مصاحبه با مایکل، مدیرعامل Brevis: مقیاس‌پذیری zkVM بسیار مؤثرتر از L2 است

در محیطی با سخت‌افزار مصرفی، ۶۴ پردازنده گرافیکی ⁦%99.6⁩ از اثبات بلوک L1 را در ۱۲ ثانیه تکمیل کردند—ماشین مجازی چندپردازنده‌ای دانش صفر (zkVM) شرکت Brevis با نام Pico Prism به جهشی چشمگیر در عملکرد دست یافت.

این پیشرفت مهم همچنین توجه زیادی را در جامعه اصلی اتریوم برانگیخت. ویتالیک بوترین، بنیان‌گذار اتریوم، علناً گفت: «خوشحالم که می‌بینم Pico Prism شرکت Brevis رسماً وارد حوزه تأیید ZK-EVM شده است. این گامی مهم برای ZK-EVM در زمینه سرعت و تنوع اثبات‌هاست.»

مایکل، هم‌بنیان‌گذار و مدیرعامل Brevis، گفت: «خود داده‌ها گویای همه‌چیز هستند. ما زیرساختی ساخته‌ایم که می‌تواند خروجی بلوک‌های اتریوم را در لحظه و با سخت‌افزار مصرفی پردازش کند. این عملکرد، بهترین پاسخ به هدف اتریوم برای تمرکززدایی است.»

مایکل، هم‌بنیان‌گذار و مدیرعامل Brevis، دکترای علوم رایانه از UIUC و متخصص سیستم‌های توزیع‌شده و شبکه‌سازی پربازده است. او چندین استارتاپ در سیلیکون‌ولی را با موفقیت راه‌اندازی کرده و از آن‌ها خارج شده است؛ نتایج پژوهشی‌اش نیز به‌وسیله شرکت‌های فناوری متعددی، از جمله Google، به کار گرفته شده‌اند. او در سال ۲۰۱۸ شبکه Celer را بنیان گذاشت که ارزش‌گذاری آن در اوج از ⁦$2B⁩ فراتر رفت. امروزه او رهبری تیم Brevis را بر عهده دارد تا اثبات‌های دانش صفر را با محاسبات قابل‌راستی‌آزمایی ترکیب کند و زیرساختی بسازد که واقعاً بتواند نیازهای محاسباتی گسترده اکوسیستم اتریوم را پشتیبانی کند.

برای درک بهتر چگونگی دستیابی Brevis به این پیشرفت و معنای آن برای اکوسیستم اتریوم، DapTran از BlockBeats مصاحبه‌ای عمیق با مایکل، هم‌بنیان‌گذار و مدیرعامل Brevis، انجام داد.

ما سه پرسش اصلی را بررسی کردیم:

· مأموریت و جایگاه Brevis

· ارزش عملی‌ای که محاسبات قابل‌راستی‌آزمایی می‌تواند برای برنامه‌ها به همراه داشته باشد

· گام‌های بعدی Brevis در مسیر هم‌راستایی عمیق با اکوسیستم اتریوم

این گفت‌وگو نه‌تنها بحثی فنی، بلکه نگاهی آینده‌نگرانه به اعتماد در محاسبات آینده است.

Brevis چیست: از چشم‌انداز تا جایگاه

DapTran از BlockBeats: ممکن است ابتدا خیلی ساده توضیح دهید Brevis چه پروژه‌ای است و قصد دارد چه مشکلی را حل کند؟

مایکل: ما Brevis را لایه محاسبات نامحدود تعریف می‌کنیم؛ لایه‌ای که نه‌فقط به Web3، بلکه به طیف گسترده‌تری از کاربردها خدمت می‌کند. هدف اصلی آن فراهم‌کردن قدرت محاسباتی تقریباً نامحدود برای برنامه‌های آن‌چین، همراه با حفظ تمرکززدایی و امنیت است. این راهکار تناقض ساختاری میان عملکرد بالا و قابلیت‌های پیچیده از یک‌سو و به‌حداقل‌رساندن اعتماد از سوی دیگر را برطرف می‌کند؛ تناقضی که حل‌وفصل آن در بلندمدت دشوار بوده است. هرچند راهکارهای مقیاس‌پذیری L2 در سال‌های اخیر توان عملیاتی را به‌طور چشمگیری افزایش داده‌اند، محاسبات پیچیده—مانند پردازش گسترده داده‌های تاریخی، تجمیع میان‌زنجیره‌ای و استنتاج الگوریتمی یا هوش مصنوعی—همچنان با محدودیت روبه‌رو هستند و پیاده‌سازی بسیاری از قابلیت‌های پیشرفته را دشوار می‌کنند.

راهکار Brevis انجام محاسبات خارج از زنجیره و اعتبارسنجی آن‌ها روی زنجیره است. محاسبات سنگین به محیط خارج از زنجیره منتقل می‌شوند و در آن‌جا اثبات‌های دانش صفر (اثبات‌های ZK) تولید می‌شوند؛ قراردادهای آن‌چین فقط کافی است صحت اثبات را با هزینه‌ای بسیار اندک بررسی کنند و نیازی به اجرای دوباره کل محاسبه ندارند. در نتیجه، قراردادها عملاً مجموعه‌ای از افزونه‌های امن‌شده با رمزنگاری دریافت می‌کنند که بدون قربانی‌کردن تمرکززدایی و امنیت، مرز توان محاسباتی و قابلیت‌های قابل‌استفاده را به‌طور چشمگیری گسترش می‌دهد. قراردادهای هوشمند در حال حاضر چندان هوشمند نیستند، اما با Brevis می‌توانند واقعاً هوشمند شوند.

