虽然都是在Zksnarks发售后都是FUD，不过也证明这链上的资金都很饥渴，没有什么项目冲反而注意力都集中一个 简单关注下后续其他项目，毕竟算是ZEC大涨之后的第一波项目 @BITFOOTS_ 听说WL场外炒到800u 一个了，不过我感觉是虚的，理性看待 mint价格5$，zec地址+ordinals地址两个链都有 申请表现在还没关闭：（一天后）

吴说获悉，Zcash 生态项目 zkSNARKs 宣布完成代币/NFT 拍卖。官方数据显示，本次拍卖共吸引 16971 笔出价，总出价量达 25305 枚 ZEC（约合 3694 万美元），实际募资额超过 1700 万美元。链上侦探 ZachXBT 随后公开批评称，该项目是又一个典型的“千篇一律的 10K PFP NFT 系列”，毫无实际应用效用，却通过高达 2000 美元的铸造单价、10% 团队分配以及 5% 版税，在不同链上套现八位数资金让团队实现“退休退场”。ZachXBT 进一步指出，由于几乎没有核心生态建设者为其宣传背书，该项目极大概率是由比特币 Ordinals 领域的欺诈投机分子所操盘运作。

吴说获悉，Anthropic 11 月 2 日发布基于零知识证明（zkSNARK）的开源 AI 推理验证系统 FlashProve，StarkWare 联合创始人 Alessandro Chiesa 参与研究。该系统利用与区块链 ZK 技术同源的密码学方法，使用户无需获取模型权重或重新运行模型，即可验证 AI 输出是否由指定模型生成。测试显示，FlashProve 在单张 H100 GPU 上，可为 Meta 旗下 4000 亿参数模型 Llama 4 Maverick 以约每秒 110 Token 的速度生成证明，单个证明约 19 MB。Anthropic 表示，Claude 参与了系统优化，目前已开源相关代码及 Lean 形式化证明。该系统仍处于研究原型阶段，证明生成的 GPU 时间开销约为普通推理的 70–95 倍。

吴说获悉，F2Pool 联合创始人王纯（Chun Wang）发文称，六年前一名 Zcash 团队成员在与其沟通时反复混淆美国东部标准时间（EST）和夏令时间（EDT），最终导致沟通中断；王纯随后将对方所在公司整体拉黑，并称至今仍认为这是自己“做过最好的决定之一”。 他还翻出自己 2020 年的旧帖，当时曾质疑：“如果连夏令时都搞不清，又如何理解 zkSNARK？”并针对 BlockFi 2021 年奖励误发事件讽刺称，“分不清 EDT 和 EST 的人，大概也会把 BTC 和 USD 搞混”。BlockFi 此前曾将原本应以美元计价的推广奖励错误发放为 BTC，部分用户随后成功提走误发资产。

