UMA價格

我們之前的討論解釋了區塊鏈預言機是什麼，以及為什麼它們是智能合約啟用鏈的重要基礎設施。 在這篇文章中，我們將深入探討它們的架構如何確保數據準確性和鏈上數據交付的完整性。 🧵👇 首先，重要的是要認識到並非所有區塊鏈預言機都是平等的，或是服務於相同的目的。 各種預言機之間存在相當大的設計差異，例如 @chainlink、@UMAprotocol、@BandProtocol 和 @。 然而，為了簡化，我們將以 Chainlink——最大的區塊鏈預言機提供商——作為我們的主要例子，來說明區塊鏈預言機的運作方式。 在我們之前的討論中，我們解釋了為什麼像 @aave 這樣的 DeFi 協議不能依賴單一的鏈上來源，例如 Uniswap，來獲取價格數據。 如果他們這樣做，就會暴露於操縱的風險。 去中心化交易所的資產價格是由流動性池比率決定的，這可能會被惡意交易者通過使用閃電貸款或他們自己的資本進行大額交易而扭曲。 這就是為什麼像 Aave 這樣的協議轉向像 Chainlink 這樣的預言機提供商，這在表面上似乎完全解決了這個問題。 畢竟，Chainlink 不依賴於像 Uniswap 這樣的單一交易所；它從許多交易場所聚合價格數據，過濾後並在鏈上交付中位數值。 但還有一層更深的風險，許多人忽視了。 即使基礎數據——無論是資產價格、天氣數據或其他任何東西——是從數十個來源聚合而來的，如果它是由單一預言機交付的，那一切都是徒勞的。 信任單一的鏈外行為者誠實行事並保持在線，重新引入了與依賴單一數據來源相同的單點故障風險。 如果該預言機出現故障、被攻擊或行為不當，所有依賴它的鏈上協議都會立即暴露。 這就是為什麼 Chainlink 和大多數其他區塊鏈預言機提供商的設計考慮了去中心化。 更具體地說，Chainlink 不是單一的預言機，而是一個由許多去中心化預言機網絡（DONs）組成的異質網絡。 每個 DON 提供針對其用戶需求量身定制的獨特預言機服務。 例如，一個 DON 可能為以太坊區塊鏈提供 ETH/USD 價格，另一個可能為 Arbitrum 提供流動質押代幣（LSTs）的價格數據，第三個可能在 Polygon 和 Solana 之間轉移代幣。 此外，每個 DON 由不同運營商運行的多個節點組成，這些節點通常使用自己的基礎設施和數據來源。這些可能包括像 Vodafone 這樣的 Web2 電信提供商、主要數據提供商，以及像 Infura 這樣的 Web3 基礎設施提供商。 這些節點獨立地獲取、簽名並報告數據，然後將其聚合成一個單一的、共識驗證的值。 例如，一個由 31 個節點組成的 DON 可能會讓每個節點獨立獲取 ETH 在 USD 中的價格數據，並生成自己的中位數值。 然後，所有節點的中位數價格數據被聚合成一個單一數據點（預言機報告），並由 DON 交付給預期的接收者——例如，像 Aave 這樣的區塊鏈應用。 為了將來自多個節點的數據聚合成一個單一數據點，Chainlink 使用一種稱為鏈外報告（Off-Chain Reporting, OCR）的協議。 OCR 是一個系統，允許節點在鏈外就單一數據點達成共識。 它的工作原理如下： 首先，DON 中的每個節點獨立地從其選擇的來源獲取數據，並通過點對點通信層與網絡的其餘部分共享其簽名報告。 例如，節點 A 可能報告 ETH 的價格為 $3,120，節點 B 可能說是 $3,125，節點 C 可能說是 $3,118，等等。 一旦收集到足夠的報告，節點使用共識算法就 ETH 的單一聚合價格達成一致——通常是所有提交的中位數。 然後，只有一個緊湊的報告，包含最終結果（ETH 在 USD 中的單一價格）和參與節點的聚合簽名，才會在鏈上發布。 一旦報告提交，智能合約使用這些聚合簽名來驗證其真實性，然後接受其作為有效輸入。 這樣就關閉了循環，確保沒有未簽名或被篡改的數據能夠被注入到區塊鏈中。 這種設計大幅降低了燃氣成本並提高了可擴展性，同時保持了完全的去中心化和可驗證性。 當然，去中心化只有在 DON 中的節點無法輕易合謀操縱結果的情況下才有效。 如果少數節點能夠協調提交虛假數據，那麼這一切都將毫無意義。 