跳到主要内容

110 篇博文 含有标签「机构投资」

机构加密货币采用和投资

查看所有标签

Aave 累计借贷额突破 1 万亿美元 — DeFi 借贷已正式达到机构级规模

· 阅读需 10 分钟
Dora Noda
Software Engineer

没有银行批准这些贷款。没有信贷委员会坐在会议室里衡量风险。然而,到 2026 年 2 月,运行在 14 条区块链上的一组智能合约已产生了超过 1 万亿美元的累计借贷额 —— 这一数字使 Aave 的吞吐量足以与中型国家银行系统相提并论。对于一个在 2017 年以 “ETHLend” 之名推出、仅拥有简单点对点借贷 dApp 的协议来说,这一里程碑不仅具有象征意义。它是结构性的证明,表明去中心化信贷市场已超越了实验阶段,进入了机构级金融基础设施的领域。

Ripple 以 500 亿美元估值回购 7.5 亿美元股份:加密领域最激进的帝国建设者为何保持私有化

· 阅读需 9 分钟
Dora Noda
Software Engineer

一家估值 500 亿美元的加密货币公司在市场低迷时期回购自己的股份。单凭这一点就足以成为头条新闻。但当这家公司是 Ripple 时 —— 它刚刚完成了 24.5 亿美元的收购,其稳定币市值接近 16 亿美元,并且有七只现货 ETF 持有其原生代币 —— 这次回购就成了对机构加密金融未来格局的一种宣告。

Zama 的 10 亿美元 FHE 突破:以太坊首笔机密 OTC 交易如何改写机构隐私标准

· 阅读需 11 分钟
Dora Noda
Software Engineer

2026 年 3 月 13 日,以太坊上发生了一些连区块浏览器都无法完全解析的事情。作为全球最大的机构加密货币做市商之一,GSR 在公有区块链上执行了首笔私密场外交易(OTC)—— 无论是交易规模、对手方的金库头寸,还是结算细节,任何链上观察者都无法看见。让这一切成为可能的技术是什么?是全同态加密(Fully Homomorphic Encryption),由一家总部位于巴黎、刚刚成为加密领域最出人意料的独角兽初创公司所打造。

Zama 从一个默默无闻的密码学研究实验室成长为一家估值 10 亿美元、在以太坊上编排机构级隐私的公司,这是目前 Web3 领域最具影响力的基础设施故事之一。它标志着一个根本性的转变:“隐私币” 时代正在让位于更强大的力量 —— 私密计算基础设施,它使公有区块链对全球最大的金融机构而言变得安全可靠。

2025 年加密货币大灭绝:1160 万个代币失效,但行业从未如此强大

· 阅读需 10 分钟
Dora Noda
Software Engineer

2025 年归零的代币数量超过了加密货币此前历史的总和。根据 CoinGecko 的数据,仅在这一年就有 1156 万个加密项目崩溃——占 2021 年至 2025 年间记录的所有代币失败案例的 86.3%。然而在同一时期,贝莱德(BlackRock)的比特币 ETF 积累了超过 540 亿美元的资产,摩根大通(JPMorgan)在公有链上推出了其首个代币化基金,86% 的机构投资者报告称已持有或计划配置数字资产。

这种悖论——最严重的代币灭绝事件与最强劲的机构采用浪潮同时发生——并非自相矛盾。这是一个信号,表明加密货币正在经历同样的残酷成熟过程,正是这种过程将互联网泡沫转化为现代互联网经济的基石。

东亚统一数字资产规则手册:2026 年的融合

· 阅读需 10 分钟
Dora Noda
Software Engineer

全球三大最具影响力的金融中心——首尔、香港和东京——正在 2026 年同步重写数字资产规则。这一时刻与过去五年碎片化的监管不同之处在于其方向:三者都在向稳定币许可、机构准入和代币化资产框架汇合,且这些框架看起来非常相似。东亚首次正在构建一套类似于统一数字资产准则的体系——这对全球加密市场的影响是巨大的。

