jakiro
Auteur: ian.btc | Source de Workhorse: X, @ 0xworkhorse Compilation: Shaw Bitchain Vision
Dans le domaine de la finance décentralisée (DEFI), les oracles sont l’épine dorsale de toute l’infrastructure.Ils déterminent la vitesse, la précision, la crédibilité et l’évolutivité des contrats intelligents interagissant avec les données du monde réel.ChainLink est un leader éprouvé avec un bon historique; Python Network est un challenger, mettant l’accent sur les données de première partie.Les deux représentent deux méthodes différentes pour résoudre le « problème Oracle ».
Dans mon contenu de recherche, les oracles sont un sujet qui est fréquemment discuté parce qu’ils ont une position indispensable dans ce domaine – sans le soutien des oracles, de nombreux mécanismes ne peuvent pas fonctionner normalement.
À mon tour, je pense qu’il est d’une grande importance d’avoir une compréhension approfondie des principes de travail, des fonctions spécifiques et des principaux acteurs de l’Oracle.
Vous verrez beaucoup de remarques controversées sur les réseaux sociaux sur la « guerre Orpollo » ou « Link contre Pyth Dispute ».Cependant, la réalité est que ces deux projets adoptent des perspectives différentes de solution au même problème, qui reflète précisément la diversité du domaine.Pour cette raison, ils peuvent travailler ensemble pour donner un jeu complet à leurs avantages uniques, apporter des solutions innovantes à notre industrie en plein essor et ouvrir un nouvel espace de développement.
Ensuite, explorons comment cela fonctionne en détail.
Que fait réellement un oracle?
Essentiellement, les oracles sont le pont entre la blockchain et le monde réel.
Les contrats intelligents – le code automobile qui s’alimente – sont essentiellement isolés pour des raisons de sécurité.Ils ne peuvent pas obtenir directement de données externes telles que les cours des actions, les prévisions météorologiques ou les résultats des élections, ou ils peuvent risquer d’être manipulés ou centralisés.
C’est ce que font Oracles: ils acquièrent, vérifient et transmettent des données de chaîne aux applications sur chaîne de manière fiable.
Les oracles peuvent être considérés comme des «messagers de données».Les protocoles de prêt Defi comme AAVE nécessitent des prix des actifs en temps réel pour déterminer la valeur collatérale et empêcher les prêts sous-collatéralisés.Sans l’Oracle, il ne pourrait pas savoir si ETH a chuté de 10% du jour au lendemain.Les oracles résolvent ce problème en agrégeant les données de plusieurs sources, en appliquant un mécanisme consensuel pour filtrer les informations inexactes et en poussant les informations vérifiées dans les contrats (ou en les tirant dans).
Énumérons brièvement certaines fonctionnalités clés:
-
Transmission de données: Fournir des résultats de prix, de message ou de calcul
-
vérifier: Assurer l’intégrité des données par le biais de technologies de décentralisation et de chiffrement
-
Évolutivité: Gérer les mises à jour à haute fréquence sur les marchés volatils sans bloquer la blockchain
Essentiellement, les Oracles implémentent des « contrats intelligents hybrides », combinant la logique en chaîne avec la réalité hors chaîne, débloquant ainsi divers cas d’utilisation, des transactions perpétuelles aux réclamations d’assurance.
Niveau technique: Poussez et tirez
ChainLink adopte principalement le mode push, et son réseau d’opérateurs de nœuds décentralisés continue de publier des données sur la chaîne. Les mises à jour des données sont déclenchées par des écarts (tels que les changements de prix dépassant un seuil spécifique) ou des intervalles de temps fixes pour assurer la disponibilité continue.Cependant, cela peut également entraîner des transactions sur chaîne inutiles et des coûts plus élevés pendant les faibles périodes actives.