為了防止這種情況，Chainlink 依賴於加密保證、經濟激勵和透明機制的組合。 👉每個節點都會對其回應進行加密簽名，使每次提交都可以在鏈上進行驗證和公開審計。這確保了任何偏離預期行為的情況都可以追溯到負責的運營商。 👉此外，節點在報告準確性方面有經濟激勵。他們質押 LINK 代幣並因良好表現而獲得費用，但如果他們行為不當，也有可能失去收入、聲譽，甚至質押資產。 最後，所有預言機活動——數據更新、節點身份、數據源參數和歷史表現——都是完全透明的。 任何人都可以檢查鏈上報告，以驗證哪些節點參與、何時發生更新以及結果是如何聚合的。 如果某些節點行為不當或無法正常運作，他們的聲譽（以及潛在的收入）將受到損害，未來將沒有人依賴他們。 本質上，Chainlink 的架構用驗證取代了信任。 通過去中心化數據來源、聚合和交付——並用加密證明、經濟激勵和完全透明性來保護每一層——它確保區塊鏈應用能夠與現實世界互動，而不犧牲安全性或可靠性。

空投季

Polymarket的終極解——做“AGI投降派”🤖 上篇文章我說Polymarket需要"七賢者議會"，需要"認知權益拍賣"，需要精英壟斷定價權。 但這套解決方案仍然不夠徹底，或者說，它們是2023年的答案。 七賢者議會聽起來很酷，但你仔細想想，本質上就是7個人的偏見做加權平均。這就像7個諾基亞高管開會，搞一下天朝的民主集中制，就能設計出iPhone嗎？ 不可能的。 1⃣人類專家智能的物理瓶頸 一個頂級的預測分析師，處理"特朗普2024是否勝選"這種複雜市場，他要看什麼？ 50個州的民調、搖擺州人口結構、歷史投票模式、社交媒體sentiment、宏觀經濟、突發新聞... 就算他一天工作16小時不睡覺，能深度分析幾個維度？5個？8個？撐死了10個。 而一個配置了多模態LLM的AI Agent，同時處理500個數據維度，實時更新，響應時間小於1秒。 這不是人和人的競爭，這是算盤和計算機的競爭。沒什麼好比的。 Numerai的數據很說明問題：20,000個AI模型協作，年化收益15-25%，碾壓85%的傳統對沖基金。那些基金裡全是常春藤畢業的、年薪百萬美元的分析師。有用嗎？在算法面前都是肉雞。 而且更要命的是情緒問題。 法國巨鯨押了4500萬在特朗普上，你覺得他後續的判斷還能保持客觀？不可能。沉沒成本會扭曲他的認知。"我已經all in了所以特朗普必須贏"這種想法會潛意識裡影響他對每一條新信息的解讀。 AI Agent沒有這些破事。給它一個目標函數：最大化預測準確率。它就只優化這個，不考慮其他。 零情緒，零利益衝突，零面子工程。 也許有人會說，預測市場的歷史太短暫，沉澱的數據樣本規模太小，但我們可以構建一個仿真的預測市場環境，讓AI Agent像一個松鼠🐿️一樣強化學習。 2⃣響應速度的代際差距 10·11，特朗普拒絕與習在APEC峰會會面的消息，在社交媒體引發激烈討論。 從恐慌情緒發酵到加密市場反應，時間窗口多長？ 人類專家需要幾個小時驗證信息、開會討論、得出結論。AI Agent 3分鐘掃完全網，5分鐘sentiment分析，7分鐘給出概率更新。 等人類專家開完會，套利機會早沒了。 市場不等人。也不應該等人。 你可能會說AI Agent聽起來很美，但技術ready了嗎？ 答案是：比你想象的成熟得多。 我們現在有LangChain、LangGraph這些成熟的Agent框架。 數據層有The Graph索引鏈上數據，有Dune Analytics，有Twitter API、Reddit API抓社交sentiment，有傳統金融的宏觀數據接口。 執行層有賬戶抽象讓AI Agent擁有鏈上錢包，有Gelato Network自動化清結算，有Safe管理資金。 成本呢？運行一個Claude Sonnet 4.5級別的預測Agent，每個月50到200美元。僱一個合格的分析師？每月8000到15000美元。 成本比1:40到1:300。這還沒算人類需要睡覺、AI Agent可以7×24在線的優勢。 更關鍵的是，AI Agent在小眾市場（流動性低於10萬美元的）表現提升更明顯。 為什麼？因為人類專家根本不屑於研究這些小市場。