来源：Empower Labs

在技术进步的编年史上，革命性技术往往独立出现，各自引领一个时代的变革。而当两股革命性技术相遇，它们的碰撞往往会产生指数级的影响。如今，我们正站在这样一个历史性时刻：人工智能与加密技术，这两种同样具备颠覆性的新技术，正携手步入舞台中央。

我们畅想AI领域的诸多挑战能够被加密技术所解决；我们期待AI Agent构建自主经济网络，推动加密技术的大规模采用；我们也盼望AI能加速加密领域现有场景的发展。无数目光聚焦于此,海量资金疯狂涌入，就如任何buzzword一样，它凝聚了人们对创新的渴望、对未来的憧憬，也包含了难以抑制的野心与贪欲。 

然而在这一片喧嚣中，我们却对最基本的问题知之甚少。AI究竟有多懂加密领域？配备了大语言模型的Agent是否具备运用加密工具的实际能力？不同的模型在加密任务上的差异有多大？

这些问题的答案将决定AI和加密技术的相互影响力，也对这个交叉领域的产品方向和技术路线选择至关重要。为了探究这些问题，我做了一些大语言模型的评估实验。通过评估它们在加密领域的知识和能力，衡量AI的加密应用水平，判断AI与加密技术融合的潜力和挑战。

先说结论

大语言模型在密码学和区块链基础知识方面表现卓越，对加密生态非常了解，但在数学计算和复杂业务逻辑分析上表现很差。在私钥和基本钱包操作方面，模型有着令人满意的基础，但面临如何云端保管私钥的严峻挑战。很多模型能够生成简单场景的有效智能合约代码，但无法独立执行合约审计、复杂合约创建等高难度的工作。

商业闭源模型总体有较大领先，开源阵营中仅Llama 3.1-405B表现突出，而参数规模较小的开源模型全体不及格。然而潜力是有的，通过提示词引导、思维链推理和少样本学习技术，所有模型的表现都得到了大幅提升，领先的模型在一些垂直应用场景已经具备了较强的技术可行性。

实验细节

选择了18个具备代表性的语言模型作为评估对象，包括：

• 闭源模型：GPT-4o、GPT-4o Mini、Claude 3.5 Sonnet、Gemini 1.5 Pro、Grok2 beta(暂时闭源)

• 开源模型：Llama 3.1 8B/70b/405B、Mistral Nemo 12B、DeepSeek-coder-v2、Nous-hermes2、Phi3 3.8B/14b、Gemma2 9B27B、Command-R

• 数学优化模型：Qwen2-math-72B、MathΣtral

这些模型涵盖了主流商业和流行开源模型，参数量从3.8B到405B有百倍以上的跨度。考虑到加密技术与数学的密切关系，实验还特别选择了两个数学优化模型。

而实验覆盖的知识领域包括密码学、区块链基础、私钥与钱包操作、智能合约、DAO与治理、共识和经济模型、Dapp/DeFi/NFT、链上数据分析等。每个领域都由一系列由易到难的问题和任务组成，不仅测试模型的知识储备，也通过模拟任务测试其在应用场景中的表现。

任务的设计来源多样化，一部分来自加密领域多位专家的输入，另一部分由AI辅助生成，并经过人工校对，以确保任务的准确性和挑战性。其中一部分任务使用了形式较为简单的选择题，方便单独进行标准化的自动化测试和评分。而另一部分试验采用更加复杂的题目形式，测试过程则由程序自动化+人工+AI结合的方式进行。所有测试任务均采用了零样本推理方法进行评估，不提供任何示例、思维引导或者指令型提示。

由于实验本身设计的还比较粗糙，并不具备足够的学术严谨性，用来测试的问题和任务远远无法全面覆盖加密领域，测试框架也并不成熟。因此本文并不列举具体的实验数据，而是侧重分享一些实验中的洞察。