Des améliorations récentes, telles que les fonctions ChainLink, ont introduit plus de fonctionnalités à la demande (comme Pull) pour l’informatique personnalisée, permettant aux développeurs d’obtenir des données uniquement ou d’effectuer des calculs hors chaîne en cas de besoin.Cela contribue sans aucun doute à atténuer certains problèmes d’inefficacité.À cette fin, les flux de données ChainLink réduisent davantage l’écart de latence et fournissent des mises à jour de sous-seconde pour les applications à haute fréquence.
En revanche, Python Network adopte un modèle basé sur Pull: les données de prix sont agrégées hors chaîne et publiées sur chaîne uniquement lorsque le protocole ou l’utilisateur demande.Cette approche à la demande, associée à une latence inférieure à une seconde (généralement 300 à 400 millisecondes, peut être aussi faible que 1 milliseconde pour les besoins à haute fréquence via Python Lazer), le rend extrêmement efficace dans les applications en temps réel telles que les transactions perpétuelles ou la proxyation alimentée en AI.Le relais express de Python optimise davantage cela en permettant aux institutions de fournir des données directement en fonction des enchères, de la réduction de la latence et de l’amélioration de la précision sur les marchés volatils.Dans le marché volatil, le modèle de traction de Python peut être mis à jour jusqu’à 3,33 fois par seconde, dépassant la vitesse des systèmes de poussée basés sur les biais.
Pousser est comme une station de radio, qui diffuse constamment, que quelqu’un écoute ou non.Tirer ressemble plus à un podcast, téléchargé / joué uniquement lorsque quelqu’un veut écouter.
Le mode push fonctionne bien dans les scénarios actifs et prêts (tels que les réclamations d’assurance, le règlement automatique, etc.).Le mode de traction peut réduire les déchets et avoir une meilleure évolutivité pour les exigences à haut débit, mais le protocole nécessite des demandes proactives.Cela dépend vraiment des besoins (et des préférences) du projet lui-même et quand et comment il doit obtenir (ou recevoir) les données.
D’où vient les données?
ChainLink recueille des données à partir d’un large éventail de sources, y compris des API d’échange (comme Coinbase et Kraken), des agrégateurs (tels que CoinmarketCap et Coingecko), et même des données non financières telles que les scores météorologiques ou sportifs.L’opérateur de nœud soumet les données d’entrée, puis tire le prix médian par le biais d’un mécanisme consensuel, mettant l’accent sur la décentralisation pour réduire le risque de manipulation.Cette large source prend en charge plus de 2 000 sources de données, y compris des actions récentes en temps réel telles qu’Apple (AAPL) et Microsoft (MSFT), ce qui rend la chaîne de chaîne largement applicable en finance, jeu, assurance et autres domaines.
Python obtient des données directement des fournisseurs de premier parti, dont plus de 120 institutions, notamment Jane Street, Susquehanna, Chicago Options Exchange (CBOE) et Gemini.Le processus d’agrégation est effectué hors chaîne et chaque source de données contient des intervalles de confiance pour améliorer la transparence de la qualité et de la volatilité des données.Python propose actuellement plus de 1 600 sources de données en temps réel, dont plus de 750 actions, plus de 50 actifs physiques (forex, métaux), taux de trésorerie américains et plus de 100 fonds (ETF) négociés en bourse, ainsi que des données d’aperçu index comme le FTSE 100.
Au cours d’une période de grandes fluctuations des prix du bitcoin, le modèle préalable de Python fournit une latence P99 centile inférieure à l’API des échanges majeurs.Pendant ce temps, la base source plus large de Chainlink assure la redondance – la médiane reste stable même lorsque certains prestataires échouent.Les téléviseurs de Python (valeur garantie totale) sont plus diversifiés (Solana n’est que de 61%), tandis que les téléviseurs de ChainLink sont plus concentrés (97% sur Ethereum), réduisant le risque à chaîne unique.
Le modèle de Python fournit la vitesse et la précision, mais la confiance se concentre sur des sources moins (quoique avec une meilleure qualité).La diversité de ChainLink augmente la résilience, mais peut introduire de légers retards pendant la volatilité extrême du marché.
