來源：推特@a16zcrypto；編譯：松雪，

a16z分享了一些值得關注的加密貨幣主題……

一、進入去中心化新時代

正如我們一再看到的那樣，當強大系統(tǒng)或平臺的控制權掌握在少數人手中（更不用說一個領導人）時，侵犯用戶自由就變得太容易了。這就是為什么去中心化很重要的原因：它是一種工具，使我們能夠通過實現可信的中立、可組合的互聯網基礎設施來使系統(tǒng)民主化；推動競爭和生態(tài)多樣性；以及允許用戶更多的選擇和更多的所有權。

但是，在實踐中實現去中心化一直是困難的——尤其是在與集中系統(tǒng)的效率和穩(wěn)定性相對抗時。與此同時，大多數Web3治理模型都涉及使用簡化但繁瑣的治理模型的DAO（去中心化自治組織），這些模型基于直接民主或公司治理……而這些模型并不適用于去中心化治理的社會政治現實。

然而，由于過去幾年Web3的各種實驗，更好的去中心化實踐已經開始出現。這些實踐包括可以適應具有更豐富功能的應用程序的去中心化模型；還包括DAO采用權謀原則設計更有效的去中心化治理，使領導層負責任。隨著這些模型的演變，我們應該很快會看到前所未有的去中心化協(xié)調、運營功能和創(chuàng)新水平。@milesjennings，總法律顧問兼權力下放主管

二、重置未來的用戶體驗

盡管人們對加密貨幣用戶體驗的基本問題進行了許多抱怨，但實際上自2016年以來，這方面的基本情況并沒有發(fā)生太大變化。仍然存在太多復雜性：自主保存密鑰；將錢包與去中心化應用程序（dApps）連接；將簽名交易發(fā)送到越來越多的網絡端點等。這超出了我們能夠期望用戶在他們在加密應用中的前幾分鐘內學到的內容。

但是現在，開發(fā)人員正在積極測試和部署新工具，這些工具可能在未來一年重新定義加密前端用戶體驗（UX）。其中之一是包括簡化用戶在其設備上登錄應用程序和網站的通行證；與更容易受到攻擊并且需要用戶手動操作的密碼不同，密碼是自動以加密方式生成的。 其他創(chuàng)新包括：

• 智能賬戶，使賬戶本身可編程，因此更容易管理；

• 嵌入式錢包，內置在應用程序中，因此可以使引導過程更順暢；

• 多方計算（MPC），使第三方更容易在不保管用戶密鑰的情況下支持簽名；

• 高級遠程過程調用（RPC）端點，可以識別用戶的需求并填補差距等等。

所有這些不僅有助于推動Web3更加普及，還可以使用戶體驗比Web2更好、更安全。 @eddylazzarin，首席技術官（CTO）

三、模塊化技術堆棧的興起

在網絡世界中，有一種力量總是不可避免地支配其他力量：網絡效應。網絡效應通常非常強大，以至于實際上只有兩種模塊化方式——一種是擴展和增強網絡效應的模塊化；另一種是瓦解和削弱網絡效應的模塊化。在除了極為罕見的情況下，只有前者才是有意義的，特別是在涉及開源技術時。與此同時，整體架構的優(yōu)勢在于允許在本應是模塊化邊界的地方進行深度整合和優(yōu)化，從而實現更高的性能...至少在最初是這樣的。

但是開源、模塊化技術堆棧的最大優(yōu)勢在于它釋放了無需許可的創(chuàng)新；允許參與者專業(yè)化；并激勵更多的競爭。在這個世界上，我們需要更多這樣的東西。 @alive_eth，普通合伙人（General Partner）

四、人工智能+區(qū)塊鏈的融合

去中心化的區(qū)塊鏈是對中心化人工智能的一種平衡力。目前，人工智能模型（例如ChatGPT）只能由少數幾家科技巨頭進行培訓和操作，因為所需的計算資源和培訓數據對于較小的參與者來說是難以承受的。但是通過加密技術，可以創(chuàng)建多方參與、全球、無需許可的市場，任何人都可以為網絡做出貢獻，并因此得到報酬，為需要這些資源的人提供計算資源或新數據集。利用這些資源的長尾將使這些市場能夠降低人工智能的成本，使其更易于獲取。

但隨著人工智能改變我們產生信息的方式——改變社會、文化、政治、經濟——它還創(chuàng)造了豐富的人工智能生成內容的世界，包括深度偽造。加密技術同樣可以在這里發(fā)揮作用，以打開黑匣子；追蹤我們在網上看到的事物的起源等等。

我們還需要找到去中心化生成式人工智能并以民主方式進行治理的方法，以確保沒有一個參與者最終擁有為所有其他人決定的權力；Web3是解決這個問題的實驗室。去中心化的、開源的加密網絡將使人工智能創(chuàng)新變得更加民主化（而不是集中化），最終使其對消費者更加安全。@ahall_research，斯坦福大學教授； @DarenMatsuoka，數據科學家； @alive_eth，普通合伙人（General Partner）

五、"玩而賺"變成了"玩和賺"。

在“玩而賺”（P2E）游戲中，玩家經常能夠根據他們在游戲中花費的時間和努力賺取真實世界（而不僅僅是虛擬的）金錢。這一趨勢與正在改變游戲和其他領域的更廣泛變革相關——從創(chuàng)作者經濟的崛起到人與平臺之間關系的變化。Web3使我們能夠打破當前的常態(tài)，其中游戲中的所有收益都僅歸游戲公司所有。用戶在這些平臺上花費了很多時間，并為其創(chuàng)造了很大的價值，因此他們也應該得到報酬。