BlockBeats: از Brevis با عنوان لایه محاسبات نامحدود Web3 یاد می‌شود. این مفهوم چگونه شکل گرفت؟ تفاوت‌های اساسی آن با برداشت سنتی از محاسبات آن‌چین یا مقیاس‌پذیری چیست؟

مایکل: Brevis را لایه محاسبات نامحدود Web3 می‌نامیم، زیرا هدف آن شکستن محدودیت محاسباتی بلاک‌چین است. راهکارهای سنتی مقیاس‌پذیری، مانند رول‌آپ لایه ۲، عمدتاً توان پردازش تراکنش را از چند ده TPS به چند صد یا چند هزار TPS افزایش می‌دهند؛ اما همچنان سقفی دارند و به این پرسش پاسخ نمی‌دهند که آیا هر محاسبه پیچیده دلخواهی را می‌توان روی زنجیره انجام داد یا خیر. معمولاً زنجیره فقط قادر به پردازش تراکنش‌های نسبتاً ساده و عملیات قراردادی است. با افزایش پیچیدگی محاسبات، مدل‌سازی آن‌ها روی زنجیره دشوار و ادامه‌دادنشان پرهزینه می‌شود؛ مثلاً پردازش گسترده داده، استنتاج هوش مصنوعی یا اجرای الگوریتم‌های پیچیده.

نقطه شروع Brevis متفاوت است: ما فقط نمی‌خواهیم انواع مشخصی از تراکنش‌ها را سریع‌تر کنیم؛ هدفمان این است که بلاک‌چین بتواند نتایج هر نوع محاسبه‌ای را بپذیرد و پشتیبانی کند، درحالی‌که امنیت و بی‌نیازی از اعتماد را حفظ می‌کند. این رویکرد با الگوی جدیدی از محاسبات قابل‌راستی‌آزمایی مطابقت دارد: تا زمانی که محاسبات خارج از زنجیره بتوانند یک اثبات ریاضی دانش صفر تولید کنند، زنجیره می‌تواند صحت و امنیت آن‌ها را با هزینه‌ای بسیار اندک تأیید کند.

برای توسعه‌دهندگان، Brevis بیشتر به یک فضای ابری برای محاسبات قابل‌راستی‌آزمایی شباهت دارد: قدرت محاسباتی را به‌صورت یکپارچه و برحسب نیاز مقیاس می‌دهد، محاسبات پیچیده را به خارج از زنجیره منتقل می‌کند و اثبات‌ها را برای تأیید به زنجیره می‌فرستد؛ در تمام این فرایند، همان مدل امنیتی و اعتماد قراردادهای بومی آن‌چین حفظ می‌شود. به همین دلیل Brevis را لایه‌ای برای محاسبات نامحدود تعریف می‌کنیم که مقیاس‌پذیری و دسترس‌پذیری محاسباتی تقریباً نامحدودی فراهم می‌آورد و در عین حال با اعتماد و امنیت خود بلاک‌چین سازگار می‌ماند.

مصاحبه BlockBeats: همان‌طور که گفتید، محاسبات قابل‌راستی‌آزمایی مفهومی نسبتاً انتزاعی به نظر می‌رسد. می‌توانید نقش آن را در Brevis به شکلی ملموس‌تر توضیح دهید؟

مایکل: محدودیت بنیادی بلاک‌چین این است که ظرفیت محاسباتی آن، در عین تضمین امنیت و بی‌نیازی از اعتماد، محدود است. بلاک‌چین‌های عمومی مانند اتریوم در دسته سیستم‌های اجماع قرار می‌گیرند؛ در این سیستم‌ها تعداد زیادی از گره‌های شبکه، محاسبه یکسانی را برای یک تراکنش یا قرارداد به‌طور مستقل انجام می‌دهند و تنها پس از رسیدن به اجماع، بلوک جدیدی تولید می‌کنند. این سازوکار امن، اما ناکارآمد است؛ درست مانند کلاسی که همه دانش‌آموزانش جداگانه روی یک مسئله کار کنند تا پاسخ را تأیید کنند.

ایده محاسبات قابل‌راستی‌آزمایی این است که محاسبه را از تأیید جدا کنیم تا هزینه‌های تکراری کاهش یابند. مسئله مرغ و خرگوش در قفس را در نظر بگیرید: حل آن مستلزم تشکیل معادله و استنتاج است، اما برای بررسی درستی یک پاسخ مشخص کافی است مقادیر را در معادله جای‌گذاری کنیم؛ کاری که بسیار کم‌هزینه‌تر از حل دوباره مسئله است. در نظریه رایانه، خود محاسبه و تأیید نتیجه آن ذاتاً دو مسئله متفاوت‌اند و دومی معمولاً سبک‌تر است. اثبات‌های دانش صفر این ایده را به هر نوع محاسبه‌ای گسترش می‌دهند؛ از عملی ساده مانند ۱+۱=۲ گرفته تا استدلال مدل‌های بزرگ. پس از تکمیل محاسبه، اثباتی موجز تولید می‌شود تا دیگران بتوانند با هزینه‌ای بسیار کم و بدون آشکارشدن جزئیات محاسبه، درستی آن را به‌سرعت تأیید کنند.

در Brevis، محاسبات سنگین خارج از زنجیره انجام می‌شوند و یک اثبات ZK تولید می‌کنند؛ روی زنجیره فقط اثبات تأیید می‌شود و نیازی به اجرای دوباره کل محاسبه نیست. این یکی از ارزش‌های اصلی محاسبات قابل‌راستی‌آزمایی است: جداکردن کامل محاسبه از تأیید و صرفه‌جویی چشمگیر در هزینه اجرای مکرر محاسباتی که هدف یکسانی دارند.

