简而言之：十倍的执行效率，十分之一的工作量

Aperture 正为用户构建一种新的聊天机器人体验，由底层的意图基础设施支持，使用户能够用自然语言“表达他们的目标”，并利用一系列解决者网络（network of solvers），以实现比当前交易范式下更好的执行和更优惠的定价。

用户体验：由意图 DSL 驱动的 Aperture LLM

首先，Aperture 将从任何大规模采用的基础条件开始：用户体验 （UX）。

当前的 DeFi UX 以交易方法为中心，该方法要求具有不同技术理解水平的用户签署状态更改，这也改变了用户心中的“最终状态”。通过意图，Aperture 将“最终状态”置于用户体验的核心位置。

借助现代 LLM 和专有的面向意图的编程语言的力量，Aperture 旨在增强用户意图的表达能力。这将使用户能够更直观、更有效地阐明他们的交易目标和偏好，从而更轻松、更精确地利用区块链的潜力。

想象一位不了解区块链技术原理的用户，面对传统 DeFi 界面上的一大堆“旋钮和按键”，显然，Aperture“支持用户用自然语言表达他们的意图”的做法更简单。这背后需要将自然语言转换为区块链代码——这就是领域特定语言 （DSL） 的用武之地。

与适用于广泛领域的 GPL（通用语言） 不同的是，DSL 是一种针对特定应用领域的专用计算机语言。DSL 的设计和利用是领域工程不可或缺的一部分，通常涉及创建新的 DSL 或调整现有 DSL，便于特定领域内更有效地表达问题和解决方案。

在 Aperture 中，DSL 的设计侧重考虑人类的阅读习惯和语言习惯，这对支持清晰直观的意图表达至关重要。而其他 DSL 可能会优先考虑诸如编程效率或机器级优化等方面。

在 Aperture 上，LLM 允许用户用自然语言表达其意图，并将该意图以高度可读的 DSL 形式反馈给用户，从而弥合了技术功能与用户友好界面之间的差距。这个 DSL 随后可以被提供给解决者，作为该用户的“真实声明”。

使用一个现实世界的类比：LLM 到 DSL 的翻译用户体验类似于——顾客通过电话在比萨饼店下订单。顾客可能用非常口语化的语言下订单：“给我你们最大号的，所有肉类的比萨。”另一端的接线员可能会反馈给他们：“您想要我们的肉食者比萨，加大号的吗？”用户很容易理解这个转换并同意：“是的，我不知道它的名字，但那就是我想要的。”

在链上，这种交互将以类似的方式进行。用户可能会首先声明他们的最终目标——

“你能够重新平衡我的 ETH-GMX LPs，使其在所有我的 EVM 链上集中 80% 的资金在表现最佳的池子中，而剩下的 20% LP 资金均匀分配到剩余的池子中吗？”

DSL 的解析可能会反馈给用户——

● 符合条件的资产：主网、Arbitrum 和 Avalanche 上的 ETH-GMX 交易对；

● 允许的操作：桥接、移除流动性、交易 ETH 或 GMX、增加流动性；

● 最终目标 1 ：根据 APY Vision 的数据，重新平衡流动性头寸，将 80% 的合格资产资本集中在现货年利率最高的头寸上；

● 最终目标 2 ：重新平衡流动性头寸，将 20% 的合格资产资本集中在最终目标 1 中未使用的现有资金池中；

● 签署意向声明（如果正确）。

转换 LLM 会将口语编纂成 DSL 的标准化术语，求解器以可预测和可复制的方式利用这些术语。

底层基础设施

意图基础设施可以分解为几个部分：

● 意图清算中心（内存池）：充当用户意图的初步暂存区。它旨在有效地组织这些意图以供处理，使用基于各种标准（如紧急程度和资源需求）的优先级算法。清算中心确保在它们被提交到区块链之前，意图得到安全有序的管理。

● 数据有效性的 ZK 模拟：这是验证某些意图及其相应解决方案所需的资源，它们将依赖于链下数据。零知识证明可用于验证此数据的有效性。利用高级加密工具，如 Brevis 或 Axiom，Aperture 可以为历史上链的数据生成 ZKP，这些数据是解决方案提出者提出的一部分。这种方法允许对解决方案的输出进行严格验证，确保其准确、完整，并符合指定的约束和意图，同时不会泄露交易数据的机密性。

