作者：Kyle Liu，Bing Ventures 投资经理
导语：随着 ZKP（Zero-Knowledge Proof，零知识证明）技术的不断发展，人们对于其在成本和性能方面的关系产生了浓厚的兴趣。实施和维护零知识证明系统需要大量的计算资源和算法优化。这些计算可能会导致高昂的成本，尤其是在处理大规模数据和复杂计算时。因此，ZKP 的成本优势并非绝对存在，而是取决于具体的应用场景。
在 Aztec Connect 被迫关闭的新闻背景下，我们认为不得不重新评估 ZKP 技术所声称的成本优势。尽管 ZKP 被标榜为一种能够提供高度私密性的解决方案，但 Aztec Connect 的暂时失败至少证明现阶段这种技术在成本方面面临着巨大的挑战。
如果 ZKP 技术真的具有成本优势，为什么 Aztec Connect 在运营中无法实现可持续性呢？更耐人寻味的是，Aztec 还鼓励社区分叉、部署和操作新版本的 Aztec Connect。这暗示着独立运行 Aztec Connect 所需的巨大资源。这也进一步加剧了我们对 ZKP 成本效益的怀疑。如果 ZKP 的成本优势是真实存在的，那么为什么社区需要如此大的投入才能使这个项目继续运行？
因此，我们需要认真审视 ZKP 技术所声称的成本优势。或许 ZKP 的成本优势只是一个被过分夸大的幻象，而实际情况可能更加复杂。在追求成本优势时，不仅要考虑单个方面的优化，还需要综合考虑整体系统的性能和成本平衡。例如，降低计算成本可能会增加通信成本，抑或是使用更高效的算法可能需要更复杂的硬件支持。因此，我们在针对特定项目时需要进行全面的成本效益分析，权衡各个方面的优化策略，并找到最佳的平衡点。
被打破的成本神话
首先，这里需要先定义下 ZKP 的成本结构。目前各种定义方式纷繁复杂，标准不一，至少包括了硬件成本、计算成本、验证成本、存储成本等部分。但从笔者的角度来看，遵循 ZKP 的原生原则，我们在这篇文章中对于成本结构的定义专注于通信成本和计算成本这两大核心成本。通信成本是指证明者和验证者之间交换信息的成本，而计算成本是指证明者和验证者执行计算的成本。这两大成本在 ZKP 中扮演着核心竞争力的角色，因为它们直接影响着证明和验证的效率和安全性。如果通信成本和计算成本太高，那么证明和验证的效率就会降低，从而影响到整个系统的性能。
现在回到 Aztec 的隐私架构中，我们要认识到 Aztec 的 Rollup 方式与其他 ZK 系 Layer 2 解决方案存在显著差异。相较于将多笔交易聚合打包生成证明，Aztec 需要将每笔交易分别生成证明，再进行打包。这种方式导致了每笔交易都需要生成独立的证明，从而增加了计算成本和 gas 费用，使 Aztec 的 gas 费用高于其他 Rollup 方案。
另外，只有用户在本地生成的隐私证明才是真正不泄露信息的零知识证明，而在其之上的内部 Rollup 和外部 Rollup 证明并不一定是零知识的。这使得 ZKP 的隐私优势变得模糊，进一步质疑了 ZKP 成本优势的可行性。Aztec Connect 的网关方式本身就比较臃肿，将交易聚合到 Layer 1，并通过 Aztec Bridge Contract 实现资金聚合和 Defi 功能调用。然而，这种网关方式在费用分摊方面可能只适用于特定类型的交易，并且对项目部署的灵活性产生了限制。
难以衡量的成本效益
成本与性能之间的关系是复杂而动态的。通常情况下，较低的成本可以提高性能，因为它可以减少计算和通信的开销，从而提高整个系统的效率。然而，过于追求低成本会导致性能下降，因为牺牲了一定的计算和通信资源。因此，ZKP 系统需要在成本与性能之间找到一个合适的平衡点，以满足不同应用领域的需求。
