“Trustless”從模型開始：解讀社區友好的 GHO （Aave）仿真模型

撰文：Elaine、Dirk、Jereyme

編譯：Sissi

譯者導讀：

本譯文將介紹剛剛獲得 Aave & GHO Eco Advancement 資助的提案。該提案旨在利用無代碼、可視化建模仿真工具 HoloBit，爲 DeFi 頂級協議 Aave 構建一個高保真的 GHO 基礎模型，讓複雜的仿真技術從少數專家走向社區、走向大衆，使得更多普通人可以參與建設和創新。

這一提案的價值在於，通過快速試錯和高效迭代來促進協議設計創新，同時通過 OffChain 模擬仿真環節提前排查經濟安全風險點，提升設計質量並降低試錯成本。此外，該模型作爲交互性教育工具，旨在增強用戶對 GHO 系統的理解與信任，並提升社區參與治理的能力與響應速度。

1. 提案詳情‍

1.1 背景概述

AAVE 作爲 Defi 領域的關鍵領導者，其創新和技術發展一直走在行業前沿。作爲 Aave 的原生穩定幣，$GHO 的推出是推動 AAVE 生態進一步完成 mass adoption、甚至是推動 DeFi 覆蓋下一個十億用戶的關鍵戰略。然而，GHO 作爲市場上較晚出現的穩定幣，目前仍存在巨大的成長空間，這勢必會涉及到後續一系列創新方案的快速引入、驗證與部署。 如何在最大化創新的同時，快速且全面地對各種方案進行設計優化和風險排查，並且透明高效地協同社區作出科學決策，對於當下的 AAVE&GHO 來說至關重要。

1.2 項目簡介

本提案旨在利用先進的無代碼、可視化建模仿真工具 HoloBit，搭建一個大衆能讀、會用、可驗證的高保真 GHO OffChain 基礎模型，讓仿真從少數人走向社區、走向大衆。（"OffChain 模擬"使用機器學習和統計模型分析鏈下數據，通過運行大量蒙特卡洛模擬場景，高效評估經濟機制和潛在風險，無需直接與區塊鏈交互；"OnChain 模擬"是在指定區塊高度上分叉區塊鏈，創建與主網類似的測試環境，高精度地進行協議的模擬仿真**）**。

我們將構建 Users、Facilitators(AAVE Pool、FlashMinter、GSM)、GHO、Market、Goverance等關鍵「積木」，通過拖拽、連線等極簡操作完成樂高式的 GHO 模型搭建；同時我們會對該模型進行嚴格的有效性檢驗，以確保其可以高保真地還原 GHO 協議生態。

該模型的未來作用包括但不限於以下幾個方面：

• **提供洞見：**通過捕捉和分析 GHO 生態系統中的關鍵機制和參數，模型可以揭示出影響系統行爲的主要因素，幫助用戶理解複雜系統的運行原理。
• 優化設計：模型提供了一個實驗平臺，用戶可以利用仿真結果不斷調整和優化協議機制與參數，充分驗證各種設計方案，提高創新迭代效率。
• 預見風險：通過在模型中測試不同的場景和假設，可以提前發現潛在的系統漏洞和風險點，從而制定相應的應對策略，減少實際操作中的不確定性。
• **支持決策：**模型提供的數據和分析結果可以爲決策者提供有價值的參考，幫助他們在複雜環境中做出更明智的決策。

‍重要的是，該仿真模型高度透明且支持分享，其靈活友好的“樂高式”搭建與擴展方式讓非技術用戶也能輕鬆進行訪問與創新，有望成爲 GHO 協議有力的教育、治理和推廣輔助工具。同時，該模型還可以互補並增強現有的協議設計與風險管理框架，爲下一代“基於社區的創新與安全解決方案”提供全新的實現思路。

1.3 項目價值

具體來講，這一全新的解決方案將至少帶來以下幾方面的價值:

• 快速試錯，大膽創新，高效迭代協議設計

GHO 基礎模型是一個強大的創新驗證與設計優化工具。它提供了一個獨特的實驗空間，用戶可以在此自由大膽地進行頭腦風暴。無論是探索更優的參數組合還是試驗全新機制，都可以基於這個高度友好且靈活的基礎模型進行，每個新想法都可以快速進行原型設計和迭代優化。例如，你可以高效試驗各種 GHO integration 方案，例如不同的「軟清算」機制、緊急贖回機制等等，並通過 OffChain 模型的模擬結果，有效識別出相對可行且具有潛力的創新組合。這不僅極大地縮短了從概念到實施的時間，也顯著降低了試錯成本。通過這種方式，GHO 基礎模型將極大地提升設計迭代的速度與質量，更有助於 AAVE 和 GHO**在協議功能方面進行創新，在新鏈和用例中進行擴展，**以更明顯的優勢保持領先的技術與服務創新水平。