Zama 的 FHE 突破:加密以太坊上的首次机密机构 OTC 交易改变了一切

· 阅读需 11 分钟
Dora Noda
Software Engineer

华尔街面临着一个隐私问题 —— 而且这并不是大多数人所想的那样。

几十年来,机构交易者一直依赖暗池、双边场外交易(OTC)柜台和不透明的清算系统来隐藏其头寸。然而,当这些机构考虑转向公有区块链时,他们遇到了一个尴尬的现实:每笔交易、每个余额、每个对手方流向都会以明文形式向全世界广播。2026 年 3 月,GSR 与 Zama 协议之间的一笔场外交易证明,这种权衡不再是不可避免的。通过使用全同态加密(FHE),交易双方在以太坊主网上完成了一笔机密交易 —— 即使在计算过程中,数据也始终保持加密状态。

这可能是大多数人从未听说过的、最具影响力的加密货币交易。

当华尔街出手:Tradeweb 的 3100 万美元投资标志着加密货币机构化的转折点

· 阅读需 14 分钟
Dora Noda
Software Engineer

当全球最大的债券交易平台领投一家加密货币交易所 3100 万美元的融资轮时,请务必关注。

这不仅仅是另一家风险投资公司在涉足数字资产——这是 Tradeweb Markets,一家在纽约证券交易所上市的巨头,每日处理政府债券、掉期和衍生品的交易额达 1.2 万亿美元。2026 年 3 月 4 日,Tradeweb 宣布领投 Crossover Markets 的 B 轮融资,估值为 2 亿美元,加入其中的还有一众机构交易巨头:DRW、Virtu Financial、Wintermute、XTX Markets 和 Ripple。

这一信息非常明确:机构级加密货币基础设施已从实验阶段步入核心底层设施阶段。

在经历了多年以零售为主的交易所和监管不确定性之后,市场正在见证向“机构优先”设计的结构性转变——传统金融的专业知识、严格的监管要求与加密原生创新在此交汇。

问题不再是传统金融(TradFi)是否会整合数字资产,而是这种融合发生的速度有多快,以及届时谁将控制这些基础设施。

500 亿美元的无声革命

Crossover Markets 运营着 CROSSx,这是全球首个专门为机构参与者设计的仅限执行(execution-only)的加密货币电子通讯网络(ECN)。

与拥有华丽界面和代币列表、面向零售用户的交易所不同,CROSSx 提供大型交易者真正需要的功能:超低延迟撮合(亚毫秒级执行)、防止抢先交易的匿名交易、FIX 协议连接(机构交易系统的标准语言)以及包括冰山订单、TWAP 和 VWAP 算法在内的高级订单类型。

自推出以来,CROSSx 已在 1200 万笔交易中悄然撮合了超过 500 亿美元的名义交易量,支持近 100 家活跃参与者

这些机构交易量发生在公开交易所之外,通过符合传统股票和固定收益市场标准的基础设施进行路由。这里没有社交媒体炒作,没有空投——只有大规模的、无声的专业执行。

B 轮融资的资金将用于增强 CROSSx 的技术栈,扩大全球业务,并深化与机构合作伙伴的整合。但真正的重点在于投资者阵容,以及它所揭示的加密交易发展方向。

为什么这份投资者名单改变了一切

Tradeweb 并不是在进行投机性投资。它正在构建战略基础设施。

作为投资的一部分,Tradeweb 将通过其算法订单路由技术,为其全球客户提供访问 Crossover 机构现货加密货币流动性的渠道

换句话说:在 Tradeweb 上交易国债和公司债券的机构客户,很快将通过同样的界面、同样的合规框架和同样的风险控制来路由加密货币订单。

看看这些共同投资者:

  • DRW:总部位于芝加哥的量化交易巨头,在衍生品和期权市场拥有数十年经验。DRW 的子公司 Cumberland 已经是顶级的加密货币做市商之一,处理着机构级的场外交易(OTC)流量。DRW Venture Capital 对 CROSSx 的支持,标志着对“仅限执行”的 ECN 模式(而非交易所拥有的做市模式)的信心。

  • Virtu Financial(纳斯达克代码:VIRT):全球做市和执行服务的领导者,在 36 个国家的 235 个交易场所开展业务,每日处理数十亿笔交易。Virtu 的参与带来了跨资产流动性的专业知识和跨司法管辖区的监管导航能力。

  • Wintermute:最大的加密原生做市商之一,为 50 多个中心化和去中心化场所提供流动性。Wintermute Ventures 的参与将加密原生流动性与传统金融的基础设施预期联系起来。

  • XTX Markets:总部位于伦敦的量化交易公司,也是全球最大的外汇和股票电子做市商之一。XTX 的投资预示着机构级加密交易需要与外汇市场相同的技术精密性。