知识/概念

在评估过程中，大语言模型在加密算法、区块链基础知识和DeFi应用等各领域的基础知识测试中表现出色。例如在考察对数据可用性概念理解的问答题中,所有模型均给出了准确答案。而评估模型对以太坊交易结构的掌握程度的题目，尽管各模型在回答细节上略有差异,但总体上都包含了正确的关键信息。考察概念的选择题则更是没有难度，几乎所有模型的正确率都在95%以上。

概念性问答完全难不住大模型。

计算/业务逻辑

然而当涉及需要进行具体计算的题目时情况就倒了过来。一道简单的RSA算法计算题就让绝大多数模型陷入困难。这其实不难理解：大语言模型主要通过识别和复制训练数据中的模式来运作，而非通过深入理解数学概念的本质。这种局限性在处理抽象数学概念如模运算、指数运算时尤为明显。鉴于加密领域与数学紧密相关，这意味着直接依赖模型进行加密相关的数学计算是不可靠的。

在其他计算题目中，大语言模型的表现同样不尽如人意。例如计算AMM无常损失的简单题目，尽管不涉及复杂数学运算，但18个模型中仅有4个给出了正确答案。而另一道更为基础的计算出块概率题目，竟然所有模型全部答错了。竟然难倒了所有模型，无一算对。这不仅暴露了大语言模型在精确计算方面的不足，也反映出它们在业务逻辑分析上存在较大问题。值得注意的是，即便是数学优化模型，在计算类题目中也未能展现出明显优势，其表现令人失望。

然而，数学计算的问题并非无解。如果我们稍作调整，要求LLMs给出相应的Python代码而非直接计算结果，正确率就会大幅提高。以前述RSA计算题为例，大部分模型给出的Python代码都能顺利执行并得出正确结果。在实际生产环境中，更可以通过提供预设的算法代码来绕过LLMs自行运算的环节，这与人类在面对此类任务时的处理方式相似。而在业务逻辑层面，通过精心设计的提示词引导，也可以有效改善模型的表现。

私钥管理和钱包操作

如果问Agent采用加密货币的第一个场景是什么，我的答案是支付。加密货币几乎可以被视为AI原生的货币形式。相较于Agent在传统金融体系中面临的诸多障碍，利用加密技术为自身配备数字身份并通过加密钱包管理资金，是一个再自然不过的选择。因此，私钥的生成和管理、钱包的各类操作，构成了Agent能否自主使用加密网络的最基本技能要求。

安全生成私钥的核心在于高质量的随机数，这显然是大语言模型并不具备的能力。不过模型对私钥安全的认知是充分的，在被要求生成私钥时，绝大多数模型都选择利用代码（如Python的相关库）来引导用户自主生成私钥。即便有模型直接给出了私钥，也明确声明这仅用于演示目的，并非可直接使用的安全私钥。在这方面，所有大模型都展现出了令人满意的表现。

私钥管理则面临着一些挑战，这主要源于技术架构的固有限制，而非模型能力的不足。使用本地部署的模型时，生成的私钥可被视为相对安全。然而如果使用的是商业云端模型，我们必须假设私钥在生成的瞬间就已经暴露给了模型的运营方。但对于目标为独立工作的Agent，具备私钥权限是必须的，这意味着私钥不能只在用户本地。在这种情况下，仅依靠模型本身已不足以确保私钥的安全性，需要引入可信执行环境或HSM等额外的安全服务。

如果假设Agent已经安全地持有私钥，在此基础上进行各类基本操作时，测试中的各种模型都表现出了良好的能力。虽然产出的步骤和代码常常存在错误，但在合适的工程架构下，这些问题在很大程度上是可以解决的。可以说从技术层面来看，让Agent自主进行基础的钱包操作已经不存在太多障碍。

智能合约

智能合约的理解、利用、编写和风险识别能力是AI Agent在链上世界执行复杂任务的关键，因此也是实验的重点测试领域。大语言模型在这一领域展现出显著潜力，但同时也暴露了一些明显问题。 

在测试中几乎所有模型都能正确回答基础合约概念，识别简单的bug。在合约gas优化方面，大多数模型能够识别关键优化点，并分析优化可能带来的冲突。然而，当涉及深层业务逻辑时，大模型的局限性开始显现。

