Lagrange строит бесконечный уровень доказательства для Web3 — децентрализованную инфраструктуру с нулевыми знаниями (ZK), которая позволяет создавать проверяемые доказательства по межсетевым данным, DeFi и выводам ИИ. С недавно запущенным токеном LA, поддерживаемым сбором в 17,2 миллиона долларов и уже представленным на Binance, Coinbase и других, Lagrange ставит перед собой цель масштабировать криптографическую проверку и утвердить себя как основную основу для проверяемого ИИ через свою сеть ZK Prover, ZK Coprocessor и систему DeepProve zkML.
В этом интервью Binance News команда Lagrange объясняет, как спрос на доказательства влияет на токеномику, что реальные интеграции (такие как 15M LA Airdrop для HODLer от Binance и партнерства) значат для пользователей, и как Lagrange планирует перейти от любопытства об ZK к необходимости Web3.
1. Как бы вы кратко объяснили миссию Lagrange пользователям Binance, которые только начинают знакомиться с токеном LA?
Lagrange строит криптографическую основу для проверяемого ИИ. Наша миссия заключается в том, чтобы гарантировать, что каждое решение ИИ — будь то предсказание, классификация или автономное действие — может быть доказано с помощью криптографической проверки. DeepProve от Lagrange позволяет любому доказать, что ИИ-система использовала правильную модель и дала правильный ответ. С токеном LA вы не просто инвестируете в инфраструктуру, вы поддерживаете децентрализованную сеть доказательства, которая приносит прозрачность и подотчетность ИИ, DeFi и межсетевым данным.
2. Чего не хватало в существующих блокчейн или оракульных моделях, что побудило вас создать децентрализованную сеть доказательства ZK?
Традиционные оракулы и роллапы могут подтвердить, что произошло, но не могут доказать, почему или как. Эта разница имеет решающее значение в ИИ. Нам нужно проверить логику вывода модели ИИ, не раскрывая конфиденциальные данные или веса. Вот почему мы создали сеть Lagrange Prover, оптимизированную для оффчейн вывода ИИ, SQL-запросов и сложного межсетевого состояния — ни одно из которых не было возможно с устаревшей инфраструктурой.
3. Вы называете Lagrange «бесконечным уровнем доказательства». Что позволяет такая архитектура, чего не могут текущие ZK-роллапсы и оракулы?
Роллапсы подтверждают выполнение; Lagrange подтверждает все. Отделяя генерацию доказательства от сред выполнения, мы можем проверять выводы ИИ, крупномасштабные SQL-объединения и историческое межсетевое состояние. Эта неограниченная способность доказательства позволяет нам обслуживать возникающие приложения ИИ, поддерживая при этом основные криптопримитивы, такие как мосты и DeFi-оракулы.
4. Lagrange управляет децентрализованной сетью ZK Prover на EigenLayer. Кто операторы, как обеспечивается жизнеспособность доказательства и какую роль играют держатели токенов LA в поддержании надежности?
Наши операторы — это глобально распределенный набор провайдеров, которые стремятся создавать и проверять ZK-доказательства. Жизнеспособность обеспечивается через наш уровень оркестрации доказательства, и держатели токенов LA вскоре смогут делегировать своим высокоэффективным узлам. Это согласовывает интересы: больший спрос на проверяемый ИИ → больше доказательств → больше вознаграждений для надежных операторов.
5. ZK Coprocessor предназначен для внецепной, проверяемой вычислительной работы (например, SQL, межсетевое состояние). Можете ли вы провести нас через путь пользователя — от запроса до проверки доказательства?
Представьте, что DAO хочет проверить снимок управления с удаленной цепи. Они отправляют запрос в ZK Coprocessor. Наша система извлекает состояние, выполняет вычисление вне цепи (например, SQL-объединение) и затем производит ZK-доказательство, которое проверяется в цепи. Результат — полностью проверяемый снимок, который можно аудитировать и комбинировать со смарт-контрактами.
6. DeepProve (zkML) позволяет смарт-контрактам проверять выводы ИИ, не раскрывая входные данные. Почему это важно и как вы обеспечиваете безопасный вывод ИИ в масштабе?
Это сердце нашей работы. Поскольку системы ИИ начинают управлять доступом к капиталу, здравоохранению и инфраструктуре обороны, нам нужно доказать, почему они приняли то или иное решение. DeepProve позволяет это, создавая доказательства нулевых знаний для вывода МЛ — сохраняя конфиденциальность, гарантируя правильность и устанавливая доверие в математике. Мы предоставляем инфраструктуру, необходимую для того, чтобы ИИ был проверяемым по дизайну.
7. Токен LA согласует спрос на доказательства с спросом на токены. Как работает экономическая модель LA — в частности, в отношении сборов за доказательства, стекинга и делегирования?
Каждое доказательство, созданное через Lagrange, требует оплаты комиссии в LA, USDC или другом токене на выбор (если оплачивается другим токеном, комиссия конвертируется в LA). Эти сборы затем распределяются между операторами узлов и делегаторами. Делегирование через DARA (наш пионерский механизм аукциона) обеспечивает согласование интересов клиентов и провайдеров.
