密码学协议和技术
查看所有标签
2025 年，AI 代理利用区块链漏洞的比例从 2% 跃升至 55.88% —— 攻击总收入从 5,000 美元激增至 460 万美元。这一统计数据揭示了一个令人不安的事实：支持区块链上自主 AI 的基础设施从未针对对抗性环境进行过设计。AI 代理进行的每一次交易、每一项策略、每一个数据请求都会向全网广播。在一个目前 AI 代理可以自主执行一半智能合约漏洞的世界里，这种透明度不再是一项功能，而是一种灾难性的隐患。
Mind Network 认为，解决方案在于被誉为计算机科学“圣杯”的密码学突破：全同态加密（FHE）。凭借来自 Binance Labs、Chainlink 的 1,250 万美元支持以及两项以太坊基金会的研究资助，他们正在构建基础设施，以使加密 AI 计算成为现实。
美联储在 2025 年 9 月发布了严厉警告：对手们目前已经开始搜集加密的区块链数据，等待足够强大的量子计算机来破解它们。随着谷歌的 Willow 芯片在两小时内完成了超级计算机需要 3.2 年才能完成的计算，且破解当前加密技术的资源估算在一年内下降了 20 倍，“Q 日”（Q-Day）的倒计时已从理论推测转变为紧迫的工程现实。
Project Eleven 出现了。这家加密初创公司刚刚筹集了 2000 万美元，致力于完成许多人认为不可能完成的任务：在为时已晚之前，让整个区块链生态系统为后量子世界做好准备。
2024 年，全球机密计算市场价值为 133 亿美元。预计到 2032 年，这一数字将达到 3,500 亿美元 —— 复合年增长率为 46.4%。目前已有超过 10 亿美元专门投入到去中心化机密计算（DeCC）项目中，20 多个区块链网络组成了 DeCC 联盟，以推广隐私保护技术。
然而，对于决定使用哪种隐私技术的开发者来说，现状令人困惑。零知识证明（ZK）、全同态加密（FHE）、可信执行环境（TEE）和多方计算（MPC）各自解决的是根本不同的问题。选择错误的技术会浪费数年的开发时间和数百万美元的资金。
本指南提供了行业所需的对比：真实的性能基准测试、诚实的信任模型评估、生产环境部署状态，以及将在 2026 年实际交付的混合方案。
在进行对比之前，必须理解这四种技术并不是可以互换的替代方案。它们回答的是不同的问题。
零知识证明 (ZK) 回答的是：“如何在不泄露数据的情况下证明某事是真的？” ZK 系统生成密码学证明，证明计算被正确执行，而无需披露输入。输出是二进 制的：陈述要么有效，要么无效。ZK 主要关注的是验证，而非计算。
全同态加密 (FHE) 回答的是：“如何在不解密数据的情况下对其进行计算？” FHE 允许直接在加密数据上进行任意计算。结果保持加密状态，只能由密钥持有者解密。FHE 关注的是保护隐私的计算。
可信执行环境 (TEE) 回答的是：“如何在隔离的硬件飞地中处理敏感数据？” TEE 使用处理器级的隔离（Intel SGX, AMD SEV, ARM CCA）来创建安全飞地（Enclaves），即使是操作系统也无法访问其中的代码和数据。TEE 关注的是硬件强制的机密性。
多方计算 (MPC) 回答的是：“如何在不泄露个人输入的情况下，由多个参与方计算出共同结果？” MPC 将计算分布在多个参与方之间，因此没有任何一个参与者能了解最终输出之外的任何信息。MPC 关注的是无需信任的协作计算。
Vitalik Buterin 曾主张，行业应从绝对的 TPS 指标转向“密码学开销比（cryptographic overhead ratio）” —— 即对比使用隐私技术与不使用隐私技术的任务执行时间。这种框架揭示了每种方法的真实成本。
在历史上，FHE 曾比未加密的计算慢数百万倍。但现在情况已经改变。
Zama 是首个 FHE 独角兽企业（在融资超过 1.5 亿美元后估值达到 10 亿美元），其报告显示自 2022 年以来速度提升了超过 2,300 倍。目前在 CPU 上的性能可达约 20 TPS，用于机密 ERC-20 转账。GPU 加速将这一数值推高至 20-30 TPS（Inco Network），相比仅使用 CPU 执行，提升了高达 784 倍。
Zama 的路线图目标是到 2026 年底通过 GPU 迁移实现每条链 500-1,000 TPS，并预计在 2027-2028 年推出基于 ASIC 的加速器，目标是 100,000+ TPS。
架构也至关重要：Zama 的机密区块链协议使用符号执行，智能合约在轻量级的“句柄（handles）”上操作，而不是实际的密文。繁重的 FHE 操作在链下协处理器上异步运行，从而保持链上 Gas 费用处于较低水平。
底线： 对于典型操作，FHE 的开销已从 1,000,000 倍下降到大约 100-1,000 倍。目前已可用于机密 DeFi；到 2027-2028 年，其吞吐量将具备与主流 DeFi 竞争的能力。
现代 ZK 平台已经实现了显著的效率。SP1、Libra 和其他 zkVM 展示了近乎线性的证明者扩展能力，对于大型工作负载，密码学开销低至 20%。在消费级硬件上，简单支付的证明生成时间已降至一秒以下。
ZK 生态系统是这四种技术中最成熟的，已在 Rollup（zkSync, Polygon zkEVM, Scroll, Linea）、身份验证（Worldcoin）和隐私协议（Aztec, Zcash）中实现了生产级部署。
底线： 对于验证任务，ZK 提供的开销最低。该技术已通过生产验证，但不支持通用的隐私计算 —— 它证明的是正确性，而不是持续计算过程中的机密性。
TEE 以接近原生的速度运行 —— 它们增加的计算开销极小，因为隔离是由硬件强制执行的，而不是通过密码学操作。这使得它们成为机密计算中速度最快的选择。
权衡点在于信任。你必须信任硬件制造商（Intel, AMD, ARM），并相信不存在侧信道漏洞。2022 年，一个关键的 SGX 漏洞迫使 Secret Network 协调了一次全网密钥更新 —— 这展示了操作风险。2025 年的实证研究显示，32% 的真实世界 TEE 项目在飞地内部重新实现密码学时存在侧信道暴露风险，25% 的项目表现出不安全的实践，削弱了 TEE 的保障。
底线： 执行速度最快，开销最低，但引入了硬件信任假设。最适合对速度要求极高且可以接受硬件被攻破风险的应用。
MPC 性能主要受限于网络通信而非计算。在协议执行期间，每个参与者必须交换数据，产生的延迟与参与者数量以及他们之间的网络状况成正比。
Partisia Blockchain 的 REAL 协议提高了预处理效率，实现了实时 MPC 计算。Nillion 的 Curl 协议扩展了线性秘密共享方案，以处理传统 MPC 难以应对的复杂操作（除法、平方根、三角函数）。
总结： 性能中等，但具备强大的隐私保证。诚实多数假设意味着即使部分参与者被攻破，隐私 依然安全，但任何成员都可以审查计算 —— 这是与 FHE 或 ZK 相比的一个根本性局限。
性能比较占据了大多数分析的主导地位，但对于长期架构决策而言，信任模型更为重要。
| 技术 | 信任模型 | 可能出现的问题 |
|---|---|---|
| ZK | 密码学（无需信任第三方） | 无 —— 证明在数学上是完备的 |
| FHE | 密码学 + 密钥管理 | 密钥泄露会暴露所有加密数据 |
| TEE | 硬件厂商 + 远程度量 (Attestation) | 侧信道攻击、固件后门 |
| MPC | 门限诚实多数 | 超过阈值的共谋会破坏隐私；任何一方都可以进行审查 |
ZK 除了证明系统的数学完备性外，不需要任何额外信任。这是目前最强大的信任模型。
FHE 在理论上是密码学安全的，但引入了“谁持有解密密钥”的问题。Zama 通过使用门限 MPC 将私钥分发给多个参与者来解决这个问题 —— 这意味着 FHE 在实践中往往依赖 MPC 进行密钥管理。
TEE 需要信任 Intel、AMD 或 ARM 的硬件和固件。这种信任已被多次打破。在 CCS 2025 上展示的 WireTap 攻击证明了通过 DRAM 总线拦截（DRAM bus interposition）可以攻破 SGX —— 这是一个任何软件更新都无法修复的物理攻击向量。
MPC 将信任分发给参与者，但需要诚实多数。如果超过阈值，所有输入都会暴露。此外，任何单一参与者都可以拒绝配合，从而有效地审查计算。
抗量子性 是另一个维度。FHE 天生具备量子安全性，因为它依赖于基于格的密码学（Lattice-based cryptography）。TEE 不提供抗量子性。ZK 和 MPC 的抗量子性取决于所使用的具体方案。
Zama（融资 1.5 亿美元+，估值 10 亿美元）：为大多数 FHE 区块链项目提供支持的基础设施层。于 2025 年 12 月底在以太坊上启动主网。$ZAMA 代币拍卖于 2026 年 1 月 12 日开始。创建了机密区块链协议（Confidential Blockchain Protocol）和用于加密智能合约的 fhEVM 框架。
Fhenix（融资 2200 万美元）：利用 Zama 的 TFHE-rs 构建 FHE 驱动的乐观 Rollup L2。在 Arbitrum 上部署了 CoFHE 协处理器，这是第一个实用的 FHE 协处理器实现。获得了日本最大的 IT 供应商之一 BIPROGY 的战略投资。
Inco Network（融资 450 万美元）：利用 Zama 的 fhEVM 提供机密性即服务（Confidentiality-as-a-service）。提供基于 TEE 的快速处理模式以及 FHE+MPC 安全计算模式。
Fhenix 和 Inco 都依赖 Zama 的核心技术 —— 这意味着无论哪个 FHE 应用链占据主导地位，Zama 都能捕获价值。
Oasis Network：开创了将计算（在 TEE 中）与共识分离的 ParaTime 架构。在 TEE 中使用密钥管理委员会和门限密码学，因此没有单个节点可以控制解密密钥。
Phala Network：将去中心化 AI 基础设施与 TEE 相结合。所有 AI 计算和 Phat 合约都通过 pRuntime 在 Intel SGX 飞地（Enclaves）内执行。
Secret Network：每个验证者都运行 Intel SGX TEE。合约代码和输入在链上加密，仅在执行时在飞地内部解密。2022 年的 SGX 漏洞暴露了这种单一 TEE 依赖的脆弱性。
Partisia Blockchain：由 2008 年开创实用 MPC 协议的团队创立。其 REAL 协议通过高效的数据预处理实现了抗量子的 MPC。最近与 Toppan Edge 合作，将 MPC 用于生物识别数字身份 —— 在不解密的情况下匹配人脸识别数据。
Nillion（融资 4500 万美元+）：于 2025 年 3 月 24 日启动主网，随后在币安 Launchpool 上市。结合了 MPC、同态加密和 ZK 证明。企业集群包括 STC Bahrain、阿里云的 Cloudician、沃达丰的 Pairpoint 和德国电信。
正如 Aztec 研究团队所言：不存在完美的单一解决方案，而且也不太可能出现某种技术成为 那个完美的解决方案。未来属于混合架构。
ZK + MPC 支持协作证明生成，其中每个参与者仅持有见证数据（Witness）的一部分。这对于多机构场景（合规性检查、跨境结算）至关重要，因为在这种场景下，任何单一实体都不应看到所有数据。
MPC + FHE 解决了 FHE 的密钥管理问题。Zama 的架构使用门限 MPC 将解密密钥分发给多个参与者 —— 在消除单点故障的同时，保留了 FHE 对加密数据进行计算的能力。
ZK + FHE 允许在不泄露加密数据的情况下，证明加密计算已正确执行。其开销仍然显著 —— Zama 报告称，在大型 AWS 实例上为一个正确的自举（Bootstrapping）操作生成证明需要 21 分钟 —— 但硬件加速正在缩小这一差距。
TEE + 密码学回退 使用 TEE 进行快速执行，并将 ZK 或 FHE 作为硬件受损时的备份。这种“深度防御”方法在接受 TEE 性能优势的同时，减轻了其信任假设。
2026 年最先进的生产系统结合了两到三种此类技术。Nillion 的架构根据计算要求编排 MPC、同态加密和 ZK 证明。Inco Network 同时提供 TEE 快速模式和 FHE+MPC 安全模式。这种组合方法很可能成为行业标准。
对于在 2026 年做出架构决策的开发者来说，选择取决于三个问题：
你在做什么？
你的信任约束是什么？
你的性能要求是什么？
机密计算市场预计将从 2025 年的 240 亿美元增长到 2032 年的 3500 亿美元。如今正在构建的区块链隐私基础设施 —— 从 Zama 的 FHE 协处理器到 Nillion 的 MPC 编排，再到 Oasis 的 TEE ParaTimes —— 将决定哪些应用能够在这个 3500 亿美元的市场中存在，而哪些不能。
隐私不是一项功能。它是使符合监管要求的 DeFi、机密 AI 和企业级区块链采用成为可能的基础设施层。最终胜出的技术不一定是速度最快或理论上最优雅的 —— 而是能够交付生产就绪、可组合的原语，供开发者实际在其上构建的技术。
根据目前的发展轨迹，答案很可能是这四者兼而有之。
BlockEden.xyz 提供支持隐私保护区块链网络和机密计算应用的多链 RPC 基础设施。随着隐私保护协议从研究走向生产，可靠的节点基础设施成为每一笔加密交易的基石。探索我们的 API 市场 以获取企业级区块链接入服务。
当 Zama 在 2025 年 6 月成为首个全同态加密（FHE）独角兽时——估值超过 10 亿美元——这预示着比单一公司成功更重大的意义。区块链行业终于接受了一个基本事实：隐私不是可选项，而是基础设施。
但开发者面临着一个令人不安的现实：没有唯一的“最佳”隐私技术。全同态加密（FHE）、零知识证明（ZK）和可信执行环境（TEE）各自解决了不同的问题，并在权衡取舍上各不相同。选择错误不仅会影响性能，还可能从根本上损害你试图构建的东西。
本指南将深入分析何时使用每种技术，你实际权衡的代价是什么，以及为什么未来很可能涉及这三者的协同工作。
