Category 欧易交易所OKX官网

原文 | Forbes

编译｜Odaily星球日报（）

译者｜Azuma（）

哈里斯在 11 月击败特朗普的可能性有多大？在 Polymarket 之上，大量用户针对此事件进行了成千上万笔投注，最终得出的综合概率为：哈里斯的胜算为 39% ，特朗普则为 59% ，米歇尔·奥巴马和小肯尼迪（RFK Jr.）都只有 1% 。

特朗普会选择其他副总统候选人来替换掉 JD Vance 吗？同样是在 Polymarket 之上，如果 Vance 遭到替换，下注 100 美元可获得 1000 美元的收益。

欢迎来到未来的投注市场，在这里，你几乎可以对任何事情进行下注，从 2024 年比特币的最高价格，到特朗普和拜登爬楼梯的速度，再到贾斯汀·比伯和海莉新生儿的性别……在 Polymarket 之上，关于 11 月总统大选的奖池已累计到了 4.46 亿美元的规模。尽管美国商品和期货交易委员会（CFTC）已规定，该国已禁止通过赌博来预测选举结果，因为这被认为存在违反公共利益的嫌疑，但总部位于纽约的 Polymarket 仍成为了预测市场赛道的现象级产品，而它的崛起在很大程度上则归因于市场对猜测美国政治走向的痴迷。

Polymarket 创立于 2020 ，Dune Analytics 数据，该平台今年的交易量已超过 6.5 亿美元，仅 7 月份就已接近 3 亿美元，预计在今年结束之前，该平台将处理价值超过 10 亿美元的下注。目前，竞选专家和政治分析师们已留意到了这个非传统的“搅局者”，且在密切关注该市场的价格波动线索。特朗普本人甚至还曾在自己的社交媒体应用 TruthSocial 上吹嘘过他在 Polymarket 上的赔率。

尽管区块链技术并非预测市场的刚需，但 Polymarket 却选择了基于 Polygon 区块链运行，该网络依赖于以太坊，但交易成本却远低于以太坊主网。在下注之时，Polymarket 的用户暂时并不能直接使用美元，而是需要使用稳定币 USDC，不过 Polymarket 已宣布将与迈阿密的支付服务商 MoonPay 合作，允许用户使用银行卡或信用卡进行下注支付。

Polymarket 的快速发展也吸引到了一些顶尖投资人的注意，包括彼得·蒂尔的 Founders Fund 以及以太坊联合创始人 Vitalik Buterin 等等均曾对其出资，目前 Polymarket 的融资总额已达到了 7400 万美元。

当前，市面上与美国大选相关的预测市场数量有上百个，其中 Polymarket 的交易量最大。尽管这些市场理应禁止对美国居民开放，但根据网络分析平台 Similarweb 的数据，该网站 25% 的流量来自美国本土。在聊到这个问题时，Polymarket 26 岁的创始人 Shayne Coplan 对于团队将如何阻止美国用户的访问并不愿多说，他更喜欢强调 Polymarket 的平台优势。

在 New York City’s Soho 的顶层豪华办公室内，Coplan 表示：“Polymarket 有效地将互联网之上的争论转变为一个博弈市场，在这里，观点正确的人将赢得胜利。我们希望 Polymarket 的预测服务能够扩展至所有领域，且获得更多用户的认可。”

Coplan 成长于曼哈顿，她的母亲是纽约大学电影方向的教授。Coplan 表示自己是一个互联网“宅男”， 14 岁的时候，他就已开始尝试搭建加密货币挖矿装置，且在 2014 年参与了以太坊的预售（当时 ETH 的价格约为 0.3 美元）。Coplan 曾在纽约大学学习计算机科学，但在 2017 年第二学期便退学了……在谈及接下来的三年时，Coplan 表示：“我过着孤立的生活，沉迷于阅读和尝试新事物。”

2020 年疫情封锁期间，世界陷入了巨大的不确定性，此时的 Coplan 则开始对 Polymarket 的原型探索，他参考了基于以太坊的预测市场 Augur，该市场曾于 2015 年进行了首次代币发行（ICO），但从未真正获得关注。

最终，Coplan 开始着手开发自己的预测平台，Polymarket 上的首个押注的主题是纽约市何时重新开放 ——“我想知道纽约市重新开放的可能性，到时候疫苗是否会准备好，餐馆是否会再次开业……在噪音中找到正确的信号非常困难，但这却正是预测市场的能力所在。”

几个月后的 2020 年 10 月，Coplan 终于拿到了种子轮融资，该轮融资由另一位加密货币奇才、对冲基金 Polychain Capital 的创始人 Olaf Carlson-Wee 领投。Carlson-Wee 当时曾评价这笔投资表示：“我们对预测市场感兴趣已经有一段时间了，但当前市面上的许多解决方案都存在用户体验和流动性问题，Shayne 和他的团队深刻理解了这一点，并可以将这些学习成果融入到产品中。”

我们也尝试联系了 Carlson-Wee，但他回拒了置评请求。

预测市场的运转基于一个相当简单的 “all-or-nothing” 的模式 —— 如果预测正确，你就可以与其他正确用户分享所有奖金；如果不正确，你就会损失所有本金。在此类市场中，“份额”的价格反映了相应事件发生的概率，范围从 0.00 美元到 1.00 美元不等。比如，当前在 Polymarket 上特朗普赢得总统选举的“份额”价格为 0.59 美元，这意味着市场认为他的胜率为 59% —— 如果他在 11 月获胜，那么单位“份额”就可获得 1.00 美元的收益，代表着其他预测结果的“份额”价格则将归零。

