consumer逻辑契合。DePIN在冷却4个月左右后，正在展现出新的热度。

二、热点市场新闻

2.1 鲍威尔：如果经济按预期发展，今年将再进行两次降息，共50个基点

美联储主席鲍威尔就经济前景发表讲话表示，美联储并不急于迅速降息，降息过程将“在一段时间内”逐步进行，无需急于行动，将根据数据作出决策。11 月份会议之前，还有两份就业报告和一份通胀报告将公布，最终将在 11 月的利率决策中考虑所有因素。如果经济按预期发展，今年将再进行两次降息，总幅度达到 50 个基点。

2.2 Memecoin的上涨开始蔓延到比特币

$PUPS $ORDI $SATS在$PUPS的带领下，比特币Memecoin（铭文、符文）开始再次受到关注。

2.3 日本将评估加密货币规定，有望为加密货币ETF推出创造条件

日本计划评估其加密货币规定的有效性，这项审查将在接下来的几个月内进行，可能为该国推出加密货币交易所交易基金（ETF）铺平道路。

日本金融厅（FSA）一位官员说，该审查将衡量该国目前在《支付服务法》（PSA）下的加密货币监管方法是否足够。PSA 最初于 2009 年颁布，日本立法者已经多次修改 PSA，以应对数字货币出现引发的金融服务格局的变化。

该法案承认比特币和其他加密货币为合法财产。它还要求加密货币交易所进行注册，并遵守该国的反洗钱（AML）和反恐怖主义融资（CFT）。

与此同时，Aptos Labs 宣布正式收购 HashPalette Inc.目的在于打入日本区块链市场。

2.4 马斯克更换推特头像为美国大选元素个人照片

背景为美国国旗，马斯克头戴“MAKE AMERICA GREAT AGAIN"帽子。

三、监管环境

3.1 本周美国国会首次就去中心化金融（DeFi）举行了听证会

美SEC主席：重申比特币并非证券，强调现有法律赋予SEC监管加密货币的权力

美国证券交易委员会（SEC）主席Gary Gensler在接受采访时再次强调，比特币不是证券，投资者现可通过ETF产品表达对比特币的看法。Gensler拒绝评价特朗普提出的美国比特币战略储备计划，称这是出于其职责和选举季的考虑。他坚持认为现有法律赋予SEC监管加密货币领域的权力，并表示“不喜欢规则并不等同于没有规则”。Gensler还指出，加密货币行业面临信任建立的挑战，多名行业领袖已入狱或破产。他强调，没有投资者保护和信任建立，创新领域难以生存。

本次数据来源于：Coinshare、Coinglass、Coinmarketcap、Sosovalue、X

本文章所述的内容并不构成投资的意见或建议。在作出任何投资决策前，您应考虑自己的财务状况、投资目标及经验、风险承受能力及理解相关产品的性质和风险的能力。

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

作者：Flashbots 来源：Flashbots Research 翻译：善欧巴，金色财经

钱包是 Web3 的门户，是用户收发消息、管理资金、与区块链应用交互的重要门户。作为区块链基础设施的重要组成部分，钱包对用户的 Web3 体验有着重大影响。

钱包生态系统多种多样，提供商通过不同的机制提供各种产品和服务。随着钱包提供商努力实现可持续性和多样化，他们的运营模式也在不断发展，在用户、应用程序和底层区块链基础设施之间创造了新的动态。

我们的报告旨在基于orderflow.art进行的研究，阐明以太坊上钱包的现状。

然而，通过链上交易跟踪识别钱包面临着几个挑战：

1. 由于路由器或签名地址未知导致识别不完整。

2. 难以识别与中心化交易所相关的多个钱包地址。

3. 一些钱包缺少路由器地址，导致用户识别困难。

尽管存在这些局限性，本报告仍然全面概述了以太坊钱包的概况、当前趋势和未来前景。

报告以背景部分开始，涵盖两个关键领域：钱包分类和订单流生命周期。在钱包分类中，我们将 Web3 钱包分为托管和非托管类型，详细介绍了各种形式的非托管钱包。订单流生命周期部分概述了交易的历程，确定了从订单流发起者到区块构建者的关键参与者。

接下来，我们将探讨当前趋势，重点关注影响订单流发起者 (OFO) 的最新发展。我们研究了区块构建市场日益集中化的影响，这加剧了订单流的竞争。本节涵盖三个关键概念：订单流支付 (PFOF)、订单流拍卖 (OFA) 和私人订单流 (POF)。此外，我们还介绍了账户抽象 (AA)，特别关注 ERC-4337，这是重塑钱包格局的一项重大发展。

最后，在未来趋势中，我们探讨了旨在增强用户体验和解决钱包领域监管挑战的发展。我们研究了预确认（pre-confs），这是一种旨在提高交易确认速度的机制。我们还分析了两个旨在增强账户抽象功能的以太坊改进提案（EIP）。此外，我们还讨论了可信执行环境（TEE）及其在改善 Web3 钱包安全性和隐私性方面的作用。我们考虑了 TEE 如何成为加密行业的潜在合规解决方案，特别是当监管重点从去中心化转向控制问题时。

背景

介绍

钱包是用户与区块链应用交互的主要界面。虽然用户通常会维护多个钱包（例如，多个 MetaMask 账户），但将私钥迁移到新钱包提供商的过程通常很麻烦。这种缺乏用户友好型可移植性会产生“粘性”效应，通常会使用户与现有的钱包提供商绑定在一起。

订单流竞争日趋激烈，这让钱包提供商获取和留住用户变得愈发重要。这种竞争格局催生出了一个有趣的发展趋势：Uniswap、1inch 和 Curve Finance 等去中心化金融 (DeFi) 应用程序现在正在创建自己的钱包。这一战略举措让这些 DeFi 平台能够更好地控制用户的订单流，从而有可能获得更多价值并提供更一体化的用户体验。

这一趋势凸显了区块链生态系统中用户、钱包和 DeFi 应用之间关系的演变。它凸显了订单流之争如何重塑钱包格局并影响 DeFi 领域主要参与者的策略。

钱包分类

Web3 钱包通常分为托管式（由第三方控制）和非托管式（由用户控制）。控制权是指谁持有钱包的私钥。

• 托管钱包：托管钱包主要由加密货币交易所和 Telegram 机器人提供，它保存用户的私钥，为用户提供更好的用户体验。但是，用户无法完全控制自己的资金，这些第三方可能会在未经用户许可的情况下访问用户的资金。

• 非托管钱包：用户持有私钥并完全控制非托管钱包。如果私钥丢失，用户将无法访问钱包和资金。热钱包的私钥存储在与应用程序交互的联网设备上。冷钱包将私钥存储在专用的隔离硬件设备上，这些设备不会与应用程序交互。非托管“热”钱包连接到互联网，通常通过浏览器扩展、移动应用程序或桌面应用程序访问。“冷”钱包没有在线访问权限，资产存储在物理设备中。

