一年涨了8倍的Synthetix,创始人年度回顾

文章回顾了Synthetix在2019年底至2020年的显著变化,包括从中心化Oracle到去中心化治理,从有限功能到DeFi生态的扩展,展示了项目从单一稳定币到多元化资产的演进和面临的挑战。

未标题-3

未标题-2

2020是DeFi项目被加密世界广泛接受的一年,本篇文章可以通过SNX创始人的视角查看从业者眼中的DeFi发展脉络。

对于飘在云端的DeFi产业,看懂一手的链上数据的人毕竟是少数,通过他人观察并输出的信息就成为了我们观察世界的方式,长久下来,这些固化的信息结构就成为了我们的世界观。

相比于交易所或者信息网站中的市值排名、媒体人的年度回顾。类似Vitalik和SNX创始人这类从业者视角的文章因为稀缺所以更具价值。

很难相信距2020年1月1日只有365天。在这段时间里,不管是在Synthetix内部,还是在整个DeFi中都发生了很多事情。其实很难在一篇文章中涵盖所有内容,但我会尝试挑出其中重点来讲。这篇文章将用一种稍微不同的方式来回顾,不会简单地列出已经做过的事情,而是将列出所有在2019年底还不存在的东西。

现在,让我们回到2019年12月31日午夜,回顾一下当时的项目状态。说实话,当你意识到当时被建造的东西是如此之少时,你会感到有些震惊。

首先,我们仍然处于半仁慈的独裁者模式,而且Synthetix Foundation仍然存在。只有不到十个人在参与该项目,这是很多人直到今天仍未意识到的事情。我们已经度过了2018/2019年的“熊冬季”,所以我们也仅对项目进展至关重要的部分烧钱,因为我们不知道在市场解冻和熊死亡之前大概需要多长时间。 RIP beras。

到2019年底,我们只达到SIP-34,一年后我们也才达到SIP-103。通过SCCP我们只进行了9次变量更改,现在是67次。

我们仍在运行中心化Oracle!当时只有外汇汇率和大宗商品已过渡为Chainlink。挺令人震惊的,我知道。

我们仍然专注于L1,还没有演示以太坊的任何魔力。

GrantsDAO只是Garth眼中的一丝微光,而Spartan Council只是Andy的眼中的一丝微光。实际上,Andy只是synthetixDAO眼中的一丝微光。一路闪烁着光芒……

Kwenta是对Synthetix.Exchange的尚未命名的UX升级,我强烈反对这种说法,这只恰好是在独裁者被废除后立即启动的巧合...

收费回收还没有启动,有兴趣的人,我将在几天后发布另一篇文章,其中详细介绍了收费回收的整个历史,即Synthetix协议的前期运行。

Virtual Synths 尚未被构思,更不用说部署了。主要是因为我们尚未通过费用回收来打破可组合性,这是我们错失的一个很大的机会。

SNX代币每天在DEX和CEX上的交易金额为几百万美元,流动性极低,加上清算还没有开始。现在,我们在所有交易所拥有数千万美元的交易量,SNX现在是DeFi中流动性最强的ERC-20代币之一。

没有多少人意识到这一点,以前通常在提出索赔之前最多可以延迟六周,当我们进入2020年,这已经减少到了两周,但我们还没有实施改变,将申请减少到一周。

尽管我们在2019年7月推出了流动性激励措施,但我们尚未推出抵消债务池倾斜的反向激励措施。看起来有点疯狂,我们只是随意地让协议被倾斜了整整一年,却没有实施任何措施来解决它。我猜,要么对冲,要么死亡。

实际上我不得不检查了两次,但是在2020年初甚至还不存在protocolDAO。也许pDAO随机数现在已经达到1600,但感觉已经超过10个月了……

此外,即使没有其他人这样做,ETH maxis也会记住,但我们尚未启用将ETH作为抵押。而且我们当然还没有通过renBTC或新的做空机制推出BTC抵押品,这些都是在2020年底推出的。

今年年初,sUSD曲线池也没有出现。sUSD现在的流动性比2019年底时高了几个数量级。有趣的是,在经历了一些早期的摩擦后,是@andrecronje促成了Michael 和我之间的协议,让sUSD池越过了终点线。还有什么是他做不到的……

整个2019年贾斯汀都要求“一个月的冲刺”来处理技术债务,到2020年我们终于厌倦了他的抱怨,结果就是Opse cSprint,它解决了无数无聊的事情,我在这里就不讲了。但我听说那很重要。