  • Ripple:继 2025 年 4 月以 12.5 亿美元收购 Hidden Road 之后,Ripple 现在拥有一家拥有全球牌照和基础设施、横跨传统和数字资产的主经纪商(Prime Broker)。Ripple 的参与反映了其主导机构数字资产基础设施的更广泛战略。

这不仅仅是一个多元化的投资者群体——这是一种协同融合(Coordinated Convergence)

做市商、主经纪商、量化交易公司和电子交易平台正在共同建设连接传统金融订单流与加密流动性的轨道。

零售优先的时代已经结束;机构优先的时代已经到来。

加密主经纪商淘金热

Crossover 的融资公告发布之际,正值 2026 年的一个更广泛趋势:由于机构需求超过了基础设施能力,加密主经纪商业务正迎来爆发式增长。

Ripple 的 12.5 亿美元赌注:2025 年 4 月,Ripple 收购了 Hidden Road,瞬间成为首家拥有全球主经纪商的加密公司。Ripple Prime 现在为机构客户提供访问占数字资产市场 90% 以上流动性的渠道,将 Hidden Road 的监管牌照与 Ripple 的加密原生技术相结合。

渣打银行的加入:这家跨国银行宣布计划通过其 SC Ventures 部门建立加密主经纪商业务,目标客户是寻求在银行级安全和监管监督下单一入口访问数字资产的对冲基金、资产管理公司和企业财务部门。

FalconX 的融合策略:作为目前最大的机构加密主经纪商,FalconX 于 2026 年 2 月收购了领先的 ETP 提供商 21Shares,通过向机构客户同时提供 OTC 流动性和受监管的交易所交易产品,加速了数字资产与传统金融的合并。

Kraken Prime 的推出:Kraken 于 2025 年 6 月推出了 Kraken Prime,为机构客户提供深度流动性、高级托管解决方案和 24/7 支持——将其定位为传统金融支持的主经纪商的加密原生替代方案。

模式已经非常清晰:交易正在从以中心化交易所(CEX)为中心向场外执行和场外结算转变,并由集成了信用、清算和技术的主经纪商提供支撑。

机构不希望在几十个交易所之间分散访问。他们需要单一连接点、统一的风险管理以及内置于底层管道中的合规性。

通用交易所模型:界限日益模糊

到 2026 年,“加密货币交易所”与“传统经纪商”之间的区别正在消失,取而代之的是 通用交易所 (UEX) 模型 —— 这是一个全方位门户,客户可以在单个应用程序中管理比特币、黄金等代币化资产,甚至是美国国债。

目前机构平台中已成为标准的关键基础设施组件包括:

  • 合规托管商:在银行框架下受监管,拥有隔离的客户资产、保险覆盖和经过审计的控制措施。托管商正从被动的资产保管演变为支持清算、结算和风险管理的核心基础设施层。

  • 基于区块链的结算:实时结算和自动抵押品管理使加密货币主经纪商业务可能比传统同类业务更高效。在受控监管下的当日交易最终确认性正成为基准预期。

  • 混合结算模型:大型托管商和清算代理现在运营着将区块链轨道与传统支付及证券网络连接起来的模型,实现了精准性、可审计性和机构级的最终确认性。

  • DeFi 到 TradFi 的桥梁:机构现在可以通过结构化产品获取 DeFi 收益,这些产品将链上头寸包装在受监管的载体中,从而保持合规标准。

技术愿景雄心勃勃。Hyperliquid 每月成交量达 3176 亿美元,具有 200 ms 的最终确认性,证明了链上结算在速度和规模上可以与中心化基础设施相媲美。

与此同时,机构做市商利用 MEV-Boost 捆绑包和高级订单类型,从区块链原生市场中提取效率,其方式在传统场所是不可能的。

监管助推

如果没有监管的明确性,这种融合就不会发生。经过多年的“以诉讼代监管”,2025-2026 年交付了有意义的框架:

欧洲的 MiCAR:《加密资产市场监管条例》(Markets in Crypto-Assets Regulation) 为加密服务提供商提供了全面的规则,为欧盟成员国的机构参与创建了清晰的路线图。

美国市场结构演变:虽然综合立法仍有待完善,但美国证券交易委员会 (SEC) 在数字资产托管、主经纪商安排和代币化证券方面不断变化的立场,为受监管的实验创造了操作空间。

