什么是智能合约?为什么它比传统数字合约更具优势?

简介: 本科普系列的第一篇文章介绍了区块链,文中提到区块链是非常安全可靠的网络,能够在不可篡改的账本中交换价值并储存数据。区块链催生出了比特币等全新的货币工具,然而其应用价值远不止如此,区块链还可以驱动智能合约(注:这是一种预先设定条件的数字合约)。本文将详细探讨以下内容:什么是智能合约; 智能合约如何创造价值; 智能合约的发展历程; 智能合约目前的应用模式

本科普系列的第一篇文章介绍了区块链,文中提到区块链是非常安全可靠的网络,能够在不可篡改的账本中交换价值并储存数据。区块链催生出了比特币等全新的货币工具,然而其应用价值远不止如此,区块链还可以驱动智能合约(注:这是一种预先设定条件的数字合约)。本文将详细探讨以下内容:

  • 什么是智能合约
  • 智能合约如何创造价值
  • 智能合约的发展历程

-智能合约目前的应用模式

什么是智能合约?

数字合约是在互联网上运行的数字化签名合约。举个例子,乘客在Uber的用户条款中点击“同意”,即同意在车辆将其送达目的地时付款给司机。

在大部分数字协议中,双方都互不认识,这种情况下如果任意一方不履约就会产生风险。为了规避此类对手方风险,数字协议通常由具有一定规模的营利性企业从中执行,这些企业能够可靠地执行合约条款。这类数字合约可以在用户与大公司之间签署,也可以在两个用户之间签署,而大公司则作为可信中介从中协调。虽然这个机制大大降低了对手方风险,拓宽了合约的应用场景,但却给了这些大公司极大的合约控制权。

智能合约本身也是一个数字协议,只是它是在区块链上不可篡改的软件,严格按照约定的条款执行。最简单的条件逻辑是:“如果事件X发生,则执行行为Y。”举个例子,如果A队赢得体育比赛,则付款给Bob;如果B队赢得比赛,则付款给Steve。智能合约无须手动输入比赛结果,而是直接连接比赛结果数据触发执行。智能合约收到数据后,会自动执行,通常执行的任务是付款。

商业逻辑(即合约)是基于概率的,也就是说合约有可能会按照约定条款执行也有可能不会;而智能合约则是高度确定的,也就是说合约百分之百会给按照规定条款执行。智能合约之所以能分毫不差地执行,是因为它们所在的块链环境具有去中心化、无须许可、防篡改和永远在线的特性。在这个框架下,合约是在中立的去中心化网络中运行,而且通过技术手段保障执行。

智能合约的价值

智能合约相比传统数字合约具有以下几个优势:

  • 安全性:在去中心化的基础架构中运行智能合约能够规避单点失效风险、去除中心化的中介,而且不论是合约任意一方还是系统管理员都无法篡改结果。
  • 可靠性:网络中多个独立节点会对智能合约逻辑进行重复处理和验证,以有效规避操纵风险并保障网络运行时间,确保合约按照规定条款按时执行。
  • 公平性:使用点对点的去中心化网络运行并执行合约条款,能够减少中心化的营利性实体榨取交易价值。
  • 高效性:将托管、维护、执行和交割等后端流程自动化,意味着合约双方都无须等待手动输入数据、交易对手方履行合约职责或中间方处理交易。

智能合约的发展历程

最早版本的智能合约叫多重签名智能合约。必须要有足够多的人(即公钥)使用对应的私钥对交易进行签名,才能使交易生效。比特币在2012年首次将多重签名交易引入了区块链。


比特币区块链上多重签名交易的简化框架

之后,开发者在这个基础上开发出了协议型智能合约,在区块链中嵌入了几条核心编程指令(注:也称opcode)。协议型智能合约是化身为应用的区块链,并能够执行opcode。然而,这种智能合约很难扩展,因为合约(即协议)每次更新都会出现一次硬分叉,而硬分叉意味着需要创建一条全新的区块链,而且每个节点都需要升级软件。

以太坊在2015年发布了脚本化智能合约,实现了重大突破,将区块链变成了一台“世界计算机”,可以同时运行多个不同的应用。开发者可自行管理智能合约,并可以随时进行更改,无须硬分叉。脚本语言将低层级的开发问题抽象化,开发者能够在几周或甚至几天的时间内开发出智能合约,而在此之前需要花费几个月到几年的时间。

而现在我们又迎来了新一轮创新,那就是让脚本化智能合约连接到链下真实世界的数据和系统。具有外部连接性的智能合约使用一种名为预言机的中间件,连接链下数据触发合约执行。预言机还允许智能合约向其他系统发送数据,比如向传统法币支付系统发送支付指令,在链下交割智能合约。


Chainlink预言机可将数据(左边)发送至区块链上的智能合约(中间),并将支付指令发送至链下支付系统(右边)

智能合约目前的应用模式

虽然智能合约目前仍处于早期发展阶段,但我们发现它正在四个市场开始生根发芽,发挥自身在安全和可靠性方面的独特优势。

权益管理(通证)

通证合约的作用是创建、追踪和分配所有权。此类合约会在其通证中嵌入具体的功能,比如为通证持有者提供dApp服务/带宽(效用通证)、按权重在协议中投票(治理型通证)、分配公司股权(证券型通证)和实物资产或数字资产所有权(非同质化通证)等。举个例子,SIA通证可以用来支付Siacoin的去中心化云储存服务,而COMP通证则可以用来参与Compound协议的治理。

