[Angielski długi tweet] Współzałożyciel Scroll: Nieunikniona droga ZK

Chainfeeds Wprowadzenie:

Czterdzieści lat temu zero-knowledge proofs (ZK) były jedynie ignorowanym pomysłem, matematyczną ciekawostką. Dwadzieścia lat temu stały się kosztownymi, wartymi miliony dolarów eksperymentami bankowymi. Dziś zero-knowledge proofs to już nie tylko obietnica.

Źródło artykułu:

Autor artykułu:

Sandy Peng

Poglądy:

Sandy Peng: Od oryginalnej publikacji z 1985 roku zero-knowledge proofs przeszły dekady akademickich badań i przemysłowych wątpliwości: w latach 80-90. naukowcy rozszerzyli interaktywne dowody na warianty zero-knowledge oraz badali nieinteraktywne implementacje (np. heurystyka Fiat-Shamir); w latach 2000. firmy i zespoły kryptograficzne rozpoczęły ograniczone eksperymenty, ale rzeczywiste wdrożenia były rzadkie, a technologia pozostawała głównie w niszowych zastosowaniach, takich jak systemy tożsamości, prywatności czy dedykowany sprzęt; po 2020 roku, wraz z rozwojem blockchain i architektur roll-up, koszty, opóźnienia i złożoność inżynieryjna systemów ZK znacząco spadły, choć średni koszt pojedynczego dowodu nadal wynosił około 80 dolarów (stan na grudzień 2023). Dziś koszt transakcji na Scroll jest niższy niż 0,01 dolara, co oznacza spadek kosztów o 8 000 razy. Technologia, która kiedyś wydawała się „niemożliwa”, jest dziś tańsza niż wiele rollupów opartych na Optimism. Zero-knowledge proofs to nie tylko narzędzie skalowania – ich kluczową cechą jest zarządzanie prywatnością, czyli selektywne ujawnianie lub ukrywanie informacji, co zapewnia użytkownikom i instytucjom bezpieczeństwo finansowe i godność, czego nie dają transparentne blockchainy. Rozpowszechnienie technologii zero-knowledge jest podobne do rozwoju AI. W AI wiele firm skupia się na budowie modeli — OpenAI, Anthropic, Google i inne firmy trenują systemy od podstaw, kontrolując warstwy optymalizacji i dane; inne firmy budują aplikacje na bazie tych modeli, zamieniając istniejącą inteligencję w aplikacje, interfejsy czatu czy narzędzia produktywności. Oba podejścia tworzą wartość, ale generują różne relacje władzy: kontrola nad modelem bazowym to kontrola nad kluczowymi możliwościami, a budowanie tylko na nim oznacza zależność od roadmapy innych — to różnica między posiadaniem ziemi a jej dzierżawą. Przykładowo Apple integruje model OpenAI z Apple Intelligence, zamiast budować własny model. Nawet dostawcy modeli rozumieją, że samo budowanie lepszych modeli nie wystarczy, by zdobyć przewagę rynkową. Gdy doświadczenie użytkownika zapewniają aplikacje wyższego poziomu, dostawcy modeli mogą stać się niewidoczną infrastrukturą — potężną, ale łatwą do zastąpienia. Po zrozumieniu tego, OpenAI uruchomiło własną przeglądarkę, interfejs głosowy i narzędzie do generowania wideo Sora, prezentując możliwości modeli i budując relacje z użytkownikami. Ten trend przyspiesza również w krypto: część zespołów skupia się na infrastrukturze, inne rozwijają aplikacje dla użytkowników. Obie są równie ważne — infrastruktura bez użytkowników to pusta skorupa, a aplikacje bez kontroli nad warstwą bazową nie mogą się skalować w długim terminie. Na tej podstawie Scroll ewoluuje z „pojedynczego łańcucha” do ekosystemu obejmującego produkty dla użytkowników końcowych, z naciskiem na mobile-first, by poprawić doświadczenie użytkownika i zapewnić współrozwój infrastruktury i aplikacji. Infrastruktura Scroll osiągnęła przełom w kosztach i prywatności. Dzięki najnowszej aktualizacji Feynman koszt transakcji jest niższy niż w niektórych OP-rollupach; Cloak zapewnia warstwę prywatności z możliwością audytu; Ceno wprowadza nową generację zero-knowledge proverów, wykorzystując protokół GKR sumcheck. Po stronie użytkownika, @usxcapital uruchomił pierwszego stablecoina neodollar napędzanego zero-knowledge — prywatnego i wydawalnego, z zyskiem ok. 10-15%; Garden oferuje aplikację do oszczędzania w krypto; @ether_fi Cash zrealizował już 1,2 miliona transakcji, z łącznymi wydatkami ponad 100 millions dolarów; projekty RWAs jak @ProjectMochaHQ tokenizują kenijskie drzewa kawowe, umożliwiając każdemu inwestowanie w rolnictwo; @ChatterPay umożliwia przelewy przez WhatsApp; @SynthOS__ wykorzystuje AI do rekomendowania spersonalizowanych portfeli zysków. Rozwój zero-knowledge proofs trwa już 40 lat — od matematycznej ciekawostki, przez eksperymenty bankowe, po dzisiejszy nieunikniony trend. Wcześniej kosztowne i trudne do wdrożenia, dziś systemy zero-knowledge są nie tylko wydajne i użyteczne, ale także zapewniają selektywne ujawnianie danych, umożliwiając eksperymenty finansowe, zarządzanie i instytucjonalne. Transparentne blockchainy mogą obsługiwać spekulacje, zwykłe płatności i niektóre zastosowania instytucjonalne, ale brak prywatności uniemożliwia obsługę wrażliwych scenariuszy. Silnie prywatne blockchainy mogą realizować niemal wszystkie funkcje w finansach, głosowaniu, eksperymentach zarządzania, stanowiąc solidną podstawę dla cyfrowej gospodarki i eksperymentów instytucjonalnych. Technologia zero-knowledge przeszła od teoretycznych eksperymentów do nieodwracalnego rdzenia infrastruktury.