• 全面篩查經濟安全風險點，高效縮小模擬的實驗空間

相較於常規的協議開發流程，我們提議在智能合約開發之前新增 OffChain 模擬仿真環節。這樣的好處在於，可以在設計階段就內置安全性，通過經有效性檢驗的 OffChain 模型，提前預演全新設計方案下協議系統的「行爲空間」，**快速且全面地掃描潛在的風險點，結合 OffChain 模型的反饋不斷迭代優化設計，高效縮小經濟安全的「問題域」，爲後續的 OnChain 模擬節省大量的時間與資源。**設計缺陷在設計初期就排查優化掉是相對具有成本效益的方式，對於 AAVE 和 GHO 生態來講，OffChain 模擬與 OnChain 模擬協同配合也許是更經濟的安全解決方案。

• 可交互的動態教育與推廣工具

GHO 初始原型足夠用戶友好。即使非技術用戶，也可以輕鬆讀懂模型的機理，並進行驗證、實驗、定製與擴展等創新性操作。

該模型可以作爲 GHO 可交互的動態教育工具。如能嵌入 GHO 的 Concept 介紹頁面，用戶對 GHO 的理解將不僅限於閱讀文檔，還可以通過一個直觀且動態運行的可視化模型，直接看到機制的設計、交互與模擬結果，這實現了協議機制和風險的「雙重透明」。用戶還可以與模型自由交互，調試參數甚至增減機制，更直觀地理解不同決策帶來系統影響。同時，Offchain 模型的快速迭代和更新也使得教育內容具備強時效性，保持與協議智能合約代碼的相對同步，實現協議機制和風險的「實時透明」。

**同時，該模型還可以一鍵分享。**這意味着，GHO 初始原型如能在社區中普及，將促進更廣泛的用戶教育和深度參與，提升大衆對於 AAVE 和 GHO 系統的認知、信任和接受度，這也是 AAVE & GHO 拓寬市場、獲得 mass adoption 的關鍵一步。

• 提升治理的去中心化程度與響應速度、增強社區創新力

**GHO 初始原型具備高度的易用性與可擴展性，這允許各種背景的用戶參與 AAVE 及 GHO 生態系統的治理。**當大衆對 GHO 的機制和風險的認知水平足夠高時，人人都可以基於 GHO 初始原型做實驗，不僅可以推演各種極端場景或假設下的潛在後果與風險，還可以創新性地優化迭代機制與參數，同時人人可以在社區中分享自己的發現，提交協議改進意見的提案。

**GHO 初始原型賦予了大衆深度參與協議治理的能力，這不僅可以顯著提升治理的響應速度，還有助於在不斷髮展的社區中維持高水平的參與和決策質量，甚至激發社區令人興奮的創造力。**以 Facilitator 爲例，每個用戶都可以通過向社區展示新增了某個 Facilitator 的模型的運行結果、風險以及對系統的潛在影響，以幫助提案獲取更多的社區認可與支持。於是每個人都擁有了參與塑造未來的能力，這將極大激發社區成員參與治理的積極性，爲協議的未來發展注入更多的可能。

1.4 項目創新點

• 不僅能降低風險，還能激發更多創新
• 實時透明地展示機制和風險
• 爲社區設計，人人都能輕鬆使用
• 前所未有的治理、教育和推廣工具

1.5 項目目標

短期目標

• 高效完成 GHO 基礎模型的搭建，確保其可以高保真地還原協議生態，爲後續社區大衆基於此模型進行設計優化、風險篩查等進階工作打好基礎。
• **基於 AAVE 已有的成功經驗，嘗試提供一個可能的教育、治理和推廣的新思路。**以 GHO OffChain 模型爲核心，制定清晰的教育計劃，確保大衆對此模型能懂、會用、可驗證、可定製、可擴展，進一步夯實基於社區的治理和推廣方法的實現基礎。

‍

長期目標

• **助力構建更加穩健的 GHO 生態系統。**通過提供 OffChain 模型，輔助社區探索可能的優化方向，協同其他服務商一起，逐步提升系統的穩定性和應對市場波動的能力。
• **探索 OffChain 模型在 AAVE 生態中的應用。**如果此套方法可以在 GHO 生態試點成功，我們希望可以將其複用在 AAVE 生態之中，爲 AAVE 推進下一個 mass adoption 的進程貢獻一點力量。

2. 研究可行性

2.1 關於協議仿真的可行性

著名統計學家喬治·博克斯（George Box）說過，**“所有模型都是錯的，但有的模型是有用的”。模型本質上是對現實世界的一種簡化和抽象，因此無論是 OffChain 模型還是 OnChain 模型，都不可避免地基於一系列假設。**然而，這些假設並不會影響模型的有效性，反而通過簡化和聚焦，幫助我們更好地理解和分析複雜系統。