有不同类型的非托管钱包，采用不同的技术来提高用户体验和安全性。

MPC 钱包

多方计算(MPC) 钱包使用加密技术对私钥进行加密、分段和分发，并将其分发到多个设备。这些设备或各方必须在不泄露其私钥或数据的情况下评估计算。在 MPC 钱包环境中使用的多方计算协议通常具有以下属性：

1. 阈值安全性：确保必须有预定义数量的参与方合作才能签署交易。

2. 密钥碎片：将私钥分成多个份额的能力。

3. 分布式密钥生成：以分布式方式生成密钥，以便没有任何一方知道完整的私钥。

MPC钱包的好处有：

1. 安全性：由于没有一个人控制私钥，攻击者需要攻击多方，从而增加钱包的安全性。

2. 可恢复性：通过将加密密钥片段存储在多个地方，如果密钥丢失，授权方可以恢复帐户。

3. 可访问性：由于私钥片段安全地分布在多方之间，因此可以在线持有资产。交易可以比热钱包更高效地执行，而不会损害密钥的安全性。

外部拥有帐户 (EOA) 

外部拥有账户 (EOA) 由用户控制的唯一私钥管理，以便与链上的智能合约进行交互。

EOA 使用私有椭圆曲线数字签名算法(ECDSA) 密钥来签署和验证数字交易。用户可以通过 EOA 发送和接收交易、与智能合约交互以及批准消息。

要创建 EOA，钱包 UI 会生成一个私钥和一个种子短语。由于私钥和种子短语只有一个，如果用户同时丢失私钥和种子短语，他们将无法访问自己的钱包。

智能合约钱包

智能合约钱包或智能钱包利用账户抽象和智能合约的可编程性来改善用户体验。智能合约钱包不是由私钥控制，而是由合约代码控制。像 ERC-4337 这样的账户抽象协议可以帮助智能合约钱包绕过 EOA 钱包发起交易的要求。智能合约钱包可以编程实现以下功能：

1. 双重身份验证

2. 账户冻结

3. 灵活恢复

4. 交易批处理

5. 转账和消费限制

6. 会话密钥

7. Gas 赞助和非原生代币 Gas 支付

8. 多重签名钱包

与 EOA 相比，智能合约钱包的 gas 开销较小，这主要是由于执行合约代码和发布事件所致。与 EOA 相比，智能合约本质上更复杂、更强大，因此只有经过审计和实战考验的智能合约钱包才值得信赖。

订单流生命周期

Orderflow.art阐明了订单流状况并识别了交易生命周期中已知的链上参与者。

交易的生命周期始于订单流桑基图左侧的链上前端，终于右侧的区块构建器。

交易生命周期中的关键链上参与者是：

订单流发起者

订单流发起者 (OFO) 是第一个与钱包交互的链上应用程序。OFO 包括：

1. 钱包：钱包正在不断添加更多功能以改善用户体验，例如直接交换。

   注意：图 3、4 和 5 仅包括已知的路由器，并且低估了钱包的原生交换交易。

2. 前端：Uniswap 等应用程序有自己的钱包和界面，供用户创建交易。DEX 前端在交易量和交易数量市场份额方面都正在失去主导地位（图 3 和图 4）。

3. Telegram Bots：Banana Gun、Maestro 和 Unibot 在过去一年中占据了零售交易的很大一部分（图 4）。交易规模通常低于 10,000 美元（图 5）。

4. 聚合器：聚合器是 DefiLlama、Matcha、0x API 和 1inch API 等应用程序，它们连接到多个 DEX 以统一分散的流动性。自 2023 年以来，交易计数市场份额保持相对稳定，而交易量略有下降（图 3 和图 4）。

5. 订单流拍卖：OFA 包括求解器批量拍卖（例如 CoWSwap）、RFQ 系统（例如 Uniswap X）和执行拍卖（例如 MEV-Blocker）。OFA 一直在以牺牲 DEX 前端为代价来获得交易量市场份额（图 3），并且通常用于较大的交易（图 5）。

流动性提供者

大型交易或涉及非流动性交易对的交易通常会被路由到订单流拍卖 (OFA) 和聚合器，以最大限度地减少滑点。这些提供商从多个去中心化交易所 (DEX)、链下来源和专有库存获取流动性。

1. 做市商：使用链下流动性和自有库存执行交易的交易实体。它们为 Hashflow 和 Uniswap X 等报价请求 (RFQ) 平台提供流动性。

2. 解决方案：确定交易执行的最佳路由和定价的第三方实体。解决方案用于 CoWSwap 等 OFA，有些解决方案通过自己的前端界面提供直接的用户交易提交。

3. CEX-DEX 搜索者：这些搜索者利用来自中心化交易所 (CEX) 的链下流动性来捕捉链上套利机会。他们可以利用带有私人内存池（如 MEV Share 和 MEV-Blocker）的 OFA。

内存池

以太坊订单被提交到公共或私人内存池：

1. 公共内存池：交易对所有人都可见，搜索者和 OFA 可以拾取这些交易进行打包。所有区块构建者都可以访问这些交易以纳入区块。

2. 私人内存池：交易仅对选定的一方可见，包括特定的搜索者、OFA 和建设者。

建造者

构建者安排并将交易纳入区块。如果交易被纳入获胜构建者的区块，则订单的生命周期完成。如果未包含在获胜区块中，则交易将保留在内存池中，直到被纳入未来的区块或被丢弃。

当前趋势

以太坊的格局目前呈现出几个重塑行业的重大趋势。影响订单流发起者的以太坊两大趋势是 1) 区块构建市场的集中化，以及 2) 使用 ERC-4337 实现账户抽象。

区块生成器中心化

以太坊的建造者市场变得越来越集中，两个建造者占据了超过 90％ 的区块市场。

这种集中导致了订单流的新动态：

• 订单流付款（PFOF）

• 订单流拍卖 (OFA)

• 私人订单流

这些机制正在改变交易的处理和优先排序方式，提供诸如 MEV 保护和改善价格发现等好处，但也引发了人们对市场公平性和去中心化程度的担忧

订单流付款

按订单流付款 (PFOF) 是一种传统金融概念，最初做市商向经纪商支付场外交易订单流费用。做市商认为零售订单流是无知且无害的，并且交易利润很高。随着自动交易系统 (ATS) 的扩展，做市商使用 PFOF 来吸引零售订单流到他们的 ATS。

零售贸易商可以通过三种方式从 PFOF 中获益：

1. PFOF 的一部分用于支付零售交易商的执行成本。

2. 做市商将提供更严格的报价，使零售交易商能够以更优惠的价格执行交易

3. 做市商将能够为零股订单提供更大的流动性。

在以太坊中，PFOF 已成为订单流发起者（“OFO”）和构建者之间的独家订单流（“EOF”）关系。EOF 绕过公共内存池，占据高达 35% 的市场份额。独家订单流使构建者能够构建比竞争对手更高价值的区块，而竞争对手则只能从公共内存池或订单流拍卖（“OFA”）获取交易。由于 EOF 需要执行保证，因此构建者将多路复用 OFO 的捆绑包以保证及时纳入。

