Pyth V2 nghiên cứu chuyên sâu: Chuyển biến then chốt trong mô hình giá cả, năng lực sản phẩm bùng nổ mạnh mẽ sau hỗ trợ đa chuỗi và đa tình huống
Tuyển chọn TechFlowTuyển chọn TechFlow
Pyth V2 nghiên cứu chuyên sâu: Chuyển biến then chốt trong mô hình giá cả, năng lực sản phẩm bùng nổ mạnh mẽ sau hỗ trợ đa chuỗi và đa tình huống
Với sự xuất hiện của nhiều trường hợp sử dụng DeFi hơn, việc dự đoán các rủi ro trong tương lai sẽ trở nên quan trọng hơn.
Chuyên sâu báo cáo Web3
Gần đây, sự chú ý của mọi người dường như đều đổ dồn vào L2.
Coinbase ra mắt mạng thử nghiệm Base, Arbitrum phát động airdrop, zkSync Era công bố khởi chạy mainnet, Polygon ra mắt zkEVM... Khi chúng ta hào hứng thảo luận về các định giá khác nhau, kiến trúc kỹ thuật và hệ sinh thái ứng dụng, đừng quên rằng chúng đều có chung một nhu cầu thiết yếu:
Oracles.
Mọi mạng blockchain đều cần thu thập dữ liệu giá từ nhiều nguồn khác nhau — bao gồm cả tài sản mã hóa lẫn tài sản thế giới thực — để cung cấp thông tin tham chiếu và đầu vào quan trọng cho các ứng dụng trên chuỗi.
Nếu tinh ý theo dõi xu hướng này, bạn sẽ nhận thấy rằng bất cứ khi nào một L2 nào vừa công bố chính thức khởi động, gần như ngay lập tức sẽ xuất hiện tin tức dự án oracle Pyth Network đã bắt đầu cung cấp dịch vụ cập nhật giá cho nền tảng đó.
Không chỉ riêng L2, mỗi khi một chuỗi ra mắt mainnet hoặc testnet, việc tích hợp oracle để cập nhật giá thường đòi hỏi thời gian kỹ thuật. Vậy làm thế nào Pyth lại có thể tích hợp nhanh chóng và liền mạch như vậy trong bối cảnh "tuyên truyền trước, hành động sau" đang trở thành chuẩn mực?
Trong một thời gian dài, oracle không trực tiếp được người dùng cuối cảm nhận rõ ràng. Tuy nhiên, cùng với sự trỗi dậy mạnh mẽ của các L2, oracle dường như đang có thêm nhiều cơ hội thể hiện mình hơn, lý do nằm ở chỗ:
Hiệu suất cao và chi phí thấp tất yếu thúc đẩy sự gia tăng của các ứng dụng trong hệ sinh thái, đồng thời mở ra khả năng đổi mới cho nhiều ứng dụng tài chính kiểu Lego. Ví dụ như các sản phẩm hợp đồng phi tập trung giao dịch tần suất cao, các hợp đồng phái sinh dựa trên tài sản thực tế. Điều này đương nhiên đặt ra yêu cầu cao hơn về độ chính xác, chất lượng và tốc độ cập nhật giá tài sản tài chính/mã hóa.
Vậy thì, đối với các ứng dụng, sử dụng Pyth có phải là một lựa chọn tốt hay không?
Đối với người dùng, Pyth Network vẫn chưa phát hành token, nhưng với kỳ vọng hợp tác rộng khắp cùng các blockchain công cộng, liệu có đáng để "ẩn nấp" chờ đợi? Và có những cách nào để tham gia?
Gần đây, Pyth Network cũng đã cập nhật phiên bản V2 cùng hàng loạt tính năng mới, đánh dấu lần đầu tiên nâng cấp kể từ hơn 5 tháng trước. Những tiến triển và thay đổi này ra sao? Ngoài các thông tin chính thức từ đội ngũ, rất khó để tìm thêm các phân tích sâu sắc hơn.
Do đó, xét đến bối cảnh bùng nổ của L2 và kỳ vọng về token của Pyth, chúng tôi quyết định thực hiện lại nghiên cứu chuyên sâu về dự án oracle này.
Dù bạn là nhà nghiên cứu đầu tư trong lĩnh vực liên quan, hay là nhà phát triển đang cân nhắc tích hợp oracle, bài viết này đều hữu ích cho bạn.
