[Thread em inglês] Cofundador da Scroll: O caminho inevitável do ZK
Chainfeeds Guia de Leitura:
Quarenta anos atrás, a prova de conhecimento zero (ZK) era apenas uma ideia negligenciada, uma curiosidade matemática. Vinte anos atrás, tornou-se um experimento bancário que custou milhões. E hoje, a prova de conhecimento zero já não é apenas uma promessa.
Fonte do artigo:
Autor do artigo:
Sandy Peng
Opinião:
Sandy Peng: Desde o artigo original de 1985, as provas de conhecimento zero passaram por décadas de exploração académica e ceticismo industrial: entre as décadas de 1980 e 1990, os académicos expandiram as provas interativas para variantes de conhecimento zero e exploraram implementações não interativas (como o método heurístico Fiat-Shamir); nos anos 2000, empresas e grupos de pesquisa em criptografia começaram experimentos limitados, mas a implementação prática ainda era rara, com a tecnologia restrita a sistemas de identidade ou privacidade e cenários de hardware específicos; após 2020, com a ascensão do blockchain e das arquiteturas roll-up, o custo, a latência e a complexidade de engenharia dos sistemas ZK caíram drasticamente, mas o custo médio por prova ainda era de cerca de 80 dólares (até dezembro de 2023). Atualmente, o custo de transação na cadeia Scroll é inferior a 0,01 dólares, representando uma redução de custos de 8.000 vezes. Tecnologias outrora consideradas “impossíveis” agora são mais baratas do que muitos rollups baseados em Optimism. A prova de conhecimento zero não é apenas uma ferramenta de escalabilidade; sua capacidade central inclui a gestão de privacidade, ou seja, a exibição ou ocultação seletiva de informações, proporcionando segurança financeira e dignidade para usuários e instituições — algo que blockchains transparentes não conseguem realizar. A popularização da tecnologia de conhecimento zero tem semelhanças com o desenvolvimento da IA. No campo da IA, muitas empresas concentram-se na construção de modelos — OpenAI, Anthropic, Google, entre outras, treinam sistemas de base, dominando a camada de otimização e os dados; outras empresas desenvolvem aplicações baseadas nesses modelos, encapsulando a inteligência existente em aplicações, interfaces de chat ou ferramentas de produtividade. Ambas as abordagens criam valor, mas geram relações de poder diferentes: quem controla o modelo base detém a capacidade central, enquanto quem desenvolve sobre ele depende do roteiro de terceiros — é a diferença entre possuir e alugar terras. Por exemplo, a Apple integrou o modelo da OpenAI ao Apple Intelligence, em vez de construir seu próprio modelo. Mesmo os fornecedores de modelos percebem que construir modelos melhores não é suficiente para dominar o mercado. Quando a experiência do usuário é fornecida pelas aplicações de topo, os fornecedores de modelos de base podem tornar-se infraestruturas invisíveis, poderosas, mas facilmente substituíveis. Ao perceber isso, a OpenAI lançou seu próprio navegador, interface de voz e ferramenta de geração de vídeo Sora, demonstrando as capacidades do modelo e controlando a relação com o usuário. Essa tendência está a impactar rapidamente o setor cripto: algumas equipas concentram-se na infraestrutura, outras desenvolvem aplicações para o usuário. Ambas são igualmente importantes: infraestrutura sem usuários é uma concha vazia, enquanto aplicações sem controle da base não conseguem escalar a longo prazo. Com base nisso, a Scroll está a evoluir de uma “cadeia única” para um ecossistema que abrange produtos para o usuário final, com design mobile-first para melhorar a experiência do usuário e promover o desenvolvimento conjunto de infraestrutura e aplicações. A infraestrutura da Scroll alcançou avanços em custo e privacidade. Com a mais recente atualização Feynman, o custo de transação é inferior ao de alguns OP-rollups; Cloak fornece uma camada de privacidade auditável para a cadeia; Ceno introduz a próxima geração de provadores de conhecimento zero, utilizando o protocolo GKR sumcheck. No nível do usuário, @usxcapital lançou o primeiro neodólar movido a conhecimento zero — uma stablecoin privada e utilizável, com rendimento de cerca de 10-15%; Garden oferece uma aplicação de poupança cripto; @ether_fi