以一个token vesting合约为例：所有模型都正确理解了合约功能，大部分模型找出了几个中低风险漏洞。但是，对于一个隐藏在业务逻辑中、可能在特殊情况下导致部分资金被锁死的高风险漏洞，没有任何模型能够自主发现。在多个使用真实合约的测试中，模型的表现都大致相同。

这表明大模型对合约的理解仍停留在形式层面，缺乏对深层业务逻辑的理解。不过，在提供额外提示后，部分模型最终能够独立找出上述合约中隐藏较深的漏洞。基于这一表现判断，在良好的工程设计支持下，大模型已基本具备在智能合约领域担任co-pilot的能力。然而要独立承担合约审计等重要工作，仍有很长的路要走。

有一点需要说明，实验中代码相关的任务主要针对逻辑简单、代码量在2000行以内的合约。对于更大规模的复杂项目，在不进行微调或复杂提示词工程的情况下，我认为明显超出了当前模型的有效处理能力范围，并未列入测试。此外，本次测试仅涉及Solidity，未包括Rust、Move等其他智能合约语言。

除了上述测试内容，实验还涵盖包括DeFi场景、DAO及其治理、链上数据分析、共识机制设计以及Tokenomics等多个方面。大语言模型在这些方面均展现出了一定的能力。鉴于许多测试仍在进行中，且测试方法和框架正在不断优化，本文暂不对这些领域进行深入探讨。

模型的差异

在所有参与评测的大语言模型中，GPT-4o和Claude 3.5 Sonnet延续了它们在其他领域的卓越表现，是毫无争议的领先者。面对基础问题时，这两个模型几乎都能给出准确答案；在复杂场景分析中，它们更是能够提供深入且论据充分的见解。甚至在大模型不擅长的计算类任务里也展现出了高胜率，当然这种”高”成功率是相对而言的，仍未达到在生产环境中稳定输出的水平。 

在开源模型阵营中，Llama 3.1-405B得益于其庞大的参数规模和先进的模型算法，遥遥领先于同类。在其他参数规模较小的开源模型中，各模型间并未呈现显著的性能差距。尽管得分高低略有不同，但整体都离及格线很远。

因此如果当前要构建加密相关的AI应用，这些中小参数量的模型不是合适的选择。

在我们的评测中，有两个模型特别引人注目。首先是微软推出的Phi-3 3.8B模型，它是本次参与实验的最小模型，然而它以不到一半的参数量就达到了与8B-12B模型相当的性能水平，在某些特定类别的问题上甚至表现更为出色。这一结果凸显了模型架构优化和训练策略的重要性，而不仅仅是依赖于参数规模的增加。

而Cohere公司的Command-R模型成为了一匹令人意外的”黑马”——反向的。Command-R相对其他模型名气不那么大，但是Cohere是专注2B市场的大模型公司，我认为和Agent开发等领域还是有相当多的契合点，因此特意列入测试范围。但拥有35B参数的Command-R却在大多数测试中垫底，不敌许多10B以下的模型。

这一结果引发了思考：Command-R在发布时主打的是检索增强生成能力，甚至都没公布常规的基准测试成绩。这是否意味着它是一把”专用钥匙”，只在特定场景下才能开启全部潜力？

实验限制

在这一系列测试中，我们对AI在加密领域的能力有了初步的了解。当然这些测试还远未达到专业水准。数据集的覆盖范围远远不够，答案的量化标准相对粗略，尚缺乏精细且更为准确的评分机制，这都会影响评估结果的精确度，不排除会导致某些模型表现被低估。

在测试方法上实验仅采用了零样本学习（zero-shot learning）的单一方式，并未探索思维链条，少样本学习等能启发模型更大潜力的方式。而在模型参数上，实验均采用了标准模型参数，并未考察不同参数设置对模型表现的影响。这些总体单一的测试方法限制了我们对模型潜力的全面评估，也未能充分挖掘模型在特定条件下的性能差异。