🔥干货科普分享（你知道 ZK 和 FHE 具体说的是啥吗？） 最近其实隐私概念开始陆续被一些 NFT 项目拿来做文章了。 比如之前比较火的 Zcash 生态的 NFT 项目 @zec_bit ，以及基于 Zama FHE 方案的 @FungoLabs 其实很多人只知道 ZK、FHE 是两种隐私相关的密码学方案，但对它们其实并不了解，我之前恰好写过这两方面的文章，也有过一些浅浅的研究，可以借这个机会聊聊。 我尽量用大家都能看懂的人话，把 ZK 和 FHE 的原理解释清楚。（建议收藏） ──────────────────────────────── 1/ ZK：零知识证明 ZK 全称 Zero-Knowledge，之前其实我更习惯叫它 ZKP，也就是 Zero-Knowledge Proof。 上两轮周期我接触过很多 ZK 类项目，一般能玩得动 ZK 的开发团队，都有点东西，开发起来很复杂。 所谓零知识证明，就是你想向对方证明某件事情是真的，但又不希望把背后的秘密或者原始数据暴露给对方。 比如说： 你想向银行申请贷款，银行要求你的存款必须超过 100 万美元，但你不想告诉银行自己具体有多少钱，也不想公开账户信息。 这个时候就可以使用 ZK。 你可以向银行提供一个数学证明，银行通过验证这个证明，就可以确认你的存款确实超过了 100 万美元。 整个过程中，银行并不知道你具体有多少钱，却可以确认你符合贷款条件。（这里有个前提，就是你用于生成证明的存款数据，本身必须来自可信的银行凭证） 那么更深入一些，ZK 的实现我觉得可以简单理解为三个步骤： ✅ 第一步：把需要证明的事情，转化成一套数学规则，也就是电路。 比如上面的例子，就是设计一套规则：要求证明者确实拥有可信的存款凭证，并且凭证里的余额超过 100 万美元。 这个电路本质上是由大量数学约束组成的计算逻辑，这个就比较复杂了。 ✅第二步：通过证明系统生成一份零知识证明，也就是我们说的 ZKP。 常见的零知识证明技术有 zk-SNARK、zk-STARK（不止这两种），它们是几类不同的证明技术，当然不同系统的复杂程度也不一样。 证明者把自己的秘密数据和公开条件输入证明系统，通过大量数学运算，最终生成一份可以被验证的密码学证明。 ZK 属于一种比较消耗计算资源的方案，尤其是生成证明通常需要消耗比较多的计算资源，这个就看你用的什么证明系统了，不过验证证明往往可以相对高效地完成。 ✅ 第三步：验证这份证明。 银行只需要按照验证规则检查 ZKP 是否有效。 如果证明有效，就可以确认相应的数学条件成立。 ZK 的安全性建立在密码学数学难题、证明系统的可靠性以及电路设计正确的基础上。 在这些前提成立的情况下，想要凭空伪造一份有效证明，在计算上几乎超级难。 当然，ZK 在我们行业主要的另一个用例是提高效率。 比如 L2 方案里的 ZK Rollup，就是在链下完成大量交易计算，再通过证明让以太坊验证计算结果，从而提高效率、降低成本。 代表性项目包括： @zksync 、最近涨的贼猛的 @Starknet 、 @aztecnetwork 、 @Scroll_ZKP 、 @LineaBuild 、 @taikoxyz 等等吧。 ──────────────────────────────── 2/ FHE：全同态加密 FHE 全称中文叫全同态加密。 其实我个人认为，FHE 要比 ZK 更复杂。 它本身在实际工程中，要对大量加密数据持续进行复杂计算，技术难度和计算开销通常都很高，目前的探索其实还处于相对早期的阶段。 所谓 FHE，就是让一份数据即便处于加密状态，别人仍然能够直接对它进行计算，而不需要知道原始数据是什么。 我们还是用上面那个贷款的例子。 这次银行不仅要求你的存款超过 100 万美元，还需要根据你的收入、存款、负债等数据计算信用评分，决定最终给你多少贷款额度。 