订单流发起者利用 EOF 关系的原因有几个：

• 区块纳入保证。通过与顶级构建者合作，OFO 增加了其交易被纳入下一个构建区块的概率。

• 用户 MEV 保护。OFO 几乎可以消除其交易的 MEV。

• 优先返还 gas 费。OFO 可以获得用户支付的优先 gas 费的返还。构建者重视高质量交易，例如从 Telegram 机器人抢单，并愿意为这种订单流支付更多费用。

目前已知的 EOF 关系：

• 香蕉枪和泰坦建造者

• 大师和海狸

* EOF 由 Flashbots 或内存池中未见的订单流近似计算。

订单流拍卖

订单流拍卖 (OFA) 的创建是为了保护用户交易免受负面 MEV 策略（例如抢先交易和夹层攻击）的影响。OFA 为用户提供许多好处，包括：

1. 降低交易成本。OFA 捆绑交易，从而降低 gas 费用并减少执行失误。

2. MEV 退款。OFA 可以拍卖 MEV 回购机会，并将部分捕获的 MEV 返还给用户。

3. 改进价格发现。第三方解决方案争夺最佳执行价格。

4. 增强流动性。第三方解决方案可以汇总来自 DEX、CEX 和私人库存等众多来源的流动性。

OFA 汇总来自多个用户的掉期交易，并将其拍卖给第三方竞标者执行。OFA 充当拍卖师，并根据预定义的标准选择中标出价。中标出价以捆绑的形式在链上提交给区块构建者以达成共识。

OFA 有多种类型：

• 报价请求 (RFQ)：RFQ 利用预先选定的投标人、基金和做市商系统，使用链上和私人库存提交投标。RFQ 提供比公共自动做市商 (AMM) 更好的流动性，因为 RFQ 做市商可以访问其他流动性来源，例如 CEX 和跨链 AMM。示例：UniswapX、Bebop、1inch Fusion、Hashflow、0xAPI

• 频繁批量拍卖：频繁批量拍卖使第三方解决方案能够优化价格和流动性，同时保护交易免受 MEV 的影响。交易捆绑在一起，节省 gas 并提高执行率。示例：CoWSwap、DFlow

• 交易执行拍卖：第三方竞标者（特别是搜索者）提取 MEV 并争夺最高的用户退款。此 OFA 通常通过 RPC 直接与钱包集成。示例：MEV-Blocker、Merkle

• 区块空间聚合器拍卖：区块空间聚合器拍卖通过建造者优先 gas 回扣将价值返还给原始用户。建造者竞相纳入交易包以增加其区块的价值，并将退还交易包支付的部分优先 gas。示例：Flashbots MEV Share

私人订单流程

私人订单流 (POF) 是来自垂直整合订单流发起者（钱包、应用程序、解算器、搜索者）和构建者的订单流。此流通常不进行多路复用并发送给单个构建者。

顶级建造商 Beaver Build 和 Rsync 与自营交易公司 SCP 和 Wintermute 集成，并从内部 CEX-DEX 订单流中受益。集成搜索建造商比普通建造商更具优势，因为其搜索商的利润可以重新分配给建造商，从而增加了其提交中标区块出价的可能性。集成搜索建造商在将交易从搜索商发送到建造商时也受益于延迟节省。这种延迟节省可以扩展到区块建造商拍卖。

（a）https://arxiv.org/pdf/2407.13931。Titan（b）、Beaverbuild（c）和 Rsync 构建器（d）的 EOF。请注意，只有 Rsync 可以看到 Wintermute 私有订单流，只有 Beaverbuild 可以看到 SCP 私有订单流。

未来影响

Flashbots Protect 和 MEV-Blocker 等 OFA 已为用户提供 RPC 以集成到他们的钱包中。这些产品主要供个人钱包用户选择加入，并直接集成到应用程序中。

此外，钱包已经开始捕捉其订单流的价值。

• Metamask 智能交易 – Metamask 智能交易执行与 OFA 相同的功能，提供 MEV 保护、gas 退款和恢复保护。此服务自动集成到 Metamask 的钱包中，供用户选择。搜索者和解决者付费访问智能交易订单流。

• Trust Wallet MEV 保护 – Trust Wallet MEV 保护默认提供给用户，但不包括 gas 退款和还原保护。

账户抽象

账户抽象的实施，特别是通过 ERC-4337，通过引入智能合约钱包和 Bundlers 和 Paymasters 等新实体，正在彻底改变用户与区块链网络的交互。这些发展不仅增强了用户体验，还在交易处理和费用结构方面创造了新的机遇和挑战。

ERC-4337 

账户抽象化的主要目标是消除所有用户必须拥有 EOA 的需要，并允许用户使用智能合约钱包作为其主要账户。账户抽象化通过将账户管理和交易执行与 EOA 分离来实现这一点。账户抽象化使用新实体：1) Bundler，用于发起交易；2) Paymaster，用于确定 gas 支付政策。

ERC-4337引入了两个新的参与方——Bundler 和 Paymaster：

• Bundler – Bundler 将多个用户操作组合成一个交易，类似于区块生成器，并将交易提交给入口点合约执行。更重要的是，Bundler 拥有 EOA，允许它们发起交易，从而消除了用户拥有 EOA 钱包的需要。当前的捆绑器包括 Skandha、Alchemy、Rundler、Voltaire、Alto、Stackup 和 Infinitism。

• Paymaster – Paymaster 是处理钱包 gas 支付政策的智能合约。Paymaster 确定哪种货币（稳定币或其他 ERC-20 代币）可用于 gas 支付，并允许应用程序为其用户支付 gas 费用。

未来影响

根据 ERC-4337，捆绑者的地位与今天的区块构建者相似，可以使用智能合约钱包执行独家订单流交易。独家订单流对捆绑者来说更为重要，因为他们争夺最高优先费用，而失败的捆绑者则要支付恢复 UserOperation 的 gas 成本。

由于 UserOperation 内存池是公开的，因此 UserOperations 容易受到抢先交易和夹层攻击的 MEV 的影响。捆绑器可以捕获部分 MEV，因为它们会将 UserOperations 排序并批量打包成一个捆绑交易。搜索者可以运行捆绑器从公开的 UserOperation 内存池中提取 MEV。捆绑器和构建器可以集成以获得额外的订单流。

