В金融科技圈混了八年，我太懂传统机构对Web3数据的那点顾虑——嘴上说“关注创新”，实际把门槛设得比天还高。之前带过几个Web3数据协议去对接公募基金，要么被风控怼“数据来源像野路子”，要么卡在“合规文件缺斤少两”，最后全不了了之。直到@Pythnetwork拿出#PythRoadmap第二阶段的方案，用“第一方数据+合规服务+$PYTH生态”的组合拳，才算真正撬开了机构的大门，这哪是做数据生意，分明是重塑了行业的信任逻辑。


Во-первых, постучим по больным местам: учреждения боятся не Web3, а "недостоверности".
Традиционные учреждения в работе с данными ориентируются на стабильность, если говорить просто, то у них три основных требования: данные должны быть истинными, соответствовать требованиям, и иметь ясное происхождение. Но ранее большинство протоколов данных Web3 попадали в ловушки:

Некоторые источники данных представляют собой "склеенные" данные, берущиеся с неизвестных мелких платформ, добавляя немного синтетических данных для заполнения, не говоря уже о том, что учреждения не осмеливаются использовать их, даже нам было неловко тестировать — ранее один из протоколов предоставил цену биткойна, которая, оказывается, отличалась на 200 долларов от основных бирж, и говорили, что это "из-за задержки", на самом деле это просто ужасное качество источников данных. Другие же документы о соответствии были в полном беспорядке, не достигая даже стандартов Регламента ATS SEC США, юридическая служба просто взглянув на них отправляла их обратно, не говоря уже о взаимодействии с такими строго регулируемыми учреждениями, как банки.

Но @Pythnetwork изначально не пошёл по старому пути. Он точно определил, что "источником доверия являются данные", напрямую привлек более 120 ведущих мировых учреждений в качестве "поставщиков данных" — такие как Jump Trading, Jane Street, такие как Bybit и KuCoin, а также внебиржевые отделы традиционных банков, все они являются собственными "поставщиками данных". Эти учреждения не предоставляют вторичные данные, а реальные заказы, цены сделок и данные о ликвидности из своих торговых систем, что эквивалентно переносу "рыночной книги" прямо на блокчейн.

Более важно то, что его логика агрегации использует "алгоритм взвешенного временного затухания" для формирования справедливой цены из этих данных, а не просто берёт среднее, а придаёт больший вес данным от активных и надёжных торговых учреждений. Это полностью блокирует пространство для мошенничества с самого начала — кто видел, чтобы учреждения уровня Jump рисковали своей репутацией ради этой выгоды? Ранее одно количественное учреждение проводило тест, и обнаружило, что данные о производных акциях Pyth и Bloomberg имеют погрешность менее 0.01%, такая точность соответствует стандартам институциональных инвесторов.


Во-вторых, козырь: "данные от первого лица" изменяют правила игры.
При взаимодействии стало очевидно, что самое лучшее у Pyth — это не полные данные, а его "парадигма данных от первого лица" — в сравнении с другими оракулами это просто уровень ниже.

Традиционные оракулы в основном работают по принципу "агрегации третьих лиц", сначала собирают данные из разрозненных источников, затем передают их узлам для обработки, и в процессе проходит несколько этапов, не говоря уже о задержках, данные уже искажены. Но Pyth напрямую подключается к "источникам данных", например, если вы хотите знать реальную цену эфириума, он напрямую использует данные о реальных сделках с Coinbase и Kraken, без посредников, без проблем с искажением данных. Это приносит очевидные преимущества:

Во-первых, это невероятная точность. Данные поступают напрямую из торговых систем учреждений на блокчейн, исключая ошибки в интерпретации, такие как валютные пары, чувствительные к цене, используя данные Pyth для международных расчетов, значительно снижает потери на обмене по сравнению с традиционными поставщиками. **Во-вторых, скорость до миллисекунд**. Без посреднических этапов задержки, цена обновляется каждые 400 миллисекунд, в течение дня обновляется более 200 тысяч раз, для таких сцен, как высокочастотная торговля и DeFi клиринг, это просто идеально. Ранее на производственном протоколе Derivatives на Solana, после использования данных Pyth, процент ошибок в заказах снизился на 90%, именно потому что проблема задержки была решена. **В-третьих, прозрачность и проверяемость**. Все источники данных, время загрузки, процесс агрегации оставляют след на блокчейне, учреждения могут в любое время отслеживать через блокчейн-браузер, даже видеть "доверительные интервалы" данных, например, цена BTC 50000 долларов ± 10 долларов, качество данных очевидно.

Эта модель непосредственно бьёт по слабым местам традиционных гигантов данных — те, кто завышают цены за счёт информационного разрыва, по сути являются "посредниками", в то время как Pyth минует посреднические этапы, предлагая более качественные данные за меньшую цену, это действительно "изменитель правил игры".


