TL;DR
1、ZK的技术具有隐私和扩容两个最主要的使用场景，当我们讨论隐私的时候，我们利用ZK技术保护链下数据，不被获取；而当我们讨论扩容的时候，我们则是利用ZK节省链上计算空间。举个例子，如果我要确认某个账户有100块钱，传统区块链的方式是让每个节点都确认一遍，而现在我只需要一个节点，在保证数据完整性的前提下，找到最近净流入100块的凭证，即可证明账户有100元，区别就是前者需要大量计算和证明，后者只需要链下证明。
2、ZKVM发展的核心权衡在于是发挥ZK潜力重要，还是发挥目前开发者资源重要。围绕着发挥ZK潜力，意味着CPU寄存器的硬件加速，IR语言和assembly语言的再组织；而围绕着利用开发者资源，则意味着Solidity转化bytecode后，如何将Bytecode所映射的opcode，进行ZK证明的问题。
3、按照模块化区块链的观点，L1解决共识问题，L2解决计算和执行问题，DA层解决数据可得性和完整性的问题。由于Zk类的L2其证明。
4、以assembly语言独立设计ZK证明的专用型的ZKapp，由于具有较低的可组合性和解耦能力，将在未来的发展过程中面临很大的阻碍。这些方案由于和其他ZK方案不兼容VM，不兼容语言，不兼容，存在较大的调用难度。
5、依赖，时间序列的交易Log，数据安全性和证明的完整性决定了其执行的可靠性。在目前ZK方案大部分闭源的状态下，ZK安全审计有很大的发展前景。
6、由于ZKP依赖链下数据，交由DA链则会失去数据的隐私性。想要兼容数据隐私性和ZK证明节点不作恶，就需要新的解决方案。我们看好未来诸如MPC/FHE等安全计算方案。
7、随着不同Circuit的不断成熟，Zk证明可能也会迎来提效和分工，ZK证明的硬件提速方案，以及专业的ZK矿工也可能应运而生。
8、ZKP经验局限性问题。典型问题包括：约束系统无法有效约束数据，当证明一些复杂交叉的命题时，约束面临不够充分的问题；私有数据泄露，私有数据当做公开数据处理；针对链下数据的攻击，合约层的“metadata-attack”；ZK证明节点的作恶等等。
Chainlink社区大使：CCIP提供安全保证:金色财经报道，Chainlink社区大使ChainLinkGod.eth在社交媒体X上称，对LayerZero和CCIP之间基本设计差异的深入分析，当应用程序使用CCIP进行跨链消息传递/令牌传输时，您可以清楚地知道提供了哪些安全保证。
除了代码本身的质量（经过严格审核）外，CCIP还提供安全保证，因为它由已证明有能力在数年内确保数百亿DeFi TVL安全的节点提供。不仅如此，风险管理网络作为第二验证层，由一组与主要CCIP网络不同的、非重叠的经过验证的节点组成，因此可以提供更强的防串通保证。
CCIP中的每个链对连接也是一个独立的oracle network，这使得它比只有一个网络覆盖每个链连接的网桥（或具有可配置性的网桥，但90%的用户使用默认的主要集中式预言机/中继器）更具可扩展性和安全性。
此外，正如主题中所指出的，如果应用程序已经在使用其他Chainlink服务（数据馈送、VRF、自动化、功能等），那么使用CCIP不会在CCIP经过严格审核的代码库之外增加任何额外的信任假设。
Chainlink是加密领域的去中心化AWS，是一个适用于任何Web3服务的一体化平台，一个为用户抽象出复杂性并确保一切*正常工作*的平台。[2023/8/24 18:19:21]
9、短期来看，ZK方案的安全性存在局限，目前大量的共识还是建立在链下节点的自律上，缺乏一系列必要的工具，来保障链下环境的安全性。
概览
一直以来ZK技术由于其重峦迭嶂的专业术语，使得人们难以对这一主题充分讨论。本文将着重从生态发展角度，来分析ZK技术和其应用场景，描述目前ZK相关的竞争格局，并为未来发展的方向做一些畅想。本文着重讨论：
当我们在讨论ZK技术的时候我们在讨论什么？(知识铺垫，机构投资者可以从第二部分开始读。)从技术发展角度看待gzkvm的发展规律和结构?目前主要ZKvm技术方案的比较？分析和展望?