未来趋势

在技术创新和监管发展的推动下，加密货币和区块链领域正处于重大转型的风口浪尖。塑造未来的关键趋势包括：

• 预先确认以提高交易速度。

• EIP-7702 和 EIP-7212 用于账户抽象和智能钱包改进，以增强用户体验和交易签名标准。

• 集成可信执行环境 (TEE) 以增强安全性。

• 监管讨论，特别是围绕稳定币和证券的监管讨论，正在推动该行业在新的法律框架内进行适应。

随着焦点从广泛的去中心化转向对控制和执行的细致讨论，这些趋势有望重新定义用户与区块链网络的交互方式、开发人员构建应用程序的方式以及生态系统如何应对监管挑战。

预先确认

预确认（“preconfs”）是一项研究提案，允许用户在交易被共识确认之前收到交易确认。预确认旨在通过更快的确认消除以太坊、第 2 层汇总和验证上的高网络拥塞，从而改善用户体验。基于预确认的提案由 Justin Drake 首次提出，允许 L1 提议者提供将纳入 L2 用户交易的经济保证。

预配置如何工作？

• 以太坊区块提议者（“预先协商者”）或代表方向用户签署承诺，保证他们的交易将比预期的 L1 共识更快地被纳入和执行。

预确认领域仍处于早期阶段，目前已提出了几种不同的方法。以下方法可能对订单流发起者产生最大影响：

• XGA 样式预确认：XGA 样式预确认保证 (非位置) 交易包包含在区块底部。填充交易 (不需要立即执行或 MEV 较低的交易) 可以包含在区块底部交易包中。这使得构建者可以专注于有价值的区块顶部 MEV 交易，并简化填充交易的 gas 定价。

• Primev 的 MEV-Commit：MEV-commit 是一个 P2P 网络，其中承诺执行以太坊交易，并奖励或削减提供商。订单流发起者（“投标人”）向提供商指定其交易执行意图。

• Espresso 的 BFT 预确认：BFT 预确认由 BFT 共识算法的安全性和活跃性保证支持。BFT 预确认由 L1 验证器子集支持，而不是像基于预确认那样由单个验证器支持。

未来影响

由于订单流发起者可以以更高的费用保证交易执行，因此预配置将带来更好的执行体验。

对于 XGA 风格的预置，将非延迟敏感交易（即“治理”、“权益”、“授权”、“声明”）纳入区块底部可以降低这些交易所消耗的 Gas，并减少因 Gas 不足而导致的交易撤销次数。

EIP-7702 和 EIP- 7212

有两个账户抽象 EIP 可以充分释放智能合约钱包的潜力，并成为钱包生态系统的游戏规则改变者。

EIP- 7702

EIP-7702 为 EOA 引入了以下功能：

• 批处理：用户可以在一次原子事务中执行多个操作。

• 赞助：单独的账户 X 或应用程序运营商可以为账户 Y 的交易付费。账户 X 可以为此服务收到 ERC-20 代币。

• 权限降级：用户签署提供较弱特定权限的子密钥。例如，仅与特定应用程序交互、仅使用某些 ERC-20 代币进行交易以及转账限制。

EIP-7702 旨在与 ERC-4337 向后和向前兼容，从而使 EOA 能够利用现有的 ERC-4337 基础设施。EOA 还可以暂时将自己转换为智能合约钱包，以纳入 ERC-4337 捆绑包。

EIP-7702 的好处包括：

• 降低安全风险：EIP-7702 还消除了在将智能合约代码分配给 EOA 进行交易时的中心信任点。EIP-7702 不存在未经授权交易的可能性，因为交易执行后合约代码会被删除。

• dApp 轻松采用：使用 ERC-4337 的应用程序可以轻松与 EIP-7702 集成，而无需更改其代码。EOA 无需授权即可调用智能合约。

EIP-7702 仍然是一个新的提案，存在一些开发人员需要考虑的问题：

• 撤销：EIP-7702 没有关于在检测到任何恶意代码时撤销合同代码的明确细节。

• 链不可知签名：EIP-7702 使用固定签名，可以在其他链中重复使用，但如果用户想要不同的实现，则缺乏灵活性。

EIP- 7212

EIP-7212 或RIP-7212使用“secp256r1”椭圆曲线标准创建签名验证合约。该标准已被最大的 Web2 公司采用用于用户身份验证，并且可以集成到 ERC-4337 的智能合约钱包中。

“secp256r1”目前用于以下身份验证应用程序：

1. Apple 的安全区域：Apple 的安全区域是创建和存储密钥的可信执行环境 (TEE) 硬件。安全区域可以加密或解密数据、签署任意消息，并且只能通过生物识别访问。

2. WebAuthn：Web 身份验证是大多数 Web2 浏览器（Chrome、Firefox、Edge 和 Safari）使用的身份验证的 Web 标准。WebAuthn 使用特定于域的公钥加密进行用户身份验证，从而消除密码、提供更快的恢复速度并降低安全风险。

3. Android Keystore：Android Keystore 是一个安全的系统凭证存储。应用程序可以创建私钥和公钥并将其存储在 Keystore 中。Keystore 根据用户自己的手机密码进行加密，可通过密码或生物识别技术访问。

4. 密钥：密钥是 FIDO 凭证，允许用户使用生物识别技术或 PIN 码无需密码即可访问其帐户。用户可以通过解锁移动设备访问网站或应用程序，无需密码。

RIP-7212 是 EIP-7212 的汇总版本，Kakarot、Polygon、Optimism、zkSync、Scroll 和 Arbitrum 的团队已承诺实施。Polygon 在其测试网上提供 RIP-7212，Coinbase 最近推出的智能钱包包括密码验证。

密钥如何工作？

1. 智能合约钱包会创建一个密码或公钥和私钥对。

2. 私钥存储在您的移动设备上的 TEE 中。

3. 当智能合约钱包创建待批准交易时，用户使用生物识别技术或移动PIN进行身份验证以解锁私钥。

4. 然后，移动设备使用私钥“签署”交易并将完成的交易发送回智能合约钱包。

5. 该签名通过 RIP-7212 智能合约在链上验证。

未来影响

虽然 EIP-7702 仍处于提案阶段，但 RIP-7212 正在积极集成到 L2 Rollup 中并实施到智能合约钱包中。Passkey 钱包通过消除密码和种子短语的需求并将安全性提升到硬件级别，为 ERC-4337 智能钱包提供了强大的功能。目前采用 Passkey 的项目包括：

• Coinbase 智能钱包：Coinbase 的智能钱包利用密钥进行用户身份验证和赞助 gas 交易。智能钱包支持 8 个网络（Base、Ethereum、Optimism、Arbitrum、Polygon、Avalanche、BNB、Zora），并提供用于 dApps 集成的钱包 SDK。

• Clave：Clave 利用移动 TEE 和密钥在 zkSync 上提供社交恢复、帐户命名服务、生物识别登录和赞助的 gas 费用。

• Banana SDK：Banana 的 SDK 利用 WebAuthn 提供零知识 2FA、生物识别和具有提名人的恢复账户。

• Turnkey：Turnkey 是一家钱包即服务 (WaaS) 提供商，将私钥存储在 TEE 中。

EIP- 712

EIP-712 是一种类型化消息签名标准，旨在允许将链下消息签名用于链上签名，从而提供更好的用户体验。与读取字节字符串不同，EIP-712 允许以可读格式显示签名，而不会丢失系统安全属性。链下签名可节省 gas 并减少链上交易的数量。