区块链隐私市场已从细分领域的实验演变为严肃的基础设施。基于 ZK 的 Rollup 现在锁定的总价值（TVL）已超过 280 亿美元。仅零知识 KYC 市场预计就将从 2025 年的 8360 万美元增长到 2032 年的 9.035 亿美元——复合年增长率为 40.5%。
但市场规模无法帮你选择技术。了解每种方法实际的作用才是起点。
ZK 证明允许一方证明某个陈述是真实的，而无需透露有关内容本身的任何信息。你可以在不透露出生日期的情况下证明自己已年满 18 岁，或者在不暴露金额的情况下证明一笔交易是有效的。
工作原理：证明者生成一个加密证明，表明某项计算已正确执行。验证者可以快速检查该证明，而无需重新运行计算或查看底层数据。
短板：ZK 擅长证明你已经持有的数据。它在处理共享状态（shared state）时表现欠佳。你可以证明自己的余额足以支付交易，但在没有额外基础设施的情况下，你很难轻松地查询诸如“全链范围内发生了多少欺诈案例？”或“谁赢得了这场密封竞价拍卖？”之类的问题。
领先项目：Aztec 实现了混合公有/私有智能合约，用户可以选择交易是否可见。zkSync 主要专注于可扩展性，通过面向企业的“Prividiums”提供许可隐私。Railgun 和 Nocturne 则提供隐匿交易池。
FHE 常被称为加密技术的“圣杯”，因为它允许在不解密的情况下直接对加密数据进行计算。数据在处理过程中保持加密状态，结果也保持加密——只有授权方才能解密输出。
工作原理：数学运算直接在密文上执行 。对加密值进行的加法和乘法运算会产生加密结果，当解密这些结果时，其内容与对明文进行相同操作得到的结果完全一致。
短板：计算开销巨大。即便经过最近的优化，Inco 网络上的 FHE 智能合约也仅能达到 10-30 TPS（取决于硬件）——这比明文执行慢了几个数量级。
领先项目：Zama 通过 FHEVM（其全同态以太坊虚拟机）提供基础架构。Fhenix 利用 Zama 的技术构建应用层解决方案，已在 Arbitrum 上部署了 CoFHE 协处理器，其解密速度比竞争方案快 50 倍。
TEE 在处理器内创建安全飞地（enclave），计算在隔离状态下进行。即使更广泛的系统遭到破坏，飞地内的数据仍能受到保护。与密码学方法不同，TEE 依赖硬件而非数学复杂性。
工作原理：专用硬件（如 Intel SGX、AMD SEV）创建隔离的内存区域。飞地内的代码和数据经过加密，操作系统、管理程序或其他进程（即使拥有 root 权限）也无法访问。
短板：你必须信任硬件制造商。任何一个飞地被破解都可能导致明文泄露，无论有多少节点参与。2022 年，一个关键的 SGX 漏洞迫使 Secret Network 进行了协调一致的密钥更新，这展示了硬件依赖型安全性的运维复杂性。
领先项目：Secret Network 率先使用 Intel SGX 实现了私有智能合约。Oasis Network 的 Sapphire 是首个投入生产的机密 EVM，处理能力高达 10,000 TPS。Phala Network 运行着超过 1,000 个 TEE 节点，用于机密人工智能（AI）工作负载。
了解基本的权衡取舍有助于将技术与用例相匹配。
| 技术 | 吞吐量 | 延迟 | 成本 |
|---|---|---|---|
| TEE | 接近原生 (10,000+ TPS) | 低 | 运维成本低 |
| ZK | 中等（取决于具体实现） | 较高（证明生成开销） | 中 |
| FHE | 低（当前为 10-30 TPS） | 高 | 运维成本极高 |
TEE 在原始性能上胜出，因为它们本质上是在受保护的内存中运行原生代码。ZK 引入了证明生成的开销，但验证速度很快。FHE 目前需要密集的计算，这限制了实际的吞吐量。
| 技术 | 信任假设 | 后量子 | 失效模式 |
|---|---|---|---|
| TEE | 硬件制造商 | 不具抗性 | 单个飞地 (Enclave) 被攻破会导致所有数据泄露 |
| ZK | 密码学（通常需要可信设置） | 视方案而定 | 证明系统的漏洞可能难以被察觉 |
| FHE | 密码学（基于格） | 具有抗性 | 破解成本极高，计算密集 |
TEE 需要信任 Intel、AMD 或任何硬件制造商，并且需要信任不存在固件漏洞。ZK 系统通常需要“可信设置 (Trusted Setup)”仪式，尽管较新的方案已消除了这一点。FHE 的基于格的密码学被认为是抗量子的，使其成为最强大的长期安全选择。
| 技术 | 可组合性 | 状态隐私 | 灵活性 |
|---|---|---|---|
| TEE | 高 | 完全 | 受硬件可用性限制 |
| ZK | 有限 | 本地 (客户端侧) | 验证灵活性高 |
| FHE | 完全 | 全局 | 受性能限制 |
ZK 擅长本地隐私——保护你的输入——但在处理用户间的共享状态时比较困难。FHE 保持了完全的可组合性，因为任何人都可以在不暴露内容的情况下对加密状态进行计算。TEE 提供高度的可编程性，但仅限于拥有兼容硬件的环境。
不同的应用需要不同的权衡。以下是领先项目如何做出这些选择的。
挑战：抢跑 (Front-running) 和三明治攻击通过利用可见的内存池 (Mempools)，从 DeFi 用户身上榨取了数十亿美元。
FHE 解决方案：Zama 的机密区块链支持在区块包含之前参数保持加密的交易。这使得抢跑在数学上变得不可能——没有可见数据可供利用。2025 年 12 月的主网启动包含了使用 cUSDT 的首次机密稳定币转账。
TEE 解决方案：Oasis Network 的 Sapphire 为暗池和隐私订单撮合提供了机密智能合约。较低的延迟使其适用于 FHE 计算开销过大的高频交易场景。
何时选择：当应用需要最强的密码学保证和全局状态隐私时，选择 FHE。当性能需求超过 FHE 的处理能力且硬件信任可以接受时，选择 TEE。
挑战：在不泄露文档的情况下证明身份属性（年龄、国籍、资质证明）。
ZK 解决方案：零知识凭证允许用户在不暴露底层文档的情况下证明“已通过 KYC”。这在监管压力日益增大的情况下，既满足了合规性要求，又保护了用户隐私。
为什么 ZK 在此处胜出：身份验证本质上是证明关于个人数据的陈述。ZK 是为此而生的：简洁的证明可以在不泄露信息的情况下进行验证。验证速度快，足以满足实时使用。
挑战：在不向运营商暴露数据的情况下处理敏感数据（医疗保健、财务模型）。
TEE 解决方案：Phala Network 基于 TEE 的云平台在平台无法访问输入的情况下处理大语言模型 (LLM) 查询。凭借 GPU TEE 的支持 (NVIDIA H100/H200)，机密 AI 工作负载能够以实用的速度运行。
FHE 潜力：随着性能的提高，FHE 能够实现在硬件运营商也无法访问数据的情况下进行计算——彻底消除了信任假设。目前的局限性使其仅限于较简单的计算。
混合方案：在 TEE 中进行初始数据处理以保证速度，对最敏感的操作使用 FHE，并生成 ZK 证明来验证结果。
每种技术在生产环境中都发生过失败——了解失效模式至关重要。
2022 年，关键的 SGX 漏洞影响了多个区块链项目。Secret Network、Phala、Crust 和 IntegriTEE 需要进行协同补丁。Oasis 得以幸存，是因为其核心系统运行在较旧的 SGX v1 (未受影响) 上，且不依赖飞地私密性来保护资金安全。
启示：TEE 的安全性取决于你无法控制的硬件。深度防御（密钥轮换、门限密码学、最小信 任假设）是强制性的。
2025 年 4 月 16 日，Solana 修复了其机密转账 (Confidential Transfers) 功能中的一个零日漏洞。该漏洞可能导致无限代币增发。ZK 失效的一个危险方面是：当证明失效时，它们是隐形失效的。你无法察觉到不该存在的东西。
启示：ZK 系统需要广泛的形式化验证和审计。证明系统的复杂性造成了难以推敲的攻击面。
FHE 尚未经历重大的生产环境故障——很大程度上是因为它处于部署早期。其风险特征有所不同：FHE 在攻击成本上是计算密集的，但复杂密码学库中的实现漏洞可能会导致细微的安全漏洞。
启示：新技术意味着较少的实战测试。虽然密码学保证很强，但实现层需要持续的审查。
最复杂的隐私系统结合了多种技术，各取所长。
用户状态（余额、偏好）通过 FHE 加密存储。ZK 证明在不暴露加密值的情况下验证有效的状态转换。这使得在可扩展的 L2 环境中进行隐私执行成为可能——将 FHE 的全局状态隐私与 ZK 的高效验证相结合。
TEE 以接近原生的速度处理敏感计算。ZK 证明验证 TEE 输出是否正确，从而消除了对单一运营商的信任假设。如果 TEE 被攻破，无效的输出将无法通过 ZK 验证。
一个实用的决策框架：
在以下情况下选择 TEE：
在以下情况下选择 ZK：
在以下情况下选择 FHE：
在以下情况下选择混合模式：
Vitalik Buterin 最近推动了标准化的“效率比”——将加密计算时间与明文执行进行比较。这反映了行业的成熟：我们正在从“它能工作吗？”转向“它的工作效率如何？”
FHE 性能在持续提升。Zama 的 2025 年 12 月主网证明了简单智能合约的生产就绪性。随着硬件加速的发展（GPU 优化、定制 ASIC），与 TEE 的吞吐量差距将缩小。
ZK 系统变得更具表现力。Aztec 的 Noir 语言实现了几年前还无法实现的复杂隐私逻辑。标准正在缓慢趋同，从而实现跨链 ZK 凭证验证。
TEE 的多样性正在超越 Intel SGX。AMD SEV、ARM TrustZone 和 RISC-V 的实现减少了对单一制造商的依赖。跨多个 TEE 供应商的阈值密码学可以解决单点故障问题。
隐私基础设施的建设正在进行中。对于构建隐私敏感型应用的开发者来说，选择不在于寻找完美的技术——而在于足够深入地理解权衡，以便智能地将它们结合起来。
正在区块链上构建隐私保护应用？BlockEden.xyz 在 30 多个网络（包括专注于隐私的链）中提供高性能 RPC 节点。探索我们的 API 市场 以获取你的机密应用所需的基础设施。
Google 的 Willow 量子芯片可以在五分钟内解决传统超级计算机需要 10 𥝱（septillion，即 10 的 24 次方）年才能完成的任务。与此同时，价值 7180 亿美元的比特币存放在量子计算机理论上可以破解的地址中。你应该感到恐慌吗？还不用——但时钟正在滴答作响。
比特币面临的量子威胁不是“是否”会发生的问题，而是“何时”发生的问题。随着我们进入 2026 年，对话已从不屑一顾的怀疑转向了认真的准备。以下是每位比特币持有者需要了解的时间线、实际漏洞以及已经在开发中的解决方案。
比特币的安全性建立在两个加密支柱之上：用于交易签名的椭圆曲线数字签名算法 (ECDSA) 和用于挖矿及地址哈希的 SHA-256。两者面临不同程度的量子风险。
Shor 算法，在足够强大的量子计算机上运行，可以从公钥推导出私钥——从而有效地撬开任何公钥已暴露的比特币地址。这是生存威胁。
Grover 算法 为哈希函数的暴力破解提供二次加速，将 SHA-256 的有效强度从 256 位降低到 128 位。这令人担忧，但并非立即致命——128 位的 安全性依然非常强大。
关键问题：针对比特币运行 Shor 算法需要多少个量子比特？
估算差异巨大：
Google 的 Willow 芯片拥有 105 个量子比特。105 与 1,300 万之间的巨大差距解释了为什么专家们目前并没有感到恐慌。
2026 年初的量子计算格局如下：
目前的量子计算机正跨越 1,500 个物理量子比特的门槛，但错误率依然很高。大约需要 1,000 个物理量子比特才能创建一个稳定的逻辑量子比特。即使有 AI 辅助的激进优化，在 12 个月内从 1,500 个跃升至数百万个量子比特在物理上也是不可能的。
专家的时间线预测：
| 来源 | 估算 |
|---|---|
| Adam Back (Blockstream CEO) | 20-40 年 |
| Michele Mosca (滑铁卢大学) | 到 2026 年有 1/7 的机会发生根本性的加密突破 |
| 行业共识 | 具备破解比特币的能力需要 10-30 年 |
| 美国联邦指令 | 到 2035 年逐步淘汰 ECDSA |
| IBM 路线图 | 到 2029 年达到 500-1,000 个逻辑量子比特 |
2026 年的共识：今年不会出现量子末日。然而，正如一位分析师所言，“量子计算在 2026 年成为加密安全意识中顶级风险因素的可能性很高。”
并非所有比特币地址都面临同等的量子风险。漏洞完全取决于公钥是否已在区块链上公开。
高风险地址 (P2PK - Pay to Public Key)：
低风险地址 (P2PKH, P2SH, SegWit, Taproot)：
关键洞察：如果你从未从某个地址发送过资金，你的公钥就不会暴露。一旦你花费并重复使用该地址，你就会变得脆弱。
中本聪的代币呈现出一个独特的难题。 那些存放于 P2PK 地址中的 110 万枚 BTC 无法转移到更安全的格式——因为转移需要私钥对交易进行签名，而我们没有证据表明中本聪能够或将会这样做。如果量子计算机达到足够的性能，这些代币将成为全球最大的加密赏金。
即便量子计算机今天无法破解比特币，对手可能已经在为明天做准备。
“现在收集，以后解密” (Harvest Now, Decrypt Later) 策略涉及现在从区块链收集暴露的公钥并存储，等待量子计算机成熟。当 Q-Day 到来时，拥有公钥档案的攻击者可以立即掏空脆弱的钱包。
国家级参与者和复杂的犯罪组织很可能已经在实施这一策略。今天在链上暴露的每一个公钥都可能成为 5-15 年后的潜在目标。
这创造了一个令人不安的现实：对于任何已暴露的公钥，安全时钟可能已经开始滴答作响。
比特币开发者社区并没有坐以待毙。多种解决方案正在开发和标准化进程中。
BIP 360：支付至量子抗性哈希 (P2TSH)
BIP 360 提议一种量子抗性的 Tapscript 原生输出类型，作为迈向量子安全比特币的关键“第一步”。该提案概述了三种量子抗性签名方法，能够在不破坏网络效率的情况下实现逐步迁移。
