“目前 DeFi 的低效性不足以有效地與每天處理數十億訂單的傳統金融競爭。”
--- Keone Hon, CEO of Monad Labs
前言
“在傳統金融中，S&P 500 迷你期貨合約是一個高交易量的交易工具，每個合約的名義價值爲25萬美元。它每天交易200萬到400萬個合約，導致最多達到1萬億美元的名義交易量。
相比之下，像 Uniswap 這樣的 DeFi 平台只達到了1萬億美元的總歷史交易量。DeFi 中的交易規模也要小得多。”
Keone 是 Monad Labs 的創始人和首席執行官。在創辦 Monad Labs 之前，Keone 在 Jump Trading 工作了8年，這是一家領先的專有傳統和加密交易公司，專注於算法和高頻交易策略。在那裏，Keone 通過領導高頻交易員和工程師團隊來管理來自各種交易所的大量非結構化市場數據，將混亂轉化爲有用的信息。
在 Jump Trading，Keone 遇到了他的合作創始人 James Hunsaker，他們倆都在挑战當前的現狀：“”來支撐未來鏈上金融交易市場的規模和用戶體驗。因此，他們正在着手重建一個與以太坊虛擬機（EVM）兼容的第一層智能合約平台。
憑借多年正規金融工程經驗，Keone 對 DeFi 中資本效率低下問題提供了有價值的見解，同時也對技術上可行的方案有着敏銳的理解。
最近，深潮TechFlow 邀請到了 Monad Labs的創始人 Keone，分享他在DeFi基礎設施領域的觀察，這些觀察激發了他大膽地重新思考 EVM 第一層的架構，並給出更加優化的解決方案。
Monad Labs在今年的三月份結束了19M的種子輪融資，其領投爲。對此，Keone表示他與聯創非常看重初創團隊，這筆種子融資主要會被用在擴大團隊上，來着重开發更高效的EVM L1爲更多新興資產上鏈做足准備。
Monad Labs預計在年底推出測試網，並計劃在2024年初推出主網。整個團隊正在努力完成改進並啓動測試網。Monad Labs能在2024年與不同地區的开發者合作，以支持他們正在構建的應用。
下面，讓我們跟隨Keone的視角，一起進入本次採訪的主題。
起因：傳統金融、中心化交易所和去中心化交易所的規模差異
TechFlow：您在之前的採訪中提到，Monad的聯合創始人們創建這個項目是因爲他們發現了傳統金融和加密金融之間的巨大差異。能否詳細解釋一下這些差異？
Keone：
從我們創始人的高頻量化交易背景出發：在傳統金融中，量化交易是極其競爭激烈的。交易所的信息以數據包的形式同時發送給多個競爭對手。然後，機器重新計算並決定是否回發一個訂單。在這種環境下，速度是贏得交易的決定性因素。這種競爭推動了創新和對低級細節的關注，以最大化系統性能。
加密貨幣領域波動性更顯著，有衆多的交易所和不夠成熟的技術。
在成熟度方面，傳統金融位居頂端，其次是中心化的加密金融，然後是去中心化金融（DeFi）。
-
從交易所角度來看
與傳統金融相比，加密空間仍在走向成熟的路上。主要的加密貨幣交易所在2017-2018年左右主要獲得了顯著的交易量和使用量，因此相對較新。傳統交易所則經歷了更長時間的演變，而新技術的實施是一個多年的努力結果。
-
從基礎設施決定性方面來看
許多去中心化的加密貨幣交易所實際上在AWS（亞馬遜的雲服務）上運行。這種部署方式會引入更多系統性能的變化，例如，網絡延遲、服務器響應時間等可能會受到AWS運行狀況的影響。
由於這些交易所在雲服務上運行，參與者不能像在傳統金融交易所那樣，在匹配引擎服務器（即處理买賣訂單的服務器）附近進行服務器托管。在傳統金融市場，一些高頻交易公司會將其服務器放在離交易所服務器非常近的地方，以減少網絡傳輸時間，從而在微秒級別獲得交易優勢。然而，由於加密貨幣交易所在雲服務器上運行，這使得參與者無法實施這種策略，因此，交易的結果可能會更加不可預測。
-
從用戶體驗方面來看
在 DeFi 中，用戶經常會經歷顯著的滑點，有時高達1%。這種低效性導致用戶面臨更高的成本，不僅在於Gas Fee，還在於實際交易執行的成本。這些低效性尤其明顯，特別是對於在傳統金融中被認爲是小額交易的交易。
-
從規模方面來看
在傳統金融中，S&P 500 迷你期貨合約是一個高交易量的交易工具，每個合約的名義價值爲25萬美元。它每天交易200萬到400萬個合約，導致最多達到1萬億美元的名義交易量。
相比之下，像 Uniswap 這樣的 DeFi 平台只達到了1萬億美元的總歷史交易量。DeFi 中的交易規模也要小得多；在 DeFi 中進行10萬美元的交易都可能會經歷顯著的滑點。
與中心化的加密金融或傳統市場相比，DeFi 中的低效性是顯而易見的。用戶在 DeFi 平台上常常面臨1%或2%的滑點，這在傳統金融中是罕見的。
Monad Labs 的目標是彌合這一執行差距，並將 DeFi 提升到傳統市場所見的效率水平。
高Gas Fee暴露DeFi對高效EVM的需求
TechFlow: 目前我們也可以看到Uniswap和dYdX在DEX協議層面的創新。當前的DEX是如何縮小與CEX的差距的?