EIP-712 如何运作？

1. dApps 开发人员利用用户签名的 JSON 数据结构。

2. 域分隔符可防止签名在多个 dApp 上使用，并允许在给定 dApp 内使用多个不同的签名用例。

3. 钱包和前端操作员可以解析 dApp 数据结构并将数据转换为用户可读的消息。

EIP-712 解锁的关键功能之一是它允许 dApp 控制用户（而不是钱包）的交易流。像 Uniswap 这样的应用程序可以最大限度地减少用户的 MEV，因为交换会绕过 OFA 和其他 MEV 值提取器。

除了钱包交易的可读性之外，EIP-712 还允许第三方为用户投票支付 gas 费用，从而提高了治理的可用性。选民可以使用 EIP-712 的签名功能免费创建签名的委托或投票交易。

未来影响

除了钱包可读性之外，EIP-712 还可用于改善其他领域的用户体验。

• 治理。用户可以委托他人投票，并通过 EIP-712 的签名功能让第三方为他们支付 gas 费。

• 清晰签名。硬件钱包或单独的设备可以显示 dApp 的消息，确保用户可以确定没有恶意软件或恶意应用程序向他们发送该消息。

• 重放攻击预防。防止重放攻击的数据可以包含在 EIP-712 的结构化数据中。

• MEV 最小化。EIP-712 允许用户签署交易，同时让前端能够发送订单流而无需将其广播到网络，从而最大限度地减少用户受到恶意 MEV 的影响。

可信执行环境 (TEE) 

可信执行环境 (TEE) 是基于硬件微处理器的安全区域，敏感计算和操作可以在其中完整且私密地运行。TEE 支持隔离和远程认证，并且可以运行 EVM 和 CosmWasm 等虚拟机，而无需多方计算 (MPC) 或 zkSNARK 等加密开销。

对于 web3 钱包，Apple 的 Secure Enclave 和 Google 的 Titan M2 等移动 TEE 可以比标准硬件钱包更好地保护智能合约钱包的私钥。用户可以在 TEE 内创建和存储私钥，并使用这些密钥签署交易。密钥保留在设备上，只有设备所有者才能通过生物识别身份验证或设备 PIN 访问。

TEE 目前用于多种钱包解决方案：

• MPC：Fireblocks 利用 Intel SGX TEE 将加密数据、MPC 和 ZKP 加密算法以及其软件的执行部分与其内部系统和外部第三方隔离。Fireblocks 将 MPC 密钥、API 凭据及其策略引擎存储在安全区域中，以防止黑客、恶意员工和内部合谋者的未经授权的访问。

• 智能合约钱包：如上一节 RIP-7212 所述，智能钱包利用移动 TEE 来存储密钥。目前使用 TEE 的智能合约钱包包括 Coinbase Smart Wallet、Banana SDK、Turnkey、Clave 和 Weeve。

未来影响

TEE 有望成为区块链的重大变革。

• Flashbots SUAVE 将利用 TEE 创建一个安全且私密的 MEV 生态系统。

• 智能合约钱包将使用移动 TEE 和账户抽象来改善用户入职体验并吸引新的用户群体。

• 大型企业已经采用 TEE 来解决自己的隐私和安全需求。Visa 创建了 LucidiTEE 区块链，可改善私人数据的多方计算和存储。

• TEE 是一种潜在的监管合规解决方案，可增强区块链的控制、数据隐私和操作安全性。

执行、控制与去中心化

钱包提供商面临的主要挑战之一是教育用户和监管机构有关自我托管和链上账户的知识。然而，随着 web3 生态系统的成熟，主要利益相关者已经认识到几个关键点：

1. 钱包不持有、管理或保管用户资产；它们仅提供访问这些资产的界面。

2. 区块链地址独立于钱包而存在，并且不是由钱包创建或管理的。

3. 用户可以自由地在不同的钱包提供商之间切换，因为他们的资产和账户存在于链上，与任何特定的钱包服务无关。

这种日益加深的理解对于明确钱包在加密货币生态系统中的作用以及将其与传统金融服务提供商区分开来至关重要。

稳定币和 MiCA

稳定币仍然是最重要的加密资产之一，因为它们可以实现跨境和跨经济体系的无缝、无摩擦的价值转移。它们允许用户将价格波动的资产之间的价值转移到稳定的面额以供未来使用。然而，稳定币已成为许多监管机构加密议程的首要任务，主要是出于以下方面的担忧：

1. 控制和监控全球法定货币流动。

2. 它们对货币实力和货币政策的影响。

3. 需要对其发行和支持进行监督。

因此，稳定币已成为许多监管机构加密货币议程的首要任务，引发了有关其在更广泛的金融生态系统中的作用的争论。

在美国，稳定币因 Facebook（现为 Meta）的 Libra 项目而受到监管部门的广泛关注。这家科技巨头提出了一种私人管理的稳定币，理论上可以成为主要的数字货币，这引发了人们对其对央行货币政策控制的影响的担忧。

自 2022 年 Libra 项目关闭以来，美国监管稳定币政策的主要目标一直是确保稳定币得到适当的抵押和监督。这种转变促使稳定币发行人采用类似于受监管金融机构的做法，这些机构拥有健全的托管协议、建立的银行关系和全面的监控计划。虽然各监管机构都出台了零碎的监管规定，但美国国会正在努力为稳定币制定更全面的监管框架。

在欧盟，加密资产市场监管局 (MiCA) 正在陆续生效，其中包含关键的稳定币条款。截至本文撰写时，只有 Circle 的 USDC 和欧元稳定币在欧盟成功注册。

掉期和证券监管

钱包内代币交换已成为许多加密货币钱包的热门功能，它提高了链上应用程序的可用性，并使用户能够进行桥接和跨链交互。

然而，此功能引起了监管机构的关注，尤其是证券监管机构，他们试图将传统的金融服务法规应用于提供交换功能的钱包。最值得注意的是，美国证券交易委员会已对某些钱包提供商采取法律行动，指控这些钱包的交换功能实际上是以未注册的经纪自营商的身份运作的。

SEC 诉Coinbase

2024 年 4 月，SEC 驳回了 Coinbase Wallet 充当经纪人的指控。具有交换功能的自托管钱包通常不符合经纪人分类的标准。SEC 的论点基于他们指控这些钱包提供的一些资产是未注册证券。

SEC 诉 Consensys 

2024 年 4 月，Consensys 主动起诉 SEC，指控其是否有权监管 MetaMask 作为证券经纪商和发行人，并获得了该案法官的快速审查。快速法庭程序可能会在今年年底前做出裁决。