В-третьих, #PythRoadmap второй этап: сделать "соответствие требованиям" частью институционального восприятия.
Если данные от первого лица — это "жёсткая сила", то выпущенный на втором этапе #PythRoadmap "продукт подписки на данные для учреждений" — это "мягкая сила", которая соединяет последнюю милю.

Для учреждений данные важны, но нормативные документы важнее самих данных. В руководстве по услугам Pyth представлены все необходимые доказательства соответствия основным мировым нормативным рамкам, от Регламента ATS SEC США до MiFID II ЕС, и даже можно получить индивидуальные "отчёты о происхождении данных" для учреждений — какие учреждения предоставили исходные данные, когда они были загружены, как они были агрегированы, всё чётко и ясно, юридическая проверка не может найти недостатков.

Я знаком с директором по рискам одного хедж-фонда, который ранее избегал данных Web3, но после тестирования Pyth в прошлом году полностью изменил своё мнение: "Мы сравнили его данные о золоте с данными Лондонской ассоциации золотодобытчиков в течение месяца, не обнаружив ни одной ошибки, отчёт о соответствии был более детальным, чем у Bloomberg, юридическая служба дала зелёный свет при интеграции в систему исследований". Теперь этот фонд использует Pyth в качестве основного источника данных для валют и сырьевых товаров, ежемесячная стоимость подписки составляет десятки тысяч.

Эта способность "вызывать доверие у учреждений" является ключевым конкурентным преимуществом Pyth. На данный момент более 30 учреждений подписали соглашения о подписке, охватывающие области количественной торговли, управления активами, международных платежей и т.д., доходы казны DAO растут на 40% каждый месяц, что делает его уникальным в области данных Web3. Четыре, $PYTH: это не просто токен, это "клей доверия" экосистемы.
Устойчивый проект требует обоснованного дизайна токена, а подход $PYTH, который глубоко прорабатывает "стимулирование и управление", также делает учреждения более готовыми к долгосрочному сотрудничеству.

Сначала о механизме стимуляции, Pyth выдает $PYTH контрибьюторам данных не просто "раз и забыли", а согласно "баллам качества" — чем точнее данные, чем быстрее обновления, чем больше охват активов, тем больше награды. Например, маркет-мейкеры, предоставляющие данные как по криптовалютам, так и по валютам, с точностью более 99.9%, получают на 50% больше награды, чем те, кто предоставляет только один вид данных. Эта модель "больше труд — больше награда" позволяет увеличивать пул данных, начиная с криптовалют, и теперь охватывает валюты, сырьевые товары, и следующий шаг — добавление данных о акциях и облигациях.

Более важно управление DAO. Часть денег, полученных от подписки на данные учреждениями, превращается в $PYTH для казны, а часть используется для операций, при этом владельцы $PYTH являются "лицами, принимающими решения" — как тратить деньги казны, какие новые данные добавлять, даже критерии допуска для клиентов-учреждений, всё решается путём голосования. В прошлом месяце сообщество проголосовало за включение традиционных банков в перечень клиентов, а также выделило 15% средств казны на разработку специализированного интерфейса для банков.

Я сам также заложил немного $PYTH для участия в управлении, хотя вес голоса не велик, но когда в последний раз поддержанный мною проект по добавлению данных о реальном времени для нефти был реализован, я действительно почувствовал себя "частью экосистемы". Эта модель "развития, управляемая пользователями", связывает стоимость $PYTH и глубину экосистемы, не за счёт спекуляций, а за счёт поддержки со стороны учреждений и доходов от подписки.


Пять, заключение: за $PYTH стоит возможность замещения на рынке в 50 миллиардов.
Теперь, оглядываясь назад, смелость учреждений использовать данные Web3 в основном связана с тем, что Pyth решает основную проблему "доверия": данные от первого лица гарантируют "истинность данных", услуги соответствия обеспечивают "безопасность использования", экосистема $PYTH гарантирует "долговечность".

Объём традиционного рынка данных составляет 50 миллиардов, гиганты зарабатывают на монопольных ценах, модель давно устарела. А Pyth использует децентрализованный подход, снижая затраты, повышая точность и обеспечивая соответствие, что является необратимой тенденцией. Многие из моих друзей из финансового сектора начали накапливать $PYTH, не глядя на краткосрочные колебания цен, а учитывая его потенциал замещения в этой области — если в будущем количество клиентов-учреждений удвоится, стоимость $PYTH можно только представить.

Если вы тоже ищете проекты Web3 с "реальным внедрением, поддержкой учреждений и ясной полезностью токена", обязательно следите за прогрессом #PythRoadmap от @Pythnetwork. Это может быть не самый популярный проект, но это определённо один из немногих, способных соединить Web3 и традиционные учреждения. Когда клиентская база Pyth охватит больше отраслей, мы, возможно, станем свидетелями настоящей революции данных — а обладание $PYTH — это лучший способ участвовать в этой революции.

@Pyth Network #PythRoadmapand $PYTH