ETH:解读 EigenLayer:通过「再质押」扩展以太坊信任层_WINLAMBO

上周,EigenLayer宣布获得5000万美元融资,由BlockchainCapital领投,CoinbaseVentures、PolychainCapital、BixinVentures、HackVC等业内知名VCs参投。

在众多业内机构的2022年度回顾中,都有提到「再质押」这一新叙事。本文将全方位解读其创造者EigenLayer。

背景

2009年,一位名叫中本聪的匿名开发者通过创造比特币网络首次在数字世界中引入了「去中心化信任」的概念。比特币网络被设计成是一个使用UTXO和脚本语言的点对点数字货币系统,但限制是无法在网络上构建各种程序。为了解决这个问题,2015年,VitalikButerin推出了以太坊网络,允许开发人员使用图灵完备的语言Solidity构建各种去中心化应用程序。

如上图所示,有三个模块负责以太坊的去中心化信任:

信任层:由去中心化的区块生产者组成的网络。

共识层:关于如何生成区块以及在分布式网络中应将哪个链识别为规范的规则。

执行层:以太坊虚拟机。

以太坊有一个类似于比特币的信任层,但是因为它将EVM作为执行层,所以可以在它之上构建各种dApp。然而,以太坊有两个主要限制:

首先,要独立构建一个独立的共识协议和执行层,是无法利用以太坊信任层的,必须再构建一个独立的信任层。虽然可以在以太坊上构建Layer-2解决方案作为独立的执行层,但交易结算最终还是发生在EVM上的智能合约中,这不可避免地依赖于以太坊的执行层。

其次,虽然以太坊网络上的dApp似乎受到以太坊强大安全性的保护,但它们实际上受到外部安全因素的严重影响,例如预言机和跨链桥等中间件。

例如,如下图所示,即使用于构建dApp的L1由100亿美元的ETH保护,但如果中间件每个都由10亿美元的ETH保护,那么dApp实际上依赖于弱安全性的中间件。在DeFi协议因跨链桥或预言机问题而经历的黑客事件中很容易观察到这一点。

上述所有问题都源于碎片化的信任。那么,在构建dApp时,是否可以利用以太坊强大的信任层?也就是,我们能不能不依赖于中间件?

EigenLayer正是要解决这些问题。

EigenLayer的运作原理

EigenLayer是由西雅图华盛顿大学电气与计算机工程系教授SreeramKannan领导的项目,目标是使其他协议和dApp能够利用以太坊网络的安全性。

想要简单理解EigenLayer,我们可以将其视为是以太坊版的CosmosICS。Cosmos生态系统中的应用链最大的缺点是它们需要引导一个新的验证者集来维护链的安全性。然而,如果一个新的应用链使用Cosmos的ICS,Cosmos验证者可以验证新加入的应用链的交易以换取区块奖励,从而使新的应用链能够依赖Cosmos的强大安全性。

EigenLayer的目标与CosmosICS相似,但使用的方法略有不同:将「再质押」作为核心机制。

「再质押」是指使用已经质押的代币进行再次质押。

以太坊验证者质押ETH代币以参与创建和验证区块的过程,并在他们有恶意行为时通过没收部分ETH,来加强网络的安全性。

EigenLayer更进一步,允许将已经质押的ETH代币再次质押在其他协议和dApp中并参与其验证过程,从而使其他协议和dApp能够在一定程度上利用以太坊网络的安全性。

然而,在「再质押」过程中,ETH代币会受到其他协议以及以太坊施加的罚没的影响。如果参与再质押过程的验证者由于另一个协议的没收惩罚而丢失了质押的ETH代币,即使他们遵守了以太坊网络的规则,他们仍然会损失质押的ETH代币。

目前,如果以太坊网络上的验证者参与恶意行为,他们可能会没收其质押的32个ETH代币中的一半,也就是最多可损失16个ETH。而EigenLayer允许没收剩余的另一半。

虽然参与「再质押」会使风险增加一倍,但它也增加了总奖励,因为它不仅获得了以太坊区块奖励,还获得了其他协议的奖励。所以,验证者可以通过EigenLayer「再质押」来验证其他协议,以获得额外奖励。在以太坊网络中抵押的普通用户也可以从这些优势中受益。

EigenLayer的用例

1、其他共识协议和执行环境

ShapeShift将推出去中心化开源移动端应用程序:金色财经报道,非托管加密交易所和去中心化自治组织(DAO)ShapeShift通过将用户迁移到一个新的开源应用程序,以进一步实现去中心化。

ShapeShift宣布,截至10月19日,其平台的Web用户均已迁移到该应用程序的去中心化版本。ShapeShift还宣布将推出提供DeFi体验的新移动端App。新的移动端App在连接钱包和交易加密货币时,为用户提供更多灵活性、移动性和功能。