金融产品(DeFi)

去中心化金融(DeFi)应用使用智能合约再造传统金融产品和服务,其中包括货币市场、衍生品、稳定币、交易所以及资产管理等。智能合约可以托管用户资金,并根据结果分配给相应用户。举个例子,Set协议使用市场数据自动进行投资组合管理,Opium交易所基于实时资产价格交割期权合约。

游戏

区块链游戏使用智能合约防游戏中欺诈行为。其中一个例子就是PoolTogether,这是一个保本储蓄游戏,用户将存款放在一个彩票智能合约中,并连接到货币市场。存款在货币市场中积累利息,并基于随机数生成机制(RNG)将利息发放给中奖者。公布中奖者后,所有人都可以取回最初的本金。同样地,智能合约还能用RNG创建罕见的游戏物品,比如一次性的神奇宝剑。可以用Chainlink的可验证随机函数(VRF)生成随机数,使用户相信结果的随机性,用户还能独立对结果进行验证,确保结果没有受到游戏开发者或数据提供商的操纵。

保险

参数化保险是新型的保险模式,保险赔付直接与预先设定的具体事件挂钩。智能合约可以为参数化保险提供防篡改的基础架构,基于数据输入触发合约执行。举个例子,Etherisc正在开发一款航班保险智能合约,当收到航班状态信息时可自动赔付。终端用户不仅可以获得更大的保障,而且个人投资者还能通过智能合约参与到保险的供应端,将资金存放在合约资金池中。智能合约基于用户对资金池的贡献比例分配收益。

欢迎加入 Chainlink 开发者社区

Xnip2020-07-21_09-36-38.png

目录
相关文章
|
算法 数据挖掘 调度
隐语实训营-第3讲:详解隐私计算框架的架构和技术要点
主要介绍隐语的隐私计算架构,并对每个模块进行拆解、分析,以期望不同使用者找到适合自己的模块,快速入手。
260 4
ElasticSearch Task命令说明
ElasticSearch task相关命令,以及返回信息解读。
5633 0
ElasticSearch Task命令说明
|
安全 物联网 物联网安全
带你读《工业物联网安全》之二:工业物联网数据流和安全架构
本书为读者提供了针对IIoT安全各个方面的综合理解,以及用来构建部署安全IIoT解决方案的实践技术。书中介绍IIoT安全的基本原则、威胁模型、参考架构,以及现实生活中的实例分析学习,涵盖了用来设计基于风险安全控制方案的各种实用工具,并且深入讨论了多层防御相关技术,包括IAM、终端安全、互联技术以及基于边界和云环境的应用。读者能够从本书中获得保护IIoT生命周期流程、标准化、治理与评估新兴技术适用性方面的实用经验,从而实现成规模、可靠且具有社会效益的互联系统。
|
12月前
|
安全 数据处理 数据安全/隐私保护
C/S架构与B/S架构的适用场景分析
C/S架构(客户端/服务器架构)与B/S架构(浏览器/服务器架构)在适用场景上各有特点,主要取决于应用的具体需求、用户群体、系统维护成本、跨平台需求等因素。
935 6
|
11月前
|
安全
工信部ICP备案查询指南
【10月更文挑战第12天】工信部ICP备案查询指南
2960 0
|
人工智能 程序员 开发者
AI代码生成器——Replit GhostWriter
【2月更文挑战第16天】AI代码生成器——Replit GhostWriter
684 2
AI代码生成器——Replit GhostWriter
|
安全 数据处理 量子技术
探索未来互联网:量子计算与区块链技术的融合
本文深入探讨了量子计算和区块链技术的结合如何开启互联网的未来。通过分析量子计算的原理及其对传统加密技术的挑战,以及区块链技术在数据安全和信息共享方面的优势,揭示了两者结合带来的革命性影响。文章还预测了这一技术融合对金融、医疗等行业的潜在变革,并讨论了面临的挑战及未来的发展方向。
|
Python
NumPy 数组复制与视图详解
NumPy 的复制和视图用于创建新数组。复制创建独立于原数组的新数组,如 `arr.copy()`、`np.array(arr)` 和 `arr[:]`。视图则是原始数组的引用,修改会影响原数组,如 `arr.view()`、切片和 `arr.reshape()`。使用 `arr.base` 可检查数组是否为视图。练习:创建数组 `arr` 并用三种方法创建副本,验证它们是否独立。
217 0
NumPy 数组复制与视图详解
|
关系型数据库 PostgreSQL
postgresql字符串拼接语法
【5月更文挑战第6天】postgresql字符串拼接语法
545 0
|
人工智能 自然语言处理 NoSQL
悦数图数据库推出 AI 知识图谱构建器及图语言生成助手
随着人工智能应用在全球范围的普及和风靡,大语言模型技术(Large Language Model,简称 LLM)受到了广泛的关注和应用。而图数据库作为一种处理复杂数据结构的工具,能够为企业构建行业大语言模型提供强大的支持,包括丰富亿万级别的上下文信息,提升模型的应答精度,从而实现企业级的应用效果。同时,Graph+LLM 可以助力快速构建知识图谱,帮助企业更深入地理解和挖掘数据价值。