零知识证明涉及通过消息传递在不同的参与者之间验证某个主张的正确性，因此通信成本是一个关键因素。为了降低通信成本，可以考虑使用高效的通信协议和压缩算法，以减少消息的大小和传输时间。特别是对于 Aztec 这样的 Layer2 项目来说，跨链通信需要在不同的区块链网络之间传递消息和数据。传递消息涉及到网络通信和交互，这会导致一定的通信成本。尤其是对于大规模的全链 DApp 构建，消息的传递量会更大，增加了通信成本的压力。
零知识证明需要进行大量的计算来生成证明和验证证明的正确性。为了降低计算成本，可以采用优化算法和数据结构，减少不必要的计算步骤和存储开销。此外，还可以利用并行计算和分布式计算的技术，将计算任务分散到多个节点上，以提高计算效率。ZKP 在目标链上的验证相对便宜，但在源链上生成证明的过程就需要较大的计算成本。特别是在使用传统方法进行验证时，验证成本较高，用户无法承受。
更有效的成本控制策略
笔者认为，随着技术的发展，通信成本可能不再是主要的限制因素。现代通信技术的不断进步意味着通信成本的成规模地下降趋势。因此，我们需要将更多的关注点放在计算成本的优化上，可能会更有意义。然而，随着此类协议的应用范围扩大，通信成本可能仍然是一个重要的考虑因素，需要继续关注其特定的场景进行灵活使用。
与此同时，我们也要明白，优化计算成本的方法不仅仅局限于算法优化。除了改进协议的算法，还可以考虑通过专用硬件、分布式计算或深度学习等领域的技术创新来降低计算成本。这些方法需要更多的长期研究和实证，但绝对会带来突破性的性能提升和成本优势。我们认为以下方向在未来的 ZKP 竞争中更值得关注：
- 高性能和低计算成本：一个具有高性能和低计算成本的 ZKP 项目将是备受关注的。这意味着该项目能够在保持安全性和隐私性的同时，以高效的方式生成和验证证明。这样的项目将具备广泛的应用潜力，能够满足大规模的实际需求。当前存在多种不同的 ZKP 证明系统，每种系统都有其独特的优势和限制。我们更看好致力于改进和创新证明系统，的项目提高效率、减少计算成本，并增强安全性。开发者需要探索更高效的零知识证明构造和更优化的零知识证明验证算法，以实现更快速、更可靠的证明生成和验证过程。
- 一个成功的 ZKP 项目应当具备在真实世界中可部署的特性。这意味着它需要考虑到现实环境中的限制，并提供实用的解决方案。例如，与现有基础设施和系统的兼容性、易于集成和使用性等方面的考虑都是重要的。利用专用硬件来加速 ZKP 计算是一个重要的研究方向。未来的研究可以关注硬件加速技术的创新，如使用 FPGA（现场可编程门阵列）或 ASIC（应用特定集成电路）等定制化硬件。通过借助硬件加速，可以提高 ZKP 系统的性能和效率，为大规模应用和实时场景提供更好的支持。
- 安全问题的解决：在 ZKP 系统中，安全性是至关重要的。ZKP 系统中的安全问题是最大的隐性成本，如攻击和漏洞的防御、参数设置的安全性和随机性的保证等。此类项目只有通过不断提升 ZKP 系统的安全性，才可以确保其在实际应用中的可靠性和可信度，为用户提供更高级别的保护和隐私保障，这将贯穿整个成本和性能的设计过程。
综上所述，一个有前景的 ZKP 项目应当具备高性能和低计算成本、面向实际应用、安全可信、真实世界可部署和全过程安全等特点。我们可以预见 ZKP 技术的不断发展将为隐私保护和验证性能提供更广阔的应用前景。我们在评估 ZKP 项目的成本效益时也需要考虑多个因素，包括计算资源、安全性要求、性能需求以及实施和维护的复杂性。在某些情况下，ZKP 可能会带来显著的隐私保护和安全性优势，从而抵消了成本的增加。然而，在其他情况下，成本可能超过了所能提供的实际价值。
APP 