尽管测试条件相对简陋，这些实验依然产生了不少有价值的见解，为开发者构建应用提供了参考。

加密领域需要自己的Benchmark

在AI领域，基准（benchmark）扮演着关键角色。现代深度学习技术的快速发展就源于李飞飞教授于2012年完成的ImageNET，这正是一个计算机视觉领域的标准化基准和数据集。

通过提供统一的评估标准，基准不仅为开发者提供清晰的目标和参考点，还推动了整个行业的技术进步。这解释了为什么每个新发布的大语言模型都会重点公布其在各种基准测试上的成绩。这些结果成为了模型能力的”通用语言”，使研究者能够定位突破口，开发者可以选择最适合特定任务的模型，而用户则能够基于客观数据做出明智选择。更重要的是，基准测试往往预示着AI应用的未来方向，引导资源投入和研究焦点。

如果我们相信AI与加密技术的交叉领域蕴含巨大潜力，那么建立专门的加密领域基准测试就成为一项迫切的任务。基准测试的建立可能成为连接AI与加密两大领域的关键桥梁，催化创新，并为未来应用提供清晰指引。

不过与其他领域的成熟benchmark相比，构建加密领域的基准测试面临独特挑战：加密技术快速演进，行业知识体系尚未固化，多个核心方向缺乏共识。作为跨学科领域，加密涵盖密码学、分布式系统、经济学等，复杂度远超单一领域。更具挑战性的是，加密基准不仅需评估知识，还需考察AI运用加密技术的实际操作能力，这要求设计全新的评估架构。而相关数据集的匮乏进一步增加了难度。

这项任务的复杂性和重要性决定了它无法由单一个人或团队完成。它需要汇集从用户、开发者、密码学专家、加密研究者到更多跨学科领域人士的多方智慧，依赖广泛的社区参与和共识。也因此，加密基准需要更广泛的讨论，因为这不仅是一项技术工作,更是对我们如何理解这一新兴技术的深刻反思。

后记：聊到这里，话题还远没有结束。在接下来的文章中，我将深入探讨构建加密领域AI基准的具体思路和挑战。实验目前也还在进行，正在不断优化测试模型、丰富数据集、完善评测框架，并改进自动化测试工程。秉持开放协作的理念，未来所有相关资源——包括数据集、实验结果、评测框架和自动化测试代码都会作为公共资源开源。

8月26日在整个加密世界中标记为一个值得铭记的日子——$DOGS代币的发布。Kine Protoco是一家全网领先的去中心化衍生品，采用「peer-to-pool」的模式，以 DeFi /去中心化的模式为衍生品提供「无限流动性」，支持高杠杆的衍生品交易，始终走在加密潮流的前沿，全网首发引入DOGS/USDT的永续合约，支持高达50X的杠杆交易，同时推出7天0％手续费活动受到KINE所有社区用户们的喜爱。

那么，为什么这个$DOGS的上线会在市场上引起如此大的轰动，而其他项目代币却显得平淡无奇？答案在于该项目的背景和机制等因素，使其成为热门成功的代表，而不是被遗忘的项目。

$DOGS的故事从它的吉祥物Spotty开始，这只可爱的狗狗是项目的关键视觉象征。Spotty的起源独特：它是由Pavel Durov在慈善拍卖中绘制的，旨在支持儿童孤儿院。Spotty很快成为Telegram社区关爱、善良和团结的象征——在加密世界里，这种现象非常少见，因为大多数人追逐下一种希望带来财富的memecoin。然而，Spotty却脱颖而出。

随着另一个Telegram本地项目$NOTCOIN的发布，Telegram迷你应用的受欢迎程度急剧上升。$NOTCOIN的用户能够通过奖励兑现，轻松赚取“互联网货币”。$DOGS的初始分配采用了类似的方式，根据用户的Telegram账户年龄和活跃度进行奖励。实际上，仅仅在Telegram上活跃，用户便能获得$DOGS代币。社区迅速壮大，额外的活动如完成迷你应用中的任务和邀请朋友赚取更多代币进一步推动了参与度。