但AI Agent一視同仁，反正計算成本差不多。 這就是規模化認知的力量。人類專家同時跟10個市場已經極限了，AI Agent可以跟10,000個。 為什麼現在沒人這麼幹？ 既然技術成熟、效果明顯，為什麼Polymarket上95%還是人類或者工具型Bot在玩？ 三個原因： 第一，鏈上執行成本。Polygon雖然官方承擔了Gas費，但還有難以管理的MEV與滑點成本； 第二，監管灰色地帶。AI Agent算不算"合格投資者"？如果AI虧錢了誰負責？這些法律問題沒人想碰； 第三，AI Agent的構建與使用門檻。 但這些都是工程問題，不是原理問題。給2年時間，都能解決。 3⃣我會怎麼搞 如果讓我構建下一代預測市場，我會建三層AI Agent生態。 第一層：Oracle Agent，負責真相。 替代現在的UMA治理。市場結算時間到了，Agent自動從多個數據源驗證結果——官方媒體、鏈上數據、社交consensus。如果95%的信源一致，自動結算。有分歧就召集幾個專門訓練的仲裁Agent投票。24小時內強制結算，不再拖泥帶水。 響應時間從7天縮到24小時，成本從每次500美元降到5美元，零人為操縱因為所有推理過程鏈上可驗證。 第二層：Maker Agent，提供流動性。 1000個Maker Agent，每個專注不同領域。政治類、體育類、加密市場、宏觀經濟。每個Agent管1萬到10萬美元資金池，實時調整報價，spread控制在0.5%以內。 關鍵是動態權重系統。不是所有Agent平等。歷史準確率85%的Agent，報價權重是10。準確率60%的，權重是1。市場最終價格是所有Agent報價的加權平均。 這就是真正的"智能湧現"。不是民粹式的多數決，是算法篩選出的最優解。 第三層：Hunter Agent，跨平臺套利。 同一個事件，Polymarket賠率1.65，PredictIt是1.58，Kalshi是1.62。Hunter Agent立即發現套利空間，自動執行交易，抹平價差。 為什麼重要？因為現在各預測市場是割裂的，同一事件價格能差10%以上。人類套利者動作慢，而且懶得管小市場。AI Agent不care市場大小，只要有0.5%無風險套利就衝進去。 最終效果：全球預測市場變成一個統一定價系統。 三層協同起來會出現湧現效應。Oracle快速結算降低資金鎖定時間，提高資本效率。Maker深度流動性吸引大資金入場，市場深度提升10倍。Hunter跨平臺套利統一全球價格，預測準確率提升。 預測市場從"賭場"變成"真相機器"。 4⃣你肯定要問的幾個問題 "AI會出錯怎麼辦？" GPT-4在事實判斷任務上錯誤率8-12%。人類專家在複雜判斷上錯誤率15-20%。而且AI的錯是可復現、可分析、可修復的。人類的錯可能就是"我今天心情不好"。 "AI被操縱怎麼辦？" 多Agent共識機制。不是一個AI說了算，是1000個AI投票，每個數據源不同、模型不同、訓練方式不同。你想操縱得同時攻破1000個不同系統。這比操縱7個人難多了。 "AI出錯了誰負責？" Slash機制。每個Maker Agent質押1萬到10萬美元，連續判斷錯誤自動罰沒。Oracle Agent也一樣。而且所有推理過程鏈上可查，任何人可以挑戰。 這比人類專家的accountability強多了。UMA那些大戶投錯票，有被罰過嗎？沒有。他們只需要在Discord發個"oops sorry"，然後繼續投下一票。 5⃣5年後定價權屬於AI 回到最開始：法國巨鯨那4500萬美元算什麼？ 我的答案是，他是舊時代最後的王者，也是新時代的開幕。 他用人類的極限認知證明了精英定價的有效性，但同時也證明了人類精英的上限。一個人，再有錢再聰明，也就能處理那麼多信息。 真正的未來是1000個AI Agent，每個管10萬美元，每個專注不同領域，每個7×24在線，每個零情緒交易。它們的集體智慧會把任何人類專家碾成渣。 民主是烏合之衆，精英是過時的操作系統。不是因為精英不好，是因為有更好的選擇。就像汽車取代馬車，不是因為馬不好，是因為內燃機更快。 智能湧現碾壓人類共識。這是不可逆的趨勢。 誰先看懂，誰就贏了。