把一批交易折进一棵感知机树:EIP-7911 的零知识打包设想 图 1
把一批交易折进一棵感知机树:EIP-7911 的零知识打包设想 · 图 1

把一批交易压缩成一个零知识证明,是 Rollup 省 Gas 的基本盘。但现有折叠工艺对交易一视同仁:无论彼此多相似,每笔都得走同一条证明管线。EIP-7911 的设想是换一种压缩观:先把交易集合建成一棵感知机树——每个节点是一个带权重的线性分类器加阶跃函数,用输入特征把交易往左右子树分,分不下去为止。相似的交易自然沿相同路径聚拢,一棵树就把”谁和谁像”编码进了结构本身。

相似度怎么算

原文给了两种度量。路径相似度看两笔交易在树里共享多长的前缀:共同路径占树深的比例就是相似度——树深三层、只共享根节点,相似度约三分之一。向量相似度则不看树、直接对特征向量算余弦夹角。前者把”分类结构”当知识,后者保留数值细节。树构造本身由同质性判定与最大深度两个刹车控制,防止无限细分。

从树到证明

证明生成的管线是五步:建树并训练各节点感知机;给每个节点算承诺——承诺由本节点权重、偏置和左右子承诺哈希而来,递归到根得到一个根承诺;为某笔交易给出它在树内的分类路径证明;证明两笔交易的相似度超过预定阈值;最后打包成含根承诺、路径证明与相似度证明的总证明。链上合约验证三件事:根承诺与预注册的树根一致、该交易沿所给路径分类正确、相似度达标。安全考量按提案自己的清单:不泄露交易细节、承诺结构防篡改、证明里带唯一标识防重放、验证逻辑足够轻。

它为什么停在草案

按提案自述,它运行在智慧合约层,不动协议与共识,可渐进采用。这既是卖点也是死穴:整棵树、训练过程、特征选择全部在证明者一侧,“训练得好”本身没有客观验证标准——分类器是人为拟合的,相似度阈值是人为定的,这些自由度在信任最小化的语境里都需要额外论证。它更像一篇”零知识证明能证明关系而非事实”的可行性备忘,而非可部署规范。提案状态是 Draft(草案),2025 年 3 月起挂在那里,以 EIP 官网当前标签为准。

它和主流证明路线的分歧点

今天被广泛部署的证明系统,无论哪种代数路线,证明的对象都是”这段计算被忠实执行”:程序是公开的,见证是私有的,正确性由算术约束保证。感知机树方案把证明对象换成了”这几笔交易在结构上足够像”——一个此前没有被形式化成公共品的性质。分歧正在于此:主流系统的可靠性可以归约到哈希与有限域假设,相似度证明的可靠性却要先回答”训练出的树是否泄露、阈值是否被操纵、特征工程是否中立”。这不是数学做不到,而是信任假设还没被写成人人能审的定理集,评审自然停在原地。

快速问答

问:这和普通批量证明是竞争关系吗? 答:提案主张互补——在”折叠很多笔”这个目标上,用结构压缩换证明规模,但它尚未说明与主流证明系统的量化比较。 问:感知机树和决策树什么关系? 答:混合体——树的分叉规则不是简单阈值判断,而是每条边一个线性模型的感知机。 问:普通用户会感知到它吗? 答:即使落地也只是证明后端的一种,前端体验与普通 Rollup 无异。

一笔直觉账

若一批交易里九成彼此高度相似,每笔单独证明要各付一份校验开销,共享路径后公共部分只需上链一次——省多少取决于树深与共享比例,这正是”关系也能被压缩”这层新意的来源。

风险提示:本文仅为零知识技术设想科普,不构成任何投资建议。