General Catalyst 的常务董事 Marc Bhargava 向我们表示：“预测市场是对抗错误信息的有力工具。它可以靠人们用真金白银所支持的观点来得出一个相对准确的猜测。” Bhargava 个人参投了 Polymarket 的种子轮，General Catalyst 也领投了 Polymarket 的 A 轮融资。

由于 Polymarket 建立在区块链上，该平台声称它要比其他一些中心化平台（比如位于纽约的 Kalshi 和位于新西兰的 PredictIt）更具效率且更加透明。Polymarket 在预测结果认定方面依赖于去中心化预言机 UMA，这也是一个基于区块链的系统，可通过基于代币的投票来解决争议。一旦某事件的结果得以确认，智能合约会自动向获胜的一方发放收益。

然而，这一结果认定的模式也并非无懈可击。六月份，Polymarket 的用户合计投入了超过 100 万美元，以判断特朗普 18 岁儿子 Barron Trump 是否参与了 meme 代币 DJT 的发布，该代币的市场价值一度达到约 8000 万美元。起初，Barron 参与的赔率一度高达 60% ，但由于缺乏充分证据，这一概率迅速下降，UMA 的投票者们也投票认定 Barron 没有参与。不过，Polymarket 随后却选择了介入并对投票提出了质疑，最终推翻了 UMA 的决定，声称 Barron 在“某种程度上的确参与了”，Polymarket 最终也向选择了“yes”且亏损的用户进行了赔款。

Polymarket 的投资人、加密货币投资机构 1Confirmation 的创始人 Nick Tomaino 在 Unchained 播客上提到了这件事：“有些人会因为这样的事件而忽视预测市场的发展，我认为这很愚蠢，因为这些问题正在被解决。”

Polymarket 选举相关押注的交易量激增不仅仅归因于良好的时机。Polymarket 的首任首席营销官（CMO）和影响力营销平台 Lever.io 的联合创始人 Art Malkov 表示，该公司在营销上投入了大量资金，包括与 Reddit 频道 WallStreetBets 的合作推广，这帮助 Polymarket 在散户群体中获得了广泛关注。

Coplan 的团队约有 30 人，员工遍布全球，他们会整理用户的建议并搜索互联网上的热门话题，继而将其转化为押注市场。当前，Polymarket 之上有着超过 300 个预测市场，涵盖政治、奥运会、加密货币、流行文化、体育、商业和科学等七大类别。所有员工都必须阅读奥派经济学家哈耶克（Friedrich Hayek）的《社会中知识的使用》以及乔治梅森大学经济学教授 Robin Hanson 的作品，后者最著名的主张是“未来政治学”的概念，即一种基于投注市场做出决策的治理形式。

Polymarket 并不收取费用，Coplan 并未透露该平台将如何创收，但暗示将来添加费用：“我们现在专注于扩大市场并提供最佳的用户体验，之后会专注于盈利。”

尽管暂时没有营收，且存在一些关于 Polymarket 交易量来源的疑问，但 26 岁的 Coplan 仍是硅谷的宠儿。亿万富翁、风险投资家 Tim Draper 称赞 Coplan “充满活力、聪明”；Dragonfly 普通合伙人 Tom Schmidt 则提到：“用顽强来形容企业家感觉有些夸张，但对于 Coplan 来说这 100% 适用……像他那样花费多年时间打造 Polymarket 需要拥有真正的勇气、激情和远见，这正是建立一家百年不遇的公司所必须的品质。”

以太坊的联合创始人 Vitalik Buterin 不但曾参与了 Polymarket 的投资，也曾多次在公开场合及 X 平台上宣传该平台。

Polymarket 咨询委员会（该委员会刚刚迎来了选举预测大师 Nate Silver 的加入）主席、前 CFTC 主席 Chris Giancarlo 表示：“Shayne 是一个急于求成的年轻人，但他是在急于把事情做好……Polymarket 的成功有着新世代的特点，老一代美国人没有在欧洲那种预测市场盛行的环境中长大，可能不太理解这些价值主张，但年轻人不会因为长辈们的告诫就回避这些机会。”

预测市场可以追溯到 16 世纪，当时欧洲人有时会去押注谁会成为下一任教皇；到了 19 世纪末，随着被称作“bucket shops”的预测市场的兴起，人们开始押注股价；随着时间的推移，这些市场逐渐演变成更为复杂的平台，特别是在互联网兴起之后。20 世纪 80 年代末，爱荷华大学蒂皮商学院开始通过其爱荷华电子市场（Iowa Electronic Markets）尝试所谓的“政治股票市场”，允许用户以研究的名义对政治结果、经济指标和文化事件进行小额押注。

美国政府一直对赌博持谨慎态度，因此预测市场始终面临法律挑战。由于它们的运作类似于期货合约，这一类市场均属于 CFTC 的监管范畴。

2022 年 1 月，CFTC 命令 Polymarket 支付 140 万美元的民事罚款，原因是该公司在未经注册的情况下在美国运营。作为和解的一部分，该公司承诺在美国逐步停止服务，同时继续在国外运营。美国用户从技术上来说并不被允许在该网站上押注，但 Polymarket 网站 25% 访问流量仍来自于美国。

