# 头部 DeFi 协议的合作、跨链服务的启动 By [深度研](https://paragraph.com/@0x5be65cbd969fefdfe12549c730be56f13864e5e3) · 2023-04-14 --- 答案的关键，在于**链上环境的封闭性**。 链上应用依照智能合约的设计执行业务并带来结果，但执行的触发条件却是从外部接收的——必须把一个外界条件带入合约中。 某些网站上的加密资产价格，本质还是独立于区块链世界的外部数据，**虽然是现成的，但并不意味着能用**：我们仍需要一个助攻者的角色来把价格数据传递给链上协议，而这才是预言机必然存在的理由。 那么，在区块链的世界中，假设你从某个 Defi 中按照时价购买了加密资产，大致会经历了以下过程： * 数据源将资产价格提供给预言机； * 预言机将价格传递给 DeFi 等应用； * 用户以 DeFi 应用中展示的价格购买资产； 于是，**预言机在其中起到了“报价员”的作用：从上游数据源获取价格，传递给下游应用，支持应用的使用场景**。在串联上下游的过程中，我们可以很自然地针对上述 3 个关键环节提出问题： * **数据源的质量如何**？——既然要获取价格，那数据源本身是否正确可信，如何处理这些数据？ * **数据如何传递**？——包括传递效率和成本如何，应用是否能够方便地使用和集成； * **支持哪些使用场景**？——例如是否能够按需定制，满足不同 DeFi 应用的个性化需求。 以上这些方面，是衡量一个预言机基本面是否良好的重要参考，同时也是我们分析 Pyth Network 新变化的关键思路。 数据源新变化：聚合更多价格的置信区间，专属的应用链 ========================= Pyth Network 之所以能在预言机赛道中占有一席之地，重要的原因在于其强大的数据提供者资源。 早在前年项目发布之初，Pyth 就公布了 40 余家金融市场和加密行业的顶级价格数据提供者，知名的如纽交所最大的做市公司之一 GTS，以及芝加哥商交所结算单位 Jump Trading；而在加密领域则包含了 Binance、OKX 和 Coinbase 等知名 CEX，以做市商如 DWF Labs 的数据 。 时间来到今年 4 月，公开信息显示数据提供者的总数已经达到了 80 余家。在加密市场，这些数据源除了提供 BTC、ETH 等主流加密资产外，也增加了大量的长尾资产；同时在传统金融市场，大宗商品、贵金属和外汇等现实资产的价格也逐渐被 Pyth 独家收录其中。 图：Pyth Network 官网所提供的多类金融资产数据报价 但当数据源变得越来越多时，实际上我们首先更应该持怀疑态度的是：**到底以谁提供的价格为准，又怎么保证诸多数据源所提供价格的正确性**？ 这个问题关乎所有 DeFi 应用的正常运行，也是整个加密世界秩序稳定的基础。 而面对更多数据源所提供的价格，Pyth Network 设计了的置信区间机制，为价格的正确性和稳定性提供了准绳。 图：置信区间的设计保证价格的正确性 据深潮从 Pyth 产品团队获悉，其给出的每一个相同的报价，背后都至少需要 5 个以上的数据源提供数据。 例如关于同一资产 a 的价格，有 4 个数据源的实时报价都在 100-120 美元，而另 1 个数据源的报价仅为 80 美元左右。正常情况下 Pyth 会将 a 资产的价格置信区间设置在 100-120 美元左右，即认为 a 资产的价格在该区间内具备更高的可信度，**保证了发布出去的数据并不会受到极端数据源的影响**（图a)； 而当不同的数据源给出的价格并不极端，但准确度上略有不同时，**Pyth 会适当加权不同准确度的数据来源**，综合地给出一个置信区间（图b)。例如对于资产b的价格，两个数据源给出的报价在 100-101 美元，另外两个数据源则为 100-120 美元，那么 Pyth 的置信区间会对两种价格范围做出加权综合，可能最终的综合价格在 100-110 美元左右。 