Hiệu suất dữ liệu: Khối lượng sử dụng tăng mạnh sau nâng cấp V2
Trước khi đi vào cơ chế cụ thể, hãy cùng điểm qua hiệu suất dữ liệu hiện tại của Pyth Network.
Thứ nhất, xét đến cục diện tổng thể thị trường oracle, TVS (Tổng Giá Trị Được Bảo Vệ) là một chỉ số khá quan trọng. Khác biệt đôi chút so với TVL phổ biến, TVS thường dùng để đo lường tác động kinh tế tổng thể và mức độ áp dụng của mạng oracle, nghĩa là "Tổng giá trị được bảo vệ":
Ví dụ, nếu TVS của Pyth trên giao thức A là 100 USD, điều đó có nghĩa tổng giá trị giao dịch được tạo ra bởi các hoạt động dựa trên dữ liệu giá từ Pyth trên A đạt 100 USD. Đồng thời, việc cập nhật giá từ oracle giúp ngăn chặn các hành vi thao túng dữ liệu và lỗi hệ thống có thể gây thiệt hại tiền cho người dùng.
Theo dữ liệu từ DefiLlama, loại trừ 2 dự án oracle chỉ phục vụ duy nhất một giao thức, TVS của Pyth đứng thứ hai, ngay sau ông lớn Chainlink; đồng thời số lượng dự án được hỗ trợ bởi dịch vụ oracle của Pyth cũng xếp thứ hai (54 dự án).
Xét về tăng trưởng nội tại, kể từ tháng 12 năm ngoái, dữ liệu TVS của Pyth cho thấy đà tăng rõ rệt. Xu hướng tăng này trùng khớp với thời điểm ra mắt phiên bản V2 vào cuối năm ngoái.
Cần giải thích rằng, khi Pyth ra mắt phiên bản V1 cách đây 2 năm, ban đầu chỉ hỗ trợ các dự án trên chuỗi Solana; phiên bản V2 áp dụng chiến lược đa chuỗi, cung cấp dịch vụ oracle cho cả các blockchain EVM và phi EVM, và hiện tại, TVS từ các dự án sử dụng dịch vụ xuyên chuỗi đã vượt quá tổng TVL của Solana.
Biểu đồ dưới đây minh họa trực quan hơn việc sử dụng oracle Pyth trên nhiều chuỗi. Chẳng hạn, vào ngày 1 tháng 4, số lượng sự kiện cập nhật giá mà Pyth cung cấp cho các chuỗi đạt hơn 600.000, nghĩa là các giao thức DeFi trên nhiều chuỗi khi cần cập nhật giá, đều lấy dữ liệu từ Pyth làm nguồn để thực thi nghiệp vụ (ví dụ: người dùng giao dịch BTC theo giá thực tế trên một giao thức DeFi).
Vậy hiện tại những giao thức nào đang sử dụng dịch vụ của Pyth? Chúng tôi nhận thấy Synthetix chiếm hơn 40% thị phần TVS, xứng đáng là khách hàng lớn nhất; ngoài ra, các giao thức DeFi nổi bật như Mango Finance, Drift, CAP, ZETA, Perpy, Cypher trên nhiều blockchain và L2 khác nhau cũng đang dùng oracle của Pyth.
Những giao thức này nhìn trúng điểm mạnh nào của Pyth? Hay nói cách khác, nếu muốn nghiên cứu một dự án oracle, chúng ta nên tập trung vào những khía cạnh nào?
Cơ sở phân tích oracle
Để trả lời câu hỏi trên, trước tiên cần hiểu: Tại sao Web2 không cần oracle nhưng Web3 lại nhất thiết cần?
Nhiều độc giả thường thắc mắc: Binance, CoinMarketCap hay các nơi khác đều có sẵn dữ liệu giá tài sản mã hóa, tại sao các giao thức DeFi và ứng dụng khác không dùng trực tiếp mà lại cần một oracle?
Chìa khóa nằm ở tính chất đóng kín của môi trường trên chuỗi.
Ứng dụng trên chuỗi thực hiện nghiệp vụ và đưa ra kết quả theo thiết kế của hợp đồng thông minh, nhưng điều kiện kích hoạt thực thi lại đến từ bên ngoài — tức là phải đưa một điều kiện ngoại vi vào hợp đồng.