چرا این کار را انجام می‌دهیم: معماری فنی و مفهوم اصلی

مصاحبه BlockBeats: از نظر فنی، Brevis از دو ماژول اصلی تشکیل شده است: هم‌پردازنده داده ZK (که از این پس zkCoprocessor می‌نامیم) و Pico zkVM. این دو چه ارتباطی با هم دارند و هرکدام چه مشکلاتی را حل می‌کنند؟

مایکل: Brevis را می‌توان ساختاری لایه‌ای در نظر گرفت: Pico zkVM در لایه زیرین، یک موتور محاسباتی عمومی (ماشین مجازی) است که می‌توانید اجرای هر محاسبه‌ای را به آن بسپارید تا یک اثبات zk تولید کند. یکی از ویژگی‌های اصلی آن ماژولار بودن بالاست و امکان اتصال چندین هم‌پردازنده را فراهم می‌کند. zkCoprocessor در این چارچوب هم‌پردازنده‌ای برای سناریوهای داده‌ای بلاک‌چین است؛ چیزی شبیه افزونه یا ابزار الحاقی. در شکل کنونی، zkCoprocessor بیشتر مانند سیستم حافظه zkVM عمل می‌کند و به قراردادهای هوشمند امکان می‌دهد رویدادهای تاریخی آن‌چین، مانند تراکنش‌های کاربر، موجودی‌ها و دارایی‌های نگهداری‌شده را ببینند و درک کنند.

به‌طور مشخص‌تر، zkVM امکان تأیید هر محاسبه‌ای را برای یک مسئله عمومی فراهم می‌کند؛ اما zkCoprocessor هم‌پردازنده‌ای در لایه کاربردیِ سفارشی است که برای برنامه‌های بلاک‌چینی طراحی شده است. از آنجا که قراردادهای هوشمند ذاتاً در زمان حال عمل می‌کنند و فقط به زمینه محدودی از بلوک فعلی دسترسی دارند، نمی‌توانند مستقیماً داده‌های یک بازه تاریخی طولانی یا وضعیت میان‌زنجیره‌ای را بخوانند یا روی آن محاسبه انجام دهند. zkCoprocessor با استفاده از اثبات‌های دانش صفر، به قرارداد «جفتی چشم» می‌دهد تا بتواند داده‌های تاریخی مرتبط را خارج از زنجیره بازیابی و تجمیع کند و اثبات‌هایی بسازد که نشان دهند داده‌ها واقعی و برگرفته از وضعیت آن‌چین هستند. این قابلیت به قرارداد امکان می‌دهد حافظه و هوشمندی مبتنی بر حافظه داشته باشد و در عین حال فرض‌های اعتماد را در حداقل نگه دارد.

مصاحبه BlockBeats: zkCoprocessor به قراردادهای هوشمند امکان می‌دهد «گذشته را ببینند»؛ این قابلیت بسیار نوآورانه به نظر می‌رسد. می‌توانید توضیح دهید چگونه پیاده‌سازی شده است؟

مایکل: بیایید تخفیف پویای کارمزد PancakeSwap را که بر پایه حجم تراکنش‌های تاریخی است، به‌عنوان نمونه بررسی کنیم:

ابتدا zkCoprocessor سوابق تراکنش تاریخی کاربر را از بلاک‌چین می‌خواند، حجم تراکنش‌ها را بر اساس قاعده‌ای مشخص—برای مثال ۳۰ روز گذشته—تجمیع می‌کند و برای آن اثبات دانش صفر می‌سازد؛

سپس Pico zkVM پس از دریافت سوابق اعتبارسنجی‌شده، تجمیع و محاسبات بیشتری انجام می‌دهد—برای مثال، حجم معاملات جفت‌های مختلف را به یک شاخص واحد تبدیل می‌کند—و برای فرایند محاسبه اثباتی تولید می‌کند؛

در نهایت، نتیجه به‌همراه اثبات روی زنجیره ثبت می‌شود. قرارداد صحت هر دو اثبات را هم‌زمان بررسی می‌کند تا مشخص شود آیا آن آدرس به آستانه VIP رسیده است یا نه؛ سپس بر همین اساس، تخفیف کارمزد را برای دوره تسویه بعدی به‌طور خودکار اعمال می‌کند.

به این ترتیب، قرارداد از خواندن و محاسبه تکراری حجم عظیمی از داده‌های تاریخی روی زنجیره اجتناب می‌کند و ضمن حفظ بی‌نیازی از اعتماد و کنترل هزینه‌ها، توانایی دیدن گذشته را به دست می‌آورد.

مصاحبه BlockBeats: شما به‌جای استفاده از راهکارهای پروژه‌های دیگر zkVM، Pico zkVM خودتان را توسعه دادید. چه ملاحظاتی پشت این تصمیم بود؟ تفاوت Brevis با دیگر پروژه‌های zk چیست؟

مایکل: این پرسشی بسیار مهم است. پروژه‌های zkVM زیادی در بازار وجود دارند؛ پس چرا Brevis تصمیم گرفت Pico zkVM خود را از ابتدا بسازد؟ دلیل اصلی در واقع کاملاً ساده است—ما معتقدیم بیشتر zkVMهای موجود هنوز در مرحله آزمایشگاهی هستند و واقعاً برای کاربردهای گسترده و دنیای واقعی طراحی نشده‌اند. از نظر هزینه عملکرد کلی و مقیاس‌پذیری، هنوز برای استفاده تجاری در مقیاس بزرگ آماده نیستند. به بیان دیگر، آن‌ها بیشتر شبیه اثبات مفهوم‌اند تا سامانه‌هایی که بتوانند از میلیون‌ها فراخوانی در محیط عملیاتی پشتیبانی کنند.