通过以上例子可以看出，Pyth Network 吸纳了多个数据源的价格，在反映数据源之间差异的同时，通过数理的方式，让价格得以被正确地聚合。 理解了这种设计方式后，你很容易会产生另一个疑问：怎么保证价格聚合确实被执行了，有什么证据吗？Pyth Network 给出的答案出乎意料，但又在情理之中—— 自己做一条区块链。 意料之外，是在 Pyth之前的 V1 版本中，我们能够直观地感受到它与 Solana 高度绑定的关系。预言机的运行依赖于 Solana 网络，价格的上链、验证和发送执行等都需要在 Solana 上完成； 情理之中则是由于虽然价格聚合的执行可以在 Solana 上得到验证，但**一旦 Solana 宕机，或者由于链上某些其他应用对网络资源的挤占**（例如某个 NFT 上线后疯狂 mint)，**就会导致 Pyth 的预言机服务“躺枪”**——报价产生延迟，或者无法正常提供服务等。 图：Pythnet 设计和相关角色简述 而在目前公布的 V2 版本中，Pyth 有了一条“专事专办”的独立应用链 ：Pythnet。**Pythnet 是 Solana 链的一个分叉，既能够利用 Solana 的高性能，又与 Solana 宕机、网络拥挤等因素无关**。 这条链的基本运行逻辑在于，将数据提供者发送的价格数据进行聚合，形成一个综合价格并记录在自己的链上；同时，价格聚合的计算过程等也放在了链上，当价格需要被调用时，可以很容易通过区块链来验证过程和结果，以保证最终价格的正确性。 此外，数据提供者也会通过质押 Pyth 的代币来充当这条链的验证节点， 对数据本身的真实性和数据交易的验证负责。目前我们尚不知道普通用户是否也可以将自己持有的 Pyth 代币存入这些节点以获取收益，但独立应用链的设计也确实给代币的用途提供了更多的想象空间。 更重要的是，Pythnet 的独立运作使得预言机服务不会受到其他公链的影响，当目标链资源占用明显时，Pyth 依然可以对链上的应用进行报价，“专链专办”的设计为其服务的稳定性提供了更为强有力的支撑。 数据传递新变化：支持跨链，从“持续推送”到“按需拉取” =========================== 有了大量的数据源并保证准确性后，我们更关心 Pyth 如何将这些价格数据传递给有需求的应用们。 因为从本质上来说，各类预言机的产品功能是趋同的，最终目的都是将价格数据喂给应用；而传递方式的不同，则可能造成预言机在喂价效率和成本上的差异，从而形成某个产品独特的优势。 那么对于 Pyth Network 的 V2 新版本来说，数据传递上有哪些值得称道的地方？ 更进一步的，我们可以把问题分解为两个部分—— **数据可以传递给谁，以及怎么传**？ 在传递给谁的问题上，首先其最明显的进步在于跨链。在 Pyth 最初的设计中，由于基于Solana构建，因此大多数时候其喂价服务都围绕着Solana的生态项目展开； 而预言机与单一区块链的绑定的策略，在急剧变化的加密市场中并不是一个稳定的选择；更多新公链和 L2 的出现，也让许多 DeFi 应用 有了跨链部署的需求，这也对预言机的喂价范围提出了挑战。 图 Pyth 官网列出的支持公链情况 因此，Pyth 自身也在积极拥抱跨链，目前其喂价服务不仅支持 Solana， 还支持了 12 个主流的 L1 和 L2，包括最近火热的 Arbitrum 和 ZkSync Era。 但每个链的技术特性和需求可能都不一样，Pyth 又是如何做到将价格数据快速传递给多个不同链上应用的？ 这个问题相当重要，因为它涉及到了预言机喂价模型的设计，也是 Pyth 目前显著区别于其他预言机的优势所在。 传统的预言机喂价，一般都采用了“推送”模式： * 数据源将数据提供给预言机； * 预言机持续不断地按照某个时间间隔，向不同的区块链推送价格更新； * 链上的 DeFi 协议得到价格，按照推送价格执行业务。 