Dữ liệu giá tài sản mã hóa trên các website bản chất vẫn là dữ liệu bên ngoài, độc lập với thế giới blockchain; dù có sẵn, nhưng không có nghĩa là dùng được: chúng ta vẫn cần một vai trò trung gian để chuyển dữ liệu giá tới giao thức trên chuỗi — và đó chính là lý do tồn tại tất yếu của oracle.
Vì vậy, trong thế giới blockchain, giả sử bạn mua một tài sản mã hóa theo giá thị trường từ một giao thức DeFi, quy trình đại khái sẽ trải qua các bước sau:
- Nguồn dữ liệu cung cấp giá tài sản cho oracle;
- Oracle chuyển giá tới các ứng dụng DeFi;
- Người dùng mua tài sản theo giá hiển thị trên ứng dụng DeFi;
Do đó, oracle đóng vai trò "nhân viên báo giá": thu thập giá từ nguồn đầu vào, chuyển tới ứng dụng đầu ra, hỗ trợ các tình huống sử dụng. Trong quá trình nối kết hai đầu này, chúng ta có thể tự nhiên đặt câu hỏi về ba khâu then chốt:
- Chất lượng nguồn dữ liệu ra sao? — Dữ liệu đầu vào có đúng, đáng tin cậy không, xử lý dữ liệu thế nào?
- Dữ liệu được truyền như thế nào? — Hiệu quả và chi phí truyền tải ra sao, việc tích hợp có thuận tiện không?
- Hỗ trợ những tình huống sử dụng nào? — Ví dụ như có thể tùy chỉnh theo nhu cầu, đáp ứng yêu cầu cá nhân hóa của các ứng dụng DeFi khác nhau hay không.
Những khía cạnh trên là tiêu chí quan trọng để đánh giá cơ bản một oracle, đồng thời cũng là kim chỉ nam để phân tích các thay đổi mới của Pyth Network.
Thay đổi mới về nguồn dữ liệu: Tập hợp khoảng tin cậy giá, chuỗi ứng dụng chuyên biệt
Lý do Pyth Network có thể giành được vị trí trong thị trường oracle là nhờ vào nguồn lực mạnh mẽ từ các nhà cung cấp dữ liệu.
Ngay từ lúc ra mắt cách đây hai năm, Pyth đã công bố có hơn 40 nhà cung cấp dữ liệu giá hàng đầu từ thị trường tài chính và ngành mã hóa, như GTS — một trong những công ty làm thị trường lớn nhất sàn NYSE, Jump Trading — đơn vị thanh toán của Sở Giao dịch Hàng hóa Chicago; trong lĩnh vực mã hóa có các sàn CEX nổi tiếng như Binance, OKX, Coinbase, và các market maker như DWF Labs.
Đến tháng 4 năm nay, thông tin công khai cho thấy tổng số nhà cung cấp dữ liệu đã lên tới hơn 80. Trong thị trường mã hóa, ngoài các tài sản chủ chốt như BTC, ETH, các tài sản đuôi dài cũng được bổ sung đáng kể; đồng thời, trong thị trường tài chính truyền thống, giá các tài sản thực tế như hàng hóa, kim loại quý và ngoại hối dần được Pyth thu thập độc quyền.
Hình: Báo giá dữ liệu tài sản tài chính đa dạng từ trang web chính thức của Pyth Network
Tuy nhiên, khi số lượng nguồn dữ liệu càng nhiều, điều đầu tiên chúng ta nên nghi ngờ là: giá của ai được coi là chuẩn, làm thế nào đảm bảo tính chính xác của giá từ nhiều nguồn khác nhau?
Câu hỏi này ảnh hưởng đến hoạt động bình thường của mọi giao thức DeFi, cũng là nền tảng ổn định trật tự thế giới mã hóa.
Trước thực tế nhiều nguồn cung cấp giá, Pyth Network thiết kế cơ chế khoảng tin cậy (confidence interval), làm thước đo đảm bảo tính đúng đắn và ổn định của giá.
Hình: Thiết kế khoảng tin cậy đảm bảo tính chính xác của giá
Theo thông tin từ đội ngũ sản phẩm Pyth mà TechFlow thu thập được, mỗi báo giá giống nhau mà họ đưa ra đều cần ít nhất 5 nguồn dữ liệu cung cấp.