到 2026 年，倡导者希望看到 P2TSH 的广泛采用，允许用户主动将资金迁移到量子安全地址。
NIST 标准化的后量子算法
截至 2025 年，NIST 已最终确定了三项后量子密码学标准：
BTQ Technologies 已经演示了一个使用 ML-DSA 替代 ECDSA 签名的比特币运行实现。他们的 Bitcoin Quantum Core Release 0.2 证明了迁移在技术上的可行性。
权衡挑战
像 Dilithium 这样基于格（Lattice-based）的签名比 ECDSA 签名大得多——可能大 10 到 50 倍。这将直接影响区块容量和交易吞吐量。一个具备量子抗性的比特币每个区块处理的交易可能会减少，从而导致手续费上涨，并可能将较小的交易推向链下。
量子威胁虽然真实存在，但并非迫在眉睫。以下是针对不同类型持有者的实用建议框架：
对于所有持有者：
对于大额持有者 (>1 BTC)：
对于机构持有者：
与以太坊通过以太坊基金会拥有更集中的升级路径不同，比特币的升级需要广泛的社会共识。没有中央机构可以强制执行后量子迁移。
这带来了几个挑战：
丢失和遗弃的代币无法迁移。 据估计，有 300 万到 400 万枚 BTC 永久丢失。这些代币将无限期地处于量子脆弱状态，一旦量子攻击变得可行，就会形成一个潜在的可被盗取的比特币池。
中本聪的代币引发了哲学问题。 社区是否应该先发制人地冻结中本聪的 P2PK 地址？Ava Labs 首席执行官 Emin Gün Sirer 曾提议这样做，但这将从根本上挑战比特币的不可篡改性原则。通过硬分叉来冻结特定地址会开启一个危险的先例。
协调需要时间。 研究表明，执行全面的网络升级（包括迁移所有活跃钱包）在乐观情况下可能需要至少 76 天的专门链上努力。在实际 操作中，随着网络的持续运行，迁移可能需要数月甚至数年的时间。
中本聪 (Satoshi Nakamoto) 预见到了这种可能性。在 2010 年的一篇 BitcoinTalk 帖子中，他写道：“如果 SHA-256 被完全攻破，我认为我们可以在问题开始前就诚实的区块链达成某种协议，将其锁定，然后使用新的哈希函数继续运行。”
问题在于，社区能否在威胁实现之前，而不是之后，达成这种协议。
能够破解比特币的量子计算机可能还需要 10 到 30 年的时间。目前的直接威胁较低。然而，缺乏准备的后果是灾难性的，而且迁移需要时间。
加密行业的反应应与威胁相匹配：深思熟虑、技术严谨且主动出击，而非被动反应。
对于个人持有者来说，行动项目非常明确：使用现代地址格式，避免复用，并关注动态。对于比特币生态系统而言，未来五年是实施和测试量子抗性解决方案的关键期，必须未雨绸缪。
量子时钟正在滴答作响。比特币还有时间——但并不是无限的时间——去适应。
BlockEden.xyz 在 25 多个网络中提供企业级区块链基础设施。随着加密行业为量子时代做准备，我们致力于支持优先考虑长期安全的协议。探索我们的 API 服务，在为未来挑战做好准备的网络上进行构建。
Zama 已确立其在区块链全同态加密（FHE）领域的绝对领导地位，并在 2025 年 6 月筹集超过 1.5 亿美元资金后，以 10 亿美元的估值成为 全球首个 FHE 独角兽。这家总部位于巴黎的公司并不与区块链竞争 —— 它提供密码学基础设施，使任何 EVM 链都能够在不解密底层数据的情况下处理加密的智能合约。随着其主网于 2025 年 12 月底在以太坊上线，以及 $ZAMA 代币拍卖于 2026 年 1 月 12 日开始，Zama 正处于理论密码学突破向生产就绪型部署迈进的关键拐点。
其战略意义不言而喻：虽然零知识证明证明了计算的正确性，而可信执行环境（TEE）依赖于硬件安全，但 FHE 独特地实现了 对多方加密数据的计算 —— 解决了透明度、隐私和合规性之间的区块链基本三难困境。摩根大通（JP Morgan）等机构已通过 Project EPIC 验证了这种方法，展示了在完全符合监管要求的情况下进行机密代币化资产交易。Zama 作为基础设施而非竞争链的定位，意味着无论最终哪个 L1 或 L2 占据主导地位，它都能捕获价值。
全同态加密代表了密码学的一个突破，虽然自 2009 年以来就在理论上存在，但直到最近才变得实用。“同态”一词是指一种数学特性，即对加密数据执行的操作，在解密后，其结果与对原始明文执行的操作结果完全一致。Zama 的实现采用了 TFHE（Torus 全同态加密），该方案的特点是快速自举（fast bootstrapping） —— 这是重置密文中累积噪声并实现无限计算深度的基础操作。
fhEVM 架构 引入了一种符号执行模型，优雅地解决了区块链的性能限制。智能合约不直接在链上处理实际的加密数据，而是使用轻量级句柄（指针）执行，而实际的 FHE 计算则异步卸载到专门的协处理器。这种设计意味着像以太坊这样的宿主链无需修改，非 FHE 交易不会减速，且 FHE 操作可以并行而非顺序执行。该架构由五个集成组件组成：面向 Solidity 开发者的 fhEVM 库、执行 FHE 计算的协处理器节点、使用 13 个 MPC 节点 进行门限解密的密钥管理服务、用于可编程隐私的访问控制列表（ACL）合约，以及编排跨链操作的网关。
性能基准测试显示出快速进步。 自举延迟 —— FHE 的关键指标 —— 在 NVIDIA H100 GPU 上从最初的 53 毫秒降至 1 毫秒以下，吞吐量在八个 H100 上达到 每秒 189,000 次自举。目前的协议吞吐量在 CPU 上达到 20+ TPS，足以处理目前所有以太坊加密交易。路线图预计到 2026 年底随着 GPU 迁移，TPS 将达到 500-1,000，并在 2027-2028 年通过专用 ASIC 扩展到 100,000+ TPS。与易受硬件侧信道攻击影响的 TEE 解决方案不同，FHE 的安全性建立在基于格（lattice-based）的密码硬度假设之上，提供 抗量子性。
Zama 的开源生态系统由四个相互关联的产品组成，已吸引了超过 5,000 名开发者，占据了区块链 FHE 约 70% 的市场份额。TFHE-rs 库 提供了纯 Rust 实现，支持通过 CUDA 进行 GPU 加速，通过 AMD Alveo 硬件进行 FPGA 支持，并提供从高级操作到核心密码原语的多级 API。该库支持高达 256 位的加密整数，操作包括算术、比较和条件分支。
Concrete 充当构建在 LLVM/MLIR 基础设施上的 TFHE 编译器，将标准的 Python 程序转换为 FHE 等效电路。开发者不需要密码学专业知识 —— 他们编写普通的 Python 代码，Concrete 会处理电路优化、密钥生成和密文管理的复杂性。对于机器学习应用，Concrete ML 提供了 scikit-learn 模型的直接替代方案，可自动编译为 FHE 电路，支持线性模型、基于树的集成，甚至加密的 LLM 微调。1.8 版本展示了在大约 70 小时内对 100,000 个加密 token 进行 LLAMA 8B 模型的微调。
fhEVM Solidity 库 使开发者能够使用熟悉的语法和加密类型（euint8 到 euint256、ebool、eaddress）编写机密智能合约。例如，加密的 ERC-20 转账使用 TFHE.le() 比较加密余额，并使用 TFHE.select() 进行条件逻辑 —— 所有这些都不会泄露数值。2025 年 9 月与 OpenZeppelin 的合作确立了标准化的机密代币实现、密封拍卖原语和治理框架，加速了企业级应用。
Zama 的融资轨迹反映了机构信心的加速：2024 年 3 月由 Multicoin Capital 和 Protocol Labs 领投的 7300 万美元 A 轮融资，随后是 2025 年 6 月由 Pantera Capital 领投的 5700 万美元 B 轮融资，使其达到了独角兽地位。投资者阵容堪称区块链界的重磅人物——Juan Benet（Filecoin 创始人兼董事会成员）、Gavin Wood（以太坊和 Polkadot 联合创始人）、Anatoly Yakovenko（Solana 联合创始人）以及 Tarun Chitra（Gauntlet 创始人）均参与其中。
收入模式采用 BSD3-Clear 双重许可协议：技术对非商业研究和原型设计保持免费，而生产部署则需要购买专利使用权。截至 2024 年 3 月，Zama 在商业化后的六个月内已签署了超过 5000 万美元的合同价值，另有数百家潜在客户正在对接中。基于交易的定价适用于私有区块链部署，而加密项目通常以代币支付。即将推出的 Zama 协议引入了链上经济：运营商质押 $ZAMA 以获得加密和解密工作的资格，费用从每次 ZKPoK 验证的 0.005 - 0.50 美元到每次解密操作的 0.001 - 0.10 美元不等。
该团队代表了全球最大的专门从事 FHE 研究的组织：拥有分布在 26 个国家的 96 多名员工，其中 37 人拥有博士学位（约占员工总数的 40%）。联合创始人兼首席技术官 Pascal Paillier 发明了用于数十亿张智能卡的 Paillier 加密方案，并在 2025 年荣获享有盛誉的 IACR 会士荣誉。首席执行官 Rand Hindi 此前创办了被 Sonos 收购的人工智能语音平台 Snips。这种密码学人才的集中形成了巨大的知识产权护城河——Paillier 拥有约 25 个专利家族来保护核心创新。
隐私解决方案领域分为三种基本方法，每种方法都有不同的权衡。可信执行环境 (TEEs) 被 Secret Network 和 Oasis Network 所采用，提供接近原生的性能，但依赖于硬件安全且信任阈值为 1——如果飞地 (enclave) 被攻破，所有隐私都会泄露。2022 年 10 月披露的影响 Secret Network 的 TEE 漏洞凸显了这些风险。零知识证明 (ZKPs) 被 Aztec 协议（获得 a16z 的 1 亿美元 B 轮融资）所采用，在不暴露输入的情况下证明计算的正确性，但无法对来自多方的加密数据进行计算——这限制了它们在借贷池等共享状态应用中的适用性。
FHE 占据了独特的地位：在数学上保证隐私，具有可配置的信任阈值，不依赖硬件，并且具有处理来自多个来源的加密数据的关键能力。这使得那些在其他方法下不可能实现的用例成为可能——例如，根据流动性提供者的加密储备进行计算的机密 AMM，或者管理加密抵押品头寸的借贷协议。
在 FHE 领域内，Zama 作为基础设施层运作，而其他项目则在之上构建链。Fhenix（融资 2200 万美元）通过合作伙伴关系使用 Zama 的 TFHE-rs 构建了一个 Optimistic Rollup L2，并在 Arbitrum 上部署了 CoFHE 协处理器作为第一个实际的 FHE 实现。Inco Network（融资 450 万美元）使用 Zama 的 fhEVM 为现有链提供机密即服务，同时提供基于 TEE 的快速处理和 FHE+MPC 安全计算。这两个项目都依赖于 Zama 的核心技术——这意味着无论哪条 FHE 链占据主导地位，Zama 都能捕捉到价值。这种基础设施定位类似于 OpenZeppelin 如何从智能合约的采用中获利，而不与以太坊直接竞争。
在 DeFi 中，FHE 从根本上解决了 MEV（最大可提取价值）问题。由于交易参数在区块包含之前一直保持加密状态，抢先交易和三明治攻击在数学上变得不可能——因为根本没有可见的内存池 (mempool) 数据可供利用。ZamaSwap 参考实现展示了具有完全加密余额和池储备的加密 AMM 交易。除了 MEV 保护外，机密借贷协议还可以维护加密的抵押品头寸和清算阈值，从而实现基于私人财务数据计算的链上信用评分。
对于人工智能和机器学习，Concrete ML 能够实现跨医疗保健（加密医疗诊断）、金融（对加密交易进行欺诈检测）和生物识别（无需泄露身份的身份验证）的隐私保护计算。该框架支持加密的 LLM 微调——在从未离开加密形式的敏感数据上训练语言模型。随着 AI 代理在 Web3 基础设施中激增，FHE 提供了机密计算层，在不牺牲效用的情况下确保数据隐私。
现实世界资产 (RWA) 代币化或许代表了最大的机遇。摩根大通 Kinexys Project EPIC 概念验证展示了具有加密投标金额、隐藏投资者持仓以及对加密数据进行 KYC/AML 检查的机构资产代币化——同时保持完全的监管合规性。这解决了阻止传统金融使用公共区块链的根本障碍：无法向竞争对手隐藏交易策略和头寸。随着代币化 RWA 预计将成为一个超过 100 万亿美元的潜在市场，FHE 解锁了私有区块链无法提供的机构参与。
支付和稳定币隐私完善了这一图景。2025 年 12 月的主网发布包括了首次使用 cUSDT 的机密稳定币转账。与基于混币的方法（如 Tornado Cash）不同，FHE 实现了可编程合规性——开发人员定义访问控制规则来确定谁可以解密什么，从而实现符合监管要求的隐私，而非绝对的匿名。授权的审计人员和监管机构可以在不损害一般交易隐私的情况下获得适当的访问权限。
欧盟的 MiCA 框架自 2024 年 12 月 30 日起全面生效，为保持合规的隐私解决方案创造了强劲需求。Travel Rule（资金传输规则）要求加密资产服务提供商共享所有转账的发起人和受益人数据，且没有最低限额——这使得像混币（mixing）这种默认隐私的方法变得不切实际。FHE 的选择性披露机制精确地对齐了这一要求：交易对普通观察者保持加密状态，而授权方则可以访问必要信息。
在美国，2025 年 7 月签署的《GENIUS 法案》建立了首个全面的联邦稳定币框架，标志着监管的成熟，这有利于合规的隐私解决方案，而非规避监管的手段。亚太地区继续推进进步的框架，香港的稳定币监管制度于 2025 年 8 月生效，新加坡在加密货币牌照方面保持领先地位。跨司法管辖区的模式都倾向于既能实现隐私又能满足监管合规的解决方案——这正是 Zama 的价值主张。
2025 年的执法重点从被动起诉转向主动框架，为 FHE 的采用创造了机会。从一开始就构建合规隐私架构的项目——而不是为了合规而对隐私优先的设计进行事后修补——将发现更容易获得机构采用和监管批准。