● 验证智能合约：每种意图使用案例都将需要一个智能合约来模拟、验证和监管所提出的解决方案。

● 排名和执行引擎：每组经过验证的意图都需要根据结果和解决者得分进行排名，然后随后执行。这个执行引擎的关键方面是它的责任制执行能力。如果发生任何恶意活动，比如撤销的交易或其他恶意事件，执行引擎被设计为通过减少奖励或其他方式惩罚责任解决者。这不仅保护了交易的完整性，还能够阻止解决者的潜在恶意行为。

应用层：Solver DAO

Solver DAO 网络是建立在意图基础设施之上的独特应用层。Aperture 意图基础设施使得 Solver DAO 能够专注于启用和解决基于独特意图的使用案例，而无需担心底层执行需求。

Solver DAO 通过质押必要数量的 $APTR 和 $ETH，获得对 Aperture 清算所中用户意图的访问权限。Solver DAO 可以与一个具有专有解决方案的大型专业求解器或由较小的求解器组成的网络相关联。

新的意图解决方案可以来自 Aperture 或第三方 Solver DAO。求解器 DAO 通过启用新的意图用例来增加价值。这需要提交必要的业务逻辑以适应 Aperture 的模块化设计。构建完成后，该使用案例现在可以从 Aperture 意图界面或由解决者 DAO 创建的第三方界面中进行“声明”。

Aperture DAO 将为 Solver DAO 提供 $APTR 资助，以启用新的意图用例。

Solver 将如何竞争，可能存在哪些类型的 Solver？

链上与链下

在竞争激烈的 Aperture 意图生态系统中，Solver 通过他发布解决方案的方法来脱颖而出。虽然不是强制性的，但智能合约由于其可扩展性和速度而更受青睐。然而，链下脚本同样擅长快速发布解决方案，提供了一条替代途径。某些已声明的意图甚至可能具有特征，使 Solver 者能够手动提交解决方案。（例如，卖家希望安排一笔大型场外交易，并设置了一个为期 3 天的竞价窗口。）

维护 alpha

对于拥有真正“alpha”或专有解决方案生成方法的 Solver，他们可以避免使用智能合约来生成解决方案，而是可以依赖 Aperture 的零知识验证过程来建立对其链下脚本启用解决方案的信任。这将增强吸引解决者的正向循环效应（可持续的商业解决方案，吸引更多收入，吸引更多解决者）。

求解器库

尽管在给定生态系统中并非明确要求，但 Solver 也可以选择通过众筹的方式来筹集保证金，通过保险库机制，以解决者收益的一部分作为回报。每个 Solver DAO 都可以开源一个回报共享保险库合约，供其解决者实施（如果他们希望获得初始资金支持的话）。

示例：意图空投

为了便于理解，Aperture 在第一篇博文中提出的“空投索赔意图”为例。用户如何声明意图？一个专门的 Solver DAO 如何利用 Aperture 的 Solver DAO 市场？

用户首先用自然语言声明：

“代表我认领所有符合条件的空投，别忘了与认领相关的 gas 费用，作为交换，支付 1% 或更少的费用。”

聊天机器人可能会提出澄清问题，以进一步梳理用户的声明。

一旦这个澄清工作完成，意图将从自然语言翻译为编码后的意图 DSL，并以可读的格式发送回用户，供其验证。接下来，意图表达将被发布到意图清算中心，任何符合条件的 Solver 都可以在其中查看用户的声明。

现在，Solver 都可以查看用户的地址，并将其与可认领的空投或奖励进行交叉参考。由账户抽象钱包支持的许可函数允许解 Solver 代表用户认领空投。解决者将在“发现者费用”和他们对空投的整体了解上相互竞争。现在，意图的不同之处在于，如果解决者 A 涵盖了一个 Dymension 空投，而解决者 B 涵盖了一个 Celestia 空投，那么两个解决者都可以从我们的用户那里获得发现者费用。

提出的解决方案都将由 Aperture 的智能合约进行模拟，以验证提议的结果，然后对所有经过验证的解决方案进行排名。然后，Aperture 将代表用户执行，返回所有空投。

声明：

1. 本文转载自[chaincatcher]，著作权归属原作者[行业速递]，如对转载有异议，请联系Gate Learn团队 “Gate Learn团队”)，团队会根据相关流程尽速处理。

2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。

3. 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io)的情况下不得复制、传播或抄袭经翻译文章。