Ví dụ, về giá tài sản a, có 4 nguồn báo giá thực tế trong khoảng 100-120 USD, còn một nguồn khác chỉ báo khoảng 80 USD. Trong trường hợp bình thường, Pyth sẽ đặt khoảng tin cậy giá tài sản a ở mức 100-120 USD, tức là coi giá tài sản a trong khoảng này là đáng tin cậy hơn, đảm bảo dữ liệu phát hành không bị ảnh hưởng bởi các nguồn dữ liệu cực đoan (Hình a);
Khi các nguồn dữ liệu đưa ra giá không cực đoan nhưng có độ chính xác hơi khác nhau, Pyth sẽ áp dụng trọng số phù hợp cho các nguồn có độ chính xác khác nhau, tổng hợp đưa ra khoảng tin cậy (Hình b). Ví dụ, với giá tài sản b, hai nguồn báo giá trong khoảng 100-101 USD, hai nguồn khác là 100-120 USD, Pyth sẽ tổng hợp trọng số hai khoảng giá, có thể đưa ra khoảng tổng hợp cuối cùng là 100-110 USD.
Qua ví dụ trên có thể thấy, Pyth Network tiếp nhận giá từ nhiều nguồn, phản ánh sự khác biệt giữa các nguồn, đồng thời dùng phương pháp toán học để tổng hợp giá một cách chính xác.
Hiểu được thiết kế này, bạn dễ nảy sinh câu hỏi khác: Làm sao đảm bảo việc tổng hợp giá thực sự diễn ra, có bằng chứng gì không? Câu trả lời của Pyth Network thật ra nằm ngoài dự đoán nhưng cũng hợp lý — tự xây một blockchain.
Ngoài dự đoán vì ở phiên bản V1 trước đó, chúng ta dễ dàng cảm nhận mối liên hệ gắn bó chặt chẽ giữa Pyth và Solana. Việc vận hành oracle phụ thuộc vào mạng Solana, việc đưa giá lên chuỗi, xác minh và thực thi đều diễn ra trên Solana;
Hợp lý vì dù việc tổng hợp giá có thể được xác minh trên Solana, nếu Solana sập mạng, hoặc do một ứng dụng khác trên chuỗi chiếm dụng tài nguyên mạng (ví dụ một NFT nóng khiến người dùng mint ào ào), dịch vụ oracle của Pyth sẽ bị vạ lây — báo giá bị trì hoãn hoặc không thể cung cấp dịch vụ bình thường.
Hình: Mô tả thiết kế và các vai trò liên quan của Pythnet
Ở phiên bản V2 hiện tại, Pyth có một chuỗi ứng dụng độc lập chuyên biệt: Pythnet. Pythnet là một nhánh fork từ chuỗi Solana, tận dụng hiệu suất cao của Solana nhưng không bị ảnh hưởng bởi sự cố sập mạng hay tắc nghẽn mạng của Solana.
Logic vận hành cơ bản của chuỗi này là tập hợp dữ liệu giá do các nhà cung cấp gửi, hình thành giá tổng hợp và ghi lại trên chính chuỗi của nó; đồng thời, quá trình tính toán tổng hợp giá cũng được đặt trên chuỗi, khi cần gọi giá, có thể dễ dàng xác minh quá trình và kết quả qua blockchain để đảm bảo tính chính xác cuối cùng của giá.
Ngoài ra, các nhà cung cấp dữ liệu cũng sẽ đặt cược token Pyth để trở thành nút xác thực trên chuỗi này, chịu trách nhiệm về tính chân thực của dữ liệu và xác minh giao dịch dữ liệu. Hiện tại chúng ta chưa biết người dùng thông thường có thể gửi token Pyth vào các nút này để kiếm lợi nhuận hay không, nhưng thiết kế chuỗi ứng dụng độc lập thực sự mở rộng tiềm năng sử dụng token.
Quan trọng hơn, việc vận hành độc lập của Pythnet đảm bảo dịch vụ oracle không bị ảnh hưởng bởi các blockchain khác. Khi tài nguyên của chuỗi mục tiêu bị chiếm dụng rõ rệt, Pyth vẫn có thể báo giá cho các ứng dụng trên chuỗi — thiết kế "chuỗi riêng, việc riêng" củng cố mạnh mẽ tính ổn định dịch vụ.