Similarweb 数据显示，紧随美国之后的四个访问来源分别是加拿大（6.3% ）、荷兰（6% ）、越南（5.9% ）和墨西哥（5% ）。在与 CFTC 达成和解之前，美国的流量份额则在 34% 至 54% 之间。Coplan 未就 Polymarket 的地理封锁举措发表评论，但一位匿名前员工则向我们表示，该公司已尽一切可能阻止了那些不应该在该平台上进行交易的用户。尽管如此，包括使用 VPN（这些网络可以掩盖用户的地理位置）在内的变通方法可能仍是 Polymarket 上存在一些美国地区访问流量的原因。

Polymarket 的竞争对手 PredictIt 自 2014 年起在美国运营，CFTC 曾同意不会对该平台采取行动，因为这是与新西兰惠灵顿维多利亚大学合作的一部分，因此该机构可作为“学术研究者的数据收集工具”在美国境内运行。PredictIt 也允许用户进行美国大选相关的押注，目前该平台给出的特朗普胜率为 52% ，哈里斯的胜率为 49% 。PredictIt 会对用户的利润上收取 10% 的费用，并将任何单一合约的投资限制在最高 850 美元，因此该平台的交易量要远低于 Polymarket —— 选举相关的投注规模为 3100 万美元，而 Polymarket 的投注规模则为 4.46 亿美元。

2022 年 8 月，CFTC 撤回了对 PredictIt 不采取行动的信函，并命令 PredictIt 停止运营，但该平台目前正在通过法律手段争取运营许可，在此期间该平台仍处于运营状态。PredictIt 创始人兼首席执行官 John Aristotle Phillips 表示：“我们已根据不采取行动的宽免政策在美国合法运营了 10 年，并期望再运营 10 年或更长时间，”

Polymarket 的另一大竞争对手为受 CFTC 监管的 Kalshi，该平台虽然并不支持选举相关的押注，但却提供其他与政府相关事件的预测，比如美联储的利率决定。该平台会根据合约的最大潜在收益和实现这些收益的预期概率收取少量费用。Kalshi 首席执行官 Tarek Mansour 在接受我们采访时表示：“Kalshi 致力于在美国继续建设一个合法和受监管的预测市场。”

更多的限制政策可能会陆续出台。今年 5 月，CFTC 提议禁止与政治竞选、颁奖典礼或体育事件相关的竞猜合约，认为它们“不符合公共利益”。CFTC 方面回应了我们的评论请求，该机构提到了与 Polymarket 的和解，并表示该提议的公共评论期将于 8 月 8 日结束。

然而在 6 月 28 日的 Loper Bright Enterprises 诉 Raimondo 一案中，最高法院在裁定反对了一项联邦机构关于渔船的规定，这实质上打破了所谓的“雪佛龙服从性”（Chevron deference）原则，该原则允许联邦机构根据自己对有时含糊不清的法律的解释来执行法规。因此，像 SEC 和 CFTC 这样的机构现在将不再那么主动，这可能会给 Polymarket 等承受着 CFTC 巨大监管压力的预测市场以喘机。

Giancarlo（前 CFTC 主席）表示：“我认为从长远来看，预测市场将逐渐被接受。”

关于 Polymarket 未来的另一个重大问题是，它将如何在 2024 年 11 月的美国大选结束后继续保持其交易量和发展态势。Coplan 及其投资者对此似乎并不太担心。

General Catalyst 的 Bhargava 表示：“的确，Polymarket 的交易量目前主要由选举等事件驱动，但这个世界总有重大事件在发生，尤其是在一个越来越不稳定的世界中。Polymarket 持续增长的另一个驱动力是不断增长的用户群，他们渴望进行预测并了解其他人的真实想法。这对传统社交媒体而言是一个挑战，对于生成型人工智能来说更是如此，因为这些平台可以在不承担后果的情况下制造大量不准确内容。”

鉴于加密货币的准入门槛较低，竞争将是 Polymarket 面临的另一个重大挑战。类似 DJT 的 meme 代币在一定意义上已可以作为预测市场的替代品；加密货币行业还吸引了像亿万富翁 Thomas Peterffy 的 Interactive Brokers 这样的经纪商，该公司最近宣布推出 ForecastEx，该市场会提供基于重要经济数据发布的预测合约，比如美国联邦基金目标利率和美国消费者价格指数等等；4 月份，亿万富翁 Jeff Yass 的交易公司 Susquehanna International 还设立了一个专业团队，以在 Polymarket 的竞争对手 Kalshi 上做市。

尽管面临来自传统金融领域的竞争，但 Dragonfly 的 Schmidt 仍看好 Coplan 在预测市场竞赛中的胜率：“Polymarket 最终的秘密武器在于，该平台将允许生态系统参与者自主创建新的押注，传统金融领域的竞争对手很难复制这一模式。这就像是 YouTube 之于电视。”

在关于零知识证明的先进形式化验证的系列博客中，我们已经讨论了如何验证ZK指令以及对两个ZK漏洞的深度剖析。正如在公开报告和代码库中所显示的，通过形式化验证每一条zkWasm指令，我们找到并修复了每一个漏洞，从而能够完全验证整个zkWasm电路的技术安全性和正确性。