尽管发起了这场诉讼并输掉了 Coinbase v SEC 的诉讼，SEC还是在 2024 年 6 月底向 Consensys提交了一份威尔斯通知。SEC 指控 Consensys 通过 MetaMask Swaps 及其加密质押计划 MetaMask Staking 充当加密资产证券的未注册经纪人。

未来影响

虽然钱包将继续成为非法融资和自我托管争论的焦点，但未来监管对话的大部分内容将集中在去中心化问题上。过去几年，加密行业利用去中心化的概念向监管机构解释为什么传统金融证券法规不应适用于加密服务。这一论点专门讨论了控制和责任方的问题。

传统金融规则和指导规范中介机构，以提供消费者保护和问责。然而，一个关键挑战出现了：当所涉及的服务本质上不是中介机构，并且不为用户保管资产或执行操作时，如何实现这些目标？

去中心化，无论是作为概念还是设计目标，都有助于解释为什么传统金融服务法规难以应用于加密货币。然而，我们现在正进入监管讨论的新阶段，监管机构正在寻求定义去中心化并将其应用于各种服务，从钱包到去中心化交易所 (DEX) 等等。监管机构现在看到了将许多加密服务归类为非去中心化或“名义上去中心化”的机会。这种分类源于两个主要因素：

1. 对于许多服务来说，满足真正去中心化标准的负担通常在技术上是不可行的。

2. 这些去中心化标准可能与监管的实际目标不一致。监管方式的转变可能会对未来加密服务的分类和监管方式产生重大影响。

这就是为什么下一阶段的监管讨论将转向控制概念。关键问题包括：钱包是否可以控制用户操作的执行？DEX 是否可以控制操作的执行或填充方式？整个加密行业在开发新的运营模式方面取得了重大进展，这些模式超越了去中心化服务的概念，进入了关于控制、数据和隐私的讨论。

这些进步的最前沿是可信执行环境 (TEE) 的实用性。我们正在走向一种市场结构，其中运营控制权掌握在硬件和软件中，而不是服务提供商手中。在这种模式下，服务提供商无法直接控制正在进行的操作，也无法查看用户订单。通过这种方法，加密行业正在为金融服务和通信应用程序的运营开辟新的方式。

最后，随着我们从关于去中心化的讨论转向关于控制的更细致的对话，执行、最终性和结算的概念将变得越来越重要。行业需要集体定义：

1. 谁负责执行操作

2. 当某项操作被视为在链上结算时

3. 谁负责解决

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

1.1200亿美元之路：Tether发展历程回顾及未来十年展望

Tether 是数字资产行业最大的公司，在过去十年中，该公司不断取得进步和创新，塑造了不断发展的数字资产格局。自 2014 年成立以来，Tether 推出了世界上第一个稳定币，连接了传统货币和快速增长的数字资产市场，彻底改变了金融市场。在过去十年中，Tether 开创了稳定币，并发展成为多元化的技术巨头，为金融可及性、创新和稳定性树立了新标准。点击阅读

2.一文速览币安最新 Launchpool 项目 Scroll（SCR）

2024年10月8日，币安发布公告称，币安 Launchpool 上线第 60 期项目-  Scroll（SCR），一个字节码级兼容的 zkEVM Rollup。用户可以在2024年10月09日08:00（东八区时间）后在 Launchpool网站 将BNB、FDUSD投入到SCR奖励池中获得SCR，SCR活动时长共计2天。网站预计将于此公告的大约二十四小时内，活动开放前更新。点击阅读

3.Arthur Hayes：PvP市场下 新加密项目应该怎么上币

PvP，即“玩家对玩家”，是垃圾币交易者经常用来描述当前市场周期的短语。它唤起的情绪是掠夺性的，胜利是以牺牲他人为代价的。这就是 TradFi。加密资本市场的明确目的是让那些冒着宝贵资本风险的人享受“早期”进入项目的成果，希望这些项目能与Web3一起快速发展。但是，我们已经偏离了中本聪为我们铺平的开明道路，随后Vitalik 也通过他非常成功的以太币首次代币发行 (ICO) 为我们铺平了道路。点击阅读

4.比特币OG朱砝：为什么中国不会全面放开加密货币挖矿

最近各种挖矿要放开的传闻又又又开始在传了，我作为这个领域曾经的长期从业者，肯定是希望行业能恢复生机，但是挖矿只有可能回到21年5月之前状态，放开是不可能放开的。21年之前是什么状态？其实也就是电信层面、经信层面不去专项监控你而已。只要地方上想取缔你，工具还是很多的。点击阅读

5.Crypto是一场西西弗斯式的反抗吗？

本文是在观看 a16z 合伙人 Chris Dixon 的演讲视频后撰写的，演讲题为“Web 3.0 死了吗？”作为一名理想主义的科技投资者，Dixon 回顾了互联网从 1990 年代到今天的演变，并断言加密货币的未来仍然充满潜力。然而，从我的角度来看，Web3 生态系统目前处于混乱状态。这篇文章是我最近想法的总结，也是对之前文章中想法的延伸。点击阅读

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

作者：100y.eth 来源：mirror 翻译：善欧巴，金色财经

2024 年 7 月 23 日，经过漫长的等待，Avail 主网终于上线。顾名思义，Avail 是一个数据可用性 (DA) 层项目。很多人可能会想，“Avail 不就是另一个像 Celestia 或 EigenDA 这样的 DA 项目吗？”然而事实并非如此。

从 Avail 的路线图可以看出，Avail 不仅仅是一个 DA 项目，而是一个垂直整合的统一层。虽然社区中已经有大量文章介绍 Avail，但本文将重点介绍 Avail 相较于其他 DA 项目的优势。如果您有兴趣了解 Avail 的基础知识，请参阅以下文章：

• Avail： Blockworks 的加密基础设施统一

• Redacted Research 的$AVAIL 与 Web3 的统一

1. 最小化信任的互操作性与固定的结算层

与其他 DA 层相比，Avail 最显著的优势是其固定的结算层，称为Avail Nexus，它支持汇总之间信任最小化的互操作性。

1.1 为什么需要具有统一证明体系的轮辐式模型？

为了实现安全桥接，了解对手方网络的规范链和执行的有效性至关重要。共享同一 DA 层的主权汇总在同一 DA 层上发布交易数据，因此很容易了解对手方网络的规范链。但是，仅共享 DA 层并不容易验证对手方网络上的执行有效性。

因此，已经讨论了在主权 Rollup 之间实现信任最小化跨链消息传递的方法，最值得注意的是基于 Cosmos SDK 的 Rollup 之间的 IBC 消息传递。在 IBC 中，通过轻客户端验证对方网络的区块头和 Merkle 证明来实现信任最小化桥接。

但是，不使用 Cosmos SDK 的主权汇总怎么办？它们仍然需要通过轻客户端验证交易对手网络的执行有效性。虚拟机、证明方案（欺诈证明与有效性证明）或 zk 证明系统的差异可能会使构建最小化信任桥接的验证系统变得极具挑战性。