这种模式符合我们对预言机工作原理的理解，但深究你会发现成本和扩展性的问题： 预言机需要为每次价格更新支付交易费用，因为数据推送是一种链上交互，必然会产生 Gas 费等。 那么如果希望让预言机的价格推送变得更加密集，则费用一定就会上涨；此外，如果你需要在 3 个公链上都得到 BTC/USDT、ETH/USDT、Doge/USDT 这 3 个标的的价格，则需要在单位时间内支付 9 次费用（1 个公链上的 1 次标的价格推送单独计算）。 一旦 DeFi 协议需要跨链运作，或者支持更多的交易对，使用预言机的成本会指数级上升。同时，受制于每个链的性能问题，一旦网络发生拥堵，那么应用得到滞后报价的概率可能也会更高。 而在 Pyth Network 的 V2 版本里，产品将这种被动的“时刻不断推送”，替换成了主动的“有需要时请自取”： * 数据源将数据提供给预言机； * 预言机的价格更新不在目标链上持续进行，而是在 Pythnet 中进行； * 通过区块链机制，确保 2 中的价格更新真实有效； * 链上 DeFi 协议需要喂价时，从目标链上拉取价格； * 得到价格，按照推送价格执行业务。 这种按需拉取也就意味着，使用一次喂价服务才会产生一次费用，不必再持续不断地向目标链上推送价格。而在 Pyth 的实际运作流程中，如果更加细化的研究上述拉取模式的原理，你很容易发现**扩展性上的提升**： * 经由 Pythnet 聚合和验证过的价格数据，具备通过虫洞（一种跨链产品）跨到不同链上的能力； * 同一类价格数据，同一个虫洞跨链，虽然目标链可能不同，但它们都只需要部署一个接收价格服务的智能合约； * 每当下游应用要调取数据时，向虫洞发出请求；虫洞验证无误后从 Pythnet 上拉取数据给到下游。 图：按需求更新的“拉取”式喂价服务流程 那么，不同链使用 Pyth 所提供的喂价服务，条件相同——仅需设计对应的价格接收合约，开发部署成本极低。而且这些合约实际上只需要包含一个面向不同区块链（特别是 EVM），但内容大同小异的价格数据存储和跨链信息传递模型，因此非常容易部署（据 Pyth 团队成员透露，一般只需要不到 2 周时间）；而喂价的核心合约（包含性能提升、数据集成的深度运算等）都只需要保持在 Pythnet 上运维。 当随取随用成为现实，对于下游的 DeFi 协议来说无疑具有极高的吸引力。DeFi 应用们当然更希望将精力和成本投入到自身产品的打磨中，而不是过多地考虑如何与预言机对接。 同时，**喂价模式的转变也会可预见地带来商业模式的转变**： 在传统的推送模式下，DeFi 协议可能与预言机签署了合作的合同，按照订阅制的方式购买了预言机的服务，在一段时间内能够享受到数据的喂价和推送。这其中必然有链下的商谈环节和时间花费； 而在 Pyth 目前的按需拉取模式下，协议与预言机的合作则显得更加的 Web3 化：你甚至都不需要线下联系 Pyth 的商业团队，仅通过开发文档和智能合约的部署，就可以完成对价格数据的拉取——合约触发、付 gas 费、数据拉取和拉取后的使用全部自动执行，体现出一种“\*\*无许可”和“全链上”\*\*的特质。 应用场景拓展：兼顾广度与深度， 关注 DeFi 的长尾场景 ============================= 在我们通常的认知里，预言机更多的是在解决价格数据”有无“的问题。衡量预言机好坏时，我们往往会以”广度“作为重要的参考指标。 如果一个预言机能够为多个协议提供喂价服务，我们就会觉得它的业务做得还不错。 但实际上，当预言机赛道的竞争日益激烈时，决定一个预言机能否脱颖而出的亮点，则转移到了”深度“上： **解决数据的有无问题，可能只用来衡量预言机的下限，上限的比拼要看能否适配更多垂直的场景**。 今天更多的 DeFi 协议对数据提出了更多的要求，不仅仅是需要价格数据，而是需要”符合我业务场景的数据“。针对这种情况，我们同样看到了 Pyth Network 在场景适配上的探索。 