但是游戲并不一定是為了成為工作場所而設計的（至少對于大多數玩家來說不是）。我們真正需要的是既有趣又能讓玩家捕獲更多他們創(chuàng)造的價值的游戲。因此，P2E越來越演變成了“玩和賺”，在游戲和工作場所之間建立了重要的區(qū)別。隨著P2E超越其最初的成長階段，相關游戲經濟的管理動態(tài)將繼續(xù)變化。

然而，最終，這將不是一個獨立的趨勢，而將成為游戲的一部分。 @AriannaSimpson，普通合伙人（General Partner）

六、當人工智能成為游戲制造者時，加密貨幣提供了保證

作為一個長時間思考Web3游戲和游戲未來的人，對我來說很明顯，游戲中的人工智能代理必須帶有保證：它們基于某些模型，并且這些模型在執(zhí)行時沒有受到破壞。否則，游戲將失去完整性。

當傳說、地形、敘事和邏輯都是程序生成的——換句話說，當人工智能成為游戲制作者時——我們將希望知道游戲制作者是可信的中立方。我們將希望知道這個世界是建立在保證的基礎上的。加密技術提供的最重要的東西就是這些保證——包括在人工智能出現問題時理解、診斷和懲罰的能力。

從這個意義上說，“AI對齊”實際上是一個激勵設計問題，就像處理任何人類代理一樣是一個激勵設計問題……而這正是加密技術所關注的。 @carrawu，投資合伙人

七、形式驗證變得不那么正式

雖然形式化方法在驗證硬件系統(tǒng)方面很受歡迎，但在軟件開發(fā)中使用較少。對于大多數不涉及硬件或安全關鍵系統(tǒng)的開發(fā)人員來說，這些方法太復雜，可能會增加顯著的成本和延遲。然而，智能合約開發(fā)人員有不同的需求：他們開發(fā)的系統(tǒng)處理數十億美元；錯誤將產生災難性的后果，并且通常無法進行熱修復。因此，在軟件開發(fā)，特別是智能合約開發(fā)中，需要更易于訪問的形式化驗證方法。

在2023年，我們看到了一波新工具的涌現（包括我們的工具），其開發(fā)者體驗比傳統(tǒng)的形式系統(tǒng)要好得多。這些工具利用了智能合約在體系結構上相對于常規(guī)軟件更簡單的事實——具有原子和確定性執(zhí)行；無并發(fā)或異常；小內存占用和很少的循環(huán)。這些工具的性能也在迅速提高，通過利用SMT求解器性能的最新突破（SMT求解器使用復雜算法來識別或確認軟件和硬件邏輯中缺陷的缺失）。

隨著開發(fā)人員和安全專家中受到形式化方法啟發(fā)的工具的日益普及，我們可以期待下一波智能合約協(xié)議更加健壯，更不容易受到昂貴黑客攻擊的影響。 @0xkarmacoma，研究工程合作伙伴

八、NFT 成為無處不在的品牌資產

越來越多的知名品牌已經開始通過NFT的形式向主流消費者推出數字資產。例如，星巴克推出了一款游戲化的忠誠計劃，參與者在探索公司的咖啡產品時收集數字資產。與此同時，耐克和Reddit也開發(fā)了數字可收藏的NFT，明確面向廣泛受眾進行推廣。

但品牌可以做得更多：它們可以使用NFT來代表和強化客戶身份和社區(qū)關系；連接實體商品和它們的數字表示；甚至可以與最忠實的愛好者一起共同創(chuàng)造新產品和體驗。在2022年和2023年，我們看到了一種趨勢，即以低價NFT的形式作為大規(guī)模收藏品進行消費者商品的管理——通常通過托管錢包和/或相應低交易成本的“第二層”區(qū)塊鏈。

今年，許多條件已經具備，使得NFT成為各種公司和社區(qū)的數字品牌資產普及化——正如@skominers和我在一本即將出版的書中所解釋的那樣。 @skominers，研究合作伙伴

九、SNARK 成為主流

在歷史上，技術專家一直采用以下幾種策略來驗證計算工作負載：1) 在可信機器上重新執(zhí)行計算；2) 在專門用于任務的機器上執(zhí)行計算，即（TEE受信任執(zhí)行環(huán)境）；3) 在可信中立基礎設施上執(zhí)行計算，比如區(qū)塊鏈。每種策略在成本或網絡可擴展性方面都存在限制，但現在，SNARKs（Succinct Non-interactive ARguments of Knowledge）變得更易用。SNARKs允許通過不可偽造的未受信任的“證明者”計算某個計算工作負載的“加密收據”：在過去，計算這樣的收據的成本是原始計算的10^9倍；最近的進展使這個數字更接近10^6。

因此，SNARKs在初始計算提供者可以承受10^6倍開銷而客戶無法重新執(zhí)行或存儲初始數據的情況下變得可行。由此產生的用例有很多：物聯網中的邊緣設備可以驗證升級。媒體編輯軟件可以嵌入內容的真實性和轉換數據；而重新制作的模因可以向初始來源致敬。LLM推斷可以包含真實性信息。我們可以擁有自我驗證的IRS表格，無法偽造的銀行審計，以及許多更有益于消費者的用途。 @samrags_，投資工程