尽管我们已展示了验证一条zkWasm指令的过程，并介绍了相关的项目初步概念，但熟悉形式化验证读者可能更想了解zkVM与其他较小的ZK系统、或其他类型的字节码VM在验证上的独特之处。在本文中，我们将深入讨论在验证zkWasm内存子系统时所遇到的一些技术要点。内存是zkVM最为独特的部分，处理好这一点对所有其他zkVM的验证都至关重要。

形式化验证：虚拟机（VM）对 ZK虚拟机（zkVM）

我们的最终目标是验证zkWasm的正确性，其与普通的字节码解释器（VM，例如以太坊节点所使用的EVM解释器）的正确性定理相似。亦即，解释器的每一执行步骤都与基于该语言操作语义的合法步骤相对应。如下图所示，如果字节码解释器的数据结构当前状态为SL，且该状态在Wasm机器的高级规范中被标记为状态SH，那么当解释器步进到状态SL，且Wasm规范中规定了SH必须步进到SH必须对应一个高级状态SH。

同样地，zkVM也有一个类似的正确性定理：zkWasm执行表中新的每一行都与一个基于该语言操作语义的合法步骤相对应。如下图所示，如果执行表中某行数据结构的当前状态是SR，且该状态在Wasm机器的高级规范中表示为状态SH，那么执行表的下一行状态SR，且Wasm规范中规定了SH必须步进到SH’。

由此可见，无论是在VM还是zkVM中，高级状态和Wasm步骤的规范是一致的，因此可以借鉴先前对编程语言解释器或编译器的验证经验。而zkVM验证的特殊之处在于其构成系统低级状态的数据结构类型。

首先，如我们在之前的博客文章中所述，zk证明器在本质上是对大素数取模的整数运算，而Wasm规范和普通解释器处理的是32位或64位整数。zkVM实现的大部分内容都涉及到此，因此，在验证中也需要做相应的处理。然而，这是一个“本地局部”问题：因为需要处理算术运算，每行代码变得更复杂，但代码和证明的整体结构并没有改变。

另一个主要的区别是如何处理动态大小的数据结构。在常规的字节码解释器中，内存、数据栈和调用栈都被实现为可变数据结构，同样的，Wasm规范将内存表示为具有get/set方法的数据类型。例如，Geth的EVM解释器有一个`Memory`数据类型，它被实现为表示物理内存的字节数组，并通过`Set32`和`GetPtr`方法写入和读取。为了实现一条内存存储指令，Geth调用`Set32`来修改物理内存。

func opMstore(pc *uint64, interpreter *EVMInterpreter, scope *ScopeContext) ([]byte, error) {

// pop value of the stack

mStart, val := scope.Stack.pop(), scope.Stack.pop()

scope.Memory.Set32(mStart.Uint64(), &val)

return nil, nil

}

在上述解释器的正确性证明中，我们在对解释器中的具体内存和在规范中的抽象内存进行赋值之后，证明其高级状态和低级状态相互匹配，这相对来说是比较容易的。

然而，对于zkVM而言，情况将变得更加复杂。

zkWasm 的内存表和内存抽象层

在zkVM中，执行表上有用于固定大小数据的列（类似于CPU中的寄存器），但它不能用来处理动态大小的数据结构，这些数据结构要通过查找辅助表来实现。zkWasm的执行表有一个EID列，该列的取值为1、2、3……，并且有内存表和跳转表两个辅助表，分别用于表示内存数据和调用栈。

以下是一个提款程序的实现示例：

int balance, amount;

void main () {

balance = 100;

amount = 10;

balance -= amount; // withdraw

}

执行表的内容和结构相当简单。它有6个执行步骤（EID1到6），每个步骤都有一行列出其操作码（opcode），如果该指令是内存读取或写入，则还会列出其地址和数据：

内存表中的每一行都包含地址、数据、起始EID和终止EID。起始EID是写入该数据到该地址的执行步骤的EID，终止EID是下一个将会写入该地址的执行步骤的EID。（它还包含一个计数，我们稍后详细讨论。）对于Wasm内存读取指令电路，其使用查找约束来确保表中存在一个合适的表项，使得读取指令的EID在起始到终止的范围内。（类似地，跳转表的每一行对应于调用栈的一帧，每行均标有创建它的调用指令步骤的EID。）

这个内存系统与常规VM解释器的区别很大：内存表不是逐步更新的可变内存，而是包含整个执行轨迹中所有内存访问的历史记录。为了简化程序员的工作，zkWasm提供了一个抽象层，通过两个便捷入口函数来实现。分别是：

alloc_memory_table_lookup_write_cell

和

Alloc_memory_table_lookup_read_cell

其参数如下：

例如，zkWasm 中实现内存存储指令的代码包含了一次对’write alloc’函数的调用：

let memory_table_lookup_heap_write1 = allocator

.alloc_memory_table_lookup_write_cell_with_value(

“store write res1”,

constraint_builder,

eid,

move |____| constant_from!(LocationType::Heap as u64),

move |meta| load_block_index.expr(meta), // address

move |____| constant_from!(0), // is 32-bit

move |____| constant_from!(1), // (always) enabled

);

let store_value_in_heap1 = memory_table_lookup_heap_write1.value_cell;