性能仍然是主要障碍，尽管发展轨迹是明确的。FHE 操作目前比明文等效操作慢约 100 倍——对于低频高价值交易是可以接受的，但对于高吞吐量应用则存在限制。扩容路线图取决于硬件加速：2026 年的 GPU 迁移、FPGA 优化以及最终的定制 ASIC。DARPA 的 DPRIVE 计划资助 Intel、Duality、SRI 和 Niobium 进行 FHE 加速器开发，代表了政府在加速这一进程方面的重大投入。
密钥管理引入了其自身的复杂性。 当前用于门限解密的 13 节点 MPC 委员会需要诚实大多数假设——门限节点之间的勾结可能导致其他参与者无法检测到的“沉默攻击”。路线图目标是扩展到 100 多个节点，并集成 HSM 和后量子 ZK 证明，从而加强这些保证。
来自 TEE 和 ZK 替代方案的竞争不容忽视。Secret Network 和 Oasis 提供生产就绪的机密计算，目前的性能明显更好。Aztec 拥有 1 亿美元的支持，其团队发明了 PLONK（主流的 ZK-SNARK 结构），这意味着在隐私保护 Rollup 领域存在强大的竞争。如果硬件安全性的提升速度快于 FHE 加速，TEE 的性能优势可能会持续存在，尽管硬件信任假设创造了一个 ZK 和 FHE 方案所没有的根本性天花板。
Zama 的战略天才之处在于其作为基础设施而非竞争性公链的定位。Fhenix 和 Inco 这两个领先的 FHE 区块链实现都建立在 Zama 的 TFHE-rs 和 fhEVM 技术之上，这意味着无论哪个协议获得采用，Zama 都能获得许可收入。双重许可模式确保了开源开发者的采用能够驱动商业企业需求，而 2026 年 1 月推出的 $ZAMA 代币则创造了链上经济学，将运营商的激励与网络增长对齐。
三个因素将决定 Zama 的最终成功：性能路线图的执行情况，即从目前的 20 TPS 提升到使用 ASIC 后的 100,000+ TPS；继摩根大通（JP Morgan）验证之后的机构采用；以及开发者生态系统的增长，从目前的 5,000 名开发者渗透到主流 Web3 领域。监管环境已果断转向有利于合规隐私的方向，而 FHE 独特的加密多方计算能力解决了 ZK 或 TEE 都无法服务的用例。
对于 Web3 研究员和投资者来说，Zama 代表了区块链隐私领域典型的“卖铲子”机会——随着机密计算层在 DeFi、AI、RWA 和机构采用中的成熟，该基础设施将捕捉价值。10 亿美元的估值反映了重大的执行风险，但如果技术路线图成功交付，Zama 可能成为未来十年区块链发展的核心基础设施。
隐私正在成为公共基础设施。在 2025 年，开发者需要让加密变得如存储数据一样简单的工具。Mysten Labs 的 Seal 正好提供了这样的解决方案——具有链上访问控制的去中心化密钥管理。本教程将教你如何使用基于身份的加密、门限安全和可编程访问策略构建安全的 Web3 应用程序。
传统的云应用程序依赖于中心化的密钥管理系统，其中单一提供商控制对加密数据的访问。虽然方便，但这创造了危险的单点故障。如果提供商被攻击、离线或决定限制访问，你的数据将变得无法访问或易受攻击。
Seal 完全改变了这种模式。由 Mysten Labs 为 Sui 区块链构建，Seal 是一个去中心化密钥管理（DSM）服务，支持：
无论你是在构建安全消息应用程序、门控内容平台还是时间锁定资产转移，Seal 都提供了你需要的加密原语和访问控制基础设施。
在深入学习之前，确保你具有：
通过 npm 安装 Seal SDK：
npm install @mysten/seal
你还需要 Sui SDK 进行区块链交互：
npm install @mysten/sui
创建一个新项目并初始化它：
mkdir seal-tutorial
cd seal-tutorial
npm init -y
npm install @mysten/seal @mysten/sui typescript @types/node
创建一个简单的 TypeScript 配置：
// tsconfig.json
{
"compilerOptions": {
"target": "ES2020",
"module": "commonjs",
"strict": true,
"esModuleInterop": true,
"skipLibCheck": true,
"forceConsistentCasingInFileNames": true
}
}
在编写代码之前，让我们了解 Seal 的架构：
与传统的加密方式不同（你加密到公钥），IBE 让你加密到一个身份（如电子邮件地址或 Sui 地址）。接收者只有在能够证明他们控制该身份时才能解密。
Seal 使用 t-of-n 门限方案，而不是信任单个密钥服务器。你可以配置 3-of-5 密钥服务器，这意味着任何 3 个服务器可以合作提供解密密钥，但 2 个或更少的服务器不能。
访问策略由 Sui 智能合约强制执行。在密钥服务器提供解密密钥之前，它会验证请求者是否满足链上策略要求（代币所有权、时间约束等）。
分布式密钥服务器验证访问策略并生成解密密钥。这些服务器由不同的方运营，以确保没有单一控制点。
让我们构建一个简单的应用程序，它加密敏感数据并通过 Sui 区块链策略控制访问。
// src/seal-client.ts
import { SealClient } from '@mysten/seal';
import { SuiClient } from '@mysten/sui/client';
export async function createSealClient() {
// 为 测试网初始化 Sui 客户端
const suiClient = new SuiClient({
url: 'https://fullnode.testnet.sui.io'
});
// 使用测试网密钥服务器配置 Seal 客户端
const sealClient = new SealClient({
suiClient,
keyServers: [
'https://keyserver1.seal-testnet.com',
'https://keyserver2.seal-testnet.com',
'https://keyserver3.seal-testnet.com'
],
threshold: 2, // 2-of-3 门限
network: 'testnet'
});
return { sealClient, suiClient };
}
// src/basic-encryption.ts
import { createSealClient } from './seal-client';
async function basicExample() {
const { sealClient } = await createSealClient();
// 要加密的数据
const sensitiveData = "这是我的秘密消息！";
const recipientAddress = "0x742d35cc6d4c0c08c0f9bf3c9b2b6c64b3b4f5c6d7e8f9a0b1c2d3e4f5a6b7c8";
try {
// 为特定的 Sui 地址加密数据
const encryptedData = await sealClient.encrypt({
data: Buffer.from(sensitiveData, 'utf-8'),
recipientId: recipientAddress,
// 可选：添加元数据
metadata: {
contentType: 'text/plain',
timestamp: Date.now()
}
});
console.log('加密数据：', {
ciphertext: encryptedData.ciphertext.toString('base64'),
encryptionId: encryptedData.encryptionId
});
// 稍后，解密数据（需要适当的授权）
const decryptedData = await sealClient.decrypt({
ciphertext: encryptedData.ciphertext,
encryptionId: encryptedData.encryptionId,
recipientId: recipientAddress
});
console.log('解密数据：', decryptedData.toString('utf-8'));
} catch (error) {
console.error('加密/解密失败：', error);
}
}
basicExample();
Seal 的真正威力来自可编程访问控制。让我们创建一个时间锁定加密示例，其中数据只能在特定时间后解密。
首先，我们需要一个定义访问策略的 Move 智能合约：
// contracts/time_lock.move
module time_lock::policy {
use sui::clock::{Self, Clock};
use sui::object::{Self, UID};
use sui::tx_context::{Self, TxContext};
public struct TimeLockPolicy has key, store {
id: UID,
unlock_time: u64,
authorized_user: address,
}
public fun create_time_lock(
unlock_time: u64,
authorized_user: address,
ctx: &mut TxContext
): TimeLockPolicy {
TimeLockPolicy {
id: object::new(ctx),
unlock_time,
authorized_user,
}
}
public fun can_decrypt(
policy: &TimeLockPolicy,
user: address,
clock: &Clock
): bool {
let current_time = clock::timestamp_ms(clock);
policy.authorized_user == user && current_time >= policy.unlock_time
}
}
// src/time-locked-encryption.ts
import { createSealClient } from './seal-client';
import { TransactionBlock } from '@mysten/sui/transactions';
async function createTimeLocked() {
const { sealClient, suiClient } = await createSealClient();
// 在 Sui 上创建访问策略
const txb = new TransactionBlock();
const unlockTime = Date.now() + 60000; // 1分钟后解锁
const authorizedUser = "0x742d35cc6d4c0c08c0f9bf3c9b2b6c64b3b4f5c6d7e8f9a0b1c2d3e4f5a6b7c8";
txb.moveCall({
target: 'time_lock::policy::create_time_lock',
arguments: [
txb.pure(unlockTime),
txb.pure(authorizedUser)
]
});
// 执行交易创建策略
const result = await suiClient.signAndExecuteTransactionBlock({
transactionBlock: txb,
signer: yourKeypair, // 你的 Sui 密钥对
});
const policyId = result.objectChanges?.find(
change => change.type === 'created'
)?.objectId;
// 现在使用此策略加密
const sensitiveData = "这将在1分钟后解锁！";
const encryptedData = await sealClient.encrypt({
data: Buffer.from(sensitiveData, 'utf-8'),
recipientId: authorizedUser,
accessPolicy: {
policyId,
policyType: 'time_lock'
}
});
console.log('时间锁定数据已创建。请在1分钟后尝试解密。');
return {
encryptedData,
policyId,
unlockTime
};
}
// src/secure-messaging.ts
import { createSealClient } from './seal-client';
class SecureMessenger {
private sealClient: any;
constructor(sealClient: any) {
this.sealClient = sealClient;
}
async sendMessage(
message: string,
recipientAddress: string,
senderKeypair: any
) {
const messageData = {
content: message,
timestamp: Date.now(),
sender: senderKeypair.toSuiAddress(),
messageId: crypto.randomUUID()
};
const encryptedMessage = await this.sealClient.encrypt({