Fox Foundation负责去中心化工作的Willy Orgorzaly表示,该移动端App是完全开源的,“唯一的后端是区块链数据”,也将实现去中心化。(Cointelegraph)[2022/10/20 16:30:34]

EigenLayer可以通过引入一种称为「再质押」的新机制来解决这个问题,该机制允许以太坊网络中的验证者不仅为预言机和跨链桥等其他中间件提供安全性,而且还为使用全新共识协议和执行层的网络提供安全性。如果开发者想使用Avalanche的Snowman共识协议作为共识层,使用一个为游戏执行优化的虚拟机作为执行层,同时在一定程度上结合以太坊的安全性,EigenLayer可以使这成为可能。

2、结合并提升现有的安全性

数据索引工具SubQuery宣布支持Cosmos生态系统,将扩展到Stargaze网络:7月26日消息,数据索引工具SubQuery宣布支持Cosmos生态系统,将扩展到Stargaze网络。据悉,SubQuery是一个区块链开发工具包,用于组织和查询来自第1层链的数据。目前为Polkadot、Substrate、Avalanche、Terra、Cosmos和Juno项目提供服务。[2022/7/26 2:38:41]

其他协议也可以在保持现有安全机制的同时利用EigenLayer。

例如,假设Polygon使用EigenLayer来保证网络安全。假设超过50%的质押代币危害安全性,如果Polygon网络中质押的MATIC代币的价值为23亿美元,则危害网络所需的金额为11.5亿美元。如果用Polygon网络「再质押」17亿美元的ETH,则Polygon网络的总经济安全性增加了8.5亿美元,使其能够享受更高级别的安全性。

这样也可以解决中间件安全性弱的问题。即使只有少量抵押在以太坊中的ETH代币被「再质押」到各种中间件中,ETH的巨大市值也可以大幅增加中间件的安全性。反过来,中间件稳定性的提高又可以提高依赖它们的DeFi协议的稳定性。

3、EigenDA

EigenDA是EigenLayer团队开发的数据可用性层。数据可用性层是一种仅关注数据存储和验证的层,对于网络的安全性和可扩展性也至关重要。其他数据可用性层包括Celestia和PolygonAvail,它们通过自己的代币质押机制来维护安全性。然而,EigenDA具有通过市场上已经非常有价值的ETH代币维护安全性的优势。

以太坊网络的数据可用性是目前扩展rollup网络的最大限制因素,尽管EIP-4844和分片的引入预计会改善以太坊的数据可用性和rollup网络的扩展。因此,EigenDA已受到像MantleNetwork这样的L2网络的采用。Mantle决定在从以太坊网络派生结算层的同时使用EigenDA来获得数据可用性。

从L2网络的角度来看,使用EigenDA比使用其他数据可用性层更容易说它从以太坊获得安全性。

EigenLayer的一些弊端

然而,使用EigenLayer有几个问题。

首先,用户可能不太愿意使用EigenLayer的原生代币。这是因为用户可以参与EigenLayer并通过「再质押」ETH来获得奖励,而无需其他协议的原生代币。因此,EigenLayer的代币经济学可能会受到很大影响。

其次,安全事件令人担忧。如果以太坊网络中抵押的ETH的很大一部分被用于在其他协议中「再质押」,那么其中一个协议中的安全漏洞可能会导致大量ETH被没收。这可能会导致以太坊网络的安全性下降。为防止这种情况,用户在调查和选择「再质押」的协议时应提高警惕。而且,没收的条件不能太苛刻。

第三,应考虑使用Eigenlayer的协议的代币奖励分配。在采用EigenLayer时,协议必须分发其原生代币作为对现有参与者和「再质押」参与者的激励。如果给「再质押」参与者的奖励太多,将影响协议的代币经济学,导致现有参与者离开。相反,如果奖励太低,则「再质押」的参与度可能会降低。

此外,还有各种问题,例如,「再质押」的取消质押期相关的风险以及「再质押」状态下ETH的管理。因此,有必要观察EigenLayer正式发布后会如何解决这些问题。

结语

EigenLayer引入了一个名为「再质押」的新概念,允许使用以太坊的信任层。EigenLayer有可能通过允许其他协议利用以太坊的安全性来增加「去中心化信任」。

随着协议对EigenLayer的需求增加,会激励更多的用户质押ETH,这将有助于整个以太坊的网络安全和ETH的代币价值。

EigenLayer仍然是一个非常早期的项目,公开可用的产品和信息有限,但它计划于2023年发布。EigenLayer有可能在2023年对区块链生态系统以及其他数据可用性层项目产生重大影响,所以让我们密切关注它。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

[0:0ms0-4:216ms