`alloc`函数负责处理表之间的查找约束以及将当前`eid`与内存表条目相关联的算术约束。由此，程序员可以将这些表看作普通内存，并且在代码执行之后 `store_value_in_heap1`的值已被赋给了 `load_block_index` 地址。

类似地，内存读取指令使用`read_alloc`函数实现。在上面的示例执行序列中，每条加载指令有一个读取约束，每条存储指令有一个写入约束，每个约束都由内存表中的一个条目所满足。

mtable_lookup_write(row1.eid, row1.store_addr, row1.store_value)

⇐ (row1.eid=1 ∧ row1.store_addr=balance ∧ row1.store_value=100 ∧ …)

mtable_lookup_write(row2.eid, row2.store_addr, row2.store_value)

⇐ (row2.eid=2 ∧ row2.store_addr=amount ∧ row2.store_value=10 ∧ …)

mtable_lookup_read(row3.eid, row3.load_addr, row3.load_value)

⇐ (2<row3.eid≤6 ∧ row3.load_addr=amount ∧ row3.load_value=100 ∧ …)

mtable_lookup_read(row4.eid, row4.load_addr, row4.load_value)

⇐ (1<row4.eid≤6 ∧ row4.load_addr=balance ∧ row4.load_value=10 ∧ …)

mtable_lookup_write(row6.eid, row6.store_addr, row6.store_value)

⇐ (row6.eid=6 ∧ row6.store_addr=balance ∧ row6.store_value=90 ∧ …)

形式化验证的结构应与被验证软件中所使用的抽象相对应，使得证明可以遵循与代码相同的逻辑。对于zkWasm，这意味着我们需要将内存表电路和“alloc read/write cell”函数作为一个模块来进行验证，其接口则像可变内存。给定这样的接口后，每条指令电路的验证可以以类似于常规解释器的方式进行，而额外的ZK复杂性则被封装在内存子系统模块中。

在验证中，我们具体实现了“内存表其实可以被看作是一个可变数据结构”这个想法。亦即，编写函数 `memory_at type`，其完整扫描内存表、并构建相应的地址数据映射。（这里变量 `type` 的取值范围为三种不同类型的Wasm内存数据：堆、数据栈和全局变量。）而后，我们证明由alloc函数所生成的内存约束等价于使用set和get函数对相应地址数据映射所进行的数据变更。我们可以证明：

• 对于每一eid，如果以下约束成立

memory_table_lookup_read_cell eid type offset value

则

get (memory_at eid type) offset = Some value

• 并且，如果以下约束成立

memory_table_lookup_write_cell eid type offset value

则

memory_at (eid+1) type = set (memory_at eid type) offset value

在此之后，每条指令的验证可以建立在对地址数据映射的get和set操作之上，这与非ZK字节码解释器相类似。

zkWasm 的内存写入计数机制

不过，上述的简化描述并未揭示内存表和跳转表的全部内容。在zkVM的框架下，这些表可能会受到攻击者的操控，攻击者可以轻易地通过插入一行数据来操纵内存加载指令，返回任意数值。

以提款程序为例，攻击者有机会在提款操作前，通过伪造一个$110的内存写入操作，将虚假数据注入到账户余额中。这一过程可以通过在内存表中添加一行数据，并修改内存表和执行表中现有单元格的数值来实现。这将导致其可以进行“免费”的提款操作，因为账户余额在操作后将仍然保持在$100。

为确保内存表（和跳转表）仅包含由实际执行的内存写入（和调用及返回）指令生成的有效条目，zkWasm采用了一种特殊的计数机制来监控条目数量。具体来说，内存表设有一个专门的列，用以持续追踪内存写入条目的总数。同时，执行表中也包含了一个计数器，用于统计每个指令预期进行的内存写入操作的次数。通过设置一个相等约束，从而确保这两个计数是一致的。这种方法的逻辑十分直观：每当内存进行写入操作，就会被计数一次，而内存表中相应地也应有一条记录。因此，攻击者无法在内存表中插入任何额外的条目。

上面的逻辑陈述有点模糊，在机械化证明的过程中，需要使其更加精确。首先，我们需要修正前述内存写入引理的陈述。我们定义函数`mops_at eid type`，对具有给定`eid`和`type`的内存表条目计数（大多数指令将在一个eid处创建0或1个条目）。该定理的完整陈述有一个额外的前提条件，指出没有虚假的内存表条目：

如果以下约束成立

(memory_table_lookup_write_cell eid type offset value)

并且以下新增约束成立

(mops_at eid type) = 1

则

(memory_at(eid+1) type) = set (memory_at eid type) offset value

这要求我们的验证比前述情况更精确。 仅仅从相等约束条件中得出内存表条目总数等于执行中的总内存写入次数并不足以完成验证。为了证明指令的正确性，我们需要知道每条指令对应了正确数目的内存表条目。例如，我们需要排除攻击者是否可能在执行序列中略去某条指令的内存表条目，并为另一条无关指令创建一个恶意的新内存表条目。