但你不希望银行掌握自己的完整财务情况。 这个时候也可以使用 FHE。 就是你先把自己的财务数据全部加密，再把加密后的数据交给银行。 银行虽然看不到你的原始数据，但仍然可以直接对这些加密数据进行计算，最终得到一份加密的信用评分。 然后你通过自己的密钥把计算结果解密，就能得到正确的评分。如果银行需要这个结果来审批贷款，还可以通过授权等方式获取最终评分。 那么 FHE 到底是怎么实现的？ 我们同样分成几个步骤： ✅ 第一步：先通过特殊的加密算法，把原始数据变成密文。 比如你有两个数字，10 和 20。 经过 FHE 加密以后，别人看到的就不再是 10 和 20，而是两份无法直接看懂的密文。 ✅ 第二步：利用同态加密的数学特性，直接对密文进行计算。 传统加密技术一般需要先把数据解密，才能正常进行计算。 但 FHE 不需要，它通过特殊的数学结构，让密文上的运算能够对应到原始数据上的运算。 比如： 原始数据是：10 + 20 = 30 加密数据则是：密文 A + 密文 B = 密文 C 虽然别人不知道 A 和 B 分别代表什么，但是按照 FHE 的运算规则计算以后，最终把密文 C 解密，就能够得到 30。 ✅第三步：处理密文计算过程中产生的噪声。 很多 FHE 方案基于格密码学，在加密过程中会引入一定的数学噪声，以此保证数据的安全性。 但是随着密文不断进行加法、乘法等运算，这些噪声也可能不断积累。 如果噪声超过一定范围，最后就可能无法正确解密。 所以，FHE 需要通过一系列数学技术控制噪声，有些方案还会使用一种叫做自举的技术。 你可以把它理解成，在不暴露原始数据的前提下，给密文进行一次刷新，让它能够继续参与后面的计算。 因为这些复杂的加密运算和噪声管理机制，所以 FHE 的计算成本会远远高于直接处理明文数据。 所以 FHE 的主要技术挑战之一，是如何把它的计算成本降下来，让它能够真正进入大规模的商业应用。 （目前说自己在 FHE 上大规模采用的项目，都 TM 是吹牛逼） 💡 FHE 里面还有一个概念：全同态和半同态 同态加密并不只有 FHE 这一种，按照计算能力的不同，大致可以分成三类： 第一类：部分同态加密（PHE），也经常被笼统地叫作半同态。 它只能支持特定类型的计算。 比如有的只能对密文做加法，有的只能做乘法，无法像普通计算机一样同时灵活处理各种运算。 但是因为支持的计算比较简单，所以在特定应用中，性能和实现成本往往更有优势。 第二类：有限同态加密（SHE）。 它比部分同态更进一步，可以同时支持一定程度的加法和乘法。 但是由于计算过程中会积累噪声，能够连续执行的计算深度受到限制。 第三类：全同态加密（FHE）。 它在理论上可以支持任意可计算的函数，通过自举等技术突破有限计算深度的限制。 也就是说，它不仅能够进行简单的加减乘法，还能通过组合基础运算来完成更加复杂的计算任务。 当然，计算能力越灵活，通常也意味着需要付出更大的计算资源和性能成本。 所以并不是所有场景都必须使用 FHE，很多只需要简单加密运算的业务，用部分同态或者有限同态方案反而可能更合适。 ──────────────────────────────── 所以相对来说： ZK 其实解决的是可信验证问题： 上面的例子是，我不告诉你自己有多少钱，但可以通过数学证明，让你确认我的存款超过 100 万美元。 FHE 解决的是隐私计算问题： 即我不告诉你自己的收入、存款和负债，但是你仍然可以在看不到原始数据的情况下，帮我计算出信用评分。 一个侧重于证明，一个侧重于计算。 它俩其实并不冲突，甚至可以结合使用。 比如通过 FHE 对加密数据进行计算，再结合 ZK 等可验证计算技术，证明计算过程符合规定的规则。 既可以保护数据隐私，也可以进一步解决计算结果是否可信的问题。 以后嘴撸 ZK 或者 FHE 相关项目以前，先整明白是啥，不然你就是不懂装懂！！！