此外，如果主权汇总之间的桥接是以点对点的方式而不是中心辐射模型进行的，那么桥接系统就会变得支离破碎。每个新渠道都需要一个新系统，并且可能会出现多种类型的包装代币，从而导致即使在同一类型的代币之间也存在可互换性问题。

因此，为了在共享同一 DA 层的汇总之间进行桥接的安全性和无缝的用户体验，有必要使用统一的系统来验证执行情况，并采用共享单个结算层的轴辐式桥接模型。

1.2 利用 Nexus

这实际上就是 Avail Nexus 所做的。Avail Nexus 是基于 Avail 构建的 zk 主权汇总，作为 Avail 生态系统的固定结算层。Avail Nexus 处理 1) 序列器拍卖和 2) 证明聚合，使 Avail 生态系统中的汇总能够快速高效地实现信任最小化的跨链消息传递。

Avail Nexus 会汇总并验证来自多个 rollup 的各种类型的证明，然后将它们合并为一个简洁的证明。不仅有效性 rollup，乐观 rollup 也可以参与 Avail Nexus。乐观 rollup 可以将其收据和状态根提交给 Nexus，如果在挑战期间未提供任何欺诈证明，则它们将包含在 Nexus 状态中。

聚合证明最终会提交给 Avail DA 和以太坊。由于 Avail DA 缺少执行层，未来将添加一个模块来验证证明。Avail Nexus 上的 Rollups 的状态信息在以太坊网络上验证，其运行的安全假设与使用以太坊作为结算层的 validiums 相同。

2. 使用 KZG 承诺方案进行快速验证

Avail DA 采用 KZG 承诺方案进行有效性证明，允许轻客户端快速简洁地验证数据可用性。此外，由于 KZG 承诺的同态特性，无需欺诈证明即可验证擦除编码的正确性，从而消除了挑战期造成的延迟。

2.1 ELI5：KZG 承诺

在密码学中，承诺是一种在某一时刻承诺一段数据并在稍后显示它以证明原始数据的方法。承诺通常用于压缩或隐藏数据。承诺的两个关键属性是绑定和隐藏。

• 绑定：一旦数据被提交，就不能被更改，从而确保完整性。

• 隐藏：无法从承诺中推断出原始数据。

区块链中常见的承诺方案是Merkle树，它将信息压缩成一个单一的值，不会泄露原始数据，并且可以轻松验证特定数据是否包含在Merkle树中。

KZG 多项式承诺方案承诺多项式。数据可以转换为多项式，该多项式具有固定大小的单个承诺值。KZG 承诺的优势在于，验证者可以使用非常小的 KZG 证明（O(1)）轻松证明特定数据的包含。与 Merkle 树相比，这是一个显着的优势，因为 Merkle 树的证明大小随数据大小呈对数增长（O(logN)）。

2.2 KZG 在 Avail 中的承诺

让我们深入研究一下 Avail DA 中的数据存储方式以及验证数据可用性的过程。当用户（rollup）将交易数据发送到 Avail 时，数据被排列成二维矩阵。然后使用纠删码生成冗余数据，从而有效地将原始数据加倍。

由于数据量扩大到原来的两倍，恶意区块生产者必须隐藏一半以上的数据才能将其隐藏，因此在数据可用性采样过程中，这种行为极有可能被检测到。每行中的数据都转换为多项式，并且该数据的 KZG 多项式承诺包含在区块头中。以下是 KZG 承诺所实现的功能：

1. 轻客户端可以快速轻松地验证数据可用性：如果轻客户端想要检查特定数据是否包含在某个块中，则得益于 KZG 承诺，完整节点可以提供非常小的 KZG 证明（O（1））。

2. 无需欺诈证明即可验证纠删码的正确性：在 Celestia 中，欺诈证明用于验证纠删码的正确性，这可能会因挑战期而导致延迟。由于 KZG 承诺是同态的，因此可以通过检查纠删码数据的承诺是否与纠删码承诺相匹配来快速验证纠删码的正确性。

3. 使用 BABE 和 GRANDPA 实现安全性和活跃性

大多数区块链网络通常将重点放在其共识机制的安全性或活跃性上。建立在底层（Polkadot SDK）上的 Avail DA 使用 BABE 和 GRANDPA 作为其共识机制，提供与以太坊类似的活跃性和安全性的平衡。

3.1 区块链扩展的盲分配（BABE）

BABE 是 Avail 的区块生产引擎，负责确保活跃度。每个时隙（20 秒）都会通过 VRF 选出一个主要作者来生产区块。一个时隙内可以有多个作者，也可以没有作者。如果选择了多个作者，则竞赛开始，传播次数最多的区块将成为规范链的一部分。如果没有选择主要作者，则通过循环方法选出的次要作者会生产区块。

3.2 基于 GHOST 的递归祖先派生前缀协议（GRANDPA）

GRANDPA 充当类似于以太坊 Casper FFG 的最终确定工具，但不同之处在于它最终确定的是规范链而不是单个区块，从而加快了最终确定过程。在同步环境中，超过三分之二的节点需要诚实才能确定最终确定性，而在异步设置中，它可以处理多达五分之一的拜占庭节点。

4. 具有强大加密经济安全性的生态系统

Avail Fusion 允许来自其他生态系统的代币为 Avail 生态系统的加密经济安全做出贡献。EigenLayer、Babylon、Symbiotic 和 Karak 等协议因利用 BTC 和 ETH 的巨大安全性而受到关注。随着 Avail Fusion 的实施，Avail 生态系统的安全级别有望显著提高。对 Optimium 和 Validium 的常见批评是由于依赖外部 DA 层而削弱了它们的安全性。带有 Avail Fusion 的 Avail DA 可以减轻这些批评。

有趣的是，Avail 上的 rollup 代币也可以在 Avail Fusion 中使用。rollup 代币经济学最大的缺陷之一是缺乏治理之外的实用性。Avail Fusion 可以通过使用 rollup 代币实现加密经济安全来解决这一问题，从而提高其生产力并加速生态系统的激励飞轮。

然而，一个值得关注的问题就是奖励的分配。如果其他生态系统的代币被用于共识并获得区块奖励，AVAIL 质押者的相对奖励可能会减少。因此，在引入 Avail Fusion 时，需要对外部生态系统代币的质押和奖励比率进行复杂的设计。