Thay đổi mới về truyền dữ liệu: Hỗ trợ đa chuỗi, từ "gửi liên tục" sang "kéo theo nhu cầu"
Sau khi có nhiều nguồn dữ liệu và đảm bảo tính chính xác, chúng ta quan tâm hơn đến việc Pyth truyền dữ liệu giá này đến các ứng dụng cần dùng như thế nào.
Về bản chất, chức năng sản phẩm của các oracle là tương đồng, mục đích cuối cùng đều là cung cấp dữ liệu giá cho ứng dụng; tuy nhiên, sự khác biệt về phương thức truyền tải có thể dẫn đến chênh lệch về hiệu quả và chi phí cập nhật giá, tạo nên lợi thế riêng biệt cho từng sản phẩm.
Với phiên bản V2 mới của Pyth Network, việc truyền dữ liệu có những điểm nổi bật nào?
Chi tiết hơn, chúng ta có thể chia câu hỏi thành hai phần — dữ liệu có thể truyền tới ai, và truyền như thế nào?
Về vấn đề truyền tới ai, trước hết là tiến bộ rõ rệt về đa chuỗi. Trong thiết kế ban đầu của Pyth, do xây dựng trên Solana, nên phần lớn dịch vụ báo giá tập trung vào các dự án trong hệ sinh thái Solana;
Chiến lược gắn bó oracle với một blockchain đơn lẻ không phải là lựa chọn bền vững trong thị trường mã hóa thay đổi nhanh chóng; sự xuất hiện của nhiều blockchain và L2 mới khiến nhiều ứng dụng DeFi có nhu cầu triển khai đa chuỗi, điều này đặt ra thách thức với phạm vi cung cấp giá của oracle.
Hình: Danh sách các blockchain được hỗ trợ trên trang web chính thức của Pyth
Do đó, Pyth chủ động mở rộng sang đa chuỗi, hiện tại dịch vụ báo giá không chỉ hỗ trợ Solana mà còn hỗ trợ 12 L1 và L2 hàng đầu, bao gồm cả Arbitrum và ZkSync Era đang hot gần đây.
Tuy nhiên, đặc điểm kỹ thuật và nhu cầu của mỗi chuỗi có thể khác nhau, Pyth làm thế nào để truyền dữ liệu giá nhanh chóng tới các ứng dụng trên nhiều chuỗi khác nhau?
Câu hỏi này rất quan trọng, vì nó liên quan đến thiết kế mô hình cập nhật giá của oracle, cũng là lợi thế nổi bật của Pyth so với các oracle khác hiện nay.
Oracle truyền thống thường dùng mô hình "gửi" (push):
- Nguồn dữ liệu cung cấp dữ liệu cho oracle;
- Oracle liên tục gửi cập nhật giá tới các blockchain khác nhau theo khoảng thời gian định kỳ;
- Các giao thức DeFi trên chuỗi nhận được giá, thực hiện nghiệp vụ theo giá được gửi.
Mô hình này phù hợp với hiểu biết thông thường về cách oracle hoạt động, nhưng nếu đào sâu sẽ thấy vấn đề về chi phí và khả năng mở rộng:
Oracle phải trả phí giao dịch cho mỗi lần cập nhật giá, vì việc gửi dữ liệu là tương tác trên chuỗi, chắc chắn phát sinh phí gas.
Nếu muốn tăng mật độ cập nhật giá, chi phí chắc chắn tăng theo; hơn nữa, nếu bạn cần giá 3 cặp BTC/USDT, ETH/USDT, Doge/USDT trên 3 blockchain, thì trong một đơn vị thời gian bạn phải trả 9 lần phí (tính riêng cho mỗi lần gửi giá một cặp trên một blockchain).
Khi giao thức DeFi cần hoạt động đa chuỗi hoặc hỗ trợ thêm cặp giao dịch, chi phí sử dụng oracle sẽ tăng theo cấp số nhân. Đồng thời, bị giới hạn bởi hiệu suất mỗi chuỗi, nếu mạng tắc nghẽn, xác suất ứng dụng nhận giá chậm trễ cũng cao hơn.
