对话 Monad Labs CEO：从传统到未来，原 Jump Trading 团队探索公链在链上金融的角色-链嗅网

目前 DeFi 的低效性不足以有效地与每天处理数十亿订单的传统金融竞争。

采访 & 编辑: Sunny and David

Monad Labs: Kenone Hon

“目前 DeFi 的低效性不足以有效地与每天处理数十亿订单的传统金融竞争。”

— Keone Hon, CEO of Monad Labs

前言

“在传统金融中，S&P 500 迷你期货合约是一个高交易量的交易工具，每个合约的名义价值为25万美元。它每天交易200万到400万个合约，导致最多达到1万亿美元的名义交易量。

相比之下，像 Uniswap 这样的 DeFi 平台只达到了1万亿美元的总历史交易量。DeFi 中的交易规模也要小得多。”

Keone 是 Monad Labs 的创始人和首席执行官。在创办 Monad Labs 之前，Keone 在 Jump Trading 工作了8年，这是一家领先的专有传统和加密交易公司，专注于算法和高频交易策略。在那里，Keone 通过领导高频交易员和工程师团队来管理来自各种交易所的大量非结构化市场数据，将混乱转化为有用的信息。

在 Jump Trading，Keone 遇到了他的合作创始人 James Hunsaker，他们俩都在挑战当前的现状：“**以太坊不能高效运行**”来支撑未来链上金融交易市场的规模和用户体验。因此，他们正在着手重建一个与以太坊虚拟机（EVM）兼容的第一层智能合约平台。

凭借多年正规金融工程经验，Keone 对 DeFi 中资本效率低下问题提供了有价值的见解，同时也对技术上可行的方案有着敏锐的理解。

最近，深潮TechFlow 邀请到了 Monad Labs的创始人 Keone，分享他在DeFi基础设施领域的观察，这些观察激发了他大胆地重新思考 EVM 第一层的架构，并给出更加优化的解决方案。

Monad Labs在今年的三月份结束了19M的种子轮融资，其领投为Dragonfly Capital。对此，Keone表示他与联创非常看重初创团队，这笔种子融资主要会被用在扩大团队上，来着重开发更高效的EVM L1为更多新兴资产上链做足准备。

Monad Labs预计在年底推出测试网，并计划在2024年初推出主网。整个团队正在努力完成改进并启动测试网。Monad Labs能在2024年与不同地区的开发者合作，以支持他们正在构建的应用。

下面，让我们跟随Keone的视角，一起进入本次采访的主题。

起因：传统金融、中心化交易所和去中心化交易所的规模差异

TechFlow：您在之前的采访中提到，Monad的联合创始人们创建这个项目是因为他们发现了传统金融和加密金融之间的巨大差异。能否详细解释一下这些差异？

Keone：

从我们创始人的高频量化交易背景出发：在传统金融中，量化交易是极其竞争激烈的。交易所的信息以数据包的形式同时发送给多个竞争对手。然后，机器重新计算并决定是否回发一个订单。在这种环境下，速度是赢得交易的决定性因素。这种竞争推动了创新和对低级细节的关注，以最大化系统性能。

加密货币领域波动性更显著，有众多的交易所和不够成熟的技术。

在成熟度方面，传统金融位居顶端，其次是中心化的加密金融，然后是去中心化金融（DeFi）。

从交易所角度来看

与传统金融相比，加密空间仍在走向成熟的路上。主要的加密货币交易所在2017-2018年左右主要获得了显著的交易量和使用量，因此相对较新。传统交易所则经历了更长时间的演变，而新技术的实施是一个多年的努力结果。

从基础设施决定性方面来看

许多去中心化的加密货币交易所实际上在AWS（亚马逊的云服务）上运行。这种部署方式会引入更多系统性能的变化，例如，网络延迟、服务器响应时间等可能会受到AWS运行状况的影响。

由于这些交易所在云服务上运行，参与者不能像在传统金融交易所那样，在匹配引擎服务器（即处理买卖订单的服务器）附近进行服务器托管。在传统金融市场，一些高频交易公司会将其服务器放在离交易所服务器非常近的地方，以减少网络传输时间，从而在微秒级别获得交易优势。然而，由于加密货币交易所在云服务器上运行，这使得参与者无法实施这种策略，因此，交易的结果可能会更加不可预测。

