每隔一段时间,就有新的 L1 或 L2 项目跳出来喊口号:“我们每秒能处理 10 万笔交易!”
有时候是 5 万,有时候是 100 万。
具体数字不重要,因为这些吹出来的 TPS 几乎都不靠谱。
可扩展性大战,早就变成了一场谁更能吹的 TPS 比拼。每一个新项目都在堆更高的数字,不管这些速度:
说白了,这种“吞吐量执念”就像你天天开兰博堵在上班高峰期。车很牛,但场景不对,根本不解决问题。
全球支付巨头 Visa,服务几十亿用户,平均每秒只处理 1,700 笔交易。虽然它的理论上限是 24,000 TPS,但几十年来从来都用不上。
反观现在的大多数区块链项目,日活连 100 人都不到。
如果你链上的交易还不如你 Discord 表情包的数量多,那你恐怕压根就不是在解决真实问题。
执着于虚高的吞吐量指标,其实正在给用户带来真实的伤害。
首先是伪装的中心化:为了吹出好看的 TPS,项目方往往牺牲去中心化,只是为了好看一点的市场宣传数字。
其次是“伪安全”:为了赶进度冲性能,安全测试被草率处理,埋下未来被黑客利用的隐患。
再者是人才浪费:一批本该做出有用产品的工程师,反而被绑在优化假数据的跑分任务上。
最后是彻头彻尾的“数字欺诈”:很多链宣传实验室TPS多高,一上线就崩。
大家为什么那么热衷讲“极致扩容”?原因其实只有两个:
用户的真实需求?基本被放在最后。真正的核心,是让散户相信你就是“最后赢家”,而你的“TPS神话”,就是由最会喊单的 VC 当作 KOL 来背书。
如果你是真的在区块链行业里「建设」,那给你几点现实建议:
下次看到有人吹自己能跑 50 万 TPS,问他三句话:这些交易在干嘛?谁在发?有什么实际用途?
当他们开始支支吾吾扯什么“Web3社交”“未来大规模采用”的时候,你就知道答案了。
真正的创新不是为了炫指标,而是为了满足真实需求,在刚刚好的规模上,做出有用的东西。
其他那些堆 TPS 的,只不过是披着科技外衣的昂贵行为艺术罢了。
P.S.:今天周日有点无聊,就想整点猛料出来,来个没人点的“真相暴击”;)
本文转载自 [X],著作权归原作者 [@therosieum] 所有。如对转载有异议,请联系 Gate Learn 团队,团队将尽快处理。
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。
本文的其他语言翻译由 Gate Learn 团队完成。除非另有说明,否则禁止复制、分发或抄袭翻译文章。
Mời người khác bỏ phiếu
每隔一段时间,就有新的 L1 或 L2 项目跳出来喊口号:“我们每秒能处理 10 万笔交易!”
有时候是 5 万,有时候是 100 万。
具体数字不重要,因为这些吹出来的 TPS 几乎都不靠谱。
可扩展性大战,早就变成了一场谁更能吹的 TPS 比拼。每一个新项目都在堆更高的数字,不管这些速度:
说白了,这种“吞吐量执念”就像你天天开兰博堵在上班高峰期。车很牛,但场景不对,根本不解决问题。
全球支付巨头 Visa,服务几十亿用户,平均每秒只处理 1,700 笔交易。虽然它的理论上限是 24,000 TPS,但几十年来从来都用不上。
反观现在的大多数区块链项目,日活连 100 人都不到。
如果你链上的交易还不如你 Discord 表情包的数量多,那你恐怕压根就不是在解决真实问题。
执着于虚高的吞吐量指标,其实正在给用户带来真实的伤害。
首先是伪装的中心化:为了吹出好看的 TPS,项目方往往牺牲去中心化,只是为了好看一点的市场宣传数字。
其次是“伪安全”:为了赶进度冲性能,安全测试被草率处理,埋下未来被黑客利用的隐患。
再者是人才浪费:一批本该做出有用产品的工程师,反而被绑在优化假数据的跑分任务上。
最后是彻头彻尾的“数字欺诈”:很多链宣传实验室TPS多高,一上线就崩。
大家为什么那么热衷讲“极致扩容”?原因其实只有两个:
用户的真实需求?基本被放在最后。真正的核心,是让散户相信你就是“最后赢家”,而你的“TPS神话”,就是由最会喊单的 VC 当作 KOL 来背书。
如果你是真的在区块链行业里「建设」,那给你几点现实建议:
下次看到有人吹自己能跑 50 万 TPS,问他三句话:这些交易在干嘛?谁在发?有什么实际用途?
当他们开始支支吾吾扯什么“Web3社交”“未来大规模采用”的时候,你就知道答案了。
真正的创新不是为了炫指标,而是为了满足真实需求,在刚刚好的规模上,做出有用的东西。
其他那些堆 TPS 的,只不过是披着科技外衣的昂贵行为艺术罢了。
P.S.:今天周日有点无聊,就想整点猛料出来,来个没人点的“真相暴击”;)
本文转载自 [X],著作权归原作者 [@therosieum] 所有。如对转载有异议,请联系 Gate Learn 团队,团队将尽快处理。
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。
本文的其他语言翻译由 Gate Learn 团队完成。除非另有说明,否则禁止复制、分发或抄袭翻译文章。