<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/">
    <channel>
        <title>Untitled</title>
        <link>https://paragraph.com/@0x8370765e447e570eeb5636ba1dad79a9c9de7e89</link>
        <description>undefined</description>
        <lastBuildDate>Sat, 12 Sep 2026 23:19:08 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>https://github.com/jpmonette/feed</generator>
        <language>en</language>
        <copyright>All rights reserved</copyright>
        <item>
            <title><![CDATA[完全同态加密（FHE）与 Zama：引领区块链迈向原生隐私时代]]></title>
            <link>https://paragraph.com/@0x8370765e447e570eeb5636ba1dad79a9c9de7e89/fhe-zama</link>
            <guid>90gZJeplhnH7ycBbUMif</guid>
            <pubDate>Thu, 10 Jul 2025 02:17:39 GMT</pubDate>
            <description><![CDATA[在过去十年，区块链凭借其去中心化与公开透明的特性，成功重塑了金融、治理与身份等基础设施。然而，“全透明”在为信任构建护城河的同时，也暴露出严重的隐私短板。 随着数据主权、链上身份、AI on-chain 等概念的兴起，原生隐私计算正成为下一代区块链系统的关键基础能力。而在众多隐私技术中，完全同态加密（Fully Homomorphic Encryption, FHE） 被视为最有可能从根本上解决区块链隐私困境的密码学突破。 在这个技术转折点上，Zama 正在将 FHE 从实验室推向实际工程落地，为链上隐私计算提供通用、高效、开发者友好的解决方案。 一、什么是完全同态加密（FHE）？ 完全同态加密是一种允许在加密数据上直接进行任意计算的加密方法。计算过程无需解密，且最终输出的密文结果在解密后，与对原始明文执行相同计算所得结果完全一致。 举个例子： 传统方式：先解密 → 计算 → 加密 → 输出 FHE 模式：直接在密文上计算 → 输出加密结果 → 解密查看结果 这种特性意味着用户的数据在整个计算生命周期中始终保持加密状态，第三方（如节点、执行者）无法看到任何明文内容，却仍能完成有效...]]></description>
            <content:encoded><![CDATA[<p>在过去十年，区块链凭借其去中心化与公开透明的特性，成功重塑了金融、治理与身份等基础设施。然而，“全透明”在为信任构建护城河的同时，也暴露出严重的隐私短板。</p><p>随着数据主权、链上身份、AI on-chain 等概念的兴起，原生隐私计算正成为下一代区块链系统的关键基础能力。而在众多隐私技术中，完全同态加密（Fully Homomorphic Encryption, FHE） 被视为最有可能从根本上解决区块链隐私困境的密码学突破。</p><p>在这个技术转折点上，Zama 正在将 FHE 从实验室推向实际工程落地，为链上隐私计算提供通用、高效、开发者友好的解决方案。</p><p>一、什么是完全同态加密（FHE）？ 完全同态加密是一种允许在加密数据上直接进行任意计算的加密方法。计算过程无需解密，且最终输出的密文结果在解密后，与对原始明文执行相同计算所得结果完全一致。</p><p>举个例子：</p><p>传统方式：先解密 → 计算 → 加密 → 输出</p><p>FHE 模式：直接在密文上计算 → 输出加密结果 → 解密查看结果</p><p>这种特性意味着用户的数据在整个计算生命周期中始终保持加密状态，第三方（如节点、执行者）无法看到任何明文内容，却仍能完成有效计算。这为链上隐私、跨域数据合作以及合规场景提供了全新范式。</p><p>二、FHE 与区块链为何天然契合？ 区块链的核心价值在于“去信任的可信执行”。然而目前的主流智能合约平台（如以太坊）在实现这一目标时，仍严重依赖公开透明的运行环境，即：</p><p>智能合约代码公开</p><p>用户交易与状态可被任意查询</p><p>执行逻辑在链上完全暴露</p><p>这不仅带来了信息泄露风险，也限制了许多高敏感度应用的部署。相比之下，FHE 的引入可从底层架构上为区块链赋予“原生的隐私能力”，从而解锁以下场景：</p><p>私密交易（Confidential Transfers）</p><p>匿名投票与治理（Private DAOs）</p><p>加密数据分析（Private DePIN/AI）</p><p>合规身份验证（Encrypted KYC）</p><p>FHE 的优势在于：不改变区块链信任模型，即可构建出更安全、更符合现实需求的 Web3 应用。