LAYER:获5000万美元融资,再质押协议EigenLayer如何重塑以太坊生态?

近日,以太坊再质押协议EigenLayer开发商EigenLabs宣布获得由BlockchainCapital领投的5000万美元融资,鉴于熊市期间风投对加密初创公司的投资资金显著放缓,EigenLabs在众多项目中脱颖而出。它曾在去年完成了由PolychainCapital和EtherealVentures领投的1450万美元种子轮融资。EigenLayer寻求通过再质押将加密经济安全性扩展到在以太坊网络上构建的应用程序,被誉为2023年以太坊生态系统中最新颖的创新之一。用EigenLayer自己的话说,它是“去中心化信任的通用市场”,这意味着以太坊上的应用程序负责生成自己的信任机制。曾在华盛顿大学担任人工智能和区块链应用副教授8年多的创始人SreeramKannan表示,EigenLabs的使命是构建促进开放式创新的协议和基础设施。什么是Eigen?

武汉“23条”新政:开源平台或社区经认定最高可获500万元一次性补助:金色财经报道,武汉市人民政府发布《武汉市支持数字经济加快发展若干政策》,《政策》中提到,鼓励支持举办各类元宇宙等在国际国内有影响力的重要活动或者创新大赛,支持数字经济基础环节和前沿领域公共服务平台、开源平台或者社区等建设,经市级以上主管部门认定的,按照软件和硬件设备投资额的30%给予最高500万元一次性补助。支持以元宇宙、区块链等相关产品和技术等为主营业务的投资项目。尝试区块链等技术在未来城市场景中的应用,在区块链等数字经济领域,每年发布一批应用场景创新重点任务,对揭榜后经考核认定实施成功的,按照项目总投入30%的比例给予最高200万元资金支持。[2022/5/8 2:58:24]

根据EigenLayer的白皮书,Eigen使用户能够重新抵押他们的ETH,并将加密经济安全性扩展到网络上的其他应用程序。Eigen智能合约层将通过设置取款权限自动重新抵押用户的ETH,并通过验证在以太坊上构建的新应用程序来增强安全性。协议受益于以太坊区块链的安全性,因为质押的抵押品保护了以太坊和协议。用户受益于双重质押收益,一种来自以太坊,另一种来自受保护的附加协议。这是加密经济安全中的一种新机制。以前,不可能通过单一抵押品获得超过一层的信任,这种再质押原语克服了整个以太坊区块链信任断层的挑战。与任何创新一样,新机遇伴随着新风险。当用户获得额外奖励以换取获得额外协议时,也承担了新的削减风险。EigenLayer是opt-in,即用户可以选择是否参与保护附加协议。当用户选择加入时,智能合约管理质押的ETH的提款凭据。如果发生恶意链上活动,则会发生Slashing,质押者将无法提取原来存入的本金。在以太坊目前的设计下,高达50%的抵押ETH可以被Slashing。因此,当提款被触发时,至少有50%的ETH仍保持可用,EigenLayer可以削减协议上剩余的50%,因此EigenLayer的再抵押机制通过显著增加恶意攻击的成本来增强安全性。EigenLayer有什么优势?

Grafana Labs获5000万美元A轮融资:开源数据可视化工具Grafana开发者Grafana Labs已经获得5000万美元A轮融资。这笔投资来自Lightspeed Venture Partners和Lead Edge Capital Management LLC。(Decrypt)[2020/8/18]

EigenLayer为Oracles和Bridges提供服务,例如同一网络上的数据可用性,它已经为以太坊推出了一个名为EigenDA的数据可用性层。与以太坊基础层相比,它为数据可用性提供了更便宜和更高的带宽:以太坊目前每秒处理80KB,但EigenLayer将允许高达每秒15MB。EigenLayer创始人SreeramKannan强调,未来EigenDA的预期处理效率将达到1GB/s。这将推动以太坊基础层上更好的可编程性,从而提高开发速度。当协议更快速、更轻松地相互交互时,创新的速度就会提高。由于质押的边际成本为零,以太坊的价值将不断增长:以太坊上的协议可以通过保护以太坊的相同资本存量来保护。这应该会导致以太坊吸引新的资本来保护其基础层。因此,协议可以避免将代币化作为一种安全机制,应该会改善代币经济学并减少唯利是图的资本问题。由于协议由基础层保护,因此攻击成本显著上升:

DeFi衍生品平台Hedget获50万美元种子轮融资:8月4日,DeFi衍生品平台Hedget宣布获得来自FBGCapital和NGCVentures领投的50万美元种子轮融资。[2020/8/4]