自7月初项目发布以来，社区的增长速度惊人。到代币生成事件（TGE）时，$DOGS Telegram迷你应用已注册了超过5100万个账户。 

这种前所未有的关注度促使各种交易所推出了$DOGS的预售市场，允许用户在代币正式上市之前进行价格预测。然而，名气也带来了风险。除了合法的预售活动，一些欺诈性的$DOGS仿冒品也在不同链上出现，其唯一目的是欺骗无辜的加密持有者，将资金转入他们自己的钱包。确实，名声往往伴随着代价。 

memecoin现象推动了加密市场的发展，吸引了新用户，这无可否认。但问题是，这些用户会停留足够长的时间以探索DeFi协议及其独特的金融机会吗？他们会发展成为成功的交易者或质押者吗？只有时间能证明。然而，有一点是确定的——我们正生活在令人兴奋的时代。WAGMI! 

Kine Protoco基于其合成资产机制能够全网第一时间上线DOGS合约，并推出多样性运营活动，在众多DEX中脱颖而出，为用户创造更多的可能，更多的玩法，更高的价值。

Kine let the $DOGS out: Trade the hottest TON season with 0% Fees

The entire crypto world marked August 26th as the day to remember – the launch of the $DOGS token by the DOGS project. Kine Protocol, always at the forefront of the crypto meta, seized the opportunity to be a part of this significant event. With the introduction of a perpetual contract for the $DOGS/$USDT pair, Kine’s community now has the chance to trade with leverage up to x50, all while enjoying 0% fees.

But why did the launch of this particular token create such a buzz in the market, while others seemed to fade into the void? The answer lies in the project’s background and mechanics, which distinguish viral successes from those forgotten soon after their launch.

The story of $DOGS begins with its mascot, Spotty, which serves as the project’s key visual symbol. This endearing dog has a unique origin: it was drawn by Pavel Durov during a charity auction to support children’s orphanages. Spotty quickly became a symbol of care, kindness, and unity within the Telegram community – an unusual occurrence in the crypto world, where most are chasing the next memecoin with the hope of overnight wealth. But Spotty managed to stand out.

The popularity of Telegram mini-apps surged following the launch of another native Telegram project, $NOTCOIN. Users who joined $NOTCOIN could cash out with bonuses, effectively earning free “internet money” with minimal effort. The initial distribution of $DOGS followed a similar approach, rewarding users based on their Telegram account’s age and activity. Essentially, by doing nothing more than being active on Telegram, users found themselves with $DOGS tokens in hand. The community grew rapidly, fueled by additional events that encouraged participation, such as completing tasks in the mini-app and inviting friends to earn more tokens.

Following the project’s launch in early July, the community’s growth was nothing short of exponential. By the time of the Token Generation Event (TGE), an incredible 51 million accounts had been registered within the $DOGS Telegram mini-app.

This unprecedented level of interest led various exchanges to introduce pre-market trading for $DOGS, allowing users to speculate on its price long before it officially hit the market. However, with popularity comes risk. Alongside the legitimate pre-market activities conducted by well-established exchanges and protocols, several fraudulent $DOGS knockoffs were launched across different chains. Their sole purpose? To deceive unsuspecting crypto holders and siphon funds into their own wallets. Indeed, fame often comes at a cost. 

The memecoin phenomenon is driving the cryptocurrency market forward by attracting new users – this is undeniable. But the question remains: will these users stay long enough to explore DeFi protocols and their unique financial opportunities? Will they evolve into successful traders or stakers? Only time will tell. But one thing is certain – we are living in fascinating times. WAGMI!