为了证明这一点，我们采用了由上至下的方式，对给定指令对应的内存表条目数量进行限制，这包括了三个步骤。首先，我们根据指令类型为执行序列中的指令预估了所应该创建的条目数量。我们称从第 i 个步骤到执行结束的预期写入次数为`instructions_mops i`，并称从第 i 条指令到执行结束在内存表中的相应条目数为`cum_mops (eid i)`。通过分析每条指令的查找约束，我们可以证明其所创建的条目不少于预期，从而可以得出所跟踪的每一段 [i … numRows] 所创建的条目不少于预期：

其次，如果能证明表中的条目数不多于预期，那么它就恰好具有正确数量的条目，而这一点是显而易见的。

现在进行第三步。我们的正确性定理声明：对于任意n，cum_mops和instructions_mops在表中从第n行到末尾的部分总是一致的：

通过对n进行归纳总结来完成验证。表中的第一行是zkWasm 的等式约束，表明内存表中条目的总数是正确的，即 cum_mops 0 = instructions_mops 0。对于接下来的行，归纳假设告诉我们：

cum_mops n = instructions_mops n

并且我们希望证明

cum_mops (n+1) = instructions_mops (n+1)

注意此处

cum_mops n = mop_at n + cum_mops (n+1)

并且

instructions_mops n = instruction_mops n + instructions_mops (n+1)

因此，我们可以得到

mops_at n + cum_mops (n+1) = instruction_mops n + instructions_mops (n+1)

此前，我们已经证明了每条指令将创造不少于预期数量的条目，例如

mops_at n ≥ instruction_mops n.

所以可以得出

cum_mops (n+1) ≤ instructions_mops (n+1)

这里我们需要应用上述第二个引理。

（用类似的引理对跳转表进行验证，可证得每条调用指令都能准确地产生一个跳转表条目，这个证明技术因此普遍适用。然而，我们仍需要进一步的验证工作来证明返回指令的正确性。返回的eid与创建调用帧的调用指令的eid是不同的，因此我们还需要一个附加的不变性质，用来声明eid数值在执行序列中是单向递增的。）

如此详细地说明证明过程，是形式化验证的典型特征，也是验证特定代码片段通常比编写它需要更长时间的原因。然而这样做是否值得？在这里的情况下是值得的，因为我们在证明的过程中的确发现了一个跳转表计数机制的关键错误。之前的文章中已经详细描述了这个错误——总结来说，旧版本的代码同时计入了调用和返回指令，而攻击者可以通过在执行序列中添加额外的返回指令，来为伪造的跳转表条目腾出空间。尽管不正确的计数机制可以满足对每条调用和返回指令都计数的直觉，但当我们试图将这种直觉细化为更精确的定理陈述时，问题就会凸显出来。

使证明过程模块化

从上面的讨论中，我们可以看到在关于每条指令电路的证明和关于执行表的计数列的证明之间存在着一种循环依赖关系。要证明指令电路的正确性，我们需要对其中的内存写入进行推理；即需要知道在特定EID处内存表条目的数量、以及需要证明执行表中的内存写入操作计数是正确的；而这又需要证明每条指令至少执行了最少数量的内存写入操作。

此外，还有一个需要考虑的因素，zkWasm项目相当庞大，因此验证工作需要模块化，以便多位验证工程师分工处理。因此，对计数机制的证明解构时需要特别注意其复杂性。例如，对于 LocalGet 指令，有两个定理如下：

Theoremopcode_mops_correct_local_get:foralli,

0<=i->

etable_valueseid_celli>0->

opcode_mops_correctLocalGeti.

TheoremLocalGetOp_correct:forallistyxs,

0<=i->

etable_valuesenabled_celli=1->

mops_at_correcti->

etable_values(ops_cellLocalGet)i=1->

state_relist->

wasm_stackst=xs->

(etable_valuesoffset_celli)>1->

nth_errorxs(Z.to_nat(etable_valuesoffset_celli-1))=Somey->

state_rel(i+1)(update_stack(incr_iidst)(y::xs)).

第一个定理声明

opcode_mops_correct LocalGet i

展开定义后，意味着该指令在第i行至少创建了一个内存表条目（数字1是在zkWasm的LocalGet操作码规范中指定的）。

第二个定理是该指令的完整正确性定理，它引用

mops_at_correct i

作为假设，这意味着该指令准确地创建了一个内存表条目。

验证工程师可以分别独立地证明这两个定理，然后将它们与关于执行表的证明结合起来，从而证得整个系统的正确性。值得注意的是，所有针对单个指令的证明都可以在读取/写入约束的层面上进行，而无须了解内存表的具体实现。因此，项目分为三个可以独立处理的部分。

总结

逐行验证zkVM的电路与验证其他领域的ZK应用并没有本质区别，因为它们都需要对算术约束进行类似的推理。从高层来看，对zkVM的验证需要用到许多运用于编程语言解释器和编译器形式化验证的方法。这里主要的区别在于动态大小的虚拟机状态。然而，通过精心构建验证结构来匹配实现中所使用的抽象层，这些差异的影响可以被最小化，从而使得每条指令都可以像对常规解释器那样，基于get-set接口来进行独立的模块化验证。

7月31日消息，专注于加密货币的风险投资公司Variant Fund的首席法律官Jake Chervinsky在社交媒体上发文表示，其认为目前还没有理由认为美国证券交易委员会已经把SOL定性为非证券。在Binance案中，SEC不想对十几个代币进行调查，这似乎只是一种诉讼上的策略，而不是政策的改变。需要注意的是，美国SEC在其他交易案例中仍将这些代币称为证券。