中间件服务和DApp可以构建在EigenLayer之上,用户在抵押的ETH上享受更高的收益。由于EigenLayer是选择性加入的,它通过获得质押的ETH提款凭证的权利来执行其机制。根据@Folifoxx的分析,EigenLayer类似于合并挖矿,矿工可以在其中挖矿并保护一个占主导地位的区块链,但同时挖矿并保护另一个链:

动态 | 雪道跟单获500万美金战略投资同时在新加坡建立基金会:据官方消息,近日,雪道跟单获得开曼离岸基金500万美元战略投资,投资方为四维全球战略基金(Four Dimensions Global Strategy Fund; Registration No. 1542752) 。雪道官方表示,本轮融资为打造数字资产合约市场泛娱乐社交跟单平台,将用于加强数据机制的挖掘能力以及提升实盘上线后的产品体验度。同时,为保障雪道跟单全球战略部署顺利运行,XueDao Foundation已于12月31日成立,该基金会的主要任务是公开、公正和透明的原则上运营雪道的生态网络,以及对雪道开发团队进行支持。[2019/12/31]

它还提高了以太坊治理过程的效率和有效性:最后,它通过更好地分散最强节点的资源过剩来提高以太坊区块链本身的效率。简单来说,EigenLayer应该让更小的网络运行得更流畅:它对Celestia等其他模块化区块链造成挑战:EigenLayer可以更快地创建一个规模可观的验证者网络;由于它不是一个独立的共识层,因此它会更低成本并且具有更高的处理效率;EigenDA的用例专门用于rollup证明,允许去中心化rollup定序器。优势总结:

SoFi CEO启动区块链初创公司Figure 已获5000万美元融资:SoFi首席执行官成立新贷款公司Figure,并获5000万美元风险融资。该轮融资由DCM Ventures和Ribbit Capital领投,Mithril Capital Management跟投。SoFi正在探索一种使用区块链来彻底改变产权保险。[2018/5/2]

EigenLayer提供比以太坊主网更便宜和更高的带宽。它的引入应该会增加以太坊协议的互操作性,从而提高创新速度。更多的资金应该流入以太坊生态系统,以利用额外的收益。它通过使用EigenLayer提高了可以利用主网的协议的安全性。它比Celestia等其他模块化区块链解决方案更便宜。Eigenlayer的潜在用例

一些用例随着Eigenlayer的全面开发而出现,根据LlamaCollege的总结,主要包括以下几个方面:1.跨链桥Eigenlayer的最佳用例是被slashing可能性很小的协议。例如,经常上线的协议可能不太合适,因为服务器总是很可能崩溃并最终导致质押被削减。另一方面,跨链桥可能更合适,诸如Hyperlane之类的跨链桥由于其灵活性和对节点的活性没有要求而被削减的可能性很小。这为Eigenlayer提供了一个有利于它发挥的环境。其他协议包括Succinct、Axelar网络和Squid。2.Layer2Rollups多个layer2涌入市场时,Eigenlayer将运行Rollup定序器,使Optimism和Arbitrum等L2的定序器能够去中心化和安全。3.Oracles这可能是另一个合适的用例,因为它们由代币的价值保护,例如LINK。通过使用更多抵押品来保护预言机网络,预言机可以获得10倍的安全性,从而降低了预言机对DeFi进行攻击的可能性。4.RPC节点远程过程调用是一种计算机服务器,允许用户读取区块链上的数据并将交易发送到不同的网络。Eigenlayer将启用真正去中心化的RPC节点。现有的解决方案,如POKT网络和像Infura这样的中心化供应商,都可能转向Eigenlayer。去中心化RPC对于避免客户端级别的审查至关重要。EigenLayer的未来

EigenLayer可以彻底改变用户使用以太坊的方式。它不仅允许用户通过选择将他们的ETH抵押在其他协议上来获得更高的收益,而且还提高了以太坊上的互操作性、效率和治理的有效性。简而言之,EigenLayer可能是以太坊真正的游戏规则改变者。FluidProtocol开发人员MeirBank称其为自以太坊推出以来最重要的协议,并且是“一件大事”。Coinbase协议专家和参与EigenLayer种子轮融资的天使投资人ViktorBunin表示:“Sreeram和团队正在解决一个极其困难的问题,但这个问题有可能产生巨大的影响,有数百亿美元的抵押ETH,未来会有万亿。让这些资金发挥作用可以让行业走上更好的道路。”

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金星链

以太坊价格EDG:FTX重启,并不是心血来潮?

4月13日凌晨,关于已破产交易所FTX的故事出现了戏剧化的反转。 周三,来自FTX代理律师事务所SullivanCromwell的律师AndyDietderich在特拉华州的法庭听证会上表示,F.

[0:15ms0-0:686ms