银行整合:花旗集团 (Citigroup) 表示目标是在 2026 年推出加密托管业务,纽约梅隆银行 (BNY Mellon) 上线了数字资产托管服务,以及 DTCC 获得 SEC 授权将罗素 1000 股票和国债代币化,这些信号表明银行基础设施终于赶上了加密创新。

代币化货币市场基金:到 2026 年,这些载体的管理资产规模 (AUM) 达到 74 亿美元,展示了机构在熟悉的监管外壳下对收益型链上资产的渴望。

监管环境并非完美 —— 针对加密货币持仓的《巴塞尔协议 III》规则仍在讨论中,加密货币证券借贷面临再抵押挑战,且跨境框架仍缺乏协调。

但方向是明确的:机构现在看到了通过以托管为核心的关系来降低风险,而非以交易所为核心的投机。

机构优先的设计转型

Crossover 的模型 —— 以及这一轮融资 —— 之所以具有重要意义,是因为它代表了一种哲学上的转变:机构优先,而非零售优先

零售交易所优先考虑用户获取、代币上市、游戏化的交易界面和社交功能。

机构平台优先考虑执行质量、监管合规、信贷中介和风险管理。

CROSSx 的纯执行 ECN 模型反映了这种差异:

  • 无自营做市:CROSSx 不与客户对赌,也不运营内部交易柜台。它只是匿名匹配买单和卖单,消除了利益冲突。

  • FIX 协议连接性:机构可以将 CROSSx 接入现有的订单管理系统和算法策略,无需自定义集成。

  • 延迟优化:亚毫秒级的匹配确保高频策略可以在与传统资产类别平等的条件下进行竞争。

  • 高级订单类型:时间加权平均价格 (TWAP)、成交量加权平均价格 (VWAP) 和冰山订单允许机构在不波及市场的情况下执行大额交易。

这种设计理念借鉴了 BATS 和 Direct Edge 等股票 ECN,这些网络在 2000 年代通过提供透明、低成本、高速的执行选择,颠覆了传统的股票交易。

这种类比并非巧合 —— 机构参与者要求基础设施符合传统金融标准,而非零售加密货币的预期。

这对加密货币下一个篇章意味着什么

Tradeweb 对 Crossover Markets 注入的 3100 万美元赌注,连同 DRW、Virtu、Wintermute、XTX 和 Ripple 的参与,不仅仅是一轮融资。这是一份宣言,标志着机构级加密交易基础设施已经足够成熟,足以吸引来自全球最大交易平台的战略投资

其影响是连锁的:

流动性集中:随着机构订单流通过主经纪商和像 CROSSx 这样的 ECN 路由,流动性将集中在符合机构标准的场所 —— 导致市场在专业级平台和零售交易所之间产生分裂。

监管标准化:随着 TradFi 参与者共同投资加密基础设施,监管框架将越来越多地反映传统金融的要求:资本充足率、风险管理协议、报告义务和合规认证。

零售边缘化:零售交易者可能会发现自己处于被动地位,通过机构看门人而非直接参与交易所来进入加密市场。民主化的叙事正让位于专业化的现实。

基础设施获胜:真正的价值并不流向协议或代币,而是流向基础设施层 —— 托管、主经纪商业务、结算和执行技术。这些是高利润、高护城河的业务,不依赖于加密货币价格上涨来产生收入。

跨资产整合:通用交易所模型将进一步模糊资产类别。机构不会区分“加密货币交易”和“外汇交易” —— 他们会在提供最佳执行的场所之间路由订单,无论是 CROSSx 上的比特币还是 CME 上的欧元期货。

前方的道路

前方仍面临挑战。基于区块链的结算在 TradFi 所预期的交易量水平下,依然面临可扩展性问题。

尽管 MiCAR 的进展显而易见,但跨境监管协调依然呈现碎片化。此外,加密原生建设者与 TradFi 机构之间的文化差异,在产品设计和风险哲学方面产生了摩擦。

但大方向已定。2026 年并非加密货币获得机构信誉的一年,而是机构基础设施成为主导范式的一年,散户参与越来越多地通过专业守门人进行调解。

而这将改变一切。

由 Tradeweb 和交易巨头联盟支持的 Crossover Markets 是这一转变的缩影:执行优先、原生合规、机构级标准。500 亿美元的无声成交额比任何散户交易所的营销预算都更有说服力。