Brevis از همان ابتدا با یک نیاز واقعی در دنیای واقعی روبه‌رو بود. پروتکل‌های برتر دیفای مانند PancakeSwap، Euler، Linea و Usual باید هر روز میلیون‌ها اثبات zk تولید کنند. اگر عملکرد zkVM زیربنایی به حد استاندارد نرسد، کل سیستم قابل راه‌اندازی نخواهد بود. همین مسئله ما را وادار کرد موتور محاسباتی zk را از نو بسازیم؛ موتوری که واقعاً برای محیط‌های عملیاتی طراحی شده باشد. این موتور همان Pico zkVM است.

Pico سه ویژگی مهم دارد. نخست، عملکرد فوق‌العاده. Pico در حال حاضر قدرتمندترین zkVM جهان است. آخرین نسخه ما، Pico Prism، هم‌اکنون قادر است برای ⁦%99.6⁩ بلوک‌های شبکه اصلی اتریوم، با استفاده از ۶۴ کارت 5090، اثبات بلادرنگ تولید کند (این کار در ۱۲ ثانیه تکمیل می‌شود)؛ حتی اثبات ⁦%96.8⁩ بلوک‌ها نیز در ۱۰ ثانیه تکمیل می‌شود. این یعنی بهبود عملکرد ۳ تا ۴ برابری و کاهش هزینه سخت‌افزار به میزان تقریبی ⁦%50⁩. به بیان دیگر، اگر اتریوم امروز با Pico اجرا می‌شد، بازده کلی تأیید آن می‌توانست یک مرتبه بزرگی افزایش یابد؛ تحولی واقعی در اثبات بلادرنگ.

ویژگی دوم، معماری ماژولار منحصربه‌فرد آن است. Pico در حال حاضر تنها zkVMای است که از هم‌پردازنده‌های افزونه‌ای پشتیبانی می‌کند. zkVMهای دیگر معمولاً سیستم‌هایی بسته‌اند که فقط قادر به انجام محاسبات عمومی هستند، اما Pico می‌تواند متناسب با سناریوهای مختلف کاربردی، ماژول‌های متفاوتی را به خود متصل کند. برای مثال، هنگام نیاز به دسترسی به داده‌های تاریخی، بررسی متقابل سوابق آن‌چین یا اجرای منطق مالی پیچیده، می‌توان هم‌پردازنده Pico را مانند یک افزونه متصل کرد تا وظایف مشخصی را سرعت ببخشد. این قابلیت به Pico امکان می‌دهد هم توانایی‌های عمومی و هم قابلیت‌های تخصصی پربازده داشته باشد و طیف گسترده‌ای از کاربردها، از دیفای در Web3 تا محاسبات هوش مصنوعی در Web2، را به‌طور انعطاف‌پذیر پوشش دهد.

ویژگی آخر، توسعه‌دهنده‌پسند بودن آن است. نمی‌خواهیم توسعه‌دهندگان برای استفاده از Pico مجبور باشند در رمزنگاری یا نظریه ZK تخصص داشته باشند. کافی است بدانند چگونه با Rust کدنویسی کنند تا بتوانند برنامه‌های ZK را مستقیماً و درست مانند نوشتن یک برنامه معمولی فراخوانی کنند. این کار آستانه ورود را به‌طور چشمگیری پایین می‌آورد و پیچیدگی ZK را در لایه‌های زیرین کاملاً پنهان می‌کند. خلاصه اینکه ما یک zkVM آزمایشی نیستیم، بلکه موتور محاسباتی ZKای هستیم که برای دنیای واقعی و کاربردهای واقعی طراحی شده است.

مصاحبه BlockBeats: اخیراً اعلام کردید Pico Prism با سخت‌افزار مصرفی به اثبات بلادرنگ ⁦%99.6⁩ رسیده است. می‌توانید درباره پیشرفت فنی پشت این دستاورد و معنای آن برای محدودیت عملکرد zkVM صحبت کنید؟

مایکل: اجازه دهید ابتدا اهمیت این موضوع را توضیح دهم. بهبود عملکرد صرفاً بهینه‌سازی فنی نیست، بلکه با آینده مقیاس‌پذیری و توسعه اکوسیستم اتریوم ارتباط دارد. معماری کنونی اتریوم مستلزم آن است که هر گره محاسبه یکسانی را به‌طور تکراری اجرا کند. این روش امن و قابل‌اعتماد است، اما مقیاس‌پذیری آن به مرز خود نزدیک می‌شود. گام بعدی به‌کارگیری الگویی جدید است: یک گره محاسبات گسترده را انجام دهد و اثبات‌های ZK تولید کند، در حالی که گره‌های دیگر فقط مسئول تأیید باشند. با این روشِ محاسبه در یک نقطه و تأیید در چند نقطه، می‌توان ضمن حفظ تمرکززدایی و امنیت، توان عملیاتی را یک مرتبه بزرگی افزایش داد و حتی به سطح Solana رساند یا از آن فراتر رفت، بی‌آنکه از مقیاس ضروری گره‌های غیرمتمرکز کاسته شود.