一、虚拟机ABC--从日常计算机说起
万事达卡CEO称收购加密分析公司CipherTrace存在“大规模服务机会”:金色财经报道，万事达卡于9月收购了加密分析公司CipherTrace，这家支付巨头的首席执行官Michael Miebach在周四的第三季度财报电话会议上将其称为“大规模服务机会”。当被问及万事达卡围绕加密和数字资产的战略时，Miebach强调了几个领域，包括央行数字货币的准备以及购买CipherTrace。Miebach称：“CipherTrace将合规性和AML检查推动到加密交易中。我们现在无法以足够快的速度进入这个领域，因为很多其他人都深入研究加密，但这些问题没有获得解决。”对于CBDC，Miebach重申了过去的言论，即欧洲或北美的主要政府尚未超越研发阶段。但是，如果数字美元或数字欧元成为现实，万事达卡将自己定位为服务提供商，并会抓住一部分收入潜力。[2021/10/29 6:18:37]
在介绍ZKEVM相关的知识以前，我想先从我们日常的计算机的结构讲起。我们都知道计算机分为软件和硬件两部分，为了让软件顺利的在硬件上运行，我们需要为软件匹配适宜的运行环境。从结构来看，运行环境由两部分组成。
其中黄色部分为硬件，绿色部分为操作系统。这里可能有同学会提出疑问：为什么运行环境不等价于操作系统，这主要是因为操作系统难以兼容所有的硬件，只有操作系统和硬件的匹配才能为软件提供服务。这个问题，我们再后面ZKVM的发展路线钟，还会提到。
有了运行环境，我们还需要具体的软件才可以实现具体需求。那么程序是怎样跑起来的呢？
从图上我们可以看到，软件经操作系统交由硬件层来进行计算的整个流程，在过程中程序语言经过了三个阶段的变化，高级语言用来写程序完成实际需求，汇编语言用来和计算机沟通，底层本地代码由计算机具体执行。具体来看，程序员完成APP的代码后，经由转译器翻译成obj，这些离散的目标语言，将会通过操作系统中的Linker得以链接，两者输出可执行的exe文件存储在硬盘中。
当运行的时候，exe文件会将数据放入内存，经由CPU将Obj转化为本地代码进行计算操作，实现app的I/O。这一过程中存在非常多的选择，多样的语言，多样的操作系统，多样的硬件，从商业角度面临了非常多的Tradeoff，而这些选择最后便体现在编译器内核LLVM的改进中。
Crypto.com宣布选择CipherTrace旗下工具满足FATF监管:Crypto.com宣布已成为第一个使用CipherTrace旗下Traveler解决方案的加密货币交易所。Traveler支持虚拟资产服务提供商（VASP），包括加密货币交易所，托管提供商，OTC交易柜台，银行和其他金融机构，是第一个能够满足金融交易工作组（FATF）全球反（AML）旅行规则的商业解决方案。（CoinTelegraph）[2021/5/3 21:21:02]
下图我们可以看到，硬件和操作系统之间有多种对应关系和限制条件：
同一类型的硬件可以安装多种操作系统，不同硬件需要匹配不同类型的操作系统。例如，同样的AT兼容机A中，既可以安装Windows，也可以安装LinuxB等操作系统。又如，X86芯片的硬件，需要x86版本的windows来匹配。这主要是由于操作系统底层汇编语言需要与芯片匹配。
App的成功运行需要与CPU匹配，也需要与操作系统匹配。例如：1，为了保证Office2017的正常运行，需要具备x86C的CPU；2，有些APP只能在windowXP上运行，在2000上则运行不了。
CPU只能解释其自身固有的机器语言。不同的CPU能解释的机器语言的种类也是不同的。也就是说，用不同高级语言编写的APP，如果不能通过编译成CPU可以运算的语言，CPU也是无法执行的。
二、ZkVM是什么？
通常我们在讨论ZK的时候，通常是在三个语境当中：
使用ZK作为Scaling方案RollupL2。使用zkp进行证明的应用，dydx，Zklink等等。zkproof作为一种密码算法。用什么语言，在什么环境下，用什么硬件执行？这是广义VM所要解决的问题。