作者：Dan Elitzer & Peter Shoemaker Leia  编译：@TEDAO

早期的物品查找设备 Tile ，受限于蓝牙范围，功能有限。而苹果的 AirTag 通过整合庞大的 iPhone 网络，突破了 Tile 的局限，实现了全球化的使用。当下，Crypto 目前的普及也受到只能覆盖已有链上历史用户的限制，其使用范围和用户群体主要局限在自有生态系统内。Web Proofs 技术有望通过整合 Web2 数据与链上活动，将链上与链下世界无缝连接，带来更广泛的应用场景和用户基础。

然而，在看到 Web Proofs 的前景之外，我们也需要思考一些问题。技术的进步是否真能如预期般实现？隐私与数据安全能否得到有效保障？传统互联网巨头是否会迎来挑战？

Crypto 长期以来一直吸引着一小撮核心用户，但尚未跨越鸿沟实现主流采用。

除了投资和投机之外，支付领跑各种用例，每年有数万亿美元稳定币在加密轨道上流转，以最低费用在互联网上即时传送价值。DeFi 拥有一系列强大的金融原语，涵盖从无需许可的借贷市场、去中心化交易所到不断扩展的收益机会。

其他面向消费者的应用展示出早期潜力的曙光，但其用户群主要还是加密原生用户。Crypto 尚未突破我们这个基本上自我指涉的生态系统，这一点 Vitalik 最近也强调过。事实上，DeFi 的总锁仓价值(TVL)甚至不及苹果股票一天的波动量，而整个加密行业的市值还不到一家苹果公司的市值。

我们可以整天讨论为什么传统金融公司没有在 ETF 之外进行有意义的参与，为什么互联网巨头没有在云服务上的托管节点之外进行整合，以及为什么零售服务只是断断续续地尝试接受加密支付或发行 NFT。事实就是，Crypto 的采用仍处于萌芽阶段。

但这种情况即将改变。

Crypto 的超能力

回顾我们极速建立新金融体系的历程，这个行业在哪一方面独树一帜？激励。

追溯到 2020 年 DeFi 夏天——由 Compound 的收益耕作拉开序幕，Yearn 的公平发行演进，命运多舛的 YAM 注入兴奋剂，最终以 Uniswap 的空投达到巅峰——Crypto 毫无争议地成为了轻资本客户获取之王。

Crypto 不是花钱做广告，然后期望用户来访；而是将塑造行为和奖励参与系统化、规模化。

空投可能是我们见过的最强大的参与策略。通常辅以积分活动来进一步塑造行为，空投服务于多个目的：

• 广告——“嘿，你免费得到了有价值的东西！来看看我们的产品吧！”

• 启动飞轮——“这个产品需要更多流动性或网络效应才能更好地运作，所以我们要补贴早期使用。”

• 分配所有权和责任——“我们需要为我们的协议引导治理或其他活动，但这需要由有利害关系的人来做，而你已经做了一些事情，看起来你可能有这个倾向……所以给你！”

令人印象深刻的是，这些活动不需要预先投入数百万美元。通过以代币形式分配底层协议的所有权，新进入者可以在不需要大量资金的情况下，切实有效地吸引和奖励早期用户。

虽然团队在定义空投资格标准时变得越来越有创意，但主要限制因素是他们的触达范围：除少数例外，团队只能针对那些有某种形式的链上历史的人，即，他们已经是加密生态系统中的一份子。今天在链上的用户只代表这些应用理想情况下希望触及的目标受众的一小部分。

Crypto 已经触及其承载能力，要改变这一点，我们必须扩大视野。

Tile 先例

有趣的是，Crypto 的发展轨迹与蓝牙物品查找器 Tile 惊人地相似。

Tile 在寻找丢失物品方面是突破性的，但前提是你和你的手机保持在蓝牙范围内，这主要只对在你自己家里找东西有用。如果你的钥匙在外出时从口袋里掉出来了，那你就不走运了。

在 Tile 推出八年后，苹果带着他们的 AirTag 入场，搭载了苹果无处不在的 Find My 网络。苹果无需让其现有 iPhone 用户进行任何额外的操作，就自动让所有用户帮助创造了 AirTag 的神奇体验。相较于 Tile 有限的用户群体，导致它实际上成为一个“单人游戏”产品，AirTag 则利用了超过十亿的活跃 iPhone 用户，让物品能在一个庞大的全球蓝牙网络上被轻松找到。

