1. Introdução

O rápido crescimento do ecossistema Web3 tem levado a um espaço blockchain cada vez mais diversificado. Isso reflete a maturação da indústria à medida que as necessidades dos usuários se tornam mais refinadas e a inovação tecnológica continua. No entanto, essa diversificação também traz fragmentação. Embora a diversidade tenha benefícios, o aumento acentuado no número de cadeias levanta preocupações com a supercomplexidade devido a um ambiente de várias cadeias complexo. O DeFiLlama agora lista mais de 300 cadeias registradas. Novos projetos estão constantemente anunciando lançamentos na mainnet, intensificando ainda mais o mercado.

Um dos maiores problemas com ambientes multi-cadeia é a má experiência do usuário. Isso decorre tanto da complexidade do ecossistema quanto da fragmentação da liquidez. Os usuários enfrentam vários desafios ao transferir ativos entre as cadeias. Eles devem conectar carteiras para cada cadeia, encontrar o serviço de ponte correto e concluir um processo complicado de verificações e assinaturas. Além disso, eles precisam monitorar ativos em diferentes carteiras, gerenciar taxas de gás e reconhecer as características de rede de cada cadeia separadamente.

A fragmentação da liquidez é outra preocupação importante. A indústria Web3 combina a camada de TI (Tecnologia da Informação) com camadas financeiras, então a liquidez desempenha um papel crítico. A liquidez fragmentada resulta em uma experiência de negociação ruim e desacelera o crescimento da indústria. Este problema se tornou mais evidente após 2021, à medida que o número de cadeias no espaço Web3 aumentou rapidamente.

2. Aumentando a Tecnologia de Cadeia Cruzada via Abstração de Cadeia

A tecnologia de cadeia cruzada está ganhando atenção como uma solução para os desafios apresentados pelo ambiente complexo de várias cadeias. Ela permite a troca de valor entre diferentes cadeias, o que ajuda a preencher a liquidez fragmentada e aprimora a experiência do usuário.

No entanto, esta tecnologia tem limitações. As soluções de cadeia cruzada atuais concentram-se principalmente em conexões diretas entre duas cadeias, o que não aborda totalmente as complexidades de um ambiente de várias cadeias. Especificamente, a experiência do usuário ao mover ativos entre várias cadeias ainda requer melhorias, e as características únicas de cada cadeia continuam a apresentar desafios.

Para resolver essa limitação, a equipe Everclear introduziu uma tecnologia inovadora em 2023 chamada Abstração de Cadeia. Essa tecnologia avança as capacidades de cadeia cruzada abstraindo a interação entre várias cadeias da perspectiva do usuário. Com a Abstração de Cadeia, os usuários gerenciam ativos de várias cadeias como se estivessem em uma única carteira unificada. Essa abordagem deve melhorar significativamente a experiência do usuário ao eliminar as complexidades e frustrações de ambientes de várias cadeias.

3. A Abstração de Cadeia Não é Mágica

A tecnologia de Abstração de Cadeia apresenta uma simplicidade superficial, mas é construída sobre uma pilha de tecnologia altamente sofisticada. Semelhante a como não consideramos o funcionamento intrincado da internet ao navegar na Web ou como o motor funciona ao conduzir um carro, a Abstração de Cadeia parece simples para o usuário. No entanto, um sistema intrincado opera perfeitamente nos bastidores para proporcionar essa facilidade de uso.

A tecnologia de abstração de cadeia é implementada através do framework Chain Abstraction Key Elements (CAKE), que consiste em três camadas: 1) Camada de Permissão, 2) Camada de Solução e 3) Camada de Liquidação.

• Camada de Permissão: Conecta as carteiras dos usuários e solicita transações entre cadeias
• Camada de Resolução: Encontra e executa o caminho ótimo para a transação com base na taxa de gás e no tempo
• Camada de Liquidação: Garante a finalidade da transação entre cadeias.

A camada do resolvedor desempenha um papel crucial. Enquanto o movimento e gestão de ativos são simplificados para o usuário, o resolvedor lida com a tarefa complexa de encontrar e executar o caminho otimizado com base na intenção do usuário. Por exemplo, se um usuário deseja transferir ativos do Arbitrum para o Optimism, o resolvedor utiliza primeiro a liquidez no Optimism para enviar os ativos para o usuário. Em seguida, recebe os ativos do usuário no Arbitrum.

4. Clearing: Melhorando a Eficiência da Abstração de Cadeias

Cada inovação tecnológica envolve compensações, e a Abstração de Cadeia não é exceção. Embora melhore significativamente a experiência do usuário, transfere o fardo operacional para o solucionador e pode levar a novos desafios.