前面我们刚刚介绍了传统操作系统，再来看ZKVM的时候，我们可以发现，ZKVM也完成了类似的职能，完成了硬件层和高级语言的沟通。其核心是数据证明与状态更新，当系统接收到两类input，原始数据和证明，比对计算后，输出指令和ZKP，提交L1进行共识广播。
Chainalysis和CipherTrace确认FBI正调查推特被黑事件:金色财经报道，据此前消息，美国联邦调查局（FBI）正在调查周三发生的大规模推特账户被黑事件。区块链取证公司CipherTrace和Chainalysis均确认FBI已与他们联系，但都无法透露其他信息。 Chainalysis表示，“已经被多家机构联系”，而CipherTrace只能确认联邦调查局已经与其取得联系。[2020/7/17]
具体来看ZK证明经过几个部分:
1.本地的计算；
2.Circuit的定义。比如确认你钱包有没有钱，确认信息是不是完整，确认签名是否正确；
3.算术化证明：运用数学方法证明计算是可执行的。
4.将算数证明结果和实际结果比对
5.将结果递交上链
以Scroll的方案为例，我们看到从Geth出发，系统完成了本地的计算，将交易Trace拆解转化成Circuits算子，然后使用算数方法得出ZK证明。然后比对数据和证明，如果无误即可广播上链。这当中涉及许多关键技术，比如如何设定Circuits，有哪几类Circuits？如何对Circuits进行拆解?整个确认方法，可以想象一张巨大的表，每一个变量都有其参数，在已知历史数据的背景下，求特定结果的必然性。
举个例子，如果我要确认某个账户有100块钱，传统区块链的方式是让每个节点都确认一遍，而现在我只需要一个节点，在保证数据完整性的前提下，再加上最近净流入100块的证明，然后进行确认完成后，即可证明账户有100元，区别就是前者需要每一个节点的计算，后者只需要单一节点计算和zk证明。在这个例子中，确认的是“如何在链下证明账户有充足余额”，证明需要的约束是“当最近历史时间轴内账户净流入大于100，然后将节点计算结果与ZKP比对，从而决定状态是否正确。
ZK语言的公约数
根据MidenVM的总结，目前市场上主要的Zkapp所采用的的工具都是以WASM和RISCV为主的汇编语言，一些工具包能让应用很快打上“ZK”的概念或者标签。但稍微拆解一下结构，我们会发现传统智能合约由L1来保证安全性，全网广播形成共识的安全性已经经过历史检验了，而利用链下ZKP证明，则存在ZKP证明节点是否作恶的问题。
会计巨头致同子公司宣布与CipherTrace合作 共享加密货币数据:会计巨头致同（Grant Thornton）的子公司Catalaxy 11日宣布，将与加密货币情报公司CipherTrace进行合作。Catalaxy在声明中表示，这将是其审计解决方案首次可以直接从区块链分析公司获取数据。
CipherTrace首席运营官Stephen Ryan表示，“新的合作关系，联合了加密货币、区块链和审计方面的领先专家，在将调查工具引入市场方面推动创新。”（Coindesk）[2020/6/11]
先不论Devs是否能够合理设立约束的能力问题，如何防范ZKP证明节点的作恶意愿问题，无疑是更为重要的。
举例来看，一些ZKdex更像是在Cex和Dex之间寻找一个平衡点，相较于Cex而言，用户可以将资金保管在自己的L1账户；而相对Dex而言，又能有更优的效率表现。但在实践中，大量的项目都存在链下证明的安全隐患。此外，由于从APP层到IR层，都是由zkAPP团队独立开发，家家户户有着自己的编程习惯和轮子库，这也导致团队与团队之间难以形成可组合性，也不利于加速市场分工和硬件设备的加速。
因此，市场破解寻找一个在密码学和高级语言之间找到一层公约数。来为各类应用提供一个通用的框架，而ZK-VM则是适配整套系统，承上启下的重要部分。
在执行模式方面，EVM与JVM非常相似。两者都是执行字节码的堆栈机。EVM增加了一个存储的概念，它的字节码指令更适合于合同开发。?