该合作伙伴计划尚未启动,因此我们当然不会期望今年结束时会有十几名参与者。

在2019年,只有少数有远见的机构投资者加入了该项目,提供了流动性。到2020年,几乎所有活跃的DeFi机构投资者都加入了Synthetix网络,这成为了一股浪潮。我预计,一些坚持者最终会在2021年投降,加入该组织。

我们仍旧使用旧品牌,直到2020年底才进行重大更新。

Binary options尚未启动,尽管它们立即获得了一定的吸引力,但我们认为前进的最佳途径是将options分拆到自己的独立项目中。有几个团队已经提交了解决方案。如果您有兴趣参与,请与Discord联系,因为我们尚未完成此过程。

限价订单并不存在,当我们快完成时,该执行被取消了,新机制将在2021年初部署。我们确实获得了不同的费用,这是在用户体验上的巨大改进,因为允许Synths根据社区的共识产生不同的交易费用。

类似的期货也即将发布,但是考虑到oracle的延迟问题,我们决定推迟到L2主网,同时明年年初将会运行一个测试网。

赌注池尚未启动,xSNX启动是一个巨大的里程碑。它与dHedge的推出相结合,证明了syntix是一个可行的项目构建平台。

2019年12月31日午夜,当世界各地的时钟敲响时,还不存在这么多东西。然而,当我们在2020年结束的时候,仍然有很多事情要做,其中一些我们知道进入这一年,而一些只有在我们在2020年完成各种优先事项时才会出现。

有几件事很清楚的。 Synthetix社区社区在以太坊上建立了波动性最小、流动性最强、去中心化程度最高的稳定币。 sUSD的总供应量超过1亿美元,现在有超过2.5亿美元的合成资产在流通。这种说法可能会碰触到一些人,他们相信DAI是一个更强大的候选人,因为其总供应量超过10亿美元。但是,现在超过50%的DAI由中心式或托管资产支持,社区中的许多人都得出结论,尽管SAI(纯ETH支持)实际上比当前系统更好,但它的可扩张性要差得多。这将是Synthetix必须应对的问题,并且我们希望在今年将Synth的供应量扩大到10亿美元以上。此外,sBTC曲线池是在以太坊上采用BTC的重要推动力,它是BTC代币中流动性最强的代币之一。

然而,未来还有许多挑战,我将在即将发表的Synthetix 2021路线图帖子中对这些挑战进行更深入的讨论。但是从高层次来看,我们需要迁移到L2来解决许多问题,其中包括领先优势以及合成期货对杠杆交易的影响。我们需要继续进行去中心化治理的实验,继续引领这个领域。我们需要达到一个点,就是可以通过kenta和其他接口打开交易量的增长引擎。虽然我们在协议中用于缩放赌注的剧本并不能完美地转换,但许多策略和策略都可以,随着最后一个架构挑战的解决,希望交易量在今年中期出现爆炸式增长。

2020年对于Synthetix来说是又一个令人难以置信的一年,但它也突显出建立一个去中心化的衍生品交易所是多么具有挑战性。确保该系统不受审查的复杂性有所增加,这意味着我们需要比2019年更谨慎地推进,但过去6个月该系统的稳定表明,这一努力是值得的。

最后一点是,明年前两个季度的大量工作将集中在Synthetix V3上,完全改写合同。该计划将使我们能够解决协议面临的许多问题,并将建立一个平台,准备在未来12-18个月内扩大规模至数百亿美元。值得庆幸的是,synthetixDAO资本雄厚,能够在未来许多年内为这些和其他计划提供资金,为帮助执行此目标,我们预计Synthetix贡献者的数量将在2021年进一步增加。

作为syntix社区的一员,我从来没有像现在这样感到兴奋,与以往相比,该项目在前进的道路上具有更大的潜力和确定性。到2021年。

关于

UBI.city - 关于未来组织结构的协议,我们将与近日陆续发布更多关于UBI.city的构想与设计机制,欢迎感兴趣的区块链技术爱好者、社区发起者、研究分析人与Gavin、Iris联系,共同探讨UBI未来的可能性。

ChinaDeFi - ChinaDeFi.com 是一个研究驱动的DeFi创新组织,每天从全球超过500个优质信息源的近900篇内容中,寻找思考更具深度、梳理更为系统的内容,以最快的速度同步到中国市场提供决策辅助材料。