8. Вы запускаете делегирование для операторов узлов через DARA (Динамическое Адаптивное Распределение Ресурсов). Как DARA сопоставляет задачи с операторами, сохраняя децентрализацию и эффективность?
DARA — это система двойного аукциона, которая сопоставляет запросы на доказательства с наиболее подходящими операторами узлов. Клиенты подают ставки; провайдеры подают запросы. DARA выбирает наиболее эффективные совпадения и устанавливает справедливую цену, обеспечивая, чтобы обе стороны были честными и имели стимулы. Эта модель критически важна для масштабирования zkML и проверяемого ИИ. Она вознаграждает операторов, работающих на специализированном оборудовании, поощряет эффективное распределение вычислений и предоставляет держателям LA способ делегировать высокоэффективным провайдерам.
9. Пользователи Binance участвовали в аирдропе 15M LA на основе HODLing BNB. В дальнейшем, как держатели могут монетизировать LA — будут ли стекинг, делегирование или интеграции Binance Earn обеспечивать доход?
Держатели могут монетизировать свои токены LA через стекинг и делегирование. Стекинг в настоящее время является основным механизмом генерации дохода, предлагая 10% годовых с блокировкой на 1 год, как уже было объявлено. Делегирование также поддерживается, хотя в данный момент оно не предоставляет доход по умолчанию. Мы исследуем будущие интеграции, включая потенциальные возможности с платформами, такими как Binance Earn, для расширения полезности и вариантов вознаграждения для держателей LA.
10. За пределами ИИ, какие реальные случаи использования объединяют инфраструктуру ZK Lagrange? Можете ли вы выделить один пример из DeFi или межсетевой совместимости, который уже работает или скоро появится?
Одним из захватывающих случаев использования являются проверяемые межсетевые ценовые каналы для децентрализованных протоколов опционов. Они требуют исторических данных с нескольких цепей, соединенных и доказанных без доверия. С Lagrange они могут проверить каждую точку данных, не полагаясь на централизованный оракул, что приближает DeFi к аудируемости на уровне институциональных стандартов.
11. Партнерства с такими протоколами, как 0G Labs и Matter Labs, уже действуют. Как эти сотрудничества расширяют присутствие Lagrange в области роллапов, экосистем и реального спроса на вычисления?
Мы интегрируем нашу технологию zkML и ZK Coprocessor в несколько стеков роллапов. С 0G мы строим инфраструктуру, ориентированную на ИИ, с нуля. С Matter Labs и другими мы обеспечиваем межсетевую проверку выходов ИИ и состояний данных. Каждое партнерство является вектором для расширения области проверяемых вычислений в Web3 и за его пределами.
12. Как вы справляетесь с сомнением относительно хайпа вокруг ZK? Какое доказательство у вас есть — или вы представите — что инфраструктура Lagrange является производственной и масштабируемой?
Мы не верим в хайп. Мы верим в доказательства. Мы уже сотрудничаем с несколькими предприятиями и проектами Web3 для расширения возможностей DeepProve по доказательству выводов ИИ с использованием технологии ZK, поделились нашей основной исследовательской работой по ZK на ведущих академических конференциях (SBC 2023 и SBC 2025) и сотрудничаем с крупными предприятиями, такими как NVIDIA и Intel. DeepProve уже подтвердил миллионы вычислений вне цепи — вскоре DeepProve zkML сможет поддерживать самые используемые модели LLM в мире.
13. В течение следующего года, какие ключевые этапы — включая zkML v2, инструменты SQL и релизы SDK — пользователи должны отслеживать внимательно?
В течение следующего года и далее пользователи могут ожидать развертывания расширенных возможностей доказательства DeepProve — включая проверяемое выведение для ведущих LLM, таких как LLaMA, Claude и Gemini — а также основное исследование, представляющее новые типы доказательств, такие как Доказательства Обучения, Тонкой Настройки, Справедливости и Резонанса. Эти достижения позволят безопасный, аудируемый ИИ в высокорисковых отраслях, таких как оборона, здравоохранение и финансы. С точки зрения инфраструктуры, ожидайте крупных этапов, включая аппаратное ускорение с ключевыми партнерами, релизы SDK и API, инструменты SQL для разработчиков и горизонтальное масштабирование DeepProve через параллельное доказательство. Вместе эти разработки позиционируют Lagrange как лидера в эволюции проверяемого ИИ в области предприятий, Web3 и за его пределами. Вы можете узнать больше о предстоящих важных этапах Lagrange в дорожной карте.
14. И наконец, если Lagrange добьется успеха, как вы представляете себе использование доверия, проверяемости данных и ИИ в децентрализованных приложениях к 2030 году?
К 2030 году ИИ будет везде — и риски тоже. Lagrange существует для того, чтобы сделать ИИ подотчетным. Я представляю себе мир, где любая ИИ-система, будь то распределение кредитов или пилотирование дронов, должна генерировать криптографическую квитанцию — ZK-доказательство того, что она сделала и как. Вот как мы создаем безопасный, компонуемый и проверяемый интеллект в децентрализованной сети.