data: Buffer.from(JSON.stringify(messageData), 'utf-8'),
recipientId: recipientAddress,
metadata: {
type: 'secure_message',
sender: senderKeypair.toSuiAddress()
}
});
// 将加密消息存储在去中心化存储（Walrus）上
return this.storeOnWalrus(encryptedMessage);
}
async readMessage(encryptionId: string, recipientKeypair: any) {
// 从存储中检索
const encryptedData = await this.retrieveFromWalrus(encryptionId);
// 使用 Seal 解密
const decryptedData = await this.sealClient.decrypt({
ciphertext: encryptedData.ciphertext,
encryptionId: encryptedData.encryptionId,
recipientId: recipientKeypair.toSuiAddress()
});
return JSON.parse(decryptedData.toString('utf-8'));
}
private async storeOnWalrus(data: any) {
// 与 Walrus 存储的集成
// 这将把加密数据上传到 Walrus
// 并返回用于检索的 blob ID
}
private async retrieveFromWalrus(blobId: string) {
// 使用 blob ID 从 Walrus 检索加密数据
}
}
// src/gated-content.ts
import { createSealClient } from './seal-client';
class ContentGating {
private sealClient: any;
private suiClient: any;
constructor(sealClient: any, suiClient: any) {
this.sealClient = sealClient;
this.suiClient = suiClient;
}
async createGatedContent(
content: string,
requiredNftCollection: string,
creatorKeypair: any
) {
// 创建 NFT 所有权策略
const accessPolicy = await this.createNftPolicy(
requiredNftCollection,
creatorKeypair
);
// 使用 NFT 访问要求加密内容
const encryptedContent = await this.sealClient.encrypt({
data: Buffer.from(content, 'utf-8'),
recipientId: 'nft_holders', // NFT 持有者的特殊接收者
accessPolicy: {
policyId: accessPolicy.policyId,
policyType: 'nft_ownership'
}
});
return {
contentId: encryptedContent.encryptionId,
accessPolicy: accessPolicy.policyId
};
}
async accessGatedContent(
contentId: string,
userAddress: string,
userKeypair: any
) {
// 首先验证 NFT 所有权
const hasAccess = await this.verifyNftOwnership(
userAddress,
contentId
);
if (!hasAccess) {
throw new Error('访问被拒绝：未找到所需的 NFT');
}
// 解密内容
const decryptedContent = await this.sealClient.decrypt({
encryptionId: contentId,
recipientId: userAddress
});
return decryptedContent.toString('utf-8');
}
private async createNftPolicy(collection: string, creator: any) {
// 创建检查 NFT 所有权的 Move 合约
// 返回策略对象 ID
}
private async verifyNftOwnership(user: string, contentId: string) {
// 检查用户是否拥有所需的 NFT
// 查询 Sui 的 NFT 所有权
}
}
// src/time-locked-transfer.ts
import { createSealClient } from './seal-client';
async function createTimeLockTransfer(
assetData: any,
recipientAddress: string,
unlockTimestamp: number,
senderKeypair: any
) {
const { sealClient, suiClient } = await createSealClient();
// 在 Sui 上创建时间锁定策略
const timeLockPolicy = await createTimeLockPolicy(
unlockTimestamp,
recipientAddress,
senderKeypair,
suiClient
);
// 加密资产转移数据
const transferData = {
asset: assetData,
recipient: recipientAddress,
unlockTime: unlockTimestamp,
transferId: crypto.randomUUID()
};
const encryptedTransfer = await sealClient.encrypt({
data: Buffer.from(JSON.stringify(transferData), 'utf-8'),
recipientId: recipientAddress,
accessPolicy: {
policyId: timeLockPolicy.policyId,
policyType: 'time_lock'
}
});
console.log(`资产锁定至 ${new Date(unlockTimestamp)}`);
return {
transferId: encryptedTransfer.encryptionId,
unlockTime: unlockTimestamp,
policyId: timeLockPolicy.policyId
};
}
async function claimTimeLockTransfer(
transferId: string,
recipientKeypair: any
) {
const { sealClient } = await createSealClient();
try {
const decryptedData = await sealClient.decrypt({
encryptionId: transferId,
recipientId: recipientKeypair.toSuiAddress()
});
const transferData = JSON.parse(decryptedData.toString('utf-8'));
// 处理资产转移
console.log('资产转移已解锁：', transferData);
return transferData;
} catch (error) {
console.error('转移尚未解锁或访问被拒绝：', error);
throw error;
}
}
Seal 与 Sui 的去中心化存储解决方案 Walrus 无缝协作。以下是如何集成两者：
// src/walrus-integration.ts
import { createSealClient } from './seal-client';
class SealWalrusIntegration {
private sealClient: any;
private walrusClient: any;
constructor(sealClient: any, walrusClient: any) {
this.sealClient = sealClient;
this.walrusClient = walrusClient;
}
async storeEncryptedData(
data: Buffer,
recipientAddress: string,
accessPolicy?: any
) {
// 使用 Seal 加密
const encryptedData = await this.sealClient.encrypt({
data,
recipientId: recipientAddress,
accessPolicy
});
// 在 Walrus 上存储加密数据
const blobId = await this.walrusClient.store(
encryptedData.ciphertext
);
// 返回包含 Seal 和 Walrus 信息的引用
return {
blobId,
encryptionId: encryptedData.encryptionId,
accessPolicy: encryptedData.accessPolicy
};
}
async retrieveAndDecrypt(
blobId: string,
encryptionId: string,
userKeypair: any
) {
// 从 Walrus 检索
const encryptedData = await this.walrusClient.retrieve(blobId);
// 使用 Seal 解密
const decryptedData = await this.sealClient.decrypt({
ciphertext: encryptedData,
encryptionId,
recipientId: userKeypair.toSuiAddress()
});
return decryptedData;
}
}
// 使用示例
async function walrusExample() {
const { sealClient } = await createSealClient();
const walrusClient = new WalrusClient('https://walrus-testnet.sui.io');
const integration = new SealWalrusIntegration(sealClient, walrusClient);
const fileData = Buffer.from('重要文档内容');
const recipientAddress = '0x...';
// 存储加密数据
const result = await integration.storeEncryptedData(
fileData,
recipientAddress
);
console.log('已存储，Blob ID：', result.blobId);
// 稍后，检索并解密
const decrypted = await integration.retrieveAndDecrypt(
result.blobId,
result.encryptionId,
recipientKeypair
);
console.log('检索到的数据：', decrypted.toString());
}
对于生产应用程序，你需要配置具有多个密钥服务器的自定义门限加密：
// src/advanced-threshold.ts
import { SealClient } from '@mysten/seal';
async function setupProductionSeal() {
// 配置多个独立的密钥服务器
const keyServers = [
'https://keyserver-1.your-org.com',
'https://keyserver-2.partner-org.com',
'https://keyserver-3.third-party.com',
'https://keyserver-4.backup-provider.com',
'https://keyserver-5.fallback.com'
];
const sealClient = new SealClient({
keyServers,
threshold: 3, // 3-of-5 门限
network: 'mainnet',
// 高级选项
retryAttempts: 3,
timeoutMs: 10000,
backupKeyServers: [
'https://backup-1.emergency.com',
'https://backup-2.emergency.com'
]
});
return sealClient;
}
async function robustEncryption() {
