W branży fintechowej działam od ośmiu lat, więc doskonale rozumiem obawy tradycyjnych instytucji dotyczące danych Web3 - mówią, że "zajmują się innowacjami", ale w rzeczywistości stawiają poprzeczkę wyżej niż niebo. Wcześniej prowadziłem kilka protokołów danych Web3 do współpracy z funduszami publicznymi, ale albo dostawałem od risk managementu odpowiedź, że "źródło danych wygląda na niepewne", albo utknąłem na "dokumentach zgodności z brakującymi informacjami", a na końcu wszystko kończyło się fiaskiem. Dopiero gdy @Pythnetwork przedstawiło plan drugiego etapu w #PythRoadmap, używając kombinacji "danych od pierwszej strony + usług zgodności + $PYTH ekosystem", udało się naprawdę otworzyć drzwi do instytucji. To nie jest po prostu prowadzenie biznesu z danymi, to wyraźnie przekształcenie logiki zaufania w branży.


1. Najpierw uderz w punkt: instytucje nie boją się Web3, ale „braku zaufania”.
Tradycyjne instytucje korzystające z danych, kładą duży nacisk na „stabilność”, mówiąc szczerze, mają trzy kluczowe oczekiwania: dane muszą być prawdziwe, zgodność musi być wystarczająca, a pochodzenie musi być jasne. Ale wcześniejsze protokoły danych Web3 często były na minie:

Niektóre źródła danych są „sklejane” z danych z nieznanych małych platform, dodawane są symulowane dane, żeby wypełnić luki, nie mówiąc już o tym, że instytucje nie chcą ich używać, nawet my, robiąc testy, czuliśmy się niepewnie - wcześniej jeden z protokołów podał cenę bitcoina, która różniła się o 200 dolarów od głównych giełd, mówiąc, że „spóźnienie jest przyczyną”, w rzeczywistości po prostu źródło danych było zbyt słabe. Inne dokumenty zgodności były chaotyczne, nawet standardy Regulacji ATS SEC w USA nie były spełnione, a prawnicy funduszy po jednym spojrzeniu odrzucali to, nie mówiąc już o współpracy z bankami, które są silnie regulowane.

Ale @Pythnetwork nie poszedł utartą ścieżką. Skupił się na tym, że „źródłem zaufania są źródła danych”, bezpośrednio angażując ponad 120 czołowych instytucji jako „dostawców danych” - takich jak Jump Trading, Jane Street, główne giełdy takie jak Bybit i KuCoin, a także tradycyjne banki z ich działami handlu pozagiełdowego, wszyscy są swoimi „dostawcami danych”. Te instytucje nie dostarczają danych z drugiej ręki, a raczej prawdziwe zamówienia, ceny transakcji i dane o płynności z własnych systemów transakcyjnych, co jest równoznaczne z przeniesieniem „księgi rynku” bezpośrednio na łańcuch.

Co ważniejsze, to jego logika agregacji, która za pomocą „algorytmu wagowego spadku czasu” łączy te dane w uczciwą cenę, nie jest to po prostu prosta średnia, ale nadaje większą wagę danym od instytucji, które są aktywne w handlu i mają dobrą reputację. To zablokowało potencjalne oszustwa już na samym początku - kto widziałby, że instytucja tego kalibru, jak Jump, zaryzykowałaby swoją reputację dla tak niewielkiego zysku? Wcześniej pewna instytucja zajmująca się kwantami przeprowadziła testy, porównując dane dotyczące instrumentów pochodnych akcji Pyth z danymi z terminalu Bloomberga, a współczynnik błędu wynosił mniej niż 0,01%, co oznacza, że ta dokładność spełnia wymogi instytucji.


2. Tajna broń: „dane pierwszej strony” zmieniają zasady gry.
Dopiero po bliższym zapoznaniu się odkryłem, że największą siłą Pyth nie jest to, że ma pełne dane, ale jego „paradygmat danych pierwszej strony” - w porównaniu do innych oracle, to wręcz redukcja wymiaru.