4.1. Desafios com a Camada Solucionadora

O solucionador enfrenta dois desafios principais. O primeiro é o problema de reequilíbrio de liquidez, que ocorre à medida que o solucionador gerencia movimentos de ativos de várias cadeias em seu nome. Com o tempo, a distribuição de ativos do solucionador muda das proporções iniciais e concentra a liquidez em determinadas cadeias. Para corrigir esse desequilíbrio, o solucionador deve realizar periodicamente operações de reequilíbrio. Esse processo é demorado e custoso, o que resulta em uma carga operacional. Isso afeta diretamente a eficiência e a lucratividade do solucionador e pode, em última análise, afetar a experiência do usuário.

O reequilíbrio da liquidez não é apenas um problema para os solucionadores; é uma questão que afeta todo o ecossistema. As exchanges centralizadas (CEXs) devem constantemente reequilibrar devido às saídas de ativos das negociações e saques dos usuários. Os serviços de ponte que frequentemente trocam fundos, os criadores de mercado e os grandes investidores que executam negociações significativas também enfrentam desafios de gestão de liquidez.

O segundo desafio é o risco de centralização para os solucionadores que decorre do problema de rebalanceamento de liquidez. Os solucionadores com grandes reservas de ativos podem gerir o rebalanceamento de liquidez com relativa facilidade. No entanto, os solucionadores menores enfrentam restrições de tempo e custo, o que torna o rebalanceamento difícil. Isso pode levar à dominância de mercado por alguns solucionadores bem capitalizados e centralizar o ecossistema. Tal centralização aumenta as vulnerabilidades da rede e aumenta o risco de distorções de preços e desequilíbrios de mercado causados pela dominância de alguns jogadores.

4.2. A Camada de Compensação: Inspirando-se na Finança Tradicional

A questão da ineficiência do solucionador pode ser abordada adotando o conceito de 'compensação' da finança tradicional. A compensação envolve compensar várias transações para reduzir o movimento real de ativos e melhorar a eficiência. Esta abordagem também é amplamente aplicada na indústria de pagamentos.

Origem: Everclear

Um exemplo óbvio é a VISA. Processar centenas de milhões de transações diariamente em tempo real seria ineficiente em termos de velocidade e confiabilidade. Em vez disso, a VISA agrupa transações ao longo de um período definido, compensa-as e liquida em lotes. Essa abordagem economiza custos, tempo e reduz a pressão sobre a infraestrutura.

Origem: Everclear

O conceito de compensação também é esperado de ser aplicado em um ambiente Web3. De acordo com a análise da Everclear, cerca de 80% do volume diário de transações de cadeia cruzada pode ser compensado. Isso reduz a necessidade de movimentos frequentes de ativos e permite que a liquidez seja usada de forma mais eficiente. Muitas transações podem ser processadas sem transferências reais de ativos, melhorando significativamente a eficiência do sistema como um todo. Essa otimização da liquidez é esperada para abordar efetivamente os desafios de reequilíbrio de liquidez e os riscos de centralização enfrentados pelos solvers e pelo ecossistema mais amplo.

5. Everclear: A Primeira Camada de Compensação

Everclear é a primeira camada na indústria Web3 a introduzir o conceito de clearing. Ele liquida transações durante transferências de cadeia cruzada para resolver o problema de reequilíbrio de liquidez e permitir uma gestão de liquidez mais eficiente.

5.1. Como o Everclear funciona

O mecanismo de compensação da Everclear opera usando um modelo de Hub-and-Spoke. Neste setup, mainnets como Ethereum, Arbitrum e Optimism servem como os spokes. A Everclear atua como o hub, agregando e compensando suas transações.

Considere o seguinte cenário: 1) O usuário A envia 100 USDC de Arbitrum para Optimism, e 2) O usuário B envia 100 USDC de Optimism para Arbitrum.

Primeiro, o pedido do Usuário A é enviado por meio de uma fila de Intenções do Arbitrum (a ponta) para o Everclear (o hub). Se não houver pedidos correspondentes disponíveis quando ele chegar ao Everclear, o pedido é colocado na fila de Faturas.

A seguir, o pedido do Utilizador B é enviado do Optimism (o spoke) para o Everclear (o hub). Uma vez que existem faturas correspondentes na fila, o pedido de B é adicionado à fila de depósitos e correspondido assim que as condições forem cumpridas.

Uma vez correspondido, a Everclear envia uma mensagem para a fila de Liquidez para Arbitrum e Optimism. A mensagem para Arbitrum instrui uma transferência de 100 USDC do Utilizador A para o Utilizador B, enquanto a mensagem para Optimism instrui uma transferência de 100 USDC do Utilizador B para o Utilizador A. Este processo facilita uma transação de cadeia cruzada entre os dois utilizadores de forma eficiente.

5.2. Além da Inovação em Compensação: Notáveis ​​Forças Técnicas do Everclear

Everclear tem concentrado seus esforços de pesquisa e desenvolvimento em resolver os desafios principais da indústria, resultando em tecnologias como Abstração de Cadeia e camadas de compensação. No entanto, implementar esses conceitos inovadores requer uma base técnica sólida.