内容概要:本文介绍了基于噪声抑制半监督学习的锂离子电池SOH(State of Health,健康状态)估计方法的Python代码实现。该方法融合半监督学习框架与先进的噪声抑制机制,旨在利用少量标注样本和大量未标注数据,有效提升电池健康状态预测的精度与模型鲁棒性,特别适用于实际工程中电池老化数据标注成本高、样本稀缺的挑战性场景。通过设计高效的特征提取网络与可靠的伪标签生成及优化策略,模型能够有效识别并抑制训练过程中的噪声干扰,增强在复杂工况和数据波动下的泛化能力与稳定性。; 适合人群:具备一定机器学习理论基础和Python编程能力,从事电池管理系统(BMS)、新能源汽车、储能系统等领域的科研人员、工程师,以及专注于电池寿命预测、设备状态监测与智能运维等方向的硕博研究生;; 使用场景及目标:①解决锂离子电池SOH估计中标注数据获取困难、成本高昂的核心痛点;②提升模型在存在测量误差、传感器漂移或异常数据等噪声环境下的预测准确性与可靠性;③为相关科研课题提供可复现、可扩展的算法基准与开源代码框架,加速算法迭代与工程落地; 阅读建议:此资源以Python代码为核心载体,强调算法的完整复现与实验验证过程,建议读者结合代码逐模块剖析模型架构、损失函数设计与训练流程细节,并积极在自有电池数据集上进行迁移学习、参数调优与性能对比,以深入掌握半监督学习与噪声抑制技术在电池退化建模中的关键应用。
内容概要:本文系统阐述了高速串行信号在传输过程中因信道损耗导致的眼图闭合问题,并介绍了主流的均衡技术解决方案。信道作为低通滤波器,会显著衰减高频分量,造成码间干扰(ISI),尤其在速率高于1GHz时更为严重。为恢复信号质量,发送端采用FFE(前馈均衡器)实施预加重或去加重,提前补偿高频损耗;接收端则结合CTLE与DFE进行二次均衡:CTLE通过模拟高通滤波器“削峰填谷”提升高频响应,而DFE利用反馈机制消除后向码间干扰,提高判决准确性。文章详细解析了各均衡模块的工作原理、电路结构、关键参数及其频率响应特性,并通过PCIe 3.0实例展示均衡前后眼图的改善效果,最后对比了不同技术的适用场景与优缺点。; 适合人群:从事高速电路设计、信号完整性分析等相关领域的工程师和技术人员,以及具备一定通信原理和电子工程基础的研发人员; 使用场景及目标:①理解高速信号传输中的损耗机理与眼图退化成因;②掌握FFE、CTLE、DFE等均衡技术的设计原理与应用场景;③为高速接口(如PCIe、USB等)的信号完整性优化提供理论支持与实践指导; 阅读建议:建议结合仿真工具观察不同均衡参数对眼图的影响,深入理解抽头系数、零极点配置等关键参数的调节逻辑,并关注实际硬件实现中的功耗与噪声权衡问题。
内容概要:本文详细介绍了基于光伏逆变器调节的中低压配电网电压分层协调控制策略的Matlab代码实现方法,旨在应对高渗透率光伏发电接入导致的配电网电压越限问题。该策略构建了分层控制架构,上层采用集中式优化算法进行全局决策,下层则依赖本地测量信息实现快速动态响应,从而实现对多个分布式光伏逆变器的协同调控。文中系统阐述了控制模型的数学建模过程、优化求解算法的设计流程以及仿真验证方案,并基于标准测试系统开展了仿真实验,结果表明该方法在抑制电压波动、提升电压稳定性、降低网络损耗方面具有显著优势,具备良好的工程应用前景。; 适合人群:具备电力系统分析、自动控制理论及新能源并网技术等相关专业知识背景,熟悉Matlab/Simulink仿真平台,从事相关领域科研工作的高校研究生、科研院所研究人员及电力行业工程技术开发人员。; 使用场景及目标:①深入研究高比例分布式光伏接入背景下中低压配电网的电压控制难题;②掌握分层协调控制体系的设计理念与实现机制;③学习并实践基于Matlab的电力系统建模、优化算法编程与仿真分析技术;④为实际配电网电压调控项目提供可复现、可拓展的技术参考与解决方案支撑。; 阅读建议:建议读者结合所提供的Matlab代码与典型配电系统模型开展仿真实践,重点剖析控制架构的层级划分逻辑、通信机制设计以及优化目标函数的构建方法,同时可尝试将其拓展至多时间尺度协调控制、考虑通信延迟与数据丢包等更贴近实际的复杂应用场景中进行深入研究。