7月31日消息，日本央行加息15个基点，美元兑日元USD/JPY短线下挫110点，现报151.81。日本央行表示，从2026年第一季度起，将每月购债规模减少至3万亿日元。计划在8月至9月每月两次购买75亿日元的日本政府债券，期限超过25年（此前为每月两次购买50亿至100亿日元）。

原文作者：Flip Research

原文编译：Luffy，Foresight News

最近，我的推特信息流充斥着 Solana 的牛市言论，这其中多是鼓吹 Memecoin 的托词。我开始相信 Memecoin 真的存在超级周期，Solana 将取代以太坊成为最重要的 L1。但后来我开始深入研究数据，结果却令人忧心。在本文中我将介绍我的发现，以及为什么 Solana 可能是一座纸牌屋。

首先让我们看一下当前牛市的情况，正如@alphawifhat 简明扼要地阐述如下：

https://x.com/alphawifhat/status/1816136696758735266

在第二季度，Solana：

• 用户量是以太坊 +L2s 的 50% ；

• 交易费用是以太坊 +L2s 的 27% ；

• DEX 交易量占比是 36% ;

• 稳定币交易量是以太坊 +L2s 的 190% 。

用户群比较

以下是以太坊主网与 Solana 网络的用户群比较（仅比较主网，因为 Dencun 升级之后绝大多数费用都来自于主网，来源：@tokenterminal)：

以太坊活跃用户和交易数量

Solana 活跃用户和交易数量

从表面上看，Solana 的数据看起来不错，每日活跃用户 (DAU) 超过 130 万，而以太坊则为 376, 300 。然而，当我们结合交易数量一起分析时，就会发现一些奇怪的现象。 例如， 7 月 26 日，以太坊的交易数量为 110 万，而 DAU 为 37.63 万，平均每位用户的交易数量约为 2.92 笔。而当天 Solana 的交易数量为 2.822 亿，DAU 为 130 万，平均每位用户的交易数量高达 217 笔。我认为这或许是因为 Solana 费用低廉，可以进行更多、更频繁的交易，以及套利机器人活动的增加等。因此，我将其与另一条流行的廉价链 Arbitrum 进行了比较。然而，Arbitrum 在同一天平均每位用户的交易数量只有 4.46 笔。如果查看其他链的数据也可以得到类似的结果：

鉴于 Solana 用户数量高于以太坊，我比较了两者的谷歌趋势数据：

结果是以太坊要么与 Solana 持平，要么领先于 Solana。考虑到 DAU 差异，再加上围绕 Solana Memecoin 的炒作，这个结果大大出乎我的意料。所以到底发生了什么？

DEX 交易量分析

要理解交易数量差异，查看 Raydium 的流动性池数据会有所帮助。粗略一看，你也能发现一些明显的问题：

起初我以为这只是流动性较低的虚假交易，用于吸引 memecoin degen，但从图表来看，情况要糟糕得多：

每个低流动性池背后都是在一个在过去 24 小时内跑路（rugged）的项目。以 MBGA 为例，在过去 24 小时内，Raydium 上发生了 46, 000 笔交易，交易量达 1, 080 万美元，有 2, 845 个独立钱包进行过买卖，并产生了超过 28, 000 美元的交易费用。（请注意，类似规模的合理的流动性池，比如 MEW，仅产生了 11.2 K 笔交易） 

从参与的钱包来看，绝大多数似乎是同一网络中的机器人，它们贡献了数万笔交易。这些机器人独立生成虚假交易量，SOL 数量和交易数量都是随机的，直到一个项目结束，然后它们再转到下一个项目。 在过去 24 小时内，Raydium 上逾 50 个交易量超过 250 万美元的流动性池跑路（rug），总共产生了超过 2 亿美元的交易量和 50 万美元的手续费。Orca 和 Meteora 上的 rug 池似乎要少得多，相比之下以太坊上的 Uniswap 很少有类似的 rug。

Solana 的 rug 问题已经相当严重，其影响体现在多方面：

• 考虑到异常高的交易数量 / 用户比率，以及链上虚假交易、欺诈交易的数量，可以断定 Solana 上绝大多数交易都是非有机的。以太坊 L2 上每日交易数量与用户比率最高的是 Blast（为 15），Blast 费用同样低廉，而且用户正在耕种第二季空投。粗略比较一下，如果我们假设真实的 Solana 交易数量 / 用户比率与 Blast 相似，那就意味着 Solana 上超过 93% 的交易（以及费用）都是非有机的。

• 这些骗局之所以存在，唯一的原因就是有利可图。因此，用户损失的资金至少等于产生的费用 + 交易成本，也就是每天高达数百万美元。

• 一旦部署这些骗局变得无利可图（当实际用户厌倦了亏损），可以预见 Solana 上的交易数量和费用收入都会下降。

• 因此，Solana 上实际的用户、有机手续费收入和 DEX 交易量都被严重夸大了。

我不是唯一一个得出这些结论的人，@gphummer 最近发布过类似的内容：

https://x.com/gphummer/status/1816122702564131095

Solana 上的 MEV

Solana 上的 MEV 处于一个独特的状况。与以太坊不同，它没有内置的内存池；相反，像 Jito 创建了（现已弃用的）协议外基础设施来模拟内存池功能，从而使抢先交易、三明治攻击等 MEV 交易成为可能。Helius Labs 整理了一篇详细介绍 MEV 的。