现在的悬念在于,加密货币的去中心化精神能否在这一波专业化浪潮中幸存,或者“去信任”革命最终是否需要信任中介才能走向主流应用。

Tradeweb 的押注揭示了答案:机构不会进入加密的世界——而是加密基础设施在适配他们的世界。

构建与机构级基础设施对接的区块链应用需要稳健、可靠的 API 连接。BlockEden.xyz 提供企业级节点基础设施,旨在支持专业交易、托管和结算系统的需求——这是加密货币与 TradFi 交汇的基础层。

来源

加密风投的杠铃悖论:资金增加 50%,交易减少 46% —— 深度解析重塑 Web3 的融资挤压

· 阅读需 10 分钟
Dora Noda
Software Engineer

加密风险投资刚刚创下了多年来最强劲的十二个月表现 —— 然而,倒闭的初创公司也比以往任何时候都多。在 2025 年 3 月至 2026 年 3 月期间,融资总额同比增长近 50%,达到 255 亿美元以上。但交易数量暴跌了 46%,平均单笔融资额激增 272%,达到 3400 万美元。欢迎来到加密货币的杠铃经济,在这里,不断缩减的巨额融资群体掩盖了底层残酷的灭绝事件。

ZK-ML 革命:密码学证明如何重塑 DeFi 风险评估

· 阅读需 17 分钟
Dora Noda
Software Engineer

当 DeFi 借贷协议清算仓位时,你如何确定风险计算是正确的?如果模型存在缺陷、被操纵或仅仅是不透明,该怎么办?多年来,DeFi 一直在悖论中运行:协议要求链上执行的透明度,而做出关键风险决策的 AI 模型却仍然是黑盒。零知识机器学习 (ZK-ML) 终于填补了这一信任缺口——其对 2026 年机构级 DeFi 采用的影响是深远的。

DeFi 风险模型中的信任危机

DeFi 的锁仓总量 (TVL) 爆炸式增长至超过 500 亿美元,这创造了一个新问题:机构资本要求可验证的风险评估,但目前的解决方案被迫在透明度和保密性之间做出不可接受的权衡。

传统的基于预言机的风险系统使协议面临三个关键漏洞。首先,延迟会扼杀资本效率。在高波动性事件中,缓慢或不准确的价格推送会阻止借贷协议及时清算仓位,从而导致坏账级联。传统的推送式预言机迫使协议使用保守的贷款价值比 (LTV) —— 通常为 50-70% —— 以补偿更新延迟,这直接降低了借款人的资本效率。

其次,操纵现象依然普遍。如果没有对风险评分计算方式的密码学验证,协议只能依赖对中心化数据提供商的信任。一个受损的预言机可能会触发错误的清算,或者更糟的是,让抵押不足的仓位持续存在,直到发生系统性崩溃。

第三,专有模型造成了监管噩梦。机构参与者需要证明其风险评估是稳健的,同时又不泄露其专有算法。银行不能在风险逻辑完全公开的情况下部署借贷协议,但监管机构也不会接受不透明的“相信我们”系统。这种监管上的两难境地(Catch-22)阻碍了机构级 DeFi 的整合。

数据说明了一切:2025 年的 DeFi 清算事件导致了超过 23 亿美元的级联损失,其中 40% 归因于预言机延迟和操纵漏洞。机构参与者正在观望 —— 不是因为他们怀疑区块链的潜力,而是因为他们无法接受当前的风险基础设施。

走进零知识机器学习

ZK-ML 代表了一种范式转变:它使 AI 生成的风险评估能够在不泄露底层数据或模型参数的情况下进行密码学验证。可以把它看作是一个数学证明,它表明:"这份清算预测是使用我们的专有模型和你的加密数据正确计算出来的" —— 而无需暴露任何一方。

该技术的工作原理是将机器学习推理转换为零知识证明。当 DeFi 协议需要评估清算风险时,ZK-ML 系统会:

  1. 在加密的用户数据上运行 AI 模型(抵押仓位、交易历史、钱包行为)
  2. 生成密码学证明,证明计算是正确执行的
  3. 在链上发布证明供任何人验证,而无需泄露模型架构或敏感的用户数据
  4. 根据可验证正确的风险评分触发智能合约操作(如清算)