#币安# 2025年12月储备金证明已更新🔔 🔐超强储备 #BTC# 102.11% #USDT# 109.16% 🛡️安全至上，储备金超100%保护用户资安 ✅真实可验证，采用zk-SNARK验证机制 储备透明可查，一键查询👇

Vitalik Buterin 发文表示，围绕 EIP-8141、UTXO、Keyed Nonces 和递归 STARK mempool 等设计的讨论，正在推动以太坊更明确地区分交易中的“动作”与“依赖”。其中，签名、Merkle 证明及 ZK-SNARK / STARK 等依赖可被并行或提前验证，而实际转账和状态变化则属于动作。Vitalik 认为，以太坊未来扩容需要让更多可静态分析的交易获得更低 Gas 成本和更高扩展能力；如果 EIP-8141 设计得当，它不仅是账户抽象工作的延续，也将为未来数年的以太坊大规模扩容提供基础。

这阵子我一直在跟进 Gate @Gate @Gate_zh 的一些公开数据。 前几天看的是资产规模，这次最新一期储备金出来，我也继续看了一下。 这期有几组数据比较值得放在一起看： 整体储备率 117%，稳定币综合储备率 118.97%。 另外， $ETH 储备也从上一期的 423,960 枚增加到了 456,798 枚，差不多 45.68 万枚。 我自己一直是 ETH 的长期持有者，所以看到这里，确实会多留意一下 ETH 那一栏。 但比某一个币种涨了多少更重要的，还是一个问题： 用户资产在增加的时候，平台对应的储备有没有一起跟上。 ////////////////////////// 这期数据截止 7 月 27 日。 ETH 用户资产是 374,348 枚，对应平台储备 456,798 枚。 稳定币这边，USDT、USDC、USD1、GUSD 四类资产的用户持仓合计约 13.36 亿枚，对应平台储备约 15.9 亿枚，综合储备率 118.97%。 我现在看储备金，也不会只看“有没有超过 100%”。 用户资产变化之后，储备有没有同步变化，以及这些数据是不是持续公开。 还有一点我比较在意，就是用户能不能自己验证。 Gate 现在的储备证明里提供了 Merkle Tree、zk-SNARK 相关的验证方式，用户可以自己核对资产有没有被纳入储备证明。 “我们有足够储备”是一句话。 把数据公开出来，并且给用户验证路径，是另一回事. ////////////////////////// 当然，储备金报告只能代表一个时间截面。 所以这类数据，我觉得还是连续看更有意义。 这段时间我一直在跟 Gate 的公开数据，前面看资产规模，这次再看储备金，本质上也是想看看： 资产在增长的时候，背后的储备有没有持续跟上。 至于 ETH，拿了这么久，多少是有感情的。 这一期储备增加到 45.68 万枚，我自然也会多看一眼。 储备金报告：

逆势增长，信任可验证——币安 @binacne 持续巩固行业领先地位 市场寒潮中，谁在真正承接信任？ 据 CoinDesk Research 最新数据，7月以来77家交易所整体资金净流出近10亿美元，稳定币供应缩减110亿，现货比特币 ETF 净流出43亿——而币安逆势录得3690万美元资金净流入，成为仅有的三家净流入平台之一。 不仅资金在选币安，市场也在选币安： 📊 约55% CEX 储备资产占比 📊 约24%现货交易份额 📊 约36%永续合约交易份额 📊 约22%永续合约未平仓量份额 在交易量整体萎缩的背景下，份额的稳定本身就是最强的韧性证明。 ZEC、ETH、LDO、EIGEN、ETHFI、PUMP——这些推动市场上涨的核心代币，24小时交易量第一均来自币安。资金流向最强资产时，币安始终是价格发现的首选阵地。 信任不止于规模，更在于可验证。The Block 数据显示，币安持有业内最大的稳定币储备，USDT 与 USDC 储备率均超100%。同时，币安开源了基于 zk-SNARK 的储备金证明系统，并维护着约10亿美元规模的 SAFU 投资者保护基金，存放于公开可查的链上钱包。 市场低谷不是退场信号，而是检验平台成色的试金石。当流出成为常态，净流入就是最好的背书，用户在市场最冷的时候，依然选择信任币安。

经历过牛熊切换、各种CEX暴雷。当下Web3最重要的是好好的活下去。钱放哪里，比赚多少更重要。 最近市场整体冷清。从6月开始资金大面积流出，交易量腰斩，稳定币供应量也在缩，比特币ETF还出现了净流出。甚至出现CEX接连出现停止运营公告。其他平台用户都在陆续撤离，而身边不少朋友还在 @binancezh 交易。为什么？主要还是头部的实力证明。 CoinDesk Research的最新统计：他们跟踪的77家交易所合计净流出近10亿美元，而币安却逆势3690万美元的净流入，成了极少数还能吸金的平台之一。更别提它在中心化交易所储备资产里占比约55%，现货交易份额24%，永续合约36%，未平仓量22%。市场再冷，这些数字几乎没怎么掉。交易量萎缩的时候，大家还是优先往流动性最好的地方跑，这本身就说明问题。 再看The Block的数据，币安的USDT和USDC储备率长期保持在100%以上，而且是行业里规模最大的稳定币储备。这意味着什么？意味着你想提现的时候，不用担心挤兑或卡顿。对用户来说，这比任何广告都管用。 更让人放心的是他们在透明度上的动作。FTX之后，大家都懂了“储备金证明”有多重要。币安不仅坚持做，还把基于zk-SNARK的验证系统开源了，任何人都能自己查。再加上从2018年就建立的SAFU投资者保护基金，现在规模大概10亿美元，钱就放在公开可查的链上钱包里。这种可验证的东西，比口头承诺靠谱得多。 说到底信任是一次次在市场下行时，用资金流向、市场份额和透明机制堆出来的。对普通用户来说，能安心睡觉、随时进出，就已经是最大的安全感了。这也是为什么，即便市场再调整，数百万用户还是选择继续把资产放在这里。