É essencial compreender as forças técnicas que sustentam a Camada de Compensação do Everclear. Abaixo estão três pontos fortes-chave que acreditamos que desempenharão um papel crucial em transformar a visão do Everclear em realidade e facilitar a sua adoção em todo o ecossistema Web3.

Fonte: Connext

A primeira força técnica vem da extensa experiência da Everclear. A equipe está executando o Connext desde 2021 e tem investido esforços consideráveis na resolução de problemas de liquidez em um ambiente de cadeia cruzada. O padrão xERC20, que obteve ampla adoção e recepção positiva dentro do ecossistema Ethereum, demonstra a expertise técnica da equipe. Essa experiência serve como uma base crucial para o desenvolvimento da camada de compensação.

Origem: Everclear

A segunda força reside em garantir alta flexibilidade e escalabilidade através de um design modular. A Everclear utiliza uma arquitetura modular em vez de uma monolítica. Ao focar no desenvolvimento da tecnologia da camada de compensação e empregar uma estrutura modular, a Everclear torna mais fácil integrar-se com outras tecnologias. Esta abordagem permite que cada projeto incorpore facilmente a Everclear em sua infraestrutura existente ou a adapte de acordo com suas preferências técnicas. Este design aumenta a aplicabilidade mais ampla da Everclear e aumenta a compatibilidade com uma ampla gama de projetos.

Finalmente, o Everclear lida eficientemente com grandes transações. É projetado para otimizar grandes volumes de transações, adotando uma abordagem de compensação que reduz o movimento de ativos e diminui os custos de processamento. O sistema utiliza uma arquitetura baseada em fila para gerenciar grandes transações de forma confiável. Também permite ajustes nas condições, como tamanho da fila e intervalos de processamento, para se adequarem a situações específicas. Essa flexibilidade torna o Everclear uma opção valiosa para exchanges de criptomoedas e market makers que lidam com volumes significativos de transações.

6. vbNEXT: Maximizing Efficiency with a New Token Model

Embora se espere que o Everclear melhore a liquidez na indústria Web3 através da sua camada de clearing, o problema do início a frio - garantir liquidez nas fases iniciais - continua a ser um desafio para novos projetos. Esta falta de liquidez limita o crescimento do projeto e a aquisição de utilizadores, representando uma barreira significativa à inovação e à concorrência. Os projetos em fase inicial muitas vezes recorrem a incentivos para os market makers ou pontes para fornecer liquidez. No entanto, isso pode ser dispendioso para muitos.Para resolver isso, a Everclear planeia introduzir um novo modelo de token chamado "vbNEXT" para resolver o problema de inicialização a frio para esses projetosO modelo alavanca o ecossistema existente de tokens NEXT.

O cerne do modelo de token vbNEXT é fornecer liquidez a cadeias ou caminhos subutilizados. Os detentores de tokens apostam tokens NEXT para adquirir tokens vbNEXT não transferíveis, que servem como direitos de voto para cadeias específicas (spokes) durante cada Epoch.

Os votos são contados através do Sistema de Calibragem. Após cada Época, um peso é calculado com base no número de votos por calibragem. Isso determina a distribuição de tokens NEXT para cada spoke, com os solvers recompensados de acordo com o volume de transações que processam. As cadeias com mais votos recebem uma parte maior e recompensas. À medida que mais solvers se juntam, os ganhos individuais diminuem, incentivando os solvers a migrar para cadeias menos competitivas.

Espera-se que este mecanismo distribua eficientemente a liquidez em todo o ecossistema e ofereça uma solução para o problema de partida a frio enfrentado por novos projetos.

7. Pensamentos Finais

A Everclear anunciou recentemente o lançamento do seu beta mainnet. A camada de compensação e o modelo de token vbNEXT são esperados para trazer mudanças positivas para a indústria e se tornarão cada vez mais importantes à medida que o ambiente multi-cadeia se expande para L2 e L3. Vários provedores de liquidez, como solvers, exchanges, market makers e serviços de ponte, poderão usar seus ativos de forma mais eficiente e desbloquear novas oportunidades e serviços.

Atualmente, a Everclear suporta cadeias compatíveis com EVM, mas planeia expandir o suporte para incluir outros ambientes como SVM e MoveVM. Isso permitirá à Everclear alcançar uma maior escalabilidade num ecossistema de cadeias cruzadas e torná-la mais acessível a uma gama mais ampla de utilizadores e programadores.

Aviso legal：

1. Este artigo foi republicado de[Relatórios de Pesquisa do Tigre], Todos os direitos de autor pertencem ao autor original [Jay JoeYoon Lee]. Se houver objeções a esta reimpressão, por favor entre em contato com o Gate Aprenderequipa e eles vão lidar com isso prontamente.
2. Aviso de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe de aprendizado da gate. A menos que mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.