Qui utilise qui et pourquoi?
ChainLink s’est intégré à plus de 50 chaînes, notamment Ethereum, Binance Smart Chain, Polygon, Optimism, Arbitrum, Avalanche et Base.Son protocole interopérabilité inter-chaîne (CCIP) prend en charge la messagerie, le transfert de jetons et le règlement transversal, et travaille avec des partenaires tels que Swift et JPMorgan pour assurer la sécurité des actifs tokenisés.À la mi-2025, ChainLink a contribué à plus de 24 billions de dollars de valeur de transaction.
Python prend en charge plus de 100 chaînes – de Solana et des Aptos à la base, au ton, au sei, à la monad, à Berachain et à Hyperevm – et de nouvelles sources de données sont disponibles à la volée sur toutes les chaînes grâce à leur architecture de traction.
Quelques exemples de cas d’utilisation:
-
Aave: S’appuyer sur les données sur l’état de santé du marché des prêts fournies par ChainLink pour empêcher les mauvaises réactions en chaîne de dettes.
-
Ethena: Utilisez Python pour maintenir la précision des prix des stablescoins dans les transactions volatiles.
-
Pilote rapide: Utilisez le CCIP de ChainLink pour atteindre le règlement des banques croisées.
-
Protocole de dérive: Utilisez Python pour implémenter les mises à jour du marché perpétuel de contrat de deuxième niveau (elle explore toujours l’utilisation de ChainLink pour obtenir des données RWA, ce qui est génial).
Certains protocoles utilisent les deux techniques, et je pense que c’est exactement ce qui est particulièrement intéressant. ChainLink est utilisé pour la messagerie transversale (CCIP) + Python est utilisé pour le flux d’informations de prix ultra-rapide.Par exemple, Kamino Finance de Solana utilise ChainLink pour atteindre les revenus et les capacités transversales, tout en utilisant Python pour obtenir des prix précis sur le marché des prêts.
Python a une couverture de chaîne plus large, mais ChainLink a des outils d’interopérabilité plus profonds dans les réseaux établis et a des liens institutionnels solides dans l’espace financier hybride.
À cette fin, la diversité des outils de ChainLink le rend idéal pour les applications Web3 non financières (jeux, assurance, NFT) et ponts institutionnels.Pendant ce temps, Python se concentre sur DeFI de qualité financière, se positionnant comme le pilier de données pour les transactions, les prêts et la RWA, et sa croissance accélérée pose un défi pour les sociétés en place.
Vous pouvez voir (au moins à mon avis), il y a un élément très convaincant du travail d’équipe ici, ce qui me fait demander: pourquoi ne pas utiliser les deux?
Résumer
Ce sujet est comme un champ d’exploration profond. Bien que cet article ne soit pas court, j’ai encore beaucoup de contenu à discuter de ces deux, et ce n’est pas une exagération d’écrire des milliers de mots.
Je suis très optimiste quant à la perspective d’utiliser les deux pour répondre aux besoins spécifiques.Après tout, les avantages de meilleurs produits sont évidents.
À mon avis,Il n’y a pas de gagnant absolu dans Oracle, la clé est de savoir s’il est adapté ou non.
ChainLink est un « couteau à armée suisse » digne de confiance dans le champ Defi, qui est à la fois polyvalent et robuste.Python est un outil de précision se concentrant sur la vitesse et la haute précision dans le domaine financier.À mon avis, la coordination entre les deux est d’une grande importance.
Avec de nouvelles exigences dans la RWA tokenisée, le proxy IA et la finance en temps réel, nous pouvons voir des modèles d’adoption hybride devenir le choix régulier: Autrement dit, utilisez ChainLink pour obtenir une couverture large et stable, et utilisez Python pour répondre aux scénarios d’application où les exigences de vitesse sont extrêmement élevées et la différence en millisecondes est d’un grand intérêt.Au moins, je m’attends à voir de telles applications plus courantes.