const sealClient = await setupProductionSeal();
const criticalData = "关键任务加密数据";
// 以高安全保证进行加密
const encrypted = await sealClient.encrypt({
data: Buffer.from(criticalData, 'utf-8'),
recipientId: '0x...',
// 要求所有5个服务器以获得最大安全性
customThreshold: 5,
// 添加冗余
redundancy: 2,
accessPolicy: {
// 多因子要求
requirements: ['nft_ownership', 'time_lock', 'multisig_approval']
}
});
return encrypted;
}
// src/security-practices.ts
// 正确：使用安全的密钥派生
import { generateKeypair } from '@mysten/sui/cryptography/ed25519';
const keypair = generateKeypair();
// 正确：安全地存储密钥（使用环境变量的示例）
const keypair = Ed25519Keypair.fromSecretKey(
process.env.PRIVATE_KEY
);
// 错误：永远不要硬编码密钥
const badKeypair = Ed25519Keypair.fromSecretKey(
"hardcoded-secret-key-12345" // 不要这样做！
);
// 在加密前始终验证访问策略
async function secureEncrypt(data: Buffer, recipient: string) {
const { sealClient } = await createSealClient();
// 验证接收者地址
if (!isValidSuiAddress(recipient)) {
throw new Error('无效的接收者地址');
}
// 检查策略是否存在且有效
const policy = await validateAccessPolicy(policyId);
if (!policy.isValid) {
throw new Error('无效的访问策略');
}
return sealClient.encrypt({
data,
recipientId: recipient,
accessPolicy: policy
});
}
// 健壮的错误处理
async function resilientDecrypt(encryptionId: string, userKeypair: any) {
const { sealClient } = await createSealClient();
try {
return await sealClient.decrypt({
encryptionId,
recipientId: userKeypair.toSuiAddress()
});
} catch (error) {
if (error.code === 'ACCESS_DENIED') {
throw new Error('访问被拒绝：请检查你的权限');
} else if (error.code === 'KEY_SERVER_UNAVAILABLE') {
// 尝试使用备份配置
return await retryWithBackupServers(encryptionId, userKeypair);
} else if (error.code === 'THRESHOLD_NOT_MET') {
throw new Error('可用的密钥服务器不足');
} else {
throw new Error(`解密失败：${error.message}`);
}
}
}
// 在加密前验证数据
function validateDataForEncryption(data: Buffer): boolean {
// 检查大小限制
if (data.length > 1024 * 1024) { // 1MB 限制
throw new Error('数据太大，无法加密');
}
// 检查敏感模式（可选）
const dataStr = data.toString();
if (containsSensitivePatterns(dataStr)) {
console.warn('警告：数据包含潜在的敏感模式');
}
return true;
}
// 批量多个加密以提高效率
async function batchEncrypt(dataItems: Buffer[], recipients: string[]) {
const { sealClient } = await createSealClient();
const promises = dataItems.map((data, index) =>
sealClient.encrypt({
data,
recipientId: recipients[index]
})
);
return Promise.all(promises);
}
// 缓存密钥服务器会话以减少延迟
class OptimizedSealClient {
private sessionCache = new Map();
async encryptWithCaching(data: Buffer, recipient: string) {
let session = this.sessionCache.get(recipient);
if (!session || this.isSessionExpired(session)) {
session = await this.createNewSession(recipient);
this.sessionCache.set(recipient, session);
}
return this.encryptWithSession(data, session);
}
}
// tests/seal-integration.test.ts
import { describe, it, expect } from 'jest';
import { createSealClient } from '../src/seal-client';
describe('Seal 集成', () => {
it('应该成功加密和解密数据', async () => {
const { sealClient } = await createSealClient();
const testData = Buffer.from('测试消息');
const recipient = '0x742d35cc6d4c0c08c0f9bf3c9b2b6c64b3b4f5c6d7e8f9a0b1c2d3e4f5a6b7c8';
const encrypted = await sealClient.encrypt({
data: testData,
recipientId: recipient
});
expect(encrypted.encryptionId).toBeDefined();
expect(encrypted.ciphertext).toBeDefined();
const decrypted = await sealClient.decrypt({
ciphertext: encrypted.ciphertext,
encryptionId: encrypted.encryptionId,
recipientId: recipient
});
expect(decrypted.toString()).toBe('测试消息');
});
it('应该强制执行访问控制策略', async () => {
// 测试未授权用户无法解密
const { sealClient } = await createSealClient();
const encrypted = await sealClient.encrypt({
data: Buffer.from('秘密'),
recipientId: 'authorized-user'
});
await expect(
sealClient.decrypt({
ciphertext: encrypted.ciphertext,
encryptionId: encrypted.encryptionId,
recipientId: 'unauthorized-user'
})
).rejects.toThrow('访问被拒绝');
});
});
// config/production.ts
export const productionConfig = {
keyServers: [
process.env.KEY_SERVER_1,
process.env.KEY_SERVER_2,
process.env.KEY_SERVER_3,
process.env.KEY_SERVER_4,
process.env.KEY_SERVER_5
],
threshold: 3,
network: 'mainnet',
suiRpc: process.env.SUI_RPC_URL,
walrusGateway: process.env.WALRUS_GATEWAY,
// 安全设置
maxDataSize: 1024 * 1024, // 1MB
sessionTimeout: 3600000, // 1小时
retryAttempts: 3
};
// utils/monitoring.ts
export class SealMonitoring {
static logEncryption(encryptionId: string, recipient: string) {
console.log(`[SEAL] 为 ${recipient} 加密数据 ${encryptionId}`);
// 发送到你的监控服务
}
static logDecryption(encryptionId: string, success: boolean) {
console.log(`[SEAL] 解密 ${encryptionId}：${success ? '成功' : '失败'}`);
}
static logKeyServerHealth(serverUrl: string, status: string) {
console.log(`[SEAL] 密钥服务器 ${serverUrl}：${status}`);
}
}
Seal 代表了朝着使隐私和加密成为 Web3 中基础设施级关注点的根本转变。通过结合基于身份的加密、门限安全和可编程访问控制，它为开发者提供了构建真正安全和去中心化应用程序的强大工具。
使用 Seal 构建的主要优势包括：
无论你是在保护用户数据、实施订阅模型还是构建复杂的多方应用程序，Seal 都提供了你需要的加密原语和访问控制基础设施，让你可以放心地构建。
今天就开始构建，加入越来越多的开发者生态系统，让隐私成为公共基础设施的基本组成部分。
准备开始构建了吗？ 安装 @mysten/seal 并开始尝试本教程中的示例。去中心化网络正在等待将隐私和安全放在首位的应用程序。
公有链为所有参与者提供同步且可审计的账本，但默认暴露所有数据。2025 年 9 月 3 日正式登陆 Sui 主网的 Seal，通过将链上策略逻辑与去中心化密钥管理结合，让 Web3 构建者能够精确控制谁能解密哪些载荷。
Seal 包含 seal_approve* Move 函数，用于定义某个身份字符串在何种条件下、由谁请求密钥。策略可以组合 NFT 持有、白名单、时间锁或自定义角色体系。用户或代理发起解密请求时，密钥服务器会通过 Sui 全节点状态评估策略，仅在链上判断通过时才会批准。
由于访问规则属于你的链上包的一部分，因此它们是透明、可审计的，并可以与其他智能合约代码一起进行版本管理。治理更新也能像其他 Move 升级一样发布，具备社区审查和链上历史。
Seal 按照应用自定义的身份来加密数据。由开发者挑选的独立密钥服务器委员会共享 IBE 主密钥。当策略校验通过后，各服务器会为请求的身份导出密钥份额。当 t 台服务器响应后，客户端就能组合出可用的解密密钥。
你可以通过选择委员会成员（Ruby Nodes、NodeInfra、Overclock、Studio Mirai、H2O Nodes、Triton One 或 Mysten 的 Enoki 服务）以及设置阈值，在活性与机密性之间做权衡。想要更强的可用性？选择更大的委员会和更低的阈值。需要更高的隐私保障？提高法定人数，更多使用许可制服务商。
Seal 提供 TypeScript SDK（npm i @mysten/seal），负责加解密流程、身份格式化与批量请求处理，还可 以签发会话密钥，避免应用频繁访问时钱包不断弹窗。对于高级场景，Move 合约可以通过特殊模式请求链上解密，使得托管释放或抗 MEV 拍卖等逻辑能够直接在合约中执行。
Seal 与存储层无关，因此团队可以将其与 Walrus 组合实现可验证的 Blob 存储，或根据运营需求使用 IPFS 甚至中心化存储。无论密文存在哪里，加密边界及其策略执行都会伴随数据移动。
dry_run 调用。避免依赖快速变化计数器或同一检查点内排序的规则，以免服务器之间出现临时不一致的审批结果。Seal 的路线图包括验证者运营的 MPC 服务器、类似 DRM 的客户端工具以及抗量子 KEM 选项。对于正在探索 AI 代理、高价值内容或受监管数据流的团队而言，本次发布已经给出了清晰蓝图：在 Move 中编写策略，组合多元化的密钥委员会，并在 Sui 的信任边界内交付尊重用户隐私的加密体验。