从用户体验方面来看

在 DeFi 中，用户经常会经历显著的滑点，有时高达1%。这种低效性导致用户面临更高的成本，不仅在于Gas Fee，还在于实际交易执行的成本。这些低效性尤其明显，特别是对于在传统金融中被认为是小额交易的交易。

从规模方面来看

在传统金融中，S&P 500 迷你期货合约是一个高交易量的交易工具，每个合约的名义价值为25万美元。它每天交易200万到400万个合约，导致最多达到1万亿美元的名义交易量。

相比之下，像 Uniswap 这样的 DeFi 平台只达到了1万亿美元的总历史交易量。DeFi 中的交易规模也要小得多；在 DeFi 中进行10万美元的交易都可能会经历显著的滑点。

与中心化的加密金融或传统市场相比，DeFi 中的低效性是显而易见的。用户在 DeFi 平台上常常面临1%或2%的滑点，这在传统金融中是罕见的。

Monad Labs 的目标是弥合这一执行差距，并将 DeFi 提升到传统市场所见的效率水平。

高Gas Fee暴露DeFi对高效EVM的需求

**TechFlow: 目前我们也可以看到Uniswap和dYdX在DEX协议层面的创新。**当前的DEX是如何缩小与CEX的差距的?

Keone:

专业交易员，通常是高频交易员，为传统市场提供了大部分流动性。这些公司在不同的资产和交易场所之间管理风险，每天执行数亿甚至数十亿的订单，以保持市场的流动性和竞争性。这些公司还竞相缩小市场差价，目标是使其在给定数量的情况下尽可能小。

在传统金融中，限价订单簿 (Limit Order Book）促使做市商之间竞争以减少差价，从而提高用户体验。相比之下，DeFi平台很少使用限价订单簿。像dYdX这样的显著例外运营在独立的Layer 2解决方案上，限制了它们与其他DeFi应用程序的可组合性。

为了弥合中心化金融、传统金融和DeFi之间的差距，有必要创建一个环境，在这里专业的做市商可以有效地更新报价以最小化差价（差价=最高报价-最低报价）。为了实现这一点，链上交易必须是成本有效的，因为做市商每次更新报价都需要支付Gas Fee, 目前链上的高更新报价成本不足以激励链上做市商频繁更改报价来最小化差价。

这引出了Monad的愿景。在Jump Trading，特别是在Jump Crypto工作期间，我和我的联合创始人James确定了对高效以太坊虚拟机（EVM）执行的需求。目前EVM的现有环境在处理交易和提供低Gas Fee方面的能力有限。

对于用户和开发者来说，目前最佳可用选项每秒仅提供100到200笔交易，或者每天提供1000到2000万笔交易。

这不足以让DeFi有效地与每天处理数十亿订单的传统金融竞争。

在DeFi和传统金融之间，用户在执行质量上存在很大的差距。这主要是因为底层的区块链使用成本非常高。

从根本上说，Uniswap的设计选择是基于以太坊网络的Gas（交易费）非常昂贵的事实。

在Uniswap这样的平台上，流动性提供者（即那些向交易池提供资本以促成交易的用户）可以设定一个价格，并为此提供资本。然后他们的资本就会根据市场情况在这个价格附近进行买卖。如果每次市场价格变动，流动性提供者都需要更新他们的报价，那么高昂的Gas费用会使得这种做法变得不切实际。

因此，Uniswap的设计是让流动性提供者设定一次报价，然后就不再去管它，这样可以节省Gas费用。但这样的设计也有一个副作用，那就是资金效率不高。流动性提供者的资本会分布在一个宽泛的自动做市商（AMM）曲线上，也就是说他们的资本会在一个宽泛的价格范围内进行交易。

这就导致了在接近市场公允价值的地方可能没有足够的资本进行交易，当用户想要在这个价格进行交易时，他们可能会遇到所谓的“滑点”，也就是实际交易价格与预期交易价格之间的差值。这种情况在交易量大或者市场波动性高的时候尤其常见。