در ماه ژوئیه امسال، بنیاد اتریوم هدفی دوساله تعیین کرد: دستیابی به اثبات بلادرنگ ⁦%99⁩ بلوک‌ها با سخت‌افزار مصرفی‌ای که هزینه آن کمتر از ⁦$100,000⁩ باشد. با تحقق این هدف، می‌توان با بهره‌گیری از توان محاسباتی سخت‌افزارهای معمولی به مقیاس‌پذیری تقریباً نامحدود رسید. اما تا امروز، این هدف عمدتاً در حد نظری باقی مانده است. بیشتر راهکارهای zkVM از نظر پوشش، هزینه و سرعت همچنان فاصله زیادی با این استاندارد دارند و بسیاری حتی به پوشش بلادرنگ ⁦%90⁩ هم نمی‌رسند.

Pico Prism نخستین سیستمی است که واقعاً از این آستانه عملکرد عبور کرده است. در آزمایش‌های ما، تنها با استفاده از ۶۴ پردازنده گرافیکی NVIDIA RTX 5090—با هزینه‌ای در حدود ⁦$120,000⁩—توانستیم در ۱۲ ثانیه برای ⁦%99.6⁩ از بلوک‌های اتریوم اثبات بلادرنگ تولید کنیم؛ ⁦%96.8⁩ بلوک‌ها نیز در کمتر از ۱۰ ثانیه قابل‌اثبات بودند و میانگین زمان اثبات فقط ۶٫۹ ثانیه بود.

در مقایسه با پروتکل‌های دیگر، عملکرد Pico ⁦%70⁩ بهبود یافته و هزینه آن ⁦%50⁩ کاهش پیدا کرده است. به عبارت دیگر، نه‌تنها سریع‌تر، بلکه ارزان‌تر هم هست؛ یعنی اکنون فاصله کمی با هدف بنیاد اتریوم داریم.

BlockBeats: از نظر قابلیت‌ها و اهداف، Brevis بیشتر شبیه لایه شتاب‌دهنده ZK اتریوم است یا یک فضای ابری محاسبات قابل‌راستی‌آزمایی میان‌زنجیره‌ای؟

مایکل: از نظر قابلیت‌ها و اهداف، این دو جایگاه با یکدیگر تناقضی ندارند. در کوتاه‌مدت، Brevis بیشتر شبیه لایه شتاب‌دهنده ZK برای اتریوم و لایه ۲ آن است. ما با مسیر بنیاد اتریوم هم‌راستا هستیم: مقیاس‌پذیری شبکه اصلی را با استفاده از اثبات‌های دانش صفر ۱۰ تا ۱۰۰ برابر افزایش دهیم. هم‌زمان، قابلیت اثبات بلادرنگ تعامل‌پذیری رول‌آپ لایه ۲ را به‌طور چشمگیری بهبود می‌بخشد و تراکنش‌های میان‌زنجیره‌ای را سریع‌تر، کارآمدتر و ارزان‌تر می‌کند؛ همچنین یکپارچگی بهتر وضعیت و نقدینگی را ارتقا می‌دهد.

از دیدگاهی بلندمدت‌تر و کلان‌تر، جایگاه Brevis به اتریوم محدود نمی‌شود. معماری ما از ابتدا برای پشتیبانی از چندین زنجیره طراحی شده است و پیش‌تر با همکارانی از اکوسیستم‌هایی مانند BNB Chain—برای نمونه PancakeSwap—همکاری کرده‌ایم. همچنین در حال پیشبرد همکاری‌هایی روی پروژه‌هایی مانند قراردادهای دائمی در زنجیره‌های غیراتریومی هستیم. ما با اکوسیستم‌های لایه ۲ و چندزنجیره‌ای مانند Arbitrum، StarkWare و Avalanche نیز هم‌راستا هستیم. در مجموع، هدف ما تبدیل Brevis به فضای ابری محاسبات قابل‌راستی‌آزمایی برای همه برنامه‌های بلاک‌چینی است.

هدفمان این است که طی ۳ تا ۵ سال آینده، استفاده از این مجموعه خدمات محاسباتی برای قراردادهای هوشمندی که روی هر زنجیره‌ای مستقر شده‌اند، آسان باشد. در چشم‌انداز دورتر، بخش عمده محاسبات برنامه‌های بلاک‌چینی خارج از زنجیره انجام خواهد شد و روش‌های دانش صفر، قابل‌اعتمادبودن آن‌ها را تضمین خواهند کرد. Brevis به‌عنوان لایه یکپارچه اعتماد محاسباتی برای کل سامانه غیرمتمرکز عمل خواهد کرد.

پیاده‌سازی: برنامه‌های واقعی و موارد استفاده

مصاحبه‌گر BlockBeats: بسیاری از برنامه‌های دیفای، مانند PancakeSwap، Euler و Linea، در حال حاضر از فناوری Brevis استفاده می‌کنند. ممکن است نمونه‌ای مشخص از نحوه کار آن در این سناریوها ارائه دهید؟

مایکل: بله، موارد استفاده کنونی ما عمدتاً در چند دسته قرار می‌گیرند که دیفای شاخص‌ترین آن‌هاست. همان‌طور که پیش‌تر گفتم، PancakeSwap نمونه‌ای استاندارد است. نمی‌خواهیم تجربه کاربری صرافی‌های غیرمتمرکز (DEX) همیشه یکسان بماند؛ به‌طوری‌که رابط کاربری و کارمزد برای همه کاربران یکسان باشد، چه معامله‌گر عادی باشند و چه معامله‌گر پرتکرار. امیدواریم DEXها بتوانند به‌تدریج، مشابه صرافی‌های متمرکز (CEX)، تجربه‌ای متمایز برای انواع مختلف کاربران فراهم کنند. هم‌زمان در حال بررسی کاربردهای نوآورانه‌تری نیز هستیم. برای مثال، با پروژه‌هایی مانند SocialFi همکاری می‌کنیم تا کاربران بتوانند بدون آشکارکردن کیف پول اصلی خود، میزان نفوذ و دارایی‌های واقعی‌شان را اثبات کنند.

