Afgelopen week is de HODLer airdrop van Binance gelanceerd met $LA. Na het ontvangen van de airdrop heb ik wat onderzoek gedaan en dit even genoteerd & gedeeld. Als een ZK-project is het kernproduct van Lagrange het verifiëren van off-chain berekeningen of data-analyse, en het genereren van een bewijs dat "een bepaalde off-chain berekening betrouwbaar is", wat een verbinding biedt tussen on-chain 🆚 off-chain data. Hoewel het ook ZK-technologie is, verschilt dit sterk van de L2-schaaloplossing zkRollup. zkRollup verpakt een groot aantal L2-transacties in één keer om deze op L1 te verifiëren, wat de interactie tussen ketens betreft. Een voorbeeld 🌰 Stel dat we deelnemen aan vroege Web3-projecten, waarbij we veel data zoals transactievolume, punten, enz. bijdragen. Over het algemeen wordt bij de TGE van het project alle gebruikersbijdrage off-chain berekend door het projectteam, wat leidt tot hoge vertrouwenskosten voor de gemeenschap. Het projectteam heeft ook moeite om aan te tonen dat er geen voorkeursbehandeling is, en er komen vaak onrechtvaardige airdrop-gevallen voor. Maar als we al deze data on-chain willen zetten en tokens willen uitgeven op basis van bijdragen, zijn de kosten voor on-chain berekeningen erg hoog. De oplossing van @LagrangeDev kan dergelijke problemen oplossen. Het laat data-analyse off-chain plaatsvinden, bijvoorbeeld door eerst alle gebruikers + het transactievolume over alle tijdsperioden te raadplegen, en vervolgens een zero-knowledge bewijs te genereren "iedereen heeft xxx USDC verhandeld", en dit bewijs on-chain te verifiëren. Het hele proces is openbaar en transparant, elke gebruiker kan verifiëren. Wanneer de on-chain verificatie is goedgekeurd, wordt een smart contract geactiveerd om elke gebruiker de bijbehorende airdrop toe te wijzen. Lagrange heeft drie kernproducten: DeepProve, ZK Prover Network en ZK Coprocessor, met verschillende gebruiksscenario's. Bijvoorbeeld, de kernscenario van ZK Coprocessor is de garantie van eerlijkheid van airdrops, terwijl DeepProve meer gericht is op het verifiëren van de betrouwbaarheid van AI-resultaten. Ze gebruiken allemaal ZK-technologie om problemen met on-chain verificatie op te lossen en kunnen in bepaalde complexe scenario's gecombineerd worden gebruikt. Lagrange functioneert als een on-chain "notaris", waarbij ZK-technologie de notaris is.