1. Introdução

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

Um dos maiores problemas dos ambientes multi-chain 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 precisam 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 da rede para cada cadeia separadamente.

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

2. Melhorando a tecnologia de cadeia cruzada através da abstração de cadeia

A tecnologia de cadeia cruzada está ganhando atenção como uma solução para os desafios apresentados pelo complexo ambiente de várias cadeias. Isso 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 atuais de cadeia cruzada focam principalmente em conexões diretas entre duas cadeias, o que não aborda completamente as complexidades de um ambiente de múltiplas cadeias. Especificamente, a experiência do usuário ao mover ativos entre múltiplas cadeias ainda requer melhorias, e as características únicas de cada cadeia continuam a apresentar desafios.

Para resolver essa limitação, a equipe do Everclear introduziu uma tecnologia inovadora em 2023 chamada de Abstração de Cadeia. Essa tecnologia avança as capacidades de cadeia cruzada ao abstrair 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 tem como objetivo melhorar significativamente a experiência do usuário, eliminando as complexidades e frustrações dos ambientes de várias cadeias.

3. Abstração de Cadeia Não é Mágica

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

A tecnologia de abstração de cadeia é implementada por meio do framework de Elementos Chave de Abstração de Cadeia (CAKE), que consiste em três camadas: 1) Camada de Permissão, 2) Camada de Solucionador e 3) Camada de Liquidação.

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

A camada do resolvedor desempenha um papel crucial. Enquanto o movimento e a 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 primeiro utiliza a liquidez no Optimism para enviar os ativos para o usuário. Em seguida, ele recebe os ativos do usuário no Arbitrum.

4. Clearing: Aumentando a Eficiência da Abstração de Cadeia

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

4.1. Desafios com a Camada do Solucionador

O solucionador enfrenta dois desafios principais. O primeiro é o problema de Rebalanceamento de Liquidez, que ocorre à medida que o solucionador gerencia movimentos de ativos multi-cadeia em seu nome. Com o tempo, a distribuição de ativos do solucionador se desloca das proporções iniciais e concentra a liquidez em certas cadeias. Para corrigir esse desequilíbrio, o solucionador deve realizar periodicamente operações de rebalanceamento. Esse processo é demorado e custoso, o que resulta em um ônus operacional. Isso afeta diretamente a eficiência e a lucratividade do solucionador e pode, em última instância, impactar a experiência do usuário.

O reequilíbrio de 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 à saída de ativos devido a negociações e saques dos usuários. Os serviços de ponte que frequentemente trocam fundos, os market makers e os grandes investidores que realizam negociações significativas também enfrentam desafios de gerenciamento de liquidez.

O segundo desafio é o risco de centralização para os solvers decorrente do problema de rebalanceamento de liquidez. Solvers com grandes reservas de ativos podem gerenciar o rebalanceamento de liquidez com relativa facilidade. No entanto, solvers menores enfrentam restrições de tempo e custo, o que torna o rebalanceamento difícil. Isso poderia levar à dominância de mercado por alguns solvers bem capitalizados e centralizar o ecossistema. Essa centralização aumenta as vulnerabilidades da rede e aumenta o risco de distorções de preço e desequilíbrios de mercado causados pela dominância de alguns jogadores.

4.2. A Camada de Compensação: Inspirado na Finança Tradicional

A questão da ineficiência do solucionador pode ser resolvida adotando o conceito de "compensação" das finanças tradicionais. A compensação envolve compensar várias transações para reduzir o movimento real dos ativos e melhorar a eficiência. Esse método também é amplamente aplicado na indústria de pagamentos.