Keone:
專業交易員，通常是高頻交易員，爲傳統市場提供了大部分流動性。這些公司在不同的資產和交易場所之間管理風險，每天執行數億甚至數十億的訂單，以保持市場的流動性和競爭性。這些公司還競相縮小市場差價，目標是使其在給定數量的情況下盡可能小。
在傳統金融中，限價訂單簿 (Limit Order Book）促使做市商之間競爭以減少差價，從而提高用戶體驗。相比之下，DeFi平台很少使用限價訂單簿。像dYdX這樣的顯著例外運營在獨立的Layer 2解決方案上，限制了它們與其他DeFi應用程序的可組合性。
爲了彌合中心化金融、傳統金融和DeFi之間的差距，有必要創建一個環境，在這裏專業的做市商可以有效地更新報價以最小化差價（差價=最高報價-最低報價）。爲了實現這一點，鏈上交易必須是成本有效的，因爲做市商每次更新報價都需要支付Gas Fee, 目前鏈上的高更新報價成本不足以激勵鏈上做市商頻繁更改報價來最小化差價。
這引出了Monad的愿景。在Jump Trading，特別是在Jump Crypto工作期間，我和我的聯合創始人James確定了對高效以太坊虛擬機（EVM）執行的需求。目前EVM的現有環境在處理交易和提供低Gas Fee方面的能力有限。
對於用戶和开發者來說，目前最佳可用選項每秒僅提供100到200筆交易，或者每天提供1000到2000萬筆交易。
這不足以讓DeFi有效地與每天處理數十億訂單的傳統金融競爭。
在DeFi和傳統金融之間，用戶在執行質量上存在很大的差距。這主要是因爲底層的區塊鏈使用成本非常高。
從根本上說，Uniswap的設計選擇是基於以太坊網絡的Gas（交易費）非常昂貴的事實。
在Uniswap這樣的平台上，流動性提供者（即那些向交易池提供資本以促成交易的用戶）可以設定一個價格，並爲此提供資本。然後他們的資本就會根據市場情況在這個價格附近進行买賣。如果每次市場價格變動，流動性提供者都需要更新他們的報價，那么高昂的Gas費用會使得這種做法變得不切實際。
因此，Uniswap的設計是讓流動性提供者設定一次報價，然後就不再去管它，這樣可以節省Gas費用。但這樣的設計也有一個副作用，那就是資金效率不高。流動性提供者的資本會分布在一個寬泛的自動做市商（AMM）曲线上，也就是說他們的資本會在一個寬泛的價格範圍內進行交易。
這就導致了在接近市場公允價值的地方可能沒有足夠的資本進行交易，當用戶想要在這個價格進行交易時，他們可能會遇到所謂的“滑點”，也就是實際交易價格與預期交易價格之間的差值。這種情況在交易量大或者市場波動性高的時候尤其常見。
如果解決了根本的問題，即Gas昂貴的問題，所有這些其他問題都可以得到解決。
Monad首次爲EVM引入並行化
TechFlow：Monad如何解決區塊鏈昂貴、因而導致Gas費用高昂的根本問題？
Keone：
Monad在推動以太坊生態方面進行了四項重要改進：
-
交易的並行執行，
-
相對於共識的延遲執行，
-
高性能的狀態訪問，
-
基於的高效共識機制，並進行了額外的研究改進。
這些優化解決了在分布式網絡上重新模擬以太坊交易時觀察到的各種瓶頸。
Monad是一個與EVM字節碼完全兼容的Layer 1，每秒可提供10,000筆交易。這個TPS通量考慮了以太坊歷史上的平均交易量，而不僅僅是簡單的轉账。從技術角度來說，它每天可處理十億筆交易，支持有大量日活用戶的應用。這與以太坊每天一百萬筆交易和其他EVM兼容平台（每天大約可提供一千萬筆交易）相比有了顯著提升。
开發者可以輕松地將基於以太坊的應用遷移到Monad，無需進行任何修改，同時保持字節碼和RPC的兼容性。這確保了像MetaMask和Etherscan這樣的工具也可以無縫部署。
Monad的一個關鍵創新是並行執行。交易仍然是线性有序的，但在執行期間，系統會並行化工作。例如，如果第一筆和第四筆交易是相互依賴的，因爲它們影響同一個狀態，系統將並行執行1、2和3號交易，但會在1號交易之後對4號交易進行排序。