</p><p>三、Zama：推动 FHE 工程化落地的核心力量 Zama 是一家总部位于法国巴黎的开源加密公司，致力于将 FHE 技术带入现实世界，尤其是在区块链与 Web3 领域。其核心技术栈包括：</p><ol><li><p>FHEVM：兼容以太坊的同态加密虚拟机 FHEVM 是一种支持完全同态加密计算的智能合约执行环境，具备以下特性：</p></li></ol><p>与 Solidity 完全兼容</p><p>输入、计算、输出全流程加密</p><p>可无缝部署至现有以太坊兼容链（无需新链）</p><p>FHEVM 的设计目标是让开发者像使用普通 EVM 一样，轻松构建“加密原生”的 DApp。</p><ol><li><p>TFHE-rs 与 Concrete：高性能加密计算库 Zama 推出的 tfhe-rs 是目前最活跃的 Rust FHE 库之一，支持布尔电路、整数电路、流水线并行等功能。其核心算法基于 TFHE（一种门级加密方案），已在多个领域（如医疗数据、AI、DeFi）中测试验证。</p></li></ol><p>Concrete 是其背后的框架，为 FHE 提供了完整工具链，包含编译器、调度器与优化器等。</p><ol><li><p>Confidential Blockchain Protocol Zama 正在开发一套新协议，允许开发者将加密智能合约部署至现有 L1/L2 上，从而构建真正私密的区块链基础设施，而不依赖中心化隐私模块或第三方服务。</p></li></ol><p>四、典型应用场景 借助 Zama 的技术栈，FHE 可在区块链领域实现多种关键应用：</p><p>应用场景 说明 🏦 私密 DeFi 保证交易金额、利率、用户身份等敏感信息不公开 🗳️ 私密治理 匿名、不可追踪的链上投票，确保社区决策自由性 🧠 加密 AI 模型与输入均可加密运行，保护模型权属与用户隐私 🧾 加密身份 实现链上 KYC、评分系统，兼顾合规与匿名性 🔐 零知识增强 FHE 与 ZKP 可互补，用于生成加密计算的证明输出</p><p>这些场景对于金融机构、DAO 社区、DePIN 项目乃至国家级数字基础设施均具有实际意义。</p><p>五、面向开发者与构建者的机遇 Zama 不仅提供强大的技术工具，也积极扶持内容创作者与开发者参与 FHE 生态建设。目前，Zama 已启动 Zama Creator Program，为全球技术社区提供以下支持：</p><p>提供技术文档与教程支持</p><p>支持播客、博客、视频、代码项目创作</p><p>入选内容有机会获得奖励与官方推广</p><p>与核心团队建立长期合作关系</p><p>👉 创作者计划提交表单：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://zama.ai/creator-program">https://zama.ai/creator-program</a></p><p>结语：隐私不是奢侈品，而是基础设施 区块链的发展需要走出“透明即正义”的初级阶段，进入隐私即主权的新时代。</p><p>FHE 正是通往这一未来的关键密码学技术。Zama 所推动的 FHE 工具链，正在让这一曾被认为遥不可及的加密模型，真正走入工程实践，成为构建链上 AI、私密金融、合规身份等下一代应用的核心底座。</p><p>Web3 的终局不是信息公开的极致，而是信任、自治与隐私的平衡。</p><p>现在，是参与这场范式转变的最佳时机。</p><p>📚 参考资料与资源：</p><p>Zama 官网：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://www.zama.ai">https://www.zama.ai</a></p><p>FHEVM Playground：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://playground.zama.ai">https://playground.zama.ai</a></p><p>TFHE GitHub：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://github.com/zama-ai/tfhe-rs">https://github.com/zama-ai/tfhe-rs</a></p><p>官方文档：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://docs.zama.ai">https://docs.zama.ai</a></p><p>创作者计划：<a target="_blank" rel="noopener noreferrer nofollow ugc" class="dont-break-out" href="https://zama.ai/creator-program">https://zama.ai/creator-program</a></p>]]></content:encoded>
            <author>0x8370765e447e570eeb5636ba1dad79a9c9de7e89@newsletter.paragraph.com (Untitled)</author>
        </item>
    </channel>
</rss>