Tradycyjne oracle są głównie „agregacją danych z trzeciej strony”, najpierw zbierają dane z rozproszonych źródeł, a następnie przekazują je do węzłów do przetworzenia, co wiąże się z opóźnieniami i zniekształceniem danych. Pyth łączy się bezpośrednio z „źródłami danych”, na przykład, jeśli chcesz znać prawdziwą cenę Ethereum, to po prostu używa danych w czasie rzeczywistym z Coinbase i Kraken, bez pośredników, co eliminuje problem zniekształcenia danych. Korzyści płynące z tego są zbyt oczywiste:

Po pierwsze, niesamowita dokładność. Dane są bezpośrednio przesyłane z systemu transakcyjnego instytucji na łańcuch, eliminując błędy wynikające z przekazu, a w przypadku instrumentów wrażliwych na cenę, takich jak waluty, używanie danych Pyth do rozliczeń transgranicznych oznacza znacznie mniejsze straty związane z wymianą walut. **Po drugie, szybkość do poziomu milisekund**. Bez opóźnień związanych z pośrednikami, cena jest aktualizowana co 400 milisekund, co pozwala na ponad 200 000 aktualizacji dziennie, co idealnie pasuje do scenariuszy „na minuty” w obrocie wysokiej częstotliwości i rozliczeniach DeFi. Wcześniej, na protokole pochodnych Drift na Solana, po przejściu na dane Pyth, wskaźnik błędów spadł o 90%, po prostu dlatego, że rozwiązano problem opóźnień. **Po trzecie, przejrzystość i możliwość weryfikacji**. Wszystkie źródła danych, czasy przesyłania, procesy agregacji są zapisane na łańcuchu, a instytucje mogą w każdej chwili śledzić dane za pomocą przeglądarki blockchain, mogą nawet zobaczyć „przedział ufności” danych, na przykład cena BTC 50 000 dolarów ± 10 dolarów, jakość danych jest jasna jak słońce.

Ten model bezpośrednio uderza w słaby punkt tradycyjnych gigantów danych - platformy, które zarabiają na różnicach informacyjnych, są w rzeczywistości „pośrednikami”, a Pyth omija te pośrednie etapy, dostarczając lepsze dane po niższych kosztach, co czyni go prawdziwym „zmieniaczem zasad gry”.


3. #PythRoadmap Druga faza: wprowadzenie „zgodności” do serca instytucji.
Jeśli dane pierwszej strony są „twardą siłą”, to „produkt subskrypcyjny danych na poziomie instytucjonalnym”, wprowadzony w drugiej fazie #PythRoadmap, to „miękka siła”, która łączy ostatnią milę.

Instytucje korzystające z danych, dokumenty zgodności są ważniejsze niż same dane. W podręczniku usług Pyth znajdują się wszystkie dowody zgodności w ramach głównych globalnych regulacji, od Regulacji ATS SEC w USA, po MiFID II w UE, a nawet można dostosować „raporty pochodzenia danych” dla instytucji - które instytucje dostarczyły pierwotne dane, o której godzinie zostały przesłane, jak zostały zaggregowane, wszystko jest jasno wymienione, a podczas przeglądu prawnego nie można znaleźć żadnych błędów.

Znam dyrektora ds. ryzyka w jednej z funduszy hedgingowych, który wcześniej unikał danych Web3, ale po przetestowaniu Pyth w zeszłym roku całkowicie zmienił zdanie: „Porównaliśmy jego dane dotyczące złota z danymi z londyńskiej giełdy złota przez miesiąc, nie zauważyliśmy żadnych różnic, raport zgodności jest nawet bardziej szczegółowy niż w Bloombergu, a podczas integracji z systemem badawczo-inwestycyjnym prawne zgody były bezproblemowe.” Teraz ten fundusz korzysta z Pyth jako głównego źródła danych dla walut i towarów, a miesięczna opłata subskrypcyjna wynosi dziesiątki tysięcy.