如果你打算在下一次发布中采用 Seal，可先用 2-of-3 的开放式委员会和简单的 NFT 门控策略做原型，然后迭代出与应用风险画像匹配的服务商组合与运营控制。
Sui 区块链已成为下一代计算工作负载技术最先进的平台，实现了每秒 297,000 笔事务，最终性为 480 毫秒，同时集成了抗量子密码学和专用机器人基础设施。在首席密码学家 Kostas Chalkias 的领导下——他拥有 50 多篇学术出版物，并在 Meta 的 Diem 项目中开创了密码学创新——Sui 代表了对传统区块链的根本性架构突破，专门设计用于赋能自主 AI 代理、多机器人协作和后量子安全。
与为高级计算改造区块链的竞争对手不同，Sui 的面向对象数据模型、Move 编程语言和 Mysticeti 共识协议从一开始就为并行 AI 操作、实时机器人控制和密码学敏捷性而设计——这些能力已通过实际部署得到验证，包括 50 多个 AI 项目、多机器人协作演示以及全球首个区块链钱包向后兼容的量子安全升级路径。
Sui 的架构通过三项协同创新打破了传统的基于账户的区块链模型，使其在 AI、机器人和量子应用方面独具优势。
Mysticeti 共识协议通过未经认证的 DAG 架构实现了前所未有的性能，将共识延迟降低到 390-650 毫秒（比其前身快 80%），同时支持 200,000+ TPS 的持续吞吐量。这代表了一个根本性的突破：以太坊等传统区块链需要 12-15 秒才能达到最终性，而 Sui 的单所有者事务快速路径仅需 250 毫秒即可完成。该协议每轮的多个领导者和隐式提交机制赋能了需要亚秒级反馈的实时 AI 决策循环和机器人控制系统——这些应用在顺序执行链上是物理上不可能实现的。
面向对象数据模型将每个资产视为具有明确所有权和版本控制的独立可寻址对象，从而在执行前进行静态依赖分析。这种架构选择消除了困扰乐观执行模型的追溯冲突检测开销，允许数千个 AI 代理同时进行事务处理而不会发生争用。当由单方拥有时，对象完全绕过共识，为常见操作节省了 70% 的处理时间。对于机器人技术而言，这意味着单个机器人维护用于传感器数据的自有对象，仅在必要时通过共享对象进行协调——精确地反映了现实世界中自主系统的架构。
Move 编程语言提供了基于账户的语言（如 Solidity）无法实现的资源导向安全性。资产作为一等类型存在，不能被复制或销毁——只能在上下文之间移动——从而防止了包括重入攻击、双重支付和未经授权的资产操纵在内的所有漏洞类别。Move 的线性类型系统和形式化验证支持使其特别适合自主管理有价值资产的 AI 代理。可编程事务块可原子地组合多达 1,024 个函数调用，从而实现具有一致性保证的复杂多步 AI 工作流。
Kostas "Kryptos" Chalkias 为 Sui 的量子计算战略带来了无与伦比的密码学专业知识，他撰写了 Blockchained Post-Quantum Signature (BPQS) 算法，领导了 Meta Diem 区块链的密码学工作，并发表了 50 多篇被引用 1,374+ 次的同行评审论文。他于 2025 年 7 月的研究突破展示了区块链钱包首个向后兼容的量子安全升级路径，适用于包括 Sui、Solana、Near 和 Cosmos 在内的基于 EdDSA 的链。
Chalkias 的愿景将抗量子能力定位为即时的竞争差异化因素，而非遥远的担忧。他于 2025 年 1 月警告称：“各国政府都清楚量子计算带来的风险。全球各机构已发布指令，要求到 2030 年或 2035 年淘汰 ECDSA 和 RSA 等经典算法。”他的技术洞察是：即使用户保留私钥，他们也可能无法生成后量子所有权证明，而不会将密钥暴露于量子攻击。Sui 的解决方案利用零知识 STARK 证明来证明密钥生成种子的知识，而无需泄露敏感数据——这在缺乏内置敏捷性的区块链上是不可能实现的密码学创新。
密码学敏捷框架代表了 Chalkias 标志性的设计理念。Sui 使用 1 字节标志来区分签名方案（Ed25519、ECDSA Secp256k1/r1、BLS12-381、多重签名、zkLogin），从而在协议层面支持新算法，而无需智能合约开销或硬分叉。这种架构允许在量子威胁出现时，“一键”过渡到 NIST 标准化的后量子算法，包括 CRYSTALS-Dilithium（2,420 字节签名）和 FALCON（666 字节签名）。Chalkias 设计了多种迁移路径：主动式（新账户在创建时生成 PQ 密钥）、自适应式（STARK 证明赋能从现有种子进行 PQ 迁移）和混合式（结合经典和抗量子密钥的限时多重签名）。
他的 zkLogin 创新展示了应用于可用性的密码学创造力。该系统允许用户通过 Google、Facebook 或 Twitch 凭证使用基于 BN254 曲线的 Groth16 零知识证明进行身份验证，用户控制的盐值可防止 Web2-Web3 身份关联。zkLogin 地址从设计之初就考虑了量子因素——即使底层 JWT 签名从 RSA 过渡到基于格的替代方案，基于 STARK 的种子知识证明也能提供后量子安全性。
在 Sui Basecamp 2025 上，Chalkias 发布了原生可验证随机性、用于链下逻辑的 zk 隧道、闪电交易（零 Gas 费、零延迟）和用于加密未来数据访问的时间胶囊。这些功能赋能了私人 AI 代理模拟、需要可信随机性的赌博应用以及零知识扑克游戏——所有这些都离不开协议层面的密码学原语。他的愿景是：“Sui 的目标是成为第一个采用后量子技术的区块链，从而提高安全性并为未来的监管标准做准备。”
Sui 拥有区块链行业最全面的 AI 代理生态系统，包含 50 多个涵盖基础设施、框架和应用程序的项目——所有这些都利用 Sui 的并行执行和亚秒级最终性进行实时自主操作。
Atoma Network 于 2024 年 12 月在 Sui 主网上线，作为第一个完全去中心化的 AI 推理层，将自己定位为“开源 AI 的去中心化超大规模计算平台”。所有处理都在可信执行环境 (TEE) 中进行，确保完全的隐私和抗审查性，同时保持与 OpenAI 端点的 API 兼容性。Utopia 聊天应用程序展示了生产就绪的隐私保护 AI，其性能与 ChatGPT 相当，通过 Sui 的亚秒级最终 性结算支付和验证。Atoma 赋能了 DeFi 投资组合管理、社交媒体内容审核和个人助理应用程序——这些用例需要 AI 智能和区块链结算，在较慢的链上无法实现。
OpenGraph Labs 实现了技术突破，成为第一个专为 AI 代理设计的完全链上 AI 推理系统。他们的 TensorflowSui SDK 自动化了 Web2 机器学习模型（TensorFlow、PyTorch）在 Sui 区块链上的部署，将训练数据存储在 Walrus 去中心化存储上，同时使用可编程事务块执行推理。OpenGraph 提供了三种灵活的推理方法：用于需要原子性的关键计算的 PTB 推理、用于成本优化的拆分事务以及根据用例定制的混合组合。这种架构通过完全可验证、可审计的推理过程和明确定义的算法所有权消除了“黑盒”AI 风险——这对于需要可解释 AI 的受监管行业至关重要。
Talus Network 于 2025 年 2 月在 Sui 上线，其 Nexus 框架使开发人员能够构建可组合的 AI 代理，直接在链上执行工作流。Talus 的 Idol.fun 平台展示了面向消费者的 AI 代理作为代币化实体 24/7 自主运行，利用 Walrus 存储的数据集进行市场情绪、DeFi 统计和社交趋势的实时决策。示例应用包括动态 NFT 档案管理、实时加载模型的 DeFi 流动性策略代理以及分析来自不可变 Sui 检查点历史事务模式的欺诈检测代理。
阿里云合作于 2025 年 8 月宣布，将 AI 编码助手集成到 ChainIDE 开发平台中，支持多语言（英语、中文、韩语）。功能包括自然语言到 Move 代码生成、智能自动补全、实时安全漏洞检测和自动化文档生成——降低了 Sui 60% 的非英语开发者目标用户的门槛。此次合作验证了 Sui 作为 AI 开发平台（而不仅仅是 AI 部署平台）的定位。
Sui 的赞助交易消除了 AI 代理的 Gas 支付摩擦——构建者可以支付事务费用， 允许代理在不持有 SUI 代币的情况下运行。MIST 面额（1 SUI = 10 亿 MIST）赋能了小至几美分的小额支付，非常适合按推理付费的 AI 服务。平均事务成本约为 $0.0023，AI 代理每天可以执行数千次操作，只需几美分，使自主代理经济在经济上可行。
Sui 使用 Mysticeti 共识展示了区块链行业首个多机器人协作系统，并得到了 Tiger Research 2025 年全面分析的验证。该系统使机器人能够在分布式环境中共享一致状态，同时保持拜占庭容错——即使机器人发生故障或被对手入侵，也能确保共识。
技术架构利用 Sui 的对象模型，其中机器人作为具有元数据、所有权和能力的可编程对象存在。任务分配给特定的机器人对象，智能合约自动化排序和资源分配规则。系统在没有中央服务器的情况下保持可靠性，多个验证者的并行区块提案防止了单点故障。亚秒级事务最终性赋能了实时调整循环——机器人在 400 毫秒内接收任务确认和状态更新，符合响应式自主操作的控制系统要求。
使用狗形机器人进行的物理测试已经证明了可行性，来自 NASA、Meta 和 Uber 背景的团队正在开发基于 Sui 的机器人应用程序。Sui 独特的“无网络模式”能力——通过无线电波运行而无需稳定的互联网连接——为非洲、亚洲农村地区的部署和紧急情况提供了革命性的优势。这种离线能力在主要区块链中仅 Sui 独有，并通过西班牙/葡萄牙停电期 间的测试得到验证。
3DOS 合作于 2024 年 9 月宣布，验证了 Sui 在大规模制造机器人方面的能力。3DOS 将全球 120 多个国家的 79,909 多台 3D 打印机集成到 Sui 的独家区块链合作伙伴中，创建了一个“3D 打印的 Uber”网络，赋能点对点制造。知名客户包括约翰迪尔、谷歌、麻省理工学院、哈佛大学、博世、英国陆军、美国海军、美国空军和美国国家航空航天局——这表明企业级对 Sui 基础设施的信任。该系统使机器人能够通过智能合约自动化自主订购和打印替换零件，以近乎零的人工干预促进机器人自我修复。这通过按需生产消除了库存、浪费和国际运输，解决了 15.6 万亿美元的全球制造业市场。
Sui 的拜占庭容错对于安全关键型机器人应用至关重要。共识机制在 3f+1 系统中可容忍多达 f 个故障/恶意机器人，确保自动驾驶车队、仓库机器人和制造系统在单个故障的情况下仍能保持协调。智能合约强制执行安全约束和操作边界，不可变审计追踪为自主决策提供问责制——这些要求是集中式协调服务器（容易出现单点故障）无法满足的。
Sui 的量子计算战略代表了区块链行业唯一全面、主动的方法，与 NIST 要求在 2030 年前淘汰经典算法并在 2035 年前实现完全抗量子标准化的指令保持一致。
Chalkias 于 2025 年 7 月的突破性研究表明，包括 Sui 在内的基于 EdDSA 的链可以在不进行硬分叉、地址变更或账户冻结的情况下，通过证明种子知识的零 知识证明实现量子安全钱包升级。这甚至赋能了休眠账户的安全迁移——解决了区块链面临的生存威胁，即一旦量子计算机出现，数百万个钱包“可能瞬间被掏空”。这项技术创新使用 STARK 证明（基于哈希的抗量子安全性）来证明 EdDSA 密钥生成种子的知识，而无需暴露敏感数据，允许用户建立与现有地址绑定的 PQ 密钥所有权。
Sui 的密码学敏捷架构赋能了多种过渡策略：主动式（PQ 密钥在创建时签署 PreQ 公钥）、自适应式（STARK 证明迁移现有地址）和混合式（结合经典和 PQ 密钥的限时多重签名）。该协议支持立即部署 NIST 标准化的算法，包括 CRYSTALS-Dilithium (ML-DSA)、FALCON (FN-DSA) 和 SPHINCS+ (SLH-DSA)，以实现基于格和基于哈希的后量子安全性。验证者 BLS 签名过渡到基于格的替代方案，哈希函数从 256 位升级到 384 位输出以实现抗量子碰撞抵抗，zkLogin 电路从 Groth16 迁移到基于 STARK 的零知识证明。
Nautilus 框架于 2025 年 6 月推出，通过自管理 TEE（可信执行环境）提供安全的链下计算，目前支持 AWS Nitro Enclaves，未来将兼容 Intel TDX 和 AMD SEV。对于 AI 应用，Nautilus 赋能了具有链上验证的密码学证明的私人 AI 推理，解决了计算效率和可验证性之间的矛盾。包括 Bluefin（TEE 中基于订单匹配，<1 毫秒）、TensorBlock（AI 代理基础设施）和 OpenGradient 在内的启动合作伙伴展示了隐私保护抗量子计算的生产就绪性。
比较分析显示了 Sui 的量子优势：以太坊仍处于规划阶段，Vitalik Buterin 表示抗量子能力“至少还需要十年”，需要硬分叉和社区共识。Solana 于 2025 年 1 月推出了 Winternitz Vault 作为可选的基于哈希的签名功能，需要用户选择加入，而非全协议范围的实现。其他主要区块链（Aptos、Avalanche、波卡）仍处于研究阶段，没有具体的实施时间表。只有 Sui 将密码学敏捷性设计为基本原则，赋能快速算法过渡，而无需治理斗争或网络分裂。
Sui 的架构组件协同作用，创造出超越单个功能总和的能力——这是真正创新平台与渐进式改进平台之间的区别。
Move 语言资源模型与并行对象执行相结合，为 AI 代理群提供了前所未有的吞吐量。使用基于账户模型的传统区块链需要顺序执行以防止竞态条件，将 AI 代理协调限制在单线程瓶颈。Sui 通过对象引用进行显式依赖声明，允许验证者在执行前识别独立操作，同时在 CPU 核心上调度数千个 AI 代理事务。这种状态访问并行化（相对于需要冲突检测的乐观执行）提供了可预测的性能，而不会出现追溯性事务失败——这对于需要可靠性保证的 AI 系统至关重要。