图中我们以ETH举例，传统ETH由三部分构成，ETH网络，EVM，Dapp开发生态。这里我们可以很清晰的感受到ZK承上启下的作用：
1.站在ZK电路硬件层的角度：
EVM可能无法全部兼容。由于EVM有一些变长的指令，比如CALL，DATACOPY，EXP，CREATE等等，这些对ZK电路不友好。
2.站在开发者角度：
能否不需要重新学习语言，保留EVM的API特性。在这种情况下，整个生态就可能失去对一些ZK算法的支持。
除此以外，ZKVM还需要考量很多技术兼容，比如：
1.寄存器的兼容。MachineType.传统EVM是一个Stack-based的Statemachine，因此大量的计算式串联的，不可并行的，这确保了整个计算机的原子性。这一架构对于ZK是非常不利的，如果要发挥ZK算法的全部效率，则需要做一个Register-Based，也就是以CPU-寄存器为核心架构来设计VM。
2.语言上的兼容。FunctionCalls.VM系统将底层特性封装成API，如何让API支持动态调用，支持像Python一样的高级语言。
3.计算机底层的兼容。NativeField.不同的CPU有不同的位数，在不同算法上的表现不同。需要为ZK专用计算机做谋划。
4.传统公链结构的兼容:Sequencer/Roller/Miner.
三、ZKVM的架构
主流技术方案
用什么语言，在什么环境下，用什么硬件执行？这是广义VM所要解决的问题。
VM当中最为重要的内核便是LLVM，他可以看作是编译器最重要的内核。图中是原始EVM的运作方案，智能合约通过LLVMIR的中间代码进行转化，转化成Bytecode。这些Bytecode会存储在区块链上，当智能合约被调用的时候，便会将Bytecode转化成对应的Opcode，再由EVM和节点硬件来执行。
结合上ZK，各个不同的解决方案是怎样实现的呢？
Starkware
Starkware由于在整个ZK领域起步较早，技术积累较为充分，拥有一定的技术领先。他是代表性的ZK中心主义的技术架构，围绕ZK构建了CairoVM和Cairo的语言。但由于他是闭源状态，一些技术细节并不清晰。其缺点在于，Cairo的学习成本。虽然官方也开发了Solidity转换Cairo的一些框架，但由于其底层核心均建立于CairoVM上，意味着有相当多Solidity-EVM兼容的特征会损失。
Zksync
ZKsync的框架兼容了EVM和ZK两方面的特点，将Solidity和其自主开发的电路语言Zinc做了一个融合，在编译器内部将两者在IR层面上做了统一。其优点在于编译器内核的LLVM可以兼容多种语言。Zksync也是闭源框架。
HermezbyPolygon
Scroll
HermZ和Scroll两个技术方案更侧重以太坊生态，他们在Bytecode上和ETH生态做了融合。由于EVM天然支持bytecode和其对应的opcode，这两者和ETH生态有着更高的融合性。Solidity在这两个Zkvm上能充分的调用EVM的API，最大保留了EVM的架构优点。两个方案有所差异的是，Hermz会将opcode在内部进行统一，然后再进行证明；而Scroll则会将Opcode拆解circuit进行证明，再进行整合。
为什么要选择兼容EVM？因为EVM当中有一些架构经过检验，安全性比较好，兼容性也比较好。举例来说Geth模型和RPC架构，这些API已经被EVM较好的封装，也经过历史检验。
总结来看，