像 ChaosLabs、Llamarisk 和 Gauntlet 等爲生態作出傑出貢獻的風險管理團隊在協議仿真的過程中，也都進行了大量的假設，例如 Only DEX Liquidity、Price correlations、At most one liquidation per account per block 等等，這些假設幫助他們快速聚焦於核心問題，儘管簡化了現實條件，但並未影響模型在解決特定問題上的實用性和效用。

**從結果來看，這些先進團隊不斷在爲 AAVE 協議生態的可持續發展提供成熟的參數優化、機制迭代等經濟安全管理建議，一定程度上也印證了協議仿真的可行性。這些成功案例表明，無論是 OffChain 還是 OnChain 模型，雖然都基於假設，但可以根據仿真目標進行靈活調整，從而確保模型的有效性，**這爲本提案的模型構建工作提供了寶貴的經驗參考。

2.2 關於團隊利用 HoloBit 完成協議仿真的可行性

關於團隊

本團隊成員具備跨學科的專業知識，包括計算機科學、經濟學和系統工程、區塊鏈等，在複雜系統建模、協議仿真等相關領域擁有深厚的學術理論功底和豐富的項目經驗，過往項目已得到 TokenEngineering Commons grant 計劃的認可，具備完成本提案的能力。成員簡介如下：

• **Elaine：**研究者。擁有較高的 ABM 建模能力和豐富的金融量化分析經驗，曾通過模型成功復現高頻交易訂單簿中的金融物理規律。有着豐富的建模經驗和協議仿真實踐經歷，現專注於代幣工程與協議建模仿真的研究工作。
• **Dirk：**擁有五個 TEA NFT 的 Token Engineer，專注於設計和優化加密協議。他深入研究代幣經濟學和代幣工程，擅長爲各種項目定製和優化代幣經濟模型，以提高其穩定性和表現。
• **Jeremy：**擁有五個 TEA NFT 的 Token Engineer，專注於設計和優化加密協議。自 2022 年以來，她一直致力於代幣工程，推動該領域的教育和合作。

關於 HoloBit

HoloBit 足夠用戶友好、透明且支持分享，具備使 GHO 初始原型成爲社區教育、治理、推廣工具的特質。

擁有圖靈完備的 Agent-Based 建模仿真引擎，這是完成高保真的 OffChain GHO 模型的重要基礎。

已有研究成果

本研究團隊已利用 HoloBit 快速構建了 Terra/Luna 協議的 OffChain 模型，並通過仿真實驗成功復現了 Terra/Luna 崩盤的內在機理，證明了本團隊的研究與建模能力以及 HoloBit 工具對現實協議的還原與構建能力。

Terra/Luna 模型鏈接如下（需在電腦端打開）：

場景 1, Bull market:‍‍‍‍‍‍‍‍‍‍

場景 2, Bearmarket:

場景 3, Bull market & Attack:‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

HoloBit 面向協議生態優化啓動了一系列的研究小組支持計劃。我們有幸申請到了其高級賬號的贊助，將藉助這一先進的建模仿真平臺，全透明我們的 GHO 初始原型搭建細節及整個有效性驗證過程。

3. 研究路線

3.1 技術路線及可交付成果‍‍‍‍‍‍‍‍‍‍

本研究的技術路線概述：見原文

3.2 當前進展

鑑於 AAVE 在 Defi 生態中的重要作用以及 $GHO 推出的戰略性意義，我們預先啓動了技術路線中第一部分“GHO 機制調研”的部分工作。

• 基於當前的初步調研，我們的模型將至少覆蓋以下關鍵板塊：

詳情見原文

• 基於當前的初步調研，我們的模型交互流程**(draft)**如下：

需要再次強調，以上關鍵板塊和流程交互圖只是快速初步調研的簡單產出，它不代表最終的模型雛形，甚至可能存在一些錯誤。隨着調研的深入，我們將提供更加全面且精確的板塊說明與流程交互圖。

4. 結語‍

希望通過在 AAVE 生態中引入 OffChain GHO 初始原型，不僅配合現有的風險管理框架協同守護 AAVE 和 GHO 生態的經濟安全，更重要的是，希望該模型作爲一個透明且靈活的實驗平臺，**激勵更廣泛的社區參與和創新。本提案申請到的研究資金除了用於確保高保真的模型開發與優化，還將投入部分資金用於社區教育和推廣活動，**最大限度地發揮本項目在 Aave 生態系統中的影響。

我們相信，本項目的實施將能夠**有效提升大衆對於 AAVE 和 GHO 系統的認知、信任和接受度，**同時極大程度地增強社區的治理能力和創新能力。我們期待與 Aave 合作，共同開啓 Defi 覆蓋下一個十億用戶的新篇章，讓每個人都能安全、透明、高效地參與到這個激動人心的新時代。

感謝考慮本提案，感謝 HoloBit 的支持。我們期待爲 AAVE 和整個社區貢獻價值，一同推進這一創新和變革的旅程。