從用戶的角度來看，唯一的變化是TPS的提高。沒有交易相互幹擾的風險。系統使用基於樂觀並行執行*（Optimistic Parallel Execution)，確保並行提交的交易與其原始順序一致。如果出現意外的共同依賴，後續的交易將被回滾並重新安排。
Monad是第一個將並行化引入到以太坊虛擬機（EVM）的平台。盡管像Solana這樣的其他區塊鏈已經實現了並行性，但它們是在不同的假設和標准下運行的。
主要的挑战主要涉及適當的調度或“流水线”，這類似於現代CPU如何管理一組指令的流水线並並行執行它們以提高速度和容量。我們相信這種方法對於有效執行至關重要，並可能在未來被其他區塊鏈採用，其中大多數目前使用單线程執行模型。
*樂觀並行執行: 這是一種計算模型或執行策略，用於提高處理速度和系統性能。在樂觀並行執行中，系統預先執行多個任務，即使這些任務可能最終並不是所有都需要執行。這種方法是基於“樂觀”的假設，即並行執行這些任務將提高效率，而不會引發錯誤或不一致。
這種策略在多核處理器、分布式計算系統和區塊鏈等多個領域都有應用。例如，在以太坊這樣的區塊鏈平台上，樂觀並行執行可以用於提高交易處理速度和整體網絡性能。
Monad的根本驅動：DeFi市場需求
TechFlow：我們如何理解Monad在挑战EVM現狀方面的內在商業動力？
Keone：
在我看來，目前DeFi有幾個主要的商業模式。
-
其中一個是交易所，讓人們進行風險轉移。這顯然是一項有價值的服務，人們愿意爲此付費。
-
另一個是實際的利息。美元的利率相對較高，有像MakerDAO這樣的商業模型，通過其協議以Dai的形式創造合成美元。在MakerDAO的幫助下，創造合成美元（synthetic dollar）的能力使得可以發放賺取利息的貸款，使其成爲一個可行且健壯的商業模型。
-
ETH質押。以太坊協議每年生成數十億美元的費用。
理解這些不同的商業模型並識別真實用戶需求有助於預測DeFi可以提供的其他有價值的服務。雖然短期激勵措施如流動性挖礦可能暫時吸引用戶，但最重要的是長期可持續的商業模型。
我覺得現在很多備受矚目的去中心化應用主要是DeFi應用。
機器學習是支撐非金融dAPP發展的利器？
TechFlow：最近我們看到除了DeFi以外的非金融應用也在嶄露頭角。您如何看待這些非金融應用及其所需的用於提升用戶體驗的機器學習技術？
Keone：
從我的機器學習經驗來看，它具有巨大的潛力，作爲一種強大的工具，能在面向消費者的應用中進行精確的預測，從而提升用戶體驗。例如，Twitter的信息流算法和Tinder的配對算法都是很好的例子。但是目前鏈上的算力基本爲0。
在加密貨幣領域，盡管去中心化金融（DeFi）是主要的焦點，機器學習也可以擴展其應用範圍，最終目標是提高用戶體驗。Monad團隊正在積極探索如何在鏈上啓用由機器學習驅動的應用。關鍵的挑战在於如何將機器學習的輸出整合到區塊鏈中。盡管在以太坊生態系統中，相對於存儲而言，計算是相對便宜的，但要實現這種整合還需要克服一些難題。
尾注：亞洲市場的獨特優勢
TechFlow: 深潮是面向亞洲市場的加密媒體，關於亞洲DeFi市場狀況，您怎么看？
Keone:
影響區塊鏈採用的主要因素包括各國的制度性努力、個人財務方面的用戶需求，以及活躍的开發者社群。在一些發展中國家，人們正在使用加密貨幣進行個人財務管理，這是建設基礎設施和支付渠道的重要催化劑。這一點在那些面臨高通脹率並尋求像USDC這樣穩定資產的國家尤爲明顯。
一個有趣的觀察是，一些亞洲國家在這幾個因素中同時表現出色。例如，香港正在做出協調一致的努力，將加密貨幣整合到各種政府服務中，使其在制度性採用方面表現強勁。
亞洲，特別是東南亞的开發者社群非常健壯，擁有大量的Web3开發者。用戶行爲因國家而異，但在去中心化金融已經提供了比傳統金融更好的選項的地方，它作爲增長的強大催化劑。
更多閱讀：
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。