Tile 确实走在正确的道路上，但要让这类产品发挥其全部潜力，还需要与一个无处不在的现有网络整合。

登场：Web Proofs

Crypto 正站在自己的 AirTag 时刻的门槛上，这要归功于一项名为 zkTLS 或 Web Proofs 的新兴技术。

Web Proofs 使用 TLS Notary 和保护隐私的 ZKP 来证明来自任何服务器的数据的真实性。需要明确的是，这里不保证真相，只保证数据及其来源。Web Proofs 可以提供强有力的保证，证明 ESPN.com 报道了勇士队昨晚击败湖人队，某用户购买了一张 Eras Tour 门票，或者一名 Uber 司机完成了 1,000 次行程并获得了 5.00 分的评价，但它们不提供任何独立验证，不能证明 ESPN 没有误报比分，粉丝没有把票给朋友，或者 Uber 司机的兄弟不是坐在方向盘后面的人。

这与仅仅从 API 提取数据并将其放到链上有何不同？嗯，API 的访问很容易被切断。如果一家科技公司不喜欢某个应用程序使用他们的数据，来分发代币，或在他们的平台之外启用金融活动，他们可以轻易关闭这些 API。有了 Web Proofs，只要用户可以通过 HTTPS 连接访问他们在网站上的数据，就无法被关闭。虽然一家公司可能试图阻止访问数据，但他们必须直接影响用户体验才能做到这一点。限制客户访问自己的指标，无论是将数据移到新网站、通过电子邮件等替代渠道推送，还是加入时间延迟，都只会造成暂时的挫折，并给典型用户带来很大的烦恼。

这意味着实际上任何 Web2 数据都可以以可验证的方式放到链上，而无需该数据的来源采取任何行动——他们也无法阻止这一点。

据我们所知，这个概念最早是由康奈尔大学的一组研究人员在 2016 年的 Town Crier 白皮书中提出的。最近，一些先驱公司，包括 Pluto、Clique、Opacity Network、OpenLayer、Reclaim Protocol 等，已经将这种方法的不同版本投入实际应用。

到目前为止，团队们主要局限于相对简单的 Web Proofs 形式，比如证明 Twitter 或 Facebook 账户的所有权，以实施初级形式的女巫防御。这仅仅是触及了可能实现的强大交互类型的表面。

让我们回到空投：虽然大多数空投不得不限制自己只对已经在链上并之前进行过交易的用户进行分发，但现在分发标准可以包含任何互联网活动。

所以，这意味着什么？

这就是“AirTag 时刻”。

一夜之间，可寻址的空投接收者人群从几百万现有加密用户扩大到全球大部分人群。游戏现在可以从争夺现有加密用户的注意力和资源的零和博弈转变为吸引互联网上任何人的注意力和激励参与。

作为第一步，你现在可以基于以下内容让代币可以被领取：

• 在 Spotify 上收听的艺术家

• 在 Robinhood 上持有的股票

• 在 Amazon 上购买的商品

• 在 Uber 上乘坐的行程

• 为 DoorDash 完成的送货

在所有这些情况下，任何具有重要历史的用户都不太可能是假的。在大多数情况下，这些活动都伴随着真实的财务或时间成本。这使得它非常适合将代币分发给真正的潜在用户，而不是女巫农民。通过这种方式，Web Proofs 既提供了更大的保证来支持”人性证明”（Proof of Humanity），也促进了基于可验证的共同兴趣和活动创建真正的数字社区。

已经开始沿着这条道路探索的团队之一是 PleasrDAO，这个链上集体购买了 Wu-Tang Clan 传奇的独一无二专辑，并开始销售代币。这些代币随着解锁日期的临近，将被给予访问音乐的权限。PleasrDAO 向 GME 持有者空投了一些代币，明确表示希望吸引加密领域的周边社区群体。