如果解决了根本的问题，即Gas昂贵的问题，所有这些其他问题都可以得到解决。

Monad首次为EVM引入并行化

TechFlow：Monad如何解决区块链昂贵、因而导致Gas费用高昂的根本问题？

Keone：

Monad在推动以太坊生态方面进行了四项重要改进：

交易的并行执行，
相对于共识的延迟执行，
高性能的状态访问，
基于HotStuff的高效共识机制，并进行了额外的研究改进。

这些优化解决了在分布式网络上重新模拟以太坊交易时观察到的各种瓶颈。

Monad是一个与EVM字节码完全兼容的Layer 1，每秒可提供10,000笔交易。这个TPS通量考虑了以太坊历史上的平均交易量，而不仅仅是简单的转账。从技术角度来说，它每天可处理十亿笔交易，支持有大量日活用户的应用。这与以太坊每天一百万笔交易和其他EVM兼容平台（每天大约可提供一千万笔交易）相比有了显著提升。

开发者可以轻松地将基于以太坊的应用迁移到Monad，无需进行任何修改，同时保持字节码和RPC的兼容性。这确保了像MetaMask和Etherscan这样的工具也可以无缝部署。

Monad的一个关键创新是并行****执行。交易仍然是线性有序的，但在执行期间，系统会并行化工作。例如，如果第一笔和第四笔交易是相互依赖的，因为它们影响同一个状态，系统将并行执行1、2和3号交易，但会在1号交易之后对4号交易进行排序。

从用户的角度来看，唯一的变化是TPS的提高。没有交易相互干扰的风险。系统使用基于乐观并行执行*（Optimistic Parallel Execution)，确保并行提交的交易与其原始顺序一致。如果出现意外的共同依赖，后续的交易将被回滚并重新安排。

Monad是第一个将并行化引入到以太坊虚拟机（EVM）的平台。尽管像Solana这样的其他区块链已经实现了并行性，但它们是在不同的假设和标准下运行的。

主要的挑战主要涉及适当的调度或“流水线”，这类似于现代CPU如何管理一组指令的流水线并并行执行它们以提高速度和容量。我们相信这种方法对于有效执行至关重要，并可能在未来被其他区块链采用，其中大多数目前使用单线程执行模型。

*乐观并行执行: 这是一种计算模型或执行策略，用于提高处理速度和系统性能。在乐观并行执行中，系统预先执行多个任务，即使这些任务可能最终并不是所有都需要执行。这种方法是基于“乐观”的假设，即并行执行这些任务将提高效率，而不会引发错误或不一致。

这种策略在多核处理器、分布式计算系统和区块链等多个领域都有应用。例如，在以太坊这样的区块链平台上，乐观并行执行可以用于提高交易处理速度和整体网络性能。

Monad的根本驱动：DeFi市场需求

TechFlow：我们如何理解Monad在挑战EVM现状方面的内在商业动力？

Keone：

在我看来，目前DeFi有几个主要的商业模式。

其中一个是交易所，让人们进行风险转移。这显然是一项有价值的服务，人们愿意为此付费。
另一个是实际的利息。美元的利率相对较高，有像MakerDAO这样的商业模型，通过其协议以Dai的形式创造合成美元。在MakerDAO的帮助下，创造合成美元（synthetic dollar）的能力使得可以发放赚取利息的贷款，使其成为一个可行且健壮的商业模型。
ETH****质押。以太坊协议每年生成数十亿美元的费用。

理解这些不同的商业模型并识别真实用户需求有助于预测DeFi可以提供的其他有价值的服务。虽然短期激励措施如流动性挖矿可能暂时吸引用户，但最重要的是长期可持续的商业模型。

我觉得现在很多备受瞩目的去中心化应用主要是DeFi应用。

机器学习是支撑非金融dAPP发展的利器？

TechFlow：最近我们看到除了DeFi以外的非金融应用也在崭露头角。您如何看待这些非金融应用及其所需的用于提升用户体验的机器学习技术？

Keone：

从我的机器学习经验来看，它具有巨大的潜力，作为一种强大的工具，能在面向消费者的应用中进行精确的预测，从而提升用户体验。例如，Twitter的信息流算法和Tinder的配对算法都是很好的例子。但是目前链上的算力基本为0。

在加密货币领域，尽管去中心化金融（DeFi）是主要的焦点，机器学习也可以扩展其应用范围，最终目标是提高用户体验。Monad团队正在积极探索如何在链上启用由机器学习驱动的应用。关键的挑战在于如何将机器学习的输出整合到区块链中。尽管在以太坊生态系统中，相对于存储而言，计算是相对便宜的，但要实现这种整合还需要克服一些难题。