“Trustless”从模型开始：解读社区友好的 GHO （Aave）仿真模型

撰文：Elaine、Dirk、Jereyme

编译：Sissi

译者导读：

本译文将介绍刚刚获得 Aave & GHO Ecosystem Advancement 资助的提案。该提案旨在利用无代码、可视化建模仿真工具 HoloBit，为 DeFi 顶级协议 Aave 构建一个高保真的 GHO 基础模型，让复杂的仿真技术从少数专家走向社区、走向大众，使得更多普通人可以参与建设和创新。

这一提案的价值在于，通过快速试错和高效迭代来促进协议设计创新，同时通过 OffChain 模拟仿真环节提前排查经济安全风险点，提升设计质量并降低试错成本。此外，该模型作为交互性教育工具，旨在增强用户对 GHO 系统的理解与信任，并提升社区参与治理的能力与响应速度。

1. 提案详情‍

1.1 背景概述

AAVE 作为 Defi 领域的关键领导者，其创新和技术发展一直走在行业前沿。作为 Aave 的原生稳定币，$GHO 的推出是推动 AAVE 生态进一步完成 mass adoption、甚至是推动 DeFi 覆盖下一个十亿用户的关键战略。然而，GHO 作为市场上较晚出现的稳定币，目前仍存在巨大的成长空间，这势必会涉及到后续一系列创新方案的快速引入、验证与部署。 如何在最大化创新的同时，快速且全面地对各种方案进行设计优化和风险排查，并且透明高效地协同社区作出科学决策，对于当下的 AAVE&GHO 来说至关重要。

1.2 项目简介

本提案旨在利用先进的无代码、可视化建模仿真工具 HoloBit，搭建一个大众能读、会用、可验证的高保真 GHO OffChain 基础模型，让仿真从少数人走向社区、走向大众。（"OffChain 模拟"使用机器学习和统计模型分析链下数据，通过运行大量蒙特卡洛模拟场景，高效评估经济机制和潜在风险，无需直接与区块链交互；"OnChain 模拟"是在指定区块高度上分叉区块链，创建与主网类似的测试环境，高精度地进行协议的模拟仿真）。

我们将构建 Users、Facilitators(AAVE Pool、FlashMinter、GSM)、GHO、Market、Goverance等关键「积木」，通过拖拽、连线等极简操作完成乐高式的 GHO 模型搭建；同时我们会对该模型进行严格的有效性检验，以确保其可以高保真地还原 GHO 协议生态。

该模型的未来作用包括但不限于以下几个方面：

提供洞见：通过捕捉和分析 GHO 生态系统中的关键机制和参数，模型可以揭示出影响系统行为的主要因素，帮助用户理解复杂系统的运行原理。 优化设计：模型提供了一个实验平台，用户可以利用仿真结果不断调整和优化协议机制与参数，充分验证各种设计方案，提高创新迭代效率。 预见风险：通过在模型中测试不同的场景和假设，可以提前发现潜在的系统漏洞和风险点，从而制定相应的应对策略，减少实际操作中的不确定性。 支持决策：模型提供的数据和分析结果可以为决策者提供有价值的参考，帮助他们在复杂环境中做出更明智的决策。

‍重要的是，该仿真模型高度透明且支持分享，其灵活友好的“乐高式”搭建与扩展方式让非技术用户也能轻松进行访问与创新，有望成为 GHO 协议有力的教育、治理和推广辅助工具。同时，该模型还可以互补并增强现有的协议设计与风险管理框架，为下一代“基于社区的创新与安全解决方案”提供全新的实现思路。

1.3 项目价值

具体来讲，这一全新的解决方案将至少带来以下几方面的价值:

快速试错，大胆创新，高效迭代协议设计

GHO 基础模型是一个强大的创新验证与设计优化工具。它提供了一个独特的实验空间，用户可以在此自由大胆地进行头脑风暴。无论是探索更优的参数组合还是试验全新机制，都可以基于这个高度友好且灵活的基础模型进行，每个新想法都可以快速进行原型设计和迭代优化。例如，你可以高效试验各种 GHO integration 方案，例如不同的「软清算」机制、紧急赎回机制等等，并通过 OffChain 模型的模拟结果，有效识别出相对可行且具有潜力的创新组合。这不仅极大地缩短了从概念到实施的时间，也显著降低了试错成本。通过这种方式，GHO 基础模型将极大地提升设计迭代的速度与质量，更有助于 AAVE 和 GHO在协议功能方面进行创新，在新链和用例中进行扩展，以更明显的优势保持领先的技术与服务创新水平。