但是扩大初始空投受众，让人们基于他们在 Web2 平台上的历史活动来领取代币，仅仅是 Web Proofs 所能实现的开始。

真正有趣的是，当团队开始使用链上激励来有意义地驱动链下行为时。想象一下：

• 要铸造音乐 NFT，艺术家必须在过去一个月内成为你 Spotify 上前 10 名最常听的歌手

• 一个 $KIRKLAND meme 币，其每周通胀可以根据你在 Costco 的消费金额来领取

• 一个 USDC 奖池，用于自动奖励为重要开源项目合并 PR 的贡献者

追溯性奖励很好，但主动性激励更好。虽然我们对“X-to-Earn”（例如，玩赚、跑赚、睡赚）类别持怀疑态度，但提供一定数量的激励来激励或协调链下行为的想法本质上是引人注目的。找到合适的显性奖励，并将其与适当的可验证行动联系起来是一个强大的组合。

一探究竟，Web Proofs 还能做什么？

Web Proofs 不仅仅是关于激励——可能还有更大的解锁空间等待着我们。

Web Proofs 提供了一条打破现有 Web2 市场护城河的途径，允许流动性和声誉自由导出。引导市场的最大挑战是获得足够的库存和信誉良好的参与者，让更低的费用结构或更好的用户体验有机会发挥作用。通过提供一种将链上和链下行为联系起来的方法，Web Proofs 允许用户既享有链上交易的加密保障，同时也可以利用现有 Web2 用户的大量资源。

一个早期的例子是 ZKP2P，这是一个法币出入金工具，它支持点对点交易，其中一方使用 Venmo 或 Revolute 等服务发送法币，另一方发送加密货币，一旦付款完成，加密货币就会基于 Web Proofs 自动释放。

这样的系统也可以应用于其他市场，如二手票务市场。想象一下，通过链上托管支付，并在卖家提供 Web Proof 确认票已交付给买家后自动释放付款，从而削减像 Stubhub 等平台的高额手续费。这种方式几乎适用于任何链下的数字资产，如传统的 ICANN 域名、CSGO 皮肤或社交媒体账户。

这种方法也可以叠加在现有市场之上，卖家可以同时在主流的 Web2 市场和基于 Web Proof 的新兴市场上双重上架。买家可能会被低价吸引，在卖家能够完全通过这个新平台完成交易的情况下购买，但他们仍然可以浏览现有市场的完整库存，如果需要，也可以被引导到那里完成交易。有了正确的用户界面，这里的价值主张非常类似于原始的 Morpho Optimizer 借贷协议，它在现有借贷市场之上创造了一个帕累托最优的改进，使得借款人使用 Morpho Optimizer 的情况永远不会比使用 Aave 或 Compound 更糟糕（在大多数情况下还能获得更好的利率）。

这样的市场可以通过从现有市场导出声誉进一步加强，建立可信度历史，配合任何未来交易成功或失败的加密证明。太多用户身份项目过于专注于从现有平台导出数据，以供假设性的未来使用。而通过专注于实时身份验证和验证原始来源的真实性，Web Proofs 可以保持轻量化和实用性。

Web Proofs 是未来

随着 Crypto 迈入其成长的关键时刻，Web Proofs 作为一个强大的工具脱颖而出，有效弥合早期采用者和主流用户之间的鸿沟。就像苹果的 AirTag 通过利用庞大的现有网络将 Tile 有限的潜力转变为全球现象一样，Web Proofs 为 Crypto 提供了与几乎所有现有数字服务之间的双向访问。

通过使任何 Web2 来源的可验证链上数据成为可能，Web Proofs 将加密激励的触达范围扩展到当前用户群之外，开启了通向更大、更多样化受众的大门。这项技术不仅重新定义了空投的潜力，还为链上和链下活动的前所未有的整合奠定了基础，同时为应对现有市场竞争提供了有力、可靠的工具。

Crypto 的 AirTag 时刻已经到来；去开拓、去做大蛋糕吧！

感谢 Plotchy、Kyle、Leighton、Tracy 和 Pluto 团队的反馈。

原文标题：Crypto’s AirTag Moment: Unlocking Mass Adoption with Web Proofs