همچنین در حال پیشبرد سناریوهایی هستیم که تقریباً به‌طور کامل خارج از زنجیره اجرا می‌شوند. برای مثال، در سامانه معاملات دائمی‌ای مانند Hyperliquid، موقعیت‌ها و اطلاعات اهرمی کاربران اغلب عمومی است و در معرض پیش‌دستی معامله‌گران دیگر قرار دارد. هدف ما بازطراحی چنین سامانه‌ای با فناوری ZK است تا همه سوابق سفارش‌ها و موقعیت‌ها رمزگذاری و پنهان شوند و در عین حال، صحت تطبیق سفارش‌ها و امنیت سامانه از طریق اثبات‌های ZK تضمین شود. این رویکرد می‌تواند تجربه‌ای روان و نزدیک به صرافی متمرکز فراهم کند، درحالی‌که امنیت و حریم خصوصی در سطح بلاک‌چین حفظ می‌شود.

مصاحبه‌گر BlockBeats: در سطح محصول، Incentra یکی از برنامه‌های مهمی است که راه‌اندازی کرده‌اید و در حال حاضر بیشتر از ⁦$300M⁩ را در توزیع مشوق‌ها مدیریت می‌کند. این سامانه چگونه کار می‌کند؟

مایکل: پیش‌فرض Incentra ساده است: توزیع مشوق‌ها در مرکز رشد هر اکوسیستم قرار دارد، اما سازوکارهای توزیع در گذشته اغلب با مشکلاتی در زمینه امنیت، انطباق و شفافیت روبه‌رو بوده‌اند.

سازوکار اصلی Incentra این است که کاربران بر اساس رفتار واقعی خود روی زنجیره یا درون پروتکل، اثبات‌های ZK تولید کنند و بدون اتکا به توزیع متمرکز، احراز شرایط و دریافت مشوق را مستقیماً روی زنجیره و از طریق قراردادهای هوشمند انجام دهند. این الگو در مقایسه با روش‌های سنتی در سه زمینه مزیت دارد. نخست، امنیت: وجوه بر اساس قوانین ازپیش‌تعیین‌شده در قرارداد تسویه می‌شوند و ریسک‌های نگه‌داری متمرکز و عملیاتی کاهش می‌یابند. دوم، انطباق و قابلیت حسابرسی: قوانین مشوق‌ها و اثبات‌های واجدشرایط‌بودن هر دو روی زنجیره قابل‌ردیابی‌اند و از فشارهای انطباقی ناشی از توزیع وجوه به نهادهای ناشناس جلوگیری می‌شود. سوم، عدالت و شفافیت: هر رفتار مربوط به دریافت مشوق را می‌توان به‌صورت مستقل و بیرونی از نظر سهم واقعی و مسیر محاسبه راستی‌آزمایی کرد و توزیع غیرشفاف را از میان برد. این سامانه هم‌اکنون در سناریوهای رشد و مشوق پروژه‌هایی مانند BNB Chain، MetaMask، OpenEden و Usual پیاده‌سازی شده است. چه در اکوسیستم استیبل‌کوین و چه در سامانه‌های مشوق آن‌چین، این راهکار می‌تواند توزیع مشوق‌ها را امن، سازگار با مقررات و شفاف کند.

Rhythm BlockBeats: در مقایسه با بسیاری از پروژه‌های ZK که هنوز در مرحله آزمایشی هستند، Brevis به پیاده‌سازی در مقیاس بزرگ دست یافته است. به نظر شما چرا توانستید سریع‌تر به این مرحله برسید؟

مایکل: معتقدم اصلی‌ترین دلیل این است که از روز اول، خود را آزمایشگاه پژوهشی ZK ندیدیم؛ ما شرکتی زیرساختی هستیم که بر کاربردهای واقعی تمرکز دارد. نقشه راه فنی ما این نبود که ابتدا موتوری بسازیم و بعد برایش کاربرد پیدا کنیم؛ مسیر را برعکس رفتیم: از نیازهای کاربردی شروع کردیم و معماری زیربنایی را بر اساس آن طراحی کردیم.

این موضوع در واقع تفاوت بنیادی Brevis را مشخص می‌کند. بسیاری از پروژه‌های ZK ابتدا در فضایی بسته zkVMای ظاهراً بی‌نقص می‌سازند و بعد به این فکر می‌کنند که کجا می‌توان از آن استفاده کرد؛ اما ما از نقاط ضعف و نیازهای واقعی شرکای همکارمان شروع کردیم، ابتدا نیازهای واقعی آن‌ها را شناختیم، سپس به‌تدریج معماری ماژولار zkVM را طراحی کردیم و در ادامه zkCoprocessor قابل‌اتصال را ساختیم.

به عبارت دیگر، تکامل فناوری Brevis بر پایه برنامه‌ریزی انتزاعی نیست، بلکه گام‌به‌گام به‌وسیله کاربران و شرکای واقعی پیش می‌رود. این رویکرد تحقیق‌وتوسعه مسئله‌محور به ما امکان می‌دهد به‌سرعت و به‌صورت تکرارشونده پیشرفت کنیم؛ هر بهبود مستقیماً با یک مورد استفاده قابل‌راستی‌آزمایی مرتبط است. همین رویکرد باعث شد سامانه ما از همان ابتدا پایداری و مقیاس‌پذیری در سطح تولید داشته باشد، نه اینکه صرفاً برای مقاله‌نویسی کدنویسی شود.