Trong phiên bản V2 của Pyth Network, sản phẩm thay thế mô hình "gửi liên tục, thụ động" bằng mô hình "kéo theo nhu cầu, chủ động":
- Nguồn dữ liệu cung cấp dữ liệu cho oracle;
- Việc cập nhật giá của oracle không diễn ra liên tục trên chuỗi mục tiêu, mà diễn ra trên Pythnet;
- Thông qua cơ chế blockchain, đảm bảo việc cập nhật giá ở bước 2 là thật và hiệu lực;
- Khi giao thức DeFi trên chuỗi cần cập nhật giá, kéo dữ liệu từ chuỗi mục tiêu;
- Nhận được giá, thực hiện nghiệp vụ theo giá được cập nhật.
Việc kéo theo nhu cầu có nghĩa là chỉ phát sinh phí khi sử dụng một lần dịch vụ cập nhật giá, không cần gửi giá liên tục lên chuỗi mục tiêu. Trong quy trình vận hành thực tế của Pyth, nếu nghiên cứu sâu hơn cơ chế "kéo", bạn dễ dàng nhận thấy sự cải thiện về khả năng mở rộng:
- Dữ liệu giá đã được Pythnet tổng hợp và xác minh có khả năng di chuyển qua các chuỗi khác nhau thông qua Wormhole (một sản phẩm liên chuỗi);
- Cùng một loại dữ liệu giá, cùng một kênh Wormhole để di chuyển, dù chuỗi mục tiêu khác nhau, nhưng chúng chỉ cần triển khai một hợp đồng thông minh duy nhất để nhận dịch vụ cập nhật giá;
- Mỗi khi ứng dụng đầu ra cần lấy dữ liệu, gửi yêu cầu đến Wormhole; sau khi xác minh, Wormhole kéo dữ liệu từ Pythnet về cho đầu ra.
Hình: Quy trình dịch vụ cập nhật giá kiểu "kéo" theo nhu cầu
Do đó, điều kiện để các chuỗi khác nhau sử dụng dịch vụ cập nhật giá của Pyth là như nhau — chỉ cần thiết kế hợp đồng nhận giá tương ứng, chi phí phát triển và triển khai cực thấp. Hơn nữa, các hợp đồng này thực tế chỉ cần chứa một mô hình lưu trữ dữ liệu giá và truyền thông tin liên chuỗi gần như giống nhau cho các blockchain khác nhau (đặc biệt là EVM), nên rất dễ triển khai (theo tiết lộ từ đội ngũ Pyth, thường chỉ mất dưới 2 tuần); trong khi các hợp đồng cốt lõi cập nhật giá (bao gồm tối ưu hiệu suất, tính toán sâu tích hợp dữ liệu) chỉ cần duy trì vận hành trên Pythnet.
Khi việc "lấy khi cần" trở thành hiện thực, rõ ràng đây là điểm hấp dẫn cực lớn với các giao thức DeFi đầu ra. Các ứng dụng DeFi dĩ nhiên muốn tập trung thời gian và chi phí vào hoàn thiện sản phẩm của mình, chứ không muốn dành nhiều tâm sức để tích hợp với oracle.
Đồng thời, sự thay đổi mô hình cập nhật giá cũng dự kiến sẽ mang lại sự thay đổi trong mô hình kinh doanh:
Trong mô hình gửi truyền thống, giao thức DeFi có thể ký hợp đồng hợp tác với oracle, mua dịch vụ theo mô hình đăng ký, trong một khoảng thời gian nhất định có thể nhận được dữ liệu cập nhật giá. Quá trình này chắc chắn có các cuộc thảo luận offline và tốn thời gian;
Trong mô hình "kéo theo nhu cầu" hiện tại của Pyth, sự hợp tác giữa giao thức và oracle mang đậm chất Web3 hơn: bạn thậm chí không cần liên hệ đội thương mại của Pyth, chỉ cần thông qua tài liệu phát triển và triển khai hợp đồng thông minh, bạn có thể hoàn tất việc lấy dữ liệu giá — hợp đồng kích hoạt, trả phí gas, lấy dữ liệu và sử dụng dữ liệu được thực hiện tự động, thể hiện đặc tính "không cần cấp phép" và "toàn bộ trên chuỗi".
Mở rộng tình huống sử dụng: Cân bằng chiều rộng và chiều sâu, chú trọng thị trường ngách DeFi
Theo nhận thức thông thường, oracle chủ yếu giải quyết vấn đề "có hay không" dữ liệu giá. Khi đánh giá oracle, chúng ta thường lấy "chiều rộng" làm tiêu chí tham khảo quan trọng.