Ta zdolność „sprawienia, że instytucje czują się komfortowo” jest kluczową konkurencyjnością Pyth. Do tej pory ponad 30 instytucji podpisało umowy subskrypcyjne, obejmujące handel kwantowy, zarządzanie aktywami, płatności transgraniczne i inne dziedziny, a dochody DAO rosną o 40% miesięcznie, co czyni go wyjątkowym w przestrzeni danych Web3. 4. $PYTH: nie tylko token, ale „klej zaufania” ekosystemu.
Projekt, który może trwać długo, musi mieć solidny projekt tokena, a sposób, w jaki $PYTH jest zaprojektowany, doskonale łączy „zachęty i zarządzanie”, co sprawia, że instytucje są bardziej skłonne do długotrwałej współpracy.

Najpierw porozmawiajmy o mechanizmie zachęt. Pyth przyznaje $PYTH dla dostawców danych, nie jest to „przyznane i koniec”, ale przyznawane na podstawie „punkty jakości” - im dokładniejsze dane, tym szybciej aktualizowane, tym szerszy zakres aktywów, tym więcej nagród. Na przykład, jeśli market maker dostarcza zarówno dane dotyczące kryptowalut, jak i walut, przy dokładności powyżej 99,9%, miesięczna nagroda jest o 50% wyższa niż w przypadku dostarczania tylko jednego typu danych. Ten model „lepszy wynik, lepsze nagrody” sprawia, że zbior danych staje się coraz większy, od pierwotnych kryptowalut, po obecne waluty i towary, a następnie dojdą dane dotyczące akcji i obligacji.

Co ważniejsze, zarządzanie DAO. Część pieniędzy z subskrypcji danych instytucji jest wymieniana na $PYTH w skarbcu, a część jest przeznaczana na operacje, a posiadacze $PYTH są „decyzyjny” - jak wydawane są pieniądze ze skarbca, jakie dane są dodawane, a nawet standardy przyjęcia klientów instytucji, wszystko musi być decydowane poprzez głosowanie. W zeszłym miesiącu społeczność przegłosowała włączenie tradycyjnych banków do kręgu klientów i przeznaczyła 15% funduszy skarbcowych na rozwój dedykowanego interfejsu dla banków.

Sam także postawiłem kilka $PYTH w celu uczestnictwa w zarządzaniu, chociaż waga głosu nie jest duża, ale gdy ostatnio zrealizowano propozycję „dodania danych o realnych cenach ropy naftowej”, rzeczywiście poczułem się jak „część ekosystemu”. Ten model „wiodący przez użytkowników” sprawia, że wartość i głębokość ekosystemu $PYTH są ze sobą ściśle związane, nie opierają się na spekulacjach, ale na wsparciu klientów instytucjonalnych i dochodach z subskrypcji.


5. Zakończenie: za $PYTH kryje się alternatywna możliwość na rynku o wartości 50 miliardów.
Patrząc wstecz, instytucje, które odważnie korzystają z danych Web3, w zasadzie rozwiązują kluczowy problem związany z „zaufaniem”: dane pierwszej strony zapewniają „prawdziwe dane”, usługi zgodności gwarantują „bezpieczne użytkowanie”, ekosystem $PYTH zapewnia „długoterminowość”.

Tradycyjny rynek danych ma wartość 50 miliardów, a giganci zarabiają na monopolizacji, a ich model jest już przestarzały. Pyth, stosując zdecentralizowane podejście, obniża koszty, zwiększa dokładność i zapewnia zgodność, co jest nieodwracalnym trendem. Wśród moich znajomych z branży finansowej wielu zaczęło gromadzić $PYTH, nie patrząc na krótkoterminowe wahania, ale na jego potencjał jako alternatywy w tej przestrzeni - jeśli w przyszłości liczba klientów instytucjonalnych wzrośnie kilka razy, wartość $PYTH będzie oczywista.

Jeśli również szukasz projektów Web3 „z realnym wdrożeniem, wsparciem instytucji, jasną użytecznością tokenów”, koniecznie śledź postępy #PythRoadmap na @Pythnetwork. Może nie jest to najpopularniejszy projekt, ale z pewnością jest jednym z niewielu, które mogą połączyć Web3 z tradycyjnymi instytucjami. Gdy klienci instytucjonalni Pyth obejmą więcej branż, być może będziemy mogli być świadkami rewolucji danych - a posiadanie $PYTH to najlepszy sposób na wzięcie udziału w tej rewolucji.

@Pyth Network #PythRoadmapand $PYTH