دلیل عملی‌تری هم وجود دارد: تیم ما هم رمزنگاری و هم مهندسی سامانه‌های مقیاس‌بالا را به‌خوبی می‌شناسد. هرگز در سطح نظریه و استنتاج باقی نمانده‌ایم، بلکه عملکرد و پایداری را واقعاً در محیط عملیاتی آزموده‌ایم. تا امروز، Brevis بیش از صد میلیون اثبات دانش صفر در شبکه اصلی تولید کرده، به حدود ۱۹۰٬۰۰۰ کاربر خدمت رسانده و بیشتر از ⁦$300M⁩ را در قالب وجوه واقعی مشوق برای پروتکل‌های همکار مدیریت کرده است. همه این‌ها برنامه‌های واقعی و آنلاین‌اند—مانند Linea، Euler، Usual و OpenEden—نه نسخه‌های نمایشی و نه شبکه‌های آزمایشی.

گام بعدی چیست: سناریوهای باز و چشم‌انداز آینده

Rhythm BlockBeats: به‌جز دیفای، فکر می‌کنید الگوی محاسبه خارج از زنجیره و اعتبارسنجی روی زنجیره در آینده در چه زمینه‌های دیگری، مانند هوش مصنوعی، بازارهای داده یا بازی، اثرگذار خواهد بود؟

مایکل: فراتر از دیفای، این الگو همچنان در هوش مصنوعی قابل‌راستی‌آزمایی، اتصال داده و هویت از Web2 به Web3، بازارهای داده حافظ حریم خصوصی، بازی و شبکه‌های اجتماعی تأثیرگذار خواهد بود. نخست، در حوزه هوش مصنوعی قابل‌راستی‌آزمایی، مدل‌های کنونی عمدتاً جعبه‌سیاه هستند. با استفاده از اثبات‌های دانش صفر، فرایند استنتاج می‌تواند شواهد ریاضی قابل‌راستی‌آزمایی تولید کند و ثابت کند که یک مدل مشخص، برای ورودی معین، خروجی متناظر را تولید کرده است؛ در عین حال تضمین می‌شود که مدل و فرایند جایگزین یا دست‌کاری نشده‌اند. دوم، در اتصال سناریوهای Web2 و Web3، کاربران می‌توانند صلاحیت‌ها یا رفتار خود در پلتفرم‌های متمرکز را به‌شکلی قابل‌اثبات وارد برنامه‌های آن‌چین کنند. برای مثال، فعالیت معاملاتی در یک پلتفرم معاملاتی متمرکز را می‌توان بدون افشای هویت یا جزئیات حساب اصلی، به تخفیف کارمزد در یک پلتفرم معاملاتی غیرمتمرکز پیوند داد. در نهایت، در حوزه بازی و شبکه‌های اجتماعی، کاربران می‌توانند دستاوردهای تاریخی، دارایی‌های نگهداری‌شده یا انجام رفتارهای کلیدی خود را برای دریافت دسترسی، احراز شرایط یا مشوق اثبات کنند، بی‌آنکه کیف پول یا اطلاعات حساس شخصی‌شان را افشا کنند.

در بلندمدت، این سامانه مرزهای اعتماد در جهان دیجیتال را از نو تعریف خواهد کرد. هدف ما این است که با کمک Web3 و اثبات‌های دانش صفر، درک کل جامعه انسانی از محاسبات قابل‌اعتماد را بازسازی کنیم تا هر محاسبه‌ای قابل‌تأیید و قابل‌اعتماد باشد. Brevis می‌خواهد بنیان همه این‌ها باشد؛ لایه‌ای نو برای اعتماد محاسباتی.

مصاحبه BlockBeats: دیدیم که در ⁦13/10⁩، Brevis رویداد جدید Brevis Proving Grounds را راه‌اندازی کرد. ممکن است درباره محتوای اصلی این رویداد و فعالیت‌هایی که کاربران واقعاً می‌توانند در آن شرکت کنند و تجربه کنند توضیح دهید؟

مایکل: در واقع، طی مدتی که گذشت، تلاش زیادی صرف بررسی و تأیید برنامه‌های کاربردی دنیای واقعی کرده‌ایم. اکنون با بیش از بیست شریک همکاری عمیقی داریم؛ هر پروژه برنامه‌ای قابل‌استقرار در دنیای واقعی است که کاربران می‌توانند مستقیماً از آن استفاده کنند. این پروژه‌ها عملکرد داده‌ای و حفظ کاربران بسیار خوبی نشان داده‌اند.

اما متوجه شدیم که در دنیای بلاک‌چین، پیشرفت بسیاری از امور در واقع از آگاهی کاربران سرچشمه می‌گیرد. یعنی وقتی کاربران واقعاً ارزش یک فناوری جدید را درک کنند، بازخوردها و خواسته‌هایشان به توسعه‌دهندگان کمک می‌کند قابلیت‌های بیشتری را پیاده‌سازی کنند. به همین دلیل می‌خواهیم کاربران را درگیر کنیم تا صرفاً تماشاگر نباشند، بلکه بتوانند شخصاً تجربه کنند، بسنجند و راستی‌آزمایی کنند. این هدف اصلی ما از راه‌اندازی رویداد The Brevis Proving Grounds است.