Starkware最底层从WASM和机器码层面进行统一，ZKsync最浅在IR层面进行统一，Hermz和Scroll居中在Bytecode上进行统一；Starkware是技术转型最彻底的，但也是用户学习门槛最高的；而Zksync相对比较均衡，保留一部分solidity特性，发挥局部ZK性能；Hermz和Scroll相对最易应用和拆解，全面集成Bytecode，整合EVM，尤其是Scroll，开放ZK证明，也给了硬件加速更大的空间。相对来说，无论是技术驱动还是生态整合驱动，都在未来有各自的发展空间，“贸工技”还是“技工贸”都有机会找到自己的场景，发挥更大价值。如果我们对照回顾Windows历史，在强有力的操作系统出现以前，不同的开发者需要对不同的硬件，掌握不同的开发工具。不掌握汇编，不理解计算机底层的开发者在开发过程中会遇到非常多的挫折。而操作系统在硬件当中寻找最大的公约数，将CPU以外的I/O系统都封装成统一的接口，这些技术积累，使得软件开发的门槛大大降低了，也使得大部分程序员只需要理解高级语言即可，即使不具备汇编和底层代码知识仍然可以写出漂亮的App。
对照看到ZKVM的发展，我们可以看到一些端倪，如果说现在的ZKapp需要传统程序员+汇编+密码学知识储备才能开发，未来随着ZKVM的成熟，越来越多的底层技术封装进高级语言当中，开发门槛渐次降低，生态繁荣是可以想见的。
对于Founder而言，有两个注意点：
1.ZK技术将链上共识转为链下证明，目前证明技术相对成熟，但是拆解证明，数据存储的安全隐患仍然不少，相关审计机构，测试工具都存在空白缺位。
2.ZK技术的使用场景尚待发掘。通用型ZKVM紧锣密鼓开发，ZK对应高级语言也有待技术人员的学习，从技术成熟到解决问题还有一段时间。想要用ZK解决问题，founder需要回答：如果是个细分场景，是否需要自己用WASM去搭建，一旦ZKVM成熟，自己的技术积累是否还有先发优势？是否支持其他ZKapp调用？
展望与结论
ZK的技术具有隐私和扩容两个最主要的使用场景，当我们讨论隐私的时候，我们实际上是在保护链下数据，不被获取；而当我们讨论扩容的时候，我们是利用ZK节省链上计算空间。
ZKVM发展的核心权衡技术与devs。围绕着发挥ZK潜力，意味着CPU寄存器的硬件加速，IR语言和assembly语言的再组织；而围绕着利用开发者资源，则意味着Solidity转化bytecode后，如何将Bytecode所映射的opcode，进行ZK证明的问题。以assembly语言独立设计ZK证明的专用型的ZKapp，由于具有较低的可组合性和解耦能力，将在未来的发展过程中面临很大的阻碍。这些方案由于和其他ZK方案不兼容VM，不兼容语言，不兼容证明，存在较大的调用难度。按照模块化区块链的观点，L1解决共识问题，L2解决计算和执行问题，DA层解决数据可得性和完整性的问题。由于Zk类，数据安全性和证明的完整性决定了其执行的可靠性。这里有一对矛盾，如果我们不信任链下节点，希望将数据交由DA独立存储，那么对DA链就提出安全的要求，；如果存在本地，保证数据不被篡改，就需要证明节点本身不去作恶。这些都提升了对MPC/FHE解决方案的需求。在目前ZK方案大部分闭源的状态下，目前大量的共识还是建立在链下节点的自律上，缺乏一系列必要的工具，来保障链下环境的安全性。未来contraint设计和代数证明将成为两个最主要的审计环节。ZK生态主要的风险。典型问题包括：约束系统不充分。当证明一些复杂交叉的命题时，约束面临不够充分的问题；私有数据泄露。私有数据当做公开数据处理；针对链下数据的攻击，合约层的“metadata-attack”；ZK证明节点的作恶等等。随着不同Circuit的不断成熟，Sequencer/Roller/Miner也会迎来提效和分工，我们期待ZK证明的硬件加速机会。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。