Origem: Everclear

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

Fonte: Everclear

Espera-se que o conceito de compensação também seja aplicado em um ambiente Web3. De acordo com a análise da Everclear, cerca de 80% do volume diário de transações de cadeia cruzada podem ser compensados. Isso reduz a necessidade de movimentações frequentes de ativos e permite que a liquidez seja utilizada de forma mais eficiente. Muitas transações podem ser processadas sem transferências reais de ativos, melhorando significativamente a eficiência em todo o sistema. Essa otimização de liquidez espera-se que aborde de forma efetiva os desafios de rebalanceamento 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 cross-chain para resolver o problema de rebalanceamento 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. Nesta configuração, mainnets como Ethereum, Arbitrum e Optimism servem como os raios. 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, a solicitação do usuário A é enviada por meio de uma fila de Intenção do Arbitrum (o spoke) para o Everclear (o hub). Se não houver solicitações correspondentes disponíveis quando ela chegar ao Everclear, a solicitação será colocada na fila de Fatura.

Em seguida, o pedido do Usuário B é enviado do Optimism (o spoke) para o Everclear (o hub). Como há faturas correspondentes na fila, o pedido de B é adicionado à fila de Depósitos e correspondido assim que as condições forem atendidas.

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

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

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

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

Fonte: Connext

A primeira força técnica vem da extensa experiência da Everclear. A equipe tem operado 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 tem obtido ampla adoção e recepção positiva dentro do ecossistema do Ethereum, demonstra a experiência 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 por meio de design modular. Everclear utiliza uma arquitetura modular em vez de uma monolítica. Ao focar no desenvolvimento de tecnologia de camada de compensação e empregar uma estrutura modular, Everclear torna mais fácil integrar com outras tecnologias. Essa abordagem permite que cada projeto incorpore Everclear de forma perfeita em sua infraestrutura existente ou a adapte de acordo com suas preferências técnicas. Esse design aumenta a aplicabilidade geral do Everclear e aumenta a compatibilidade com uma ampla gama de projetos.

Finalmente, o Everclear lida de forma eficiente com grandes transações. Foi 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 filas para gerenciar transações grandes de forma confiável. Também permite ajustes em condições como o tamanho da fila e intervalos de processamento para se adequar 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 por meio de sua camada de compensação, o problema do início a frio - garantir liquidez nas fases iniciais - continua sendo um desafio para novos projetos. Essa falta de liquidez limita o crescimento do projeto e a aquisição de usuários, representando uma barreira significativa para a inovação e a competição. Projetos em estágio inicial frequentemente recorrem a incentivos para criadores de mercado ou pontes para fornecer liquidez. No entanto, isso pode ser custoso para muitos.Para resolver isso, a Everclear planeja introduzir um novo modelo de token chamado "vbNEXT" para resolver o problema de inicialização a frio para esses projetos. O modelo aproveita o ecossistema existente do token NEXT.

O cerne do modelo de token vbNEXT é fornecer liquidez para 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 (ramas) durante cada Época.

Os votos são contados através do Sistema de Calibração. Após cada Época, um peso é calculado com base no número de votos por calibração. Isso determina a distribuição de tokens NEXT para cada elo, com os solvers recompensados de acordo com o volume de transações que processam. As cadeias com mais votos recebem uma parcela 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 começo frio enfrentado por novos projetos.

7. Pensamentos Finais

A Everclear anunciou recentemente o lançamento de sua versão beta da mainnet. A camada de compensação e o modelo de token vbNEXT devem 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, o Everclear suporta cadeias compatíveis com EVM, mas planeja expandir o suporte para incluir outros ambientes, como SVM e MoveVM. Isso permitirá que o Everclear alcance uma maior escalabilidade em um ecossistema multi-cadeia e o torne mais acessível a uma variedade mais ampla de usuários e desenvolvedores.

Aviso legal：

1. Este artigo é republicado de [Relatórios de Pesquisa do Tiger], Todos os direitos autorais pertencem ao autor original [Jay Jo e Yoon Lee]. Se houver objeções a esta reproducão, por favor entre em contato com o Aprender sobre a Gateequipe, e eles vão lidar com isso prontamente.
2. Aviso de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum 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.