این رویداد به‌طور کلی به دو مرحله تقسیم می‌شود. مرحله نخست، آموزش کاربران است؛ در این مرحله می‌خواهیم افراد بیشتری بفهمند شرکای ما چه می‌کنند و اثبات‌های دانش صفر (ZK) در این پروژه‌ها چه مشکلات مشخصی را می‌توانند حل کنند. این مرحله بیشتر بر آشنایی و درک عمومی تمرکز دارد تا منطق و اهمیت این فناوری برای همه روشن شود.

مرحله دوم، تجربه عملی است. کاربران تشویق می‌شوند از برنامه‌هایی استفاده کنند که پیش‌تر مستقر کرده‌ایم تا تغییراتی را که محصولات پس از ادغام با Brevis به وجود می‌آورند، واقعاً احساس کنند. برخلاف بسیاری از پروژه‌ها که کاربران در آن‌ها معمولاً فقط دکمه می‌زنند، وظایف را تکمیل می‌کنند یا پاداش می‌گیرند—چون اغلب قابلیت‌های نوآورانه زیربنایی و واقعاً تجربه‌پذیری ندارند—ما متفاوت هستیم. پروژه‌های همکار ما خود برنامه‌هایی ارزشمند و قابل‌استقرار در دنیای واقعی‌اند و کاربران حاضر در رویداد تجربه‌ای شبیه‌سازی‌شده ندارند، بلکه واقعاً از محصولاتی استفاده می‌کنند که به‌طور عمیق با فناوری Brevis یکپارچه شده‌اند.

با این رویکرد، می‌خواهیم کاربران تجربه کاربری یکپارچه و ارزش تحول‌آفرینی را که فناوری ZK به ارمغان می‌آورد، از نزدیک لمس کنند و بفهمند چرا این الگوی محاسبه خارج از زنجیره و اعتبارسنجی روی زنجیره می‌تواند برنامه‌ها را هم امن و هم کارآمد کند. مهم‌تر از آن، می‌خواهیم کاربران بیشتری را به محرک‌های اکوسیستم تبدیل کنیم: هرچه کاربران بیشتری درک کنند و فعالانه خواستار به‌کارگیری این سازوکار در محصولاتی شوند که استفاده می‌کنند، نیروی محرکه نوآوری در کل صنعت نیز تقویت خواهد شد.

Rhythm BlockBeats: جدا از این رویداد، برنامه‌های کنونی Brevis چیست؟ آیا کاربران هم می‌توانند در آن‌ها شرکت کنند؟

مایکل: به اجرای برنامه‌های مشارکتی اکوسیستم ادامه خواهیم داد؛ از جمله راه‌اندازی شبکه‌ای غیرمتمرکز از گره‌های اثبات سهام تا زیرساختی بازتر برای اثبات و اعتبارسنجی شکل بگیرد. برنامه‌های مربوطه مسیرهای مشارکت را برای جامعه و شرکای اکوسیستم باز خواهند کرد و جزئیات روش‌ها و زمان‌بندی مشارکت در آینده به‌صورت عمومی اعلام می‌شود.

Rhythm BlockBeats: با نگاهی بلندمدت‌تر، امیدوارید Brevis به چه نوع زیرساختی تبدیل شود؟ در نهایت می‌خواهد چه نقشی در دنیای Web3 ایفا کند؟

مایکل: چشم‌انداز ما این است که Brevis را به لایه محاسبات نامحدود Web3 تبدیل کنیم؛ لایه‌ای که سرچشمه محاسبات قابل‌اعتماد عمومی باشد. همان‌طور که اتریوم منطق اعتماد به دارایی‌ها و امور مالی را با قراردادهای هوشمند از نو شکل داد، Brevis قصد دارد منطق اعتماد در محاسبات را بازسازی کند: دیگر نیازی نیست میان محاسبه شخصی و اعتماد به نتایج محاسبات دیگران یکی را انتخاب کرد؛ بلکه می‌توان بدون اجرای دوباره، امنیت و صحت نتایج را از طریق محاسبات قابل‌راستی‌آزمایی تضمین کرد.

در آینده، برنامه‌های آن‌چین از اجرای ساده تراکنش‌ها و انتقال دارایی‌ها به سامانه‌هایی هوشمندتر و پیچیده‌تر تکامل خواهند یافت و الگوریتم‌های پیشرفته، تعامل داده، تجربه‌های شخصی‌سازی‌شده و اثبات اجتماعی رفتار را پوشش خواهند داد. برای پذیرش گسترده، این برنامه‌ها باید هم‌زمان از قدرت محاسباتی بالا و امنیت جامع برخوردار باشند. هدف ما این است که محاسبات مبتنی بر اثبات را به قابلیتی عمومی، کاربرپسند و مقرون‌به‌صرفه تبدیل کنیم تا همه برنامه‌های Web3 بتوانند آن را به‌طور طبیعی و بدون نیاز به ساخت دوباره زیرساخت، در خود بگنجانند.

از نظر معماری، می‌خواهیم لایه اعتماد تازه‌ای به لایه اجماع، لایه داده و لایه اجرا اضافه کنیم: لایه محاسبات نامحدود. این لایه به زیرساخت لایه چهارم بلاک‌چین تبدیل خواهد شد و قابلیت‌های یکپارچه اعتمادپذیری محاسبات و اعتبارسنجی را در اختیار کل جهان غیرمتمرکز قرار خواهد داد. همه محاسبات هوشمند، پیچیده و حتی میان‌زنجیره‌ای را می‌توان به‌شکلی بی‌نیاز از اعتماد راستی‌آزمایی و استفاده کرد. این برداشت ما از محاسبات نامحدود و مأموریت بلندمدت Brevis است.