可编程事务块通过在原子事务中赋能多达 1,024 个异构函数调用，增强了 Move 的可组合性。AI 代理可以执行复杂的工作流——交换代币、更新预言机数据、触发机器学习推理、铸造 NFT、发送通知——所有这些都保证同时成功或失败。这种异构组合将逻辑从智能合约转移到事务层面，大大降低了 Gas 成本，同时增加了灵活性。对于机器人技术而言，PTB 赋能了原子多步操作，如“检查库存、订购零件、授权支付、更新状态”，并提供密码学一致性保证。
单所有者对象的共识绕过快速路径创建了一个两层性能模型，完美匹配 AI/机器人访问模式。单个机器人将私有状态（传感器读数、操作参数）作为自有对象维护，并在 250 毫秒内处理，无需验证者共识。协调点（任务队列、资源池）作为共享对象存在，需要 390 毫秒的共识。这种架构反映了现实世界的自主系统，其中代理维护本地状态但通过共享资源进行协调——Sui 的对象模型提供了与这些模式自然匹配的区块链原生原语。
zkLogin 解决了阻碍主流 AI 代理采用的入职摩擦。传统区块链要求用户管理助记词和私钥——这在认知上要求很高且容易出错。zkLogin 赋能通过熟悉的 OAuth 凭证（谷歌、脸书、Twitch）进行身份验证，用户控制的盐值可防止 Web2-Web3 身份关联。AI 代理可以在 Web2 身份验证下运行，同时保持区块链安全性，大大降低了消费者应用程序的门槛。已集成 zkLogin 的 10 多个 DApp 证明了非加密原生受众的实际可行性。
对主要区块链（Solana、以太坊、Aptos、Avalanche、波卡）的比较分析揭示了 Sui 在高级计算工作负载方面的技术优势，同时平衡了以太坊的生态系统成熟度和 Solana 当前的 DePIN 采用。
性能指标确立了 Sui 作为吞吐量领导者的地位，在 100 个验证者上测试达到 297,000 TPS，保持 480 毫秒的最终性，而 Solana 的理论 TPS 为 65,000-107,000（持续 3,000-4,000），以太坊的基础层 TPS 为 15-30。Aptos 理论上达到 160,000 TPS，具有相似的基于 Move 的架构但执行模型不同。对于需要实时决策的 AI 工作负载，Sui 的 480 毫秒最终性赋能了即时响应循环，这在以太坊的 12-15 分钟最终性甚至 Solana 偶尔的网络拥堵（2024 年 4 月高峰负载期间 75% 的事务失败）上是不可能实现的。
抗量子能力分析显示 Sui 是唯一从一开始就将抗量子密码学设计到核心架构中的区块链。以太坊在“The Splurge”路线图阶段解决了量子问题，但 Vitalik Buterin 估计到 2030 年量子突破加密技术的可能性为 20%，依赖于被动而非主动的紧急“恢复分叉”计划。Solana 的 Winternitz Vault 提供了可选的量子保护，需要用户选择加入，而不是自动全网络安全。Aptos、Avalanche 和波卡仍处于研究阶段，没有具体的时间表。Sui 的密码学敏捷性，包括多种迁移路径、基于 STARK 的 zkLogin 和符合 NIST 的路线图，使其成为唯一为 2030/2035 年强制性后量子过渡做好准备的区块链。
AI 代理生态系统显示 Solana 目前在采用方面处于领先地位，拥有成熟的工具（SendAI Agent Kit、ElizaOS）和最大的开发者社区，但 Sui 通过 300,000 TPS 容量、亚秒级延迟和 50 多个项目（包括生产平台 Atoma 主网、Talus Nexus、OpenGraph 链上推理）展示了卓越的技术能力。以太坊专注于机构 AI 标准（用于 AI 身份/信任的 ERC-8004），但 15-30 TPS 的基础层将实时 AI 应用限制在 Layer 2 解决方案。阿里云合作将 Sui 定位为 AI 开发平台（而不仅仅是部署平台），这标志着与纯金融区块链的战略差异化。
机器人能力在主要区块链中仅 Sui 独有。没有竞争对手展示多机器人协作基础设施、拜占庭容错协调或“无网络模式”离线操作。Tiger Research 的分析总结道，“鉴于机器人能够利用去中心化协调而无需中心化信 任，区块链可能比人类更适合作为机器人的基础设施。”摩根士丹利预测到 2050 年将有 10 亿个人形机器人，Sui 专为机器人打造的基础设施在新兴机器人经济中创造了先发优势，其中自主系统需要身份、支付、合约和协调——Sui 原生提供了这些原语。
Move 编程语言的优势使 Sui 和 Aptos 在需要安全性的复杂应用方面优于基于 Solidity 的链。Move 的资源导向模型防止了 Solidity 中无法修复的漏洞类别，2024 年以太坊因漏洞攻击损失超过 11 亿美元就是明证。形式化验证支持、线性类型系统和一等资产抽象使 Move 特别适合自主管理有价值资产的 AI 代理。Sui Move 的面向对象变体（相对于基于账户的 Diem Move）赋能了 Aptos 无法实现的并行执行优势，尽管它们共享语言遗产。
Sui 的生产部署证明了该平台正在从技术潜力转向 AI、机器人和量子领域的实际应用。
AI 基础设施成熟度显示出明显的吸引力，Atoma Network 于 2024 年 12 月主网上线，提供生产 AI 推理服务；Talus 于 2025 年 2 月部署 Nexus 框架，赋能可组合代理工作流；Swarm Network 获得 1300 万美元融资，由 Kostas Chalkias 支持，在 Sui 上销售了 10,000 多个 AI 代理许可证。阿里云合作通过将 AI 编码助手集成到开发者工具中，提供了企业级验证，展示了超越投机应用的战略承诺。OpenGraph Labs 凭借链上机器学习推理在 Sui AI 台风黑客马拉松中获得第一名，这表明其技术创新得到了专家评委的认可。
制造机器人技术通过 3DOS 在全球 120 多个国家拥有 79,909 台打印机的网络达到了商业规模，服务于美国国家航空航天局、美国海军、美国空军、约翰迪尔和谷歌。这代表了全球最大的区块链集成制造网络，处理了 420 多万个零件，拥有 50 多万用户。赋能机器人自主订购替换零件的点对点模型展示了智能合约自动化，消除了工业规模的协调开销——这一概念验证得到了要求可靠性和安全性的政府和航空航天客户的验证。
财务指标显示出不断增长的采用率，总锁定价值 (TVL) 达到 5.38 亿美元，月活跃钱包达到 1760 万（2025 年 2 月峰值），SUI 代币市值超过 160 亿美元。Mysten Labs 获得了 a16z、币安实验室、Coinbase Ventures 和 Jump Crypto 支持的 30 多亿美元估值——这是对技术潜力的机构验证。瑞士银行（Sygnum、Amina Bank）提供 Sui 托管和交易，提供了传统的金融入口，而 Grayscale、富兰克林邓普顿和 VanEck 的机构产品则标志着主流认可。
开发者生态系统增长通过全面的工具（TypeScript、Rust、Python、Swift、Dart、Golang SDK）、ChainIDE 中的 AI 编码助手以及活跃的黑客马拉松项目（其中 50% 的获奖者专注于 AI 应用）展示了可持续性。主网上 122 个活跃验证者提供了足够的去中心化，同时保持了性能，在安全性和吞吐量之间取得了比高度中心化替代方案更好的平衡。
Kostas Chalkias 和 Mysten Labs 的领导层阐明了一个连贯的长期愿景，将 Sui 与专注于狭隘用例或渐进式改进的竞争对手区分开来。
Chalkias 大胆预测“最终，区块链在事务速度上将超越 Visa。它将成为常态。我看不出我们如何能摆脱这一点”，这表明对技术轨迹的信心，并由赋能未来的架构决策所支持。他表示 Mysten Labs“可能超越今天的苹果”，这反映了其雄心壮志，即为下一代计算构建基础架构，而不是渐进式的 DeFi 应用。将他的儿子命名为“Kryptos”（希腊语意为“秘密/隐藏”）象征着对密码学创新作为文明基础设施的个人承诺。
三大支柱战略整合了 AI、机器人和量子计算，创造了相互强化的优势。抗量子密码学为自主运行的 AI 代理提供了长期资产安全性。亚秒级最终性支持实时机器人控制循环。并行执行允许数千个 AI 代理同时协调。对象模型为 AI 代理状态和机器人设备表示提供了自然的抽象。这种架构一致性将有目的的平台设计与附加功能区分开来。
Sui Basecamp 2025 技术发布展示了持续创新，包括原生可验证随机性（消除了 AI 推理的预言机依赖）、赋能直接在 Sui 上进行私人视频通话的 zk 隧道、用于紧急情况的零 Gas 费闪电交易以及用于加密未来数据访问的时间胶囊。这些功能解决了实际用户问题（隐私、可靠性、可访问性），而不是学术练习，在需要可信随机性的 AI 代理、需要离线操作的机器人系统以及用于敏感数据的抗量子加密方面具有明确的应用。
将自身定位为从医疗保健数据管理到个人数据所有权再到机器人技术的**“广泛应用的协调层”**，反映了该平台超越金融投机的雄心。Chalkias 将医疗保健数据效率低下识别为需要通用数据库的问题，这表明他正在思考社会基础设施，而不是狭隘的区块链爱好者利基市场。这一愿景吸引了研究实验室、硬件初创公司和政府——这些受众寻求长期项目的可靠基础设施，而不是投机性收益耕作。
Sui 的开发路线图提供了具体的里程碑，展示了在所有三个重点领域从愿景到实施的进展。
抗量子时间表与 NIST 指令保持一致：2025-2027 年完成密码学敏捷基础设施和测试，2028-2030 年引入 Dilithium/FALCON 签名的协议升级，并进行 PreQ-PQ 混合操作，2030-2035 年实现完全后量子过渡，淘汰经典算法。多种迁移路径（主动式、自适应式、混合式）为不同的用户群体提供了灵活性，而无需强制采用单一策略。哈希函数升级到 384 位输出和 zkLogin PQ-zkSNARK 研究并行进行，确保全面的量子就绪性，而不是零散的修补。
AI 基础设施扩展显示出明确的里程碑，包括 Walrus 主网上线（2025 年第一季度）为 AI 模型提供去中心化存储，Talus Nexus 框架赋能可组合代理工作流（2025 年 2 月部署），以及 Nautilus TEE 框架扩展到 Intel TDX 和 AMD SEV，超越当前 AWS Nitro Enclaves 支持。阿里云合作路线图包括扩展语言支持、更深入的 ChainIDE 集成以及在香港、新加坡和迪拜针对开发者社区的演示日。OpenGraph 的链上推理浏览器和 TensorflowSui SDK 的成熟为 AI 开发者提供了超越理论框架的实用工具。
机器人能力提升从多机器人协作演示进展到生产部署，包括 3DOS 网络扩展、“无网络模式”无线电波事务能力以及赋能零 Gas 费 机器人命令的 zkTunnels。支持拜占庭容错、亚秒级协调循环和自主 M2M 支付的技术架构今天已经存在——采用障碍是教育和生态系统建设，而不是技术限制。NASA、Meta 和 Uber 校友的参与表明了严肃的工程人才正在解决现实世界的机器人挑战，而不是学术研究项目。
协议改进包括 Mysticeti 共识优化，保持 80% 的延迟降低优势，通过 Pilotfish 多机执行实现横向扩展，以及存储优化以应对不断增长的状态。检查点系统（每约 3 秒）为 AI 训练数据和机器人审计追踪提供了可验证的快照。事务大小缩减为单字节预设格式，降低了物联网设备的带宽要求。赞助事务扩展消除了消费者应用程序的 Gas 摩擦，这些应用程序需要无缝的 Web2 类似用户体验。
对技术架构、领导愿景、实际实施和竞争定位的全面分析表明，Sui 是唯一为 AI、机器人和量子计算融合做好准备的区块链平台。
Sui 通过可衡量的性能指标实现了技术优势：297,000 TPS 和 480 毫秒的最终性超越了所有主要竞争对手，赋能了在较慢链上不可能实现的实时 AI 代理协调和机器人控制。面向对象的数据模型与 Move 语言安全性相结合，提供了编程模型优势，防止了困扰基于账户架构的漏洞类别。从一开始就设计而非改造的密码学敏捷性，赋能了无需硬分叉或治理斗争的抗量子过渡。这些能力今天已在主网上通 过 122 个验证者投入生产，而不是理论白皮书或遥远的路线图。
Kostas Chalkias 拥有 50 多篇出版物、8 项美国专利和密码学创新（zkLogin、BPQS、Winterfell STARK、HashWires），通过富有远见的领导力提供了智力基础，使 Sui 与技术上称职但缺乏想象力的竞争对手区分开来。他的量子计算突破性研究（2025 年 7 月）、AI 基础设施支持（Swarm Network 支持）和公开交流（Token 2049、韩国区块链周、London Real）确立了思想领导地位，吸引了顶尖开发者和机构合作伙伴。愿意为 2030 年及以后的时间框架进行架构设计，而不是仅仅关注季度指标，这表明了平台基础设施所需的长期战略思维。
通过生产部署（Atoma 主网 AI 推理、3DOS 79,909 台打印机网络、Talus 代理框架）进行的生态系统验证证明了技术能力转化为实际效用。机构合作（阿里云、瑞士银行托管、Grayscale/富兰克林邓普顿产品）标志着超越区块链原生爱好者的主流认可。开发者增长指标（50% 的黑客马拉松获奖者专注于 AI、全面的 SDK 覆盖、AI 编码助手）展示了支持长期采用的可持续生态系统扩展。
将自身战略定位为机器人经济、抗量子金融系统和自主 AI 代理协调的区块链基础设施，创造了差异化的价值主张，超越了专注于现有区块链用例渐进式改进的竞争对手。摩根士丹利预测到 2050 年将有 10 亿个人形机器人，NIST 要求到 2030 年采用抗量子算法，麦肯锡预测代理 AI 将带来 40% 的生产力提升——Sui 的技术能力与需要去中心化宏观技术趋势精确对齐。
对于在区块链上构建高级计算应用程序的组织而言，Sui 提供了无与伦比的技术能力（297K TPS，480 毫秒最终性）、面向未来的抗量子架构（唯一从一开始就为量子设计区块链）、经过验证的机器 人基础设施（唯一展示多机器人协作的区块链）、卓越的编程模型（Move 语言的安全性和表达性）以及赋能 AI/机器人应用程序的实时性能，这些在顺序执行链上是物理上不可能实现的。该平台代表的不是渐进式改进，而是区块链未来十年根本性的架构再思考。