区块链
区块链 >区块链 > a16z:2024年值得关注的九大主题

a16z:2024年值得关注的九大主题

更新时间:2024-01-09 09:10:43
简介 来源:推特@a16zcrypto;编译:松雪, a16z分享了一些值得关注的加密货币主题…… 一、进入去中心化新时代 正如我们一再看到的那样,当强大系统或平台的控制权掌握在少数人手中(更不用说一个领导人)时,侵犯用户自由就变得太容易了。这就是为什么去中心化很重要的原因:它是一种工具,使我们能够通过实现可信的中立、可组合的互联网基础设施来使系统民主化;推动竞...

来源:推特@a16zcrypto;编译:松雪,

a16z分享了一些值得关注的加密货币主题……

一、进入去中心化新时代

正如我们一再看到的那样,当强大系统或平台的控制权掌握在少数人手中(更不用说一个领导人)时,侵犯用户自由就变得太容易了。这就是为什么去中心化很重要的原因:它是一种工具,使我们能够通过实现可信的中立、可组合的互联网基础设施来使系统民主化;推动竞争和生态多样性;以及允许用户更多的选择和更多的所有权。

但是,在实践中实现去中心化一直是困难的——尤其是在与集中系统的效率和稳定性相对抗时。与此同时,大多数Web3治理模型都涉及使用简化但繁琐的治理模型的DAO(去中心化自治组织),这些模型基于直接民主或公司治理……而这些模型并不适用于去中心化治理的社会政治现实。

然而,由于过去几年Web3的各种实验,更好的去中心化实践已经开始出现。这些实践包括可以适应具有更丰富功能的应用程序的去中心化模型;还包括DAO采用权谋原则设计更有效的去中心化治理,使领导层负责任。随着这些模型的演变,我们应该很快会看到前所未有的去中心化协调、运营功能和创新水平。@milesjennings,总法律顾问兼权力下放主管

二、重置未来的用户体验

尽管人们对加密货币用户体验的基本问题进行了许多抱怨,但实际上自2016年以来,这方面的基本情况并没有发生太大变化。仍然存在太多复杂性:自主保存密钥;将钱包与去中心化应用程序(dApps)连接;将签名交易发送到越来越多的网络端点等。这超出了我们能够期望用户在他们在加密应用中的前几分钟内学到的内容。

但是现在,开发人员正在积极测试和部署新工具,这些工具可能在未来一年重新定义加密前端用户体验(UX)。其中之一是包括简化用户在其设备上登录应用程序和网站的通行证;与更容易受到攻击并且需要用户手动操作的密码不同,密码是自动以加密方式生成的。 其他创新包括:

  • 智能账户,使账户本身可编程,因此更容易管理;

  • 嵌入式钱包,内置在应用程序中,因此可以使引导过程更顺畅;

  • 多方计算(MPC),使第三方更容易在不保管用户密钥的情况下支持签名;

  • 高级远程过程调用(RPC)端点,可以识别用户的需求并填补差距等等。

所有这些不仅有助于推动Web3更加普及,还可以使用户体验比Web2更好、更安全。 @eddylazzarin,首席技术官(CTO)

三、模块化技术堆栈的兴起

在网络世界中,有一种力量总是不可避免地支配其他力量:网络效应。网络效应通常非常强大,以至于实际上只有两种模块化方式——一种是扩展和增强网络效应的模块化;另一种是瓦解和削弱网络效应的模块化。在除了极为罕见的情况下,只有前者才是有意义的,特别是在涉及开源技术时。与此同时,整体架构的优势在于允许在本应是模块化边界的地方进行深度整合和优化,从而实现更高的性能...至少在最初是这样的。

但是开源、模块化技术堆栈的最大优势在于它释放了无需许可的创新;允许参与者专业化;并激励更多的竞争。在这个世界上,我们需要更多这样的东西。 @alive_eth,普通合伙人(General Partner)

四、人工智能+区块链的融合

去中心化的区块链是对中心化人工智能的一种平衡力。目前,人工智能模型(例如ChatGPT)只能由少数几家科技巨头进行培训和操作,因为所需的计算资源和培训数据对于较小的参与者来说是难以承受的。但是通过加密技术,可以创建多方参与、全球、无需许可的市场,任何人都可以为网络做出贡献,并因此得到报酬,为需要这些资源的人提供计算资源或新数据集。利用这些资源的长尾将使这些市场能够降低人工智能的成本,使其更易于获取。

但随着人工智能改变我们产生信息的方式——改变社会、文化、政治、经济——它还创造了丰富的人工智能生成内容的世界,包括深度伪造。加密技术同样可以在这里发挥作用,以打开黑匣子;追踪我们在网上看到的事物的起源等等。

我们还需要找到去中心化生成式人工智能并以民主方式进行治理的方法,以确保没有一个参与者最终拥有为所有其他人决定的权力;Web3是解决这个问题的实验室。去中心化的、开源的加密网络将使人工智能创新变得更加民主化(而不是集中化),最终使其对消费者更加安全。@ahall_research,斯坦福大学教授; @DarenMatsuoka,数据科学家; @alive_eth,普通合伙人(General Partner)

