從「智能合約平台」到「數據為中心的區塊鏈」：Hugo Philion 揭示 Flare 的下一代策略

Flare Network 正在經歷令人矚目的增長動能。根據 DeFi Llama 的數據，該協議的總鎖倉價值 (TVL) 已達到 1685 萬美元，創下歷史新高，而其用戶基礎已擴展至 100 萬個錢包地址，約有 15 萬名每日活躍用戶積極提供流動性。

在 TOKEN2049 新加坡會議期間，Flare 聯合創始人兼 CEO Hugo Philion 概述了協議的演變與戰略方向。最引人注目的轉變是 Flare 從一個「可擴展的智能合約平台」重新定位為現在所稱的「數據區塊鏈」。這一概念上的轉變反映了對區塊鏈未來世代的更深層次思考，以及數據基礎設施在大規模採用中扮演的關鍵角色。

預言機問題：安全性、中心化與成本

Hugo Philion 的願景源自於識別現有預言機系統的核心漏洞。當前的數據基礎設施面臨三個相互關聯的挑戰：

安全風險 依然嚴峻。僅在 2022 年，DeFi 就因預言機操縱攻擊被盜走超過 $400 百萬美元。當只有少數數據提供者參與價格餵送時，系統就變得極易受到攻擊。

中心化 使這些問題更加複雜。許多領先的預言機解決方案依賴僅五個提供者來維持數據餵送——這是一個令人擔憂的狹窄基礎。這個低門檻大大增加了串通的風險，並削弱了整體數據的可靠性。

成本障礙 則使大多數項目望而卻步。一些區塊鏈應用每年花費數百萬美元來確保可靠的價格數據，完全排除較小的協議。

Hugo 強調，行業缺乏明確的安全標準：「不同的預言機系統結構完全不同。有些可能有 20-30 個節點提供熱門數據餵送，而較少需求的信息則由僅 5 個節點提供。這種極端的差異性造成操縱漏洞。」

Flare 的數據基礎設施解決方案

意識到這些缺口後，Flare 將其架構建立在數據安全作為基礎層。該協議採用了兩個開放的互操作協議：State Connector 和 Flare Time Series Oracle (FTSO)。這些協議實現了去中心化的鏈上獲取區塊鏈數據和時間序列信息，如資產價格和數據指數。

FTSO 最近進行了重大升級至 V2，現已在 Songbird 測試網和主網上運行。這代表了一個重大飛躍：V1 每 3 分鐘提供 15 個價格序列，而 V2 則提供多達 1,000 個序列，約每 1.8 秒更新一次——基本上是最快的區塊鏈安全預言機。

Hugo 解釋說，Flare 的安全方法是可量化的：「我們有 67% 的代幣被質押，這明確建立了我們預言機的安全模型。這種透明度在許多競爭系統中是缺乏的。」

TVL 飆升：由生態系擴展推動

促使 Flare TVL 突破的因素有多個。DeFi 營收計劃 在未來 12 個月內分配 5.1 億個 FLR 代幣，以激勵生態系參與。同時，Flare 與 Stargate 整合，實現穩定幣和 ETH 的無縫轉移。

7 月，Flare 宣布與 LayerZero V2 整合，立即連接包括以太坊、Solana 和以太坊 L2 網絡在內的 75 個區塊鏈。這一單一整合解鎖了超過 50,000 個已建立在 LayerZero 跨鏈訊息標準上的 dApp 的訪問權。

一些關鍵生態系項目已經出現，包括借貸市場 Kinetic 和 AI 驅動的 DEX Sparkdex。2 月，Flare 從 Kenetic 和 Aves Lair 等投資者那裡獲得 $35 百萬美元 的私募資金，進一步驗證了協議的方向。

比特幣整合：FAssets 和 FBTC 優勢

展望未來，Flare 計劃推出 FAssets，初期提供 FBTC 和 FXRP 這兩個協議。這些協議旨在將比特幣的 $1 兆美元以上的資產基礎引入 DeFi，同時保持更接近比特幣核心原則的信任最小化。

與比特幣 L2 的區別至關重要。雖然比特幣 L2 上的樂觀驗證需要 7 天的結算期，FAssets 目標是 1 小時內完成結算。這種速度差異對 DeFi 的組合性具有巨大意義——用戶可以將 BTC 作為抵押在借貸平台上，產生收益，或在不同 DEX 之間進行跨鏈交易，而無需長時間鎖定。

Hugo 指出：「目前的 L2 描述有些誤導。它們並沒有像以太坊 L2 那樣充分利用比特幣的安全性。比特幣缺乏防欺詐證明能力——這是一個尚未解決的技術問題，我們認為必須解決。」

FAssets 已在 Coston 測試網上提供，將使 Flare 成為比特幣橋接生態系中的潛在主要競爭者。

AI + 區塊鏈：共識學習研究

近期，Flare 發布了一項介紹**共識學習 (CL)**的研究，這是一種結合 AI 與區塊鏈共識機制的創新方法，旨在打造更準確、更安全的人工智慧系統。

Hugo 表示，對 AI 與區塊鏈整合有雙向願景。首先，AI 可以改善區塊鏈用戶體驗——想像用 ChatGPT 這樣的語言模型直接在鏈上執行交易。其次，區塊鏈可以提升 AI 的性能。共識學習研究探索去中心化共識機制如何降低 AI 模型風險並提高準確性。

Flare 正與 Google Cloud 合作，籌辦 11 月的黑客松，探索可信執行環境 (TEEs)。其中一個方向是整合 Google 的 Gemini 模型，用於鏈上操作，允許開發者在鏈上嵌入應用邏輯，同時將計算外包給鏈外的安全環境。這種方法能實現隱私保護和大規模數據處理。

解決採用差距

Hugo 指出，大規模採用的根本障礙在於使用困難和產品吸引力有限。雖然 meme 代幣吸引追求利潤者，但它們並不代表真正的主流採用。真正的採用需要「簡單易用」的應用。

他批評當前 DeFi 的限制：大多數 20-30 歲的人並不自然想將借貸義務作為日常生活的一部分。這些產品缺乏大眾市場的相關性，儘管有大量創新。預測市場、遊戲和社交應用是推動更廣泛用戶參與的潛力較高的類別。

「我們需要的市場催化劑，」Hugo 建議，「是讓應用更容易使用，同時讓開發者能打造更吸引人的體驗，以吸引更廣泛的用戶群。」

策略時間表：產品與優先事項

Flare 的近期路線圖包括擴展其 DeFi 生態系，同時實施 TEE 基礎設施，以改善用戶體驗。FAssets 系列——Assets、FBTC、FXRP——代表下一波增長動力。

AI 整合，特別是共識學習應用，屬於長期研究範疇，但具有真正潛力。Hugo 表示，協議「有一些非常有趣的東西即將到來」，隨著技術的完善。

訊息很明確：Flare 從可擴展智能合約平台演變為數據中心區塊鏈，反映出對區塊鏈真正實現主流採用所需的理解成熟。數據安全、預言機可靠性、用戶體驗以及有意義的應用，現在已成為推動整體發展的核心——而不僅僅是交易吞吐量。