Solana 的问题在于，交易的绝大多数代币都是波动性极高、流动性低的 Memecoin，交易者通常会将交易滑点设置为 >10% ，以确保交易成功执行。这为 MEV 提供了大展拳脚的机会：

如果我们观察一下区块空间的盈利能力，很明显现在大部分价值都来自于 MEV 提取：

虽然从严格意义上来说，这是「真实」的价值，但 MEV 只有在有利可图的情况下才会实施，即只要散户继续追逐 Memecoin。一旦 Memecoin 开始降温，MEV 费用收入就会随之下降。

我看到很多人在讨论 Solana 的热点最终将如何切换到 JUP、JTO 等基础设施。这很有可能会成为现实，但需要注意的是，这些代币的波动性更低、流动性更高，无法提供与 Memecoin 相同的 MEV 机会。 

经验丰富的玩家正在努力构建最好的基础设施来把我这个机会。在我深入挖掘的过程中听到了一些消息，这些玩家正在投资并试图控制内存池空间，然后将访问权出售给第三方。但我无法证实这一信息。 然而，其中存在一些明显的不正当动机：通过将尽可能多的 Memecoin 活动引导到 Solana，精明的个人将继续从 MEV、内幕交易以及 SOL 价格升值中获利。

稳定币

说到稳定币交易量和 TVL，Solana 上存在另一个奇怪的现象。Solana 上稳定币交易量明显高于 以太坊，但 DefiLlama 的数据显示，以太坊拥有 800 亿美元的稳定币 TVL，而 Solana 仅有 32 亿美元。

我认为，稳定币 TVL 是一个比低费用平台上的交易量和手续费收入更难操控的指标。稳定币交易量动态证实了这一点：@WazzCrypto 注意到 CFTC 宣布调查 Jump 后 Solana 上稳定币交易量突然下降：

https://x.com/WazzCrypto/status/1817560196073292033

散户遭受损失

除了 rug 和 MEV，散户交易的前景依旧暗淡。名人们选择 Solana 作为他们发行 Memecoin 的首选链，但结果并不乐观：

Andrew Tate 的 DADDY 是表现最好的名人代币，但它的回报率是 -73% 。

在推特上进行快速搜索还可以发现内幕交易猖獗以及开发着向散户倾销代币的证据：

你可能会问，「我的信息流上全是那些在 Solana 上通过交易表情包赚取数百万美元的人。这和你所说的有什么关系？」

我根本不相信 KOL 在推特上的帖子能够代表更广泛的用户群。在当前的狂热之下，他们很容易占据有利位置，推销他们的代币，从他们的追随者身上获利，然后重复这个过程。这里绝对存在幸存者偏差：胜利者的声音远远大于失败者的声音，从而产生了对现实的扭曲看法。客观地说，散户似乎每天都会遭受数百万美元的损失，包括骗子、开发者、内部人士、MEV、KOL，而且这还没有考虑到他们在 Solana 上交易的大部分东西都只是没有实质价值支持的 Memecoin 。很难否认，大多数 Memecoin 最终都会走向归零。

其他注意事项

市场瞬息万变，当情绪发生变化时，交易者曾经视而不见的因素就会变得清晰起来：

• 网络稳定性差，频繁中断

• 交易失败率高

• 无法读取的浏览器

• 开发门槛较高，Rust 的用户友好度远不如 Solidity

• 与 EVM 相比，互操作性较差。我相信，让多个可互操作的区块链争夺我们的注意力，比被束缚在单个链上要健康得多。

• 从监管角度和需求角度来看，ETF 通过的可能性很低。说明了为什么在 Solana 目前的状态下，机构需求会很低。

• 发行量高达 67, 000 SOL/ 天（1, 240 万美元）

• FTX 资产中仍有 4100 万 SOL（76 亿美元）锁定。其中 750 万（14 亿美元）将于 2025 年 3 月解锁，另外每月将解锁 60.9 万（1.13 亿美元），直至 2028 年。这些 SOL 代币的购买价格约为每枚 64 美元。

结论

与往常一样，卖铲子的人将从 Solana Memecoin 热潮中获利，而投机者则被洗劫一空，而且往往是在他们毫不知情的情况下。 我认为，通常的 Solana 指标被严重夸大了。此外，绝大多数自然用户正在快速地因不良行为者而遭受损失。幸好我们目前正处于狂热阶段，散户的流入速度仍超过这些老玩家的流出；而一旦用户因持续损失而疲惫不堪，许多指标就会迅速崩溃。如上所述，Solana 还面临一些基本面阻力，一旦市场情绪转变，这些阻力就会凸显出来。任何价格上涨都会加剧通胀和解锁压力。 最终，我认为从基本面来看 SOL 被高估了，虽然现有的情绪和势头可能会在短期内推动 SOL 价格继续上涨，但长期前景则更加不确定。

免责声明：作者过去曾多次持有 SOL，但目前并没有持有 SOL 的实质性头寸。上面提出的许多观点都是作者的推测，并非事实。作者的假设和结论可能存在错误，请始终保持谨慎 。