这并非仅停留在理论层面。EZKL、Modulus Labs 和 Gensyn 等项目已经在展示生产级的 ZK-ML 框架。EZKL 最近的基准测试显示,验证速度比早期的 ZK 系统快 65.88 倍,支持高达 1,800 万个参数的模型。Modulus Labs 证明了复杂神经网络的链上推理,而 Gensyn 正在构建具有内置验证功能的去中心化训练基础设施。

现实世界的影响已经显现。ORA 的 Marine 清算系统使用基于 zkOracle 的实现,在 Compound Finance 上执行无信任清算。通过引入在清算成为可能时立即触发的零延迟预言机更新,Marine 使借贷协议能够提供更高的 LTV 比率(高达 85-90%),同时保持使用传统预言机时将被视为鲁莽的安全边际。

隐私保护信用评分:机构级的解密钥匙

对于机构级 DeFi 的采用,信用评分是“圣杯”。传统金融依赖 FICO 评分和信用局,但这些系统与区块链的假名设计根本不相容。如何在没有实名认证 (KYC) 的情况下评估信用度?如何在不暴露借款人交易图谱的情况下证明其还款历史?

ZK-ML 通过隐私保护信用评分解决了这个问题。来自 IEEE 和 Springer 的研究展示了使用区块链和零知识证明的完整信用评分系统。其架构的工作方式包括:

  • 在多个 DeFi 协议中加密信用数据(还款历史、清算事件、钱包账龄、交易模式)
  • 使用同态加密或安全多方计算在这些加密数据上运行 ML 信用模型
  • 生成零知识证明,证明特定钱包地址具有一定的信用评分范围,而无需透露哪些协议贡献了数据或钱包的完整历史记录
  • 创建可移植的链上存证 (Attestations),让用户可以跨平台携带其经过验证的信用度

这不仅是隐私秀 —— 更是监管的必然要求。最近发表在 Science Direct 上的一项研究表明,具有密码学 Proof-of-SQL 机制的区块链验证层使机构能够在保持符合 GDPR 的同时验证借款人凭证。VeriNet 框架在深度伪造检测和金融科技信用评分应用中都实现了这一点,证明了该方法可以大规模运行。

商业案例极具说服力:机构贷款人现在可以利用可验证的风险细分在 DeFi 借贷池中部署资本。协议不再将所有匿名借款人视为高风险(并收取 15-25% 的年化收益率 APY 作为补偿),而是可以提供差异化利率 —— 验证后的低风险钱包为 8%,中风险为 12%,高风险为 20% —— 所有这些都在维护用户隐私和监管合规性的前提下实现。

ZK-ML 与传统预言机:性能差距

ZK-ML 与传统预言机系统之间的速度优势是惊人的。传统的价格预言机根据实现方式每 1-60 秒更新一次(Chainlink 的心跳检测通常是 1-3% 的价格偏离或每小时更新)。在 2024 年 3 月的波动率飙升期间,以太坊 gas 价格飙升至 500+ gwei,导致预言机更新延迟达 10-15 分钟。

ZK-ML 系统通过按需计算风险评估消除了这种延迟,典型的 DeFi 风险模型的加密证明生成仅需 100-500 毫秒。Marine 的 zkOracle 实现在生产中证明了这一点:清算在仓位出现抵押不足后的 1-2 个区块内即可触发,而依赖预言机的系统则需要 10-50 个区块。

资本效率的提升是可以衡量的。保守估计,启用 ZK-ML 的借贷协议可以安全地将 LTV 比率(质押率)提高 15-20 个百分点。对于一个 TVL 为 10 亿美元的协议来说,这意味着增加了 1.5 亿至 2 亿美元的额外借贷能力——释放了数亿美元的年利息收入,而这些收入在传统基础设施中是被闲置的。

除了速度之外,ZK-ML 还提供了预言机无法比拟的抗操纵性。传统的价格喂价可能会通过闪电贷攻击、验证者合谋或 API 密钥泄露而被伪造。ZK-ML 风险模型在链上运行,并对每一个计算步骤进行加密验证。攻击者需要破解底层的零知识证明系统(这需要打破离散对数硬度等核心加密假设),而不仅仅是破坏单个预言机喂价。

金融稳定委员会(FSB)2023 年关于 DeFi 风险的报告明确将预言机操纵列为系统性漏洞。ZK-ML 直接解决了这个问题:当清算决策基于经过加密证明的风险模型而非基于信任的价格喂价时,攻击面会缩小几个数量级。

为什么机构需要透明且机密的模型

机构级 DeFi 采用的瓶颈不是技术,而是信任基础设施。当摩根大通(J.P. Morgan)或道富银行(State Street)评估 DeFi 借贷协议时,他们的尽职调查团队会问:“你们如何计算清算风险?”“我们可以审计你们的模型吗?”“你们如何防止博弈?”