五、"玩而赚"变成了"玩和赚"。

在“玩而赚”(P2E)游戏中,玩家经常能够根据他们在游戏中花费的时间和努力赚取真实世界(而不仅仅是虚拟的)金钱。这一趋势与正在改变游戏和其他领域的更广泛变革相关——从创作者经济的崛起到人与平台之间关系的变化。Web3使我们能够打破当前的常态,其中游戏中的所有收益都仅归游戏公司所有。用户在这些平台上花费了很多时间,并为其创造了很大的价值,因此他们也应该得到报酬。

但是游戏并不一定是为了成为工作场所而设计的(至少对于大多数玩家来说不是)。我们真正需要的是既有趣又能让玩家捕获更多他们创造的价值的游戏。因此,P2E越来越演变成了“玩和赚”,在游戏和工作场所之间建立了重要的区别。随着P2E超越其最初的成长阶段,相关游戏经济的管理动态将继续变化。

然而,最终,这将不是一个独立的趋势,而将成为游戏的一部分。 @AriannaSimpson,普通合伙人(General Partner)

六、当人工智能成为游戏制造者时,加密货币提供了保证

作为一个长时间思考Web3游戏和游戏未来的人,对我来说很明显,游戏中的人工智能代理必须带有保证:它们基于某些模型,并且这些模型在执行时没有受到破坏。否则,游戏将失去完整性。

当传说、地形、叙事和逻辑都是程序生成的——换句话说,当人工智能成为游戏制作者时——我们将希望知道游戏制作者是可信的中立方。我们将希望知道这个世界是建立在保证的基础上的。加密技术提供的最重要的东西就是这些保证——包括在人工智能出现问题时理解、诊断和惩罚的能力。

从这个意义上说,“AI对齐”实际上是一个激励设计问题,就像处理任何人类代理一样是一个激励设计问题……而这正是加密技术所关注的。 @carrawu,投资合伙人

七、形式验证变得不那么正式

虽然形式化方法在验证硬件系统方面很受欢迎,但在软件开发中使用较少。对于大多数不涉及硬件或安全关键系统的开发人员来说,这些方法太复杂,可能会增加显著的成本和延迟。然而,智能合约开发人员有不同的需求:他们开发的系统处理数十亿美元;错误将产生灾难性的后果,并且通常无法进行热修复。因此,在软件开发,特别是智能合约开发中,需要更易于访问的形式化验证方法。

在2023年,我们看到了一波新工具的涌现(包括我们的工具),其开发者体验比传统的形式系统要好得多。这些工具利用了智能合约在体系结构上相对于常规软件更简单的事实——具有原子和确定性执行;无并发或异常;小内存占用和很少的循环。这些工具的性能也在迅速提高,通过利用SMT求解器性能的最新突破(SMT求解器使用复杂算法来识别或确认软件和硬件逻辑中缺陷的缺失)。

随着开发人员和安全专家中受到形式化方法启发的工具的日益普及,我们可以期待下一波智能合约协议更加健壮,更不容易受到昂贵黑客攻击的影响。 @0xkarmacoma,研究工程合作伙伴

八、NFT 成为无处不在的品牌资产

越来越多的知名品牌已经开始通过NFT的形式向主流消费者推出数字资产。例如,星巴克推出了一款游戏化的忠诚计划,参与者在探索公司的咖啡产品时收集数字资产。与此同时,耐克和Reddit也开发了数字可收藏的NFT,明确面向广泛受众进行推广。

但品牌可以做得更多:它们可以使用NFT来代表和强化客户身份和社区关系;连接实体商品和它们的数字表示;甚至可以与最忠实的爱好者一起共同创造新产品和体验。在2022年和2023年,我们看到了一种趋势,即以低价NFT的形式作为大规模收藏品进行消费者商品的管理——通常通过托管钱包和/或相应低交易成本的“第二层”区块链。

今年,许多条件已经具备,使得NFT成为各种公司和社区的数字品牌资产普及化——正如@skominers和我在一本即将出版的书中所解释的那样。 @skominers,研究合作伙伴

九、SNARK 成为主流

在历史上,技术专家一直采用以下几种策略来验证计算工作负载:1) 在可信机器上重新执行计算;2) 在专门用于任务的机器上执行计算,即(TEE受信任执行环境);3) 在可信中立基础设施上执行计算,比如区块链。每种策略在成本或网络可扩展性方面都存在限制,但现在,SNARKs(Succinct Non-interactive ARguments of Knowledge)变得更易用。SNARKs允许通过不可伪造的未受信任的“证明者”计算某个计算工作负载的“加密收据”:在过去,计算这样的收据的成本是原始计算的10^9倍;最近的进展使这个数字更接近10^6。

因此,SNARKs在初始计算提供者可以承受10^6倍开销而客户无法重新执行或存储初始数据的情况下变得可行。由此产生的用例有很多:物联网中的边缘设备可以验证升级。媒体编辑软件可以嵌入内容的真实性和转换数据;而重新制作的模因可以向初始来源致敬。LLM推断可以包含真实性信息。我们可以拥有自我验证的IRS表格,无法伪造的银行审计,以及许多更有益于消费者的用途。 @samrags_,投资工程

本站提醒:投资有风险,入市须谨慎,本内容不作为投资理财建议。

导航推荐