Cash já completou 1,2 milhões de transações, com gastos totais superiores a 100 milhões de dólares; projetos de RWAs como @ProjectMochaHQ tokenizam cafeeiros do Quénia, permitindo que qualquer pessoa invista em agricultura; @ChatterPay permite transferências via WhatsApp; @SynthOS__ utiliza IA para recomendar portfólios de rendimento personalizados. O desenvolvimento das provas de conhecimento zero passou por 40 anos, de curiosidade matemática a experimento bancário e, agora, a tendência inevitável. Os custos eram elevados e a implementação difícil no início, mas hoje os sistemas de conhecimento zero são eficientes, utilizáveis e garantem divulgação seletiva de dados, possibilitando experimentos financeiros, de governança e institucionais. Blockchains transparentes suportam especulação, pagamentos comuns e algumas aplicações institucionais, mas a falta de privacidade impede cenários sensíveis. Blockchains com forte privacidade podem realizar quase todas as funções em finanças, votação, experimentos de governança, etc., fornecendo uma base sólida para a economia digital e experimentação institucional. A tecnologia de conhecimento zero evoluiu de um experimento teórico para o núcleo irreversível da infraestrutura.
Disclaimer: The content of this article solely reflects the author's opinion and does not represent the platform in any capacity. This article is not intended to serve as a reference for making investment decisions.
You may also like
As ações dos EUA perderam as "boas notícias" à vista? Expectativas de lucro raramente ajustadas para cima, estrategistas dizem: fundamentos tão fortes que "parece irreal"
A Seaport Research Partners acredita que o mercado de ações dos EUA está enfrentando uma clara divergência entre os lucros das empresas e o desempenho dos preços das ações: os lucros do segundo trimestre são fortes e os analistas continuam revisando suas previsões para cima, mas as preocupações com as altas taxas de juros e a sustentabilidade dos lucros estão pressionando as avaliações. Setores como indústria e transporte podem apresentar oportunidades de preço incorreto. No entanto, se o Federal Reserve voltar a sinalizar aumentos de juros, isso ainda pode trazer pressão ao mercado de ações no curto prazo.
Com as eleições intermediárias dos EUA se aproximando, Wall Street aposta em um Congresso dividido; o mercado pode experimentar uma pausa moderada?
Com a aproximação das eleições legislativas dos Estados Unidos, Wall Street aposta amplamente que o Partido Democrata recuperará a Câmara dos Deputados enquanto o Partido Republicano manterá o controle do Senado, formando assim um cenário de “Congresso dividido”. Acredita-se que esse quadro limite políticas radicais e reduza incertezas. Dados históricos mostram que, desde 1950, quando há um Congresso dividido sob um presidente republicano, o índice de ações dos EUA registra um aumento anual médio de 13,7%, superior aos 8,3% e 4,9% observados quando apenas os republicanos ou democratas controlam o Congresso, respectivamente. Caso o resultado das eleições fuja das expectativas, o mercado ainda poderá sofrer grandes oscilações.
O renomado investidor do mercado de ações dos EUA, Eric Jackson, junta-se ao conselho consultivo da Shengda Technology (SDA.US) para apoiar a estratégia de internacionalização e o desenvolvimento das relações com investidores da empresa.
Eric Jackson, fundador da EMJ Capital e renomado investidor em tecnologia, entrou oficialmente para o conselho consultivo da empresa.

As demandas por "interconexão óptica" explodem na era da inferência de IA! Lumentum (LITE.US) "na luz" supera NPO e expande OCS para receber momento de salto nos lucros
Do ponto de vista da engenharia de base, a demanda por interconexão óptica cresce devido a trocas de dados mais frequentes e rígidas entre mais nós de computação: o paralelismo de especialistas em modelos MoE (Mixture of Experts) requer a distribuição e agregação de dados entre GPUs; a separação entre prefill e decode (Prefill–Decode Disaggregation) exige a transmissão de caches de chave-valor (KV Cache); fluxos de trabalho complexos de agentes inteligentes aumentam a concorrência em chamadas de modelos, execução de ferramentas e acesso a dados.