对于传统的 DeFi 协议,答案并不令人满意:

  • 完全透明的模型:开源的风险逻辑意味着竞争对手可以抢跑清算,做市商可以利用系统博弈,专有的竞争优势也会烟消云散
  • 黑盒模型:机构合规团队拒绝无法审计风险计算的系统
  • 预言机依赖:对外部价格喂价的依赖引入了银行无法接受的交易对手风险

ZK-ML 打破了这一僵局。机构现在可以部署具有选择性透明风险模型的协议:

  1. 可审计验证:监管机构和审计人员可以验证清算决策是否遵循了声称的算法,而无需看到专有参数
  2. 竞争保护:模型架构和训练数据保持机密,保留竞争优势
  3. 链上问责:每一个风险决策都会生成一个不可篡改的加密证明,为合规提供完美的审计追踪
  4. 跨协议可移植性:用户可以证明自己的信用度,而无需透露使用了哪些协议

监管影响是深远的。企业以太坊联盟(EEA)的《DeFi 风险评估指南(第 1 版)》明确要求“在保持机密性的同时实现审计的可验证计算框架”。ZK-ML 是唯一满足这一要求的技术。

乔治城大学最近关于机构级 DeFi 集成的政策文件指出了合规挑战:“与其将传统金融监管强加于无中介系统,新兴解决方案正将合规能力直接嵌入 DeFi 基础设施中。” ZK-ML 正是这样做的——它是合规原生的架构,而不是事后的补丁。

2026 年的爆发:从理论走向生产

拐点已至。虽然 ZK-ML 的概念自 2021 年就已存在,但实际应用直到现在才达到生产成熟度。证据如下:

基础设施成熟度:EZKL 展示了对注意力机制的支持——这在 2024 年几乎不可行,而现在已针对生产用途进行了优化。Modulus Labs 证明了 1800 万参数模型的链上推理,跨越了现实世界信用模型变得可行的门槛。

资本部署:Gensyn 筹集了大量资金用于构建具有加密验证的去中心化 AI 训练。机构投资的不是研究项目,而是生产基础设施。

生态系统集成:零知识证明技术已从密码学研究转向区块链规模的应用。Chainalysis 和 TRM Labs 正在构建兼容 ZK 的合规工具。基础设施层正在趋于成熟。

开发者工具:实现 ZK-ML 的障碍已经瓦解。2023 年需要密码学博士才能完成的工作,现在标准的区块链开发者使用 EZKL、Modulus 或新兴框架即可实现。当开发者可以在几周而不是几年内交付 ZK-ML 系统时,采用率将呈指数级加速。

其轨迹反映了 DeFi 自身的发展。2020 年,DeFi 还是一个 TVL 仅为 10 亿美元的研究热点。到 2021 年,基础设施成熟,TVL 爆发了 50 倍,达到 500 亿美元。ZK-ML 正在遵循同样的曲线——2024 年是研究和概念验证,2025 年出现了首批生产部署,而 2026 年则是爆发之年。

市场信号证实了这一点。PayFi 领域(可编程支付基础设施)的市值达到 22.7 亿美元,日交易量达 1.48 亿美元。机构正在将资金从投机性 DeFi 转向产生收益的支付基础设施——并要求使用风险管理工具来确保资本部署的安全。ZK-ML 正是缺失的那块拼图。

前方的道路:挑战与机遇

尽管势头强劲,ZK-ML 仍面临着现实的技术和采用障碍。计算开销仍然十分显著——为复杂的 ML 模型生成零知识证明所需的计算量比标准推理高出 10 到 1000 倍。EZKL 相比早期系统实现了 65 倍的提速,这确实令人印象深刻,但这也意味着原本在本地只需 10 毫秒的风险计算,在应用 ZK 证明后需要 650 毫秒。

对于微秒必争的高频交易和清算系统,这种延迟是可以接受的。但对于每秒需要数千次推理的实时应用,目前的 ZK-ML 系统仍显吃力。在 ZK-ML 变得适用于所有 DeFi 使用场景之前,该行业还需要再实现 5 到 10 倍的性能提升。