全面筛查经济安全风险点，高效缩小模拟的实验空间

相较于常规的协议开发流程，我们提议在智能合约开发之前新增 OffChain 模拟仿真环节。这样的好处在于，可以在设计阶段就内置安全性，通过经有效性检验的 OffChain 模型，提前预演全新设计方案下协议系统的「行为空间」，快速且全面地扫描潜在的风险点，结合 OffChain 模型的反馈不断迭代优化设计，高效缩小经济安全的「问题域」，为后续的 OnChain 模拟节省大量的时间与资源。设计缺陷在设计初期就排查优化掉是相对具有成本效益的方式，对于 AAVE 和 GHO 生态来讲，OffChain 模拟与 OnChain 模拟协同配合也许是更经济的安全解决方案。

可交互的动态教育与推广工具

GHO 初始原型足够用户友好。即使非技术用户，也可以轻松读懂模型的机理，并进行验证、实验、定制与扩展等创新性操作。

该模型可以作为 GHO 可交互的动态教育工具。如能嵌入 GHO 的 Concept 介绍页面，用户对 GHO 的理解将不仅限于阅读文档，还可以通过一个直观且动态运行的可视化模型，直接看到机制的设计、交互与模拟结果，这实现了协议机制和风险的「双重透明」。用户还可以与模型自由交互，调试参数甚至增减机制，更直观地理解不同决策带来系统影响。同时，Offchain 模型的快速迭代和更新也使得教育内容具备强时效性，保持与协议智能合约代码的相对同步，实现协议机制和风险的「实时透明」。

同时，该模型还可以一键分享。这意味着，GHO 初始原型如能在社区中普及，将促进更广泛的用户教育和深度参与，提升大众对于 AAVE 和 GHO 系统的认知、信任和接受度，这也是 AAVE & GHO 拓宽市场、获得 mass adoption 的关键一步。

提升治理的去中心化程度与响应速度、增强社区创新力

GHO 初始原型具备高度的易用性与可扩展性，这允许各种背景的用户参与 AAVE 及 GHO 生态系统的治理。当大众对 GHO 的机制和风险的认知水平足够高时，人人都可以基于 GHO 初始原型做实验，不仅可以推演各种极端场景或假设下的潜在后果与风险，还可以创新性地优化迭代机制与参数，同时人人可以在社区中分享自己的发现，提交协议改进意见的提案。

GHO 初始原型赋予了大众深度参与协议治理的能力，这不仅可以显著提升治理的响应速度，还有助于在不断发展的社区中维持高水平的参与和决策质量，甚至激发社区令人兴奋的创造力。以 Facilitator 为例，每个用户都可以通过向社区展示新增了某个 Facilitator 的模型的运行结果、风险以及对系统的潜在影响，以帮助提案获取更多的社区认可与支持。于是每个人都拥有了参与塑造未来的能力，这将极大激发社区成员参与治理的积极性，为协议的未来发展注入更多的可能。

1.4 项目创新点

不仅能降低风险，还能激发更多创新 实时透明地展示机制和风险 为社区设计，人人都能轻松使用 前所未有的治理、教育和推广工具

1.5 项目目标

短期目标

高效完成 GHO 基础模型的搭建，确保其可以高保真地还原协议生态，为后续社区大众基于此模型进行设计优化、风险筛查等进阶工作打好基础。 基于 AAVE 已有的成功经验，尝试提供一个可能的教育、治理和推广的新思路。以 GHO OffChain 模型为核心，制定清晰的教育计划，确保大众对此模型能懂、会用、可验证、可定制、可扩展，进一步夯实基于社区的治理和推广方法的实现基础。

长期目标

助力构建更加稳健的 GHO 生态系统。通过提供 OffChain 模型，辅助社区探索可能的优化方向，协同其他服务商一起，逐步提升系统的稳定性和应对市场波动的能力。 探索 OffChain 模型在 AAVE 生态中的应用。如果此套方法可以在 GHO 生态试点成功，我们希望可以将其复用在 AAVE 生态之中，为 AAVE 推进下一个 mass adoption 的进程贡献一点力量。

2. 研究可行性

2.1 关于协议仿真的可行性

著名统计学家乔治·博克斯（George Box）说过，"所有模型都是错的，但有的模型是有用的"。模型本质上是对现实世界的一种简化和抽象，因此无论是 OffChain 模型还是 OnChain 模型，都不可避免地基于一系列假设。然而，这些假设并不会影响模型的有效性，反而通过简化和聚焦，帮助我们更好地理解和分析复杂系统。

像 ChaosLabs、Llamarisk 和 Gauntlet 等为生态作出杰出贡献的风险管理团队在协议仿真的过程中，也都进行了大量的假设，例如 Only DEX Liquidity、Price correlations、At most one liquidation per account per block 等等，这些假设帮助他们快速聚焦于核心问题，尽管简化了现实条件，但并未影响模型在解决特定问题上的实用性和效用。