源码下载地址: https://pan.quark.cn/s/2e09cbca2d82 【针对青龙面板wxpusher推送问题的修复包】是一个为青龙面板(QL Panel)设计的更新或改进版本,其目的是纠正与wxpusher相关的推送故障。青龙面板是一个被广泛应用的自动化部署及管理解决方案,它赋予用户在图形化环境中执行多种IT运维操作的能力,涵盖脚本操作、周期性任务执行以及文件处理等。wxpusher作为青龙面板的一个附加组件,承担着实现微信消息推送的任务,用以保障用户可以即时获取系统关键状态变动或异常警报。 sendNotify.js 是此修复包内含的关键模块,属于wxpusher插件的一部分,其核心职责是发送各类通知。在JavaScript编程语言中,该脚本或许内含了处理推送流程、调用微信推送端点以及消息内容的格式化和校验等操作。一旦青龙面板监测到新的事件状况,例如任务成功完成、发生错误或系统进入维护阶段,sendNotify.js便会被激活,将相关数据传送至用户的微信账户。 ql.js 另一个重要的构成部分,可能代表了青龙面板的核心代码库或专用于wxpusher的设定文档。它或许包含了整合wxpusher的相关参数,例如启动过程、授权核实、故障应对和日志管理等功能。ql.js与sendNotify.js协同工作,确保wxpusher能够顺利与青龙面板进行数据交互,并可靠地向用户传递通知信息。 CK_WxPusherUid.json 这一文档很可能是储存用户信息或配置参数的JSON格式文件。"CK"通常指代Cookie或某种缓存机制,而"WxPusherUid"可能意指wxpusher用户的专属识别码。该文件用于保存用户微信推送服务的连接详情,让青龙面板可以...
源码链接: https://pan.quark.cn/s/a4b39357ea24 在Java开发中,处理大批量数据时,合理利用线程池可以显著提高程序的执行效率和资源利用率。 本文将深入探讨如何在Java中使用线程池来查询大量数据,以及这样做的好处和实现方法。 理解线程池的概念至关重要。 线程池是一种多线程处理形式,预先创建了若干个线程,当有任务需要执行时,会从线程池中取出一个线程来执行任务,任务执行完毕后,线程返回线程池中等待新的任务。 这种机制避免了频繁创建和销毁线程带来的性能开销,提高了系统的响应速度和并发处理能力。 Java中的线程池主要由`java.util.concurrent`包下的`ExecutorService`接口及其实现类提供。 最常见的实现是`ThreadPoolExecutor`,它允许我们自定义线程池的核心参数,如核心线程数、最大线程数、线程存活时间等。 使用线程池查询大批量数据的基本步骤如下: 1. **创建线程池**:我们需要创建一个线程池实例。 通常,我们可以根据实际需求设置线程池参数。 例如,如果数据量大且系统资源充足,可以适当增加线程数量;反之,若系统资源有限,应控制线程数量,避免资源过度消耗。 ```java int corePoolSize = 4; int maximumPoolSize = 8; long keepAliveTime = 60L; TimeUnit unit = TimeUnit.SECONDS; BlockingQueue<Runnable> workQueue = new LinkedBlockingQueue<>(); ThreadFactory threadFactory = Executors.defa...
内容概要:本文围绕基于Wasserstein生成对抗网络(W-GAN)的光伏场景生成程序展开研究,提出了一种利用W-GAN生成高精度、高波动性光伏出力场景的方法,以应对新能源发电中的不确定性挑战。研究通过构建生成器与判别器之间的对抗训练机制,有效捕捉光伏出力的时间序列特征与统计分布规律,生成符合实际运行条件的多样化场景数据,弥补实测数据稀缺问题。相较于传统GAN,W-GAN引入Wasserstein距离作为损失函数,显著提升了模型训练的稳定性与梯度传播的连续性,增强了生成样本的质量与多样性。文中还提供了完整的Python代码实现,便于读者复现与拓展。; 适合人群:具备一定Python编程能力、深度学习基础的研究生、科研人员,以及从事新能源电力系统规划、优化调度、不确定性建模等相关领域的工程师和技术人员。; 使用场景及目标:①用于电力系统中可再生能源出力的不确定性建模与风险评估;②支撑微电网、综合能源系统等场景下的随机优化、鲁棒优化与分布鲁棒优化研究;③为风光互补系统、储能配置、需求响应等应用提供高质量、多样化的输入场景;④帮助研究人员掌握深度学习在能源时序数据生成中的前沿应用,推动模型迁移至风电、负荷等其他场景生成任务。; 阅读建议:建议读者结合提供的Python代码进行动手实践,深入理解W-GAN的网络架构设计、损失函数构造、训练技巧及超参数调优策略,重点关注Wasserstein距离在缓解模式崩溃与梯度消失问题中的作用,并尝试将该框架拓展至多变量、多站点或多能源联合场景生成,提升模型的泛化能力与工程实用价值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值