5. 各种代币实用程序

代币经济学是加密行业最有前景的领域，也是长期存在的问题。虽然代币可以充当确保协议顺利运行的润滑剂，但设计不佳或缺乏实用性可能会使它们成为一种损害。

幸运的是，Avail 通过统一层的概念为 AVAIL 代币提供了多种用途，与许多其他协议不同，它在内部集成了多个层和功能：

• 治理

• DA 费用

• 提供 DA 安全性

• 质押参与 Nexus 的序列池

• 质押参与 Nexus 中的证明聚合池

• 过渡费

考虑到每层的功能和代币效用，Avail 可视为 DA 层、去中心化排序层和 ZKP 聚合层的组合。这凸显了 Avail 生态系统的巨大潜在增长。

6. 最后的想法

虽然以太坊内部的模块化生态系统取得了长足的进步，但以太坊之外的模块化生态系统在互操作性和安全性方面仍不成熟。Avail 通过 Avail DA、Avail Nexus 和 Avail Fusion 为这些问题提供了有效的解决方案，使其成为理想的模块化生态系统。

就像正在进行的基础设施与应用程序之争一样，即使 Avail 构建了完美的基础设施，真正的挑战仍是创建一个动态生态系统。不过，这没什么可担心的。根据Avail 生态系统页面，Avail 已经集成到许多汇总 SDK 中，包括 Arbitrum Orbit 和 Polygon CDK。Conduit 和 AltLayer 等众多 RaaS 平台也支持 Avail DA，总共有 32 个汇总网络将加入 Avail DA。

近年来，模块化生态系统变得更加多样化和广泛。许多模块化项目（例如，rollup、DA 层）正在进入市场，要想在这种竞争环境中生存，项目必须具有独特的优势。Avail 凭借其统一层的概念，执行 DA、排序、ZKP 聚合和重新质押等功能，在市场上占据独特地位。因此，Avail 即将到来的旅程绝对值得期待。

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。

原标题：MEVA and aPriori

作者：Paul Verdittakit，Pantera合伙人；编译：0xxz@金色财经

任何健康市场的先决条件都是监管。金融监管允许无缝资本交换，反垄断法控制寻租，知识产权法鼓励创新。在区块链上，由于一切都是代码，因此编写代码的人就是制定法律的人。

这种权力在区块链堆栈的最底层——区块构建者——尤其普遍。竞争构建区块的利益相关者决定了区块链本身的成败；如果区块生产停滞或激励措施鼓励掠夺性行为，区块链的完整性就会崩溃，用户就会消失。例如，当Solana 面临中断时，用户无法执行任何交易，这意味着他们无法存入或提取代币。

区块构建者是指那些从内存池中物理取出交易并构建交易区块的人，这些交易区块随后传播到其他区块，以就区块链状态达成共识。区块构建过程中的利益相关者如何相互交互的设计取决于构建这些系统的公司。在以太坊上，Flashbots（Pantera 投资组合公司）是首选。在 Solana 上，Jito 是王者。而当Monad推出时，aPriori将占据主导地位。

MEVA

用来描述这些公司寻求解决的问题的总称是“MEV”或“最大可提取价值”。简而言之，将这些区块排序交易的个人受到激励，以最大化他们产生的费用，这意味着他们可能会恶意重新排序交易以最大化自己的利润并增加用户的成本。

矿工可提取价值拍卖基础设施 (Miner Extractable Value Auction Infrastructure，MEVA) 旨在解决的设计目标是 gas 费用稳定性、竞争性和集中度。其中大部分归结为激励措施；如果利益相关者因在区块构建中增加正外部性（或消除负外部性）而获得经济补偿，那么他们就会这样做。然而，没有完美的和谐。

在以太坊上，出块时间约为12 秒，所有利益相关者都有时间访问所有交易并模拟所有交易，以最大化他们的利润。考虑到这一点，以太坊上当前的黄金标准方法是提议者-构建者分离 (PBS)。此设置将流程分为 5 个利益相关者：用户、区块生产者、中继者、区块提议者和搜索者。通过将区块福利价值与多个利益相关者分开，他们都有动力彼此共享信息，从而允许竞争性地构建区块，同时确保区块保持盈利（从而最大限度地减少失败交易）。但这也有自己的问题；区块生产者已经变得中心化，排名前两位的构建者从区块构建中获取了超过一半的价值。应用程序还意识到，它们可以通过MEV 税等机制获取自己的 MEV ，从而使它们能够参与交易排序过程并回收原本会流向区块提议者的价值。 

Monad

Monad是一条即将推出的新链，将成为有史以来性能最强的 EVM 兼容 1 层区块链，每秒可处理 10,000 笔交易，出块时间为 1 秒，具有单槽最终确定性和低硬件要求。实现这一目标的创新之一是将执行层和共识层分开，这允许当前区块在执行前一个区块的同时运行其共识。Monad Labs筹集了 2.25 亿美元，有望成为下一个大型 L1，目前已在 Twitter 上积累了超过30 万名粉丝。

这带来了三个设计挑战：

1、状态的不确定性：

• 由于前一个区块的执行在下一个区块达成共识之前尚未完成，因此不存在“当前”状态。 

2、模拟完整区块的有限时间窗口： 

• 不确定的状态和 1 秒的区块时间意味着区块构建者可能没有时间模拟完整的交易区块并对其进行排序以优化利润。

3、执行的不确定性：

• 交易排序的概率性质意味着当前架构可能导致交易束在链上逆转，从而导致更高的交易失败率，从而损害用户的利益。

解决这些问题意味着设计一个廉价且对用户来说交易失败率低的架构，同时确保区块构建的利益相关者仍然有利可图。

aPriori团队

aPriori创始团队拥有独特的优势，能够取得成功：

• Ray ，首席执行官/联合创始人，Jump Crypto特别项目经验，Pyth Network 的贡献者，Flow Traders 的量化交易员

• Olivia，首席技术官，Coinbase 前高级工程师，Bridgewater 投资公司

• Ed ，研究员，曾任 VCRED 数据科学家、洛斯阿拉莫斯国家实验室项目负责人

aPriori团队的其他成员均具有高频交易、量化对冲基金和其他顶级加密公司的背景。

流动性质押

aPriori 计划利用他们已经建立的基础设施，向运行其 MEVA 的平台推出流动性质押。Jito 正是这样做的，它允许用户质押 SOL 并获得使用 Jito 的验证者获得的部分奖励。Jito 的完全稀释价值 (FDV) 为20 亿美元，月收入超过 80 万美元。

测试网启动

当 Monad 测试网上线并完成一些最终集成后，aPriori 将在 Monad 测试网上启动流动质押协议。aPriori 还计划在 Monad 测试网期间发布 MEVA 系统的初始版本，重点关注以下方面：

• 引导搜索者和区块建造者参与区块空间拍卖，

• 促进验证者实验和压力测试客户端软件。

设计 MEVA 是任何区块链内部管道的基本组成部分。Monad 的超并行 EVM L1 是一个新的生态系统，需要不断创新才能确保良好的用户体验和有利可图的区块构建者。该团队拥有继续这样做的经验、动力和愿景。

在此测试网阶段，团队邀请各方参与测试并提供反馈，以致力于主网准备以及进一步的路线图项目，如保护rpcs防止三明治攻击和分析仪表板。

本文来源金色财经，观点不代表芝麻财经的立场，转载请联系原作者。