今年 2 月，Pyth 推出了针对 DeFi 流动性风险预测与管理的预言机产品：**流动性预言机 V1**。 简单来说，某些 DeFi 产品中的加密资产价格可能会显著受到流动性影响。如果某标的流动性较低，那么一笔巨额的买单可能会引起价格的巨额变化，从而导致部分业务（比如高频交易、永续合约等）受到价格变化的冲击而导致不正常的波动。 如果说预言机一般解决价格数据的有无，那么流动性预言机则是在解决风险提示的有无。 Pyth 的流动性预言机实际上在提供关于各类加密资产的流动性指标，为受流动性影响大的 DeFi 产品提供参考。当流动性可能出现突变的迹象时，Pyth 会提前给出预估，告知协议流动性的变化可能会产生多大的影响。 在此我们并不具体解释该预言机的技术原理，更为值得探究的点则在于风险管理：**随着更多 DeFi 使用场景的出现，对于未来风险的预测将变得更加重要**。 在今年 3 月，Pyth 也上线了另一个产品：Benchmarks 基准数据。 Benchmark 产品更像是面向历史，为链上和链下应用程序提供了调取历史 Pyth 价格数据的功能。 在 Pyth Benchmarks 基准数据产品中，Pyth Network 创建了一个储存 200+资产历史价格的数据库，并公开了用于搜索和检索这些数据的 APIs。 这也就意味着使用 Pyth 的 DeFi项目不光可以接收到实时的数据，也可以通过 API 拉取到过往的历史数据。这对于某些需要依据历史价格数据的使用场景来说十分有用。 例如主打期权交易（DOV）的 Ribbon Finance，一般期权交易往往需要根据历史价格来结算。假设结算时间在早上 8 点，但预言机可能到 8 点 10 分才延迟推送 8 点的价格数据，那么这 10 分钟内的价格波动发生后，如果再进行结算，必然会造成结果的误差。 而使用 Benchmarks 的好处在于，**Pyth 以秒级对价格进行更新，并且历史时间中的数据全部存放在 Benchmarks 的数据库中**。如果希望以 8 点的数据为准进行结算，协议可以直接在 8 点后的数秒内向 API 发起请求，随后快速获得价格数据来发起结算，不用担心因为时延所造成的价格变化。 此外，我们也了解到 **Pyth 目前也正在与 Synthetix 合作，针对因预言机延迟导致的抢跑和 MEV 问题，开发相应的解决方案**。 因此总体来看，面向某些对数据有特殊需求的场景，提供符合需求的喂价服务，抓住这些长尾市场在提供服务的深度上做文章，才是 Pyth 未来增长潜力的重要体现。 结语 == 头部 DeFi 协议的合作、跨链服务的启动、多场景适配等目前都体现出 Pyth Network 生态覆盖范围的扩大，而脱离与 Solana 的绑定自建 Pythnet，也给了项目更多的灵活性。 考虑到 Pyth 目前还并不是预言机赛道的 TOP1，在发展过程中也必然会有相应的手段鼓励更多用户的体验与使用。对于 DeFi协议和更多的数据源而言，可选择与其展开合作，以期获得补贴和激励计划的支持； 而**对于更多的最终用户而言，上述产品力的提升、合作范围的扩大以及更多的发展计划，归根结底都会聚焦在 Pyth 的 token 上**。 目前公开的信息显示，Pyth 的 token将会更多的用于 gas 费的支付、真实收入的分享以及治理的权益上。 在发币预期和基本面向好的情况下，用户可以选择提早进入其 Discord 社区，在力所能及的条件下开展混身份、做活动等各类常规操作，以期博取可能的空投和权益。 上一个牛市周期中，我们看到了 Link 的高速发展。而在新的周期中，脚踏实地做基建的预言机们往往并不在台前露面，但我们也有理由期待，赋能 DeFi 应用的幕后工作者，也终究会迎来属于自己的高光时刻。 --- *Originally published on [深度研](https://paragraph.com/@0x5be65cbd969fefdfe12549c730be56f13864e5e3/defi)*