从结果来看，这些先进团队不断在为 AAVE 协议生态的可持续发展提供成熟的参数优化、机制迭代等经济安全管理建议，一定程度上也印证了协议仿真的可行性。这些成功案例表明，无论是 OffChain 还是 OnChain 模型，虽然都基于假设，但可以根据仿真目标进行灵活调整，从而确保模型的有效性，这为本提案的模型构建工作提供了宝贵的经验参考。

2.2 关于团队利用 HoloBit 完成协议仿真的可行性

关于团队

本团队成员具备跨学科的专业知识，包括计算机科学、经济学和系统工程、区块链等，在复杂系统建模、协议仿真等相关领域拥有深厚的学术理论功底和丰富的项目经验，过往项目已得到 TokenEngineering Commons grant 计划的认可，具备完成本提案的能力。成员简介如下：

Elaine：研究者。拥有较高的 ABM 建模能力和丰富的金融量化分析经验，曾通过模型成功复现高频交易订单簿中的金融物理规律。有着丰富的建模经验和协议仿真实践经历，现专注于代币工程与协议建模仿真的研究工作。 Dirk：拥有五个 TEA NFT 的 Token Engineer，专注于设计和优化加密协议。他深入研究代币经济学和代币工程，擅长为各种项目定制和优化代币经济模型，以提高其稳定性和表现。 Jeremy：拥有五个 TEA NFT 的 Token Engineer，专注于设计和优化加密协议。自 2022 年以来，她一直致力于代币工程，推动该领域的教育和合作。

关于 HoloBit

HoloBit 足够用户友好、透明且支持分享，具备使 GHO 初始原型成为社区教育、治理、推广工具的特质。

拥有图灵完备的 Agent-Based 建模仿真引擎，这是完成高保真的 OffChain GHO 模型的重要基础。

已有研究成果

本研究团队已利用 HoloBit 快速构建了 Terra/Luna 协议的 OffChain 模型，并通过仿真实验成功复现了 Terra/Luna 崩盘的内在机理，证明了本团队的研究与建模能力以及 HoloBit 工具对现实协议的还原与构建能力。

Terra/Luna 模型链接如下（需在电脑端打开）：

场景 1, Bull market:‍‍‍‍‍‍‍‍‍‍

https://app.holobit.world/embed/9ec46684798598c1c92b13a94231f9d429c0c4c8d9f2579069fb78b41e86c37b

场景 2, Bearmarket:

https://app.holobit.world/embed/9e9dbc531214e37ba84e254470326ff3b50314a91bd0cea6e50957924be628c7

场景 3, Bull market & Attack:‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

https://app.holobit.world/embed/7b9020e2fd1da643a2d4f424d8c72f579da30975e62430810e8261f5d1f90aa0

HoloBit 面向协议生态优化启动了一系列的研究小组支持计划。我们有幸申请到了其高级账号的赞助，将借助这一先进的建模仿真平台，全透明我们的 GHO 初始原型搭建细节及整个有效性验证过程。

3. 研究路线

3.1 技术路线及可交付成果‍‍‍‍‍‍‍‍‍‍

本研究的技术路线概述：见原文

3.2 当前进展

鉴于 AAVE 在 Defi 生态中的重要作用以及 $GHO 推出的战略性意义，我们预先启动了技术路线中第一部分“GHO 机制调研”的部分工作。

基于当前的初步调研，我们的模型将至少覆盖以下关键板块：

详情见原文

基于当前的初步调研，我们的模型交互流程(draft)如下：

需要再次强调，以上关键板块和流程交互图只是快速初步调研的简单产出，它不代表最终的模型雏形，甚至可能存在一些错误。随着调研的深入，我们将提供更加全面且精确的板块说明与流程交互图。

4. 结语‍

希望通过在 AAVE 生态中引入 OffChain GHO 初始原型，不仅配合现有的风险管理框架协同守护 AAVE 和 GHO 生态的经济安全，更重要的是，希望该模型作为一个透明且灵活的实验平台，激励更广泛的社区参与和创新。本提案申请到的研究资金除了用于确保高保真的模型开发与优化，还将投入部分资金用于社区教育和推广活动，最大限度地发挥本项目在 Aave 生态系统中的影响。

我们相信，本项目的实施将能够有效提升大众对于 AAVE 和 GHO 系统的认知、信任和接受度，同时极大程度地增强社区的治理能力和创新能力。我们期待与 Aave 合作，共同开启 Defi 覆盖下一个十亿用户的新篇章，让每个人都能安全、透明、高效地参与到这个激动人心的新时代。

感谢考虑本提案，感谢 HoloBit 的支持。我们期待为 AAVE 和整个社区贡献价值，一同推进这一创新和变革的旅程。