模型复杂性限制是真实存在的。虽然 Modulus Labs 展示了 1800 万个参数,但尖端的 AI 模型目前已超过 1000 亿个参数(如 GPT-4),甚至达到数万亿个(密集 Transformer 模型)。目前的 ZK-ML 系统无法证明这种规模的计算。对于 DeFi 风险模型——通常为 100 万到 5000 万个参数——这并不是障碍。但对于前沿 AI 应用,ZK-ML 需要基础性的算法突破。

标准化依然处于碎片化状态。EZKL、Modulus、Gensyn 和 Worldcoin 的 Orion 都使用不同的证明系统、电路设计和验证机制。这种碎片化带来了集成难题:使用 EZKL 证明的 DeFi 协议,在不运行多个验证系统的情况下,很难轻松验证由 Modulus 生成的信用评分。

该行业需要类似于 ERC-20 标准化代币或 EIP-1559 标准化 Gas 费的 ZK-ML 标准。企业以太坊联盟(Enterprise Ethereum Alliance)正在为此努力,但全面的标准预计要到 2026 年底或 2027 年才会出台。

然而,机遇远大于这些挑战。跨链信用评分变得可能,因为 ZK 证明可以在不暴露底层交易图谱的情况下,证明用户在多个区块链上的钱包行为。用户可以通过单个加密证明来证实:“我从未在 Ethereum、Polygon 和 Arbitrum 上被清算过”。

基于风险的自动化借贷正从概念变为现实。想象一下,将抵押品存入 DeFi 协议,并立即获得根据你可验证的链上历史记录调整的授信额度——无需手动审批,无需中心化信用机构,只需数学和密码学。

合规自动化变得可行。机构无需聘请合规团队手动审查 DeFi 交易,而是部署 ZK-ML 系统,在不向区块链透露用户身份的情况下,通过加密方式证明 AML/KYC 合规性。

这一愿景是建立一个金融系统,它既比传统金融或当前的 DeFi 更透明(每项决策都可验证其正确性),又更具隐私性(敏感数据永远不会离开加密状态)。

为什么这在 DeFi 之外也很重要

其影响远不止于借贷协议和清算。任何需要具有隐私保护的可验证 AI 决策的系统,都是 ZK-ML 的用例:

  • 医疗保健 AI:在不泄露患者记录的情况下,证明诊断结果是正确做出的
  • 供应链:通过 ML 审计验证 ESG 合规性,而不暴露专有的供应商网络
  • 保险:使用 AI 风险模型计算保费,同时对投保人数据保密
  • 投票系统:利用 ML 检测违规选票,同时保护选民隐私

但 DeFi 是试验场。它拥有经济激励(数以十亿计的 TVL 面临风险)、技术深度(原生于密码学的开发者)以及监管压力(机构采用取决于此),足以驱动 ZK-ML 从研究走向生产。

根据目前的开发进度,预计到 2026 年第四季度,ZK-ML 将成为 DeFi 借贷的标准基础设施,届时该技术将经过生产环境测试,并准备好部署到每一个需要可信 AI 的领域。

总结

零知识机器学习不仅仅是一项技术升级,它是机构级 DeFi 一直在等待的信任基础设施。通过实现既能保护专有模型机密性又能维护用户隐私的、可验证的加密风险评估,ZK-ML 解决了曾导致数十亿机构资金停滞不前的监管悖论。

时间表非常清晰:2024 年是研究阶段,2025 年出现了首批生产部署,2026 年将是爆发之年。随着 EZKL 等框架实现 65 倍的性能提升,Marine 等协议展示了零延迟清算,以及机构对合规风险基础设施的需求日益明确,爆发式增长的条件已经齐备。

对于 DeFi 协议而言,战略问题不是是否采用 ZK-ML——而是选择引领这一转型,还是眼睁睁看着竞争对手夺走随可验证、隐私保护风险管理而来的机构资金。对于评估 DeFi 风险敞口的机构来说,支持 ZK-ML 的协议代表了第一代能够满足受托责任所需的合规性、可审计性和风险管理标准的区块链金融。

风险评估革命已经到来。唯一的问题是,谁能率先完成构建。


BlockEden.xyz 提供具有行业领先可靠性和性能的企业级区块链基础设施。探索我们的 API 服务,在经久耐用的基础上进行构建。

参考资料