Nếu một oracle có thể cung cấp dịch vụ cập nhật giá cho nhiều giao thức, chúng ta sẽ nghĩ rằng họ làm ăn không tệ.
Tuy nhiên, thực tế khi cạnh tranh trong thị trường oracle ngày càng gay gắt, điểm nổi bật giúp một oracle vượt trội lại chuyển sang "chiều sâu":
Giải quyết vấn đề "có hay không" dữ liệu có lẽ chỉ đánh giá đáy dưới của oracle, còn để so sánh đỉnh cao là xem có thể thích ứng với nhiều tình huống chuyên biệt hơn không.
Ngày nay, nhiều giao thức DeFi đặt ra yêu cầu cao hơn về dữ liệu, không chỉ cần dữ liệu giá, mà cần "dữ liệu phù hợp với tình huống kinh doanh của tôi". Trước tình hình này, chúng ta cũng thấy Pyth Network đang khám phá khả năng thích ứng tình huống.
Tháng 2 năm nay, Pyth ra mắt sản phẩm oracle chuyên dự đoán và quản lý rủi ro thanh khoản DeFi: Oracle Thanh khoản V1.
Đơn giản, giá tài sản mã hóa trong một số sản phẩm DeFi có thể bị ảnh hưởng đáng kể bởi thanh khoản. Nếu một tài sản có thanh khoản thấp, một lệnh mua lớn có thể gây biến động giá mạnh, dẫn đến các nghiệp vụ (như giao dịch tần suất cao, hợp đồng perpetual) bị tác động bởi biến động giá gây dao động bất thường.
Nếu oracle thông thường giải quyết vấn đề "có hay không" dữ liệu giá, thì oracle thanh khoản giải quyết vấn đề "có hay không" cảnh báo rủi ro.
Oracle thanh khoản của Pyth thực tế cung cấp chỉ số thanh khoản cho các tài sản mã hóa, làm cơ sở tham khảo cho các sản phẩm DeFi nhạy cảm với thanh khoản. Khi có dấu hiệu thanh khoản thay đổi đột ngột, Pyth sẽ đưa ra dự báo trước, thông báo cho giao thức mức độ ảnh hưởng có thể xảy ra do thay đổi thanh khoản.
Ở đây chúng tôi không đi sâu giải thích nguyên lý kỹ thuật của oracle này, điểm đáng chú ý hơn là quản lý rủi ro: cùng với sự xuất hiện của nhiều tình huống sử dụng DeFi, dự đoán rủi ro trong tương lai sẽ ngày càng quan trọng.
Tháng 3 năm nay, Pyth cũng ra mắt một sản phẩm khác: Dữ liệu Chuẩn (Benchmarks).
Sản phẩm Benchmark giống như hướng về quá khứ, cung cấp chức năng truy xuất dữ liệu giá lịch sử Pyth cho các ứng dụng trên và ngoài chuỗi.
Trong sản phẩm Dữ liệu Chuẩn Pyth Benchmarks, Pyth Network tạo một cơ sở dữ liệu lưu trữ giá lịch sử của hơn 200 tài sản, và công khai các API để tìm kiếm và truy xuất dữ liệu này.
Điều này có nghĩa các dự án DeFi sử dụng Pyth không chỉ nhận dữ liệu thời gian thực, mà còn có thể kéo dữ liệu lịch sử qua API. Điều này rất hữu ích cho các tình huống sử dụng cần dựa vào dữ liệu giá lịch sử.
Ví dụ như Ribbon Finance chuyên về giao dịch quyền chọn (DOV), thường thì giao dịch quyền chọn cần căn cứ vào giá lịch sử để thanh toán. Giả sử thời gian thanh toán là 8 giờ sáng, nhưng oracle có thể đến 8 giờ 10 phút mới gửi giá lúc 8 giờ (do trễ), thì sau 10 phút biến động giá, nếu tiến hành thanh toán, chắc chắn gây sai lệch kết quả.
Ưu điểm của việc dùng Benchmark là Pyth cập nhật giá theo từng giây, và toàn bộ dữ liệu trong quá khứ đều được lưu trong cơ sở dữ liệu của Benchmark. Nếu muốn dùng giá lúc 8 giờ làm chuẩn thanh toán, giao thức có thể gửi yêu cầu đến API chỉ vài giây sau 8 giờ, nhanh chóng nhận
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
CryptoDada
