什么是 Optimism？​

Optimism 是一种 EVM 等效的乐观汇总协议，旨在扩展以太坊。

• 扩展以太坊意味着增加以太坊网络可以处理的有用交易数量。
• 乐观汇总 是一种第二层可扩展性技术，它在不牺牲安全性或去中心化的情况下，增加以太坊的计算和存储能力。
• EVM 等效性 是与以太坊黄皮书中描述的状态转移函数的完全合规，后者是该协议的正式定义。

乐观汇总通过将多个交易打包成一个单一交易来工作，然后由以太坊网络上的智能合约进行验证。这个过程被称为“汇总”，因为单个交易被组合成一个更大的交易，并提交到以太坊网络。术语“乐观”指的是系统假设交易是有效的，除非有证据证明相反，这使得交易的处理更快、更高效。

整体架构​

op-node + op-geth​

汇总节点可以以验证者或排序者模式运行：

1. 验证者（即验证器）：类似于运行以太坊节点，它在本地模拟 L2 交易，而不限制速率。它还允许 验证者 验证 排序者 的工作，通过重新推导 输出根 并将其与 排序者 提交的进行比较。如果不匹配， 验证者 可以执行 故障证明。
2. 排序者： 排序者 是一个特权角色，它接收来自 L2 用户的 L2 交易，使用这些交易创建 L2 块，然后将其提交给 数据可用性提供者（通过 批处理器）。它还将 输出根 提交给 L1。目前整个堆栈中只有一个排序者，这也是人们批评 OP 堆栈不去中心化的地方。

op-batcher​

批量提交者，也称为 批处理器，是将 L2 排序者 数据提交到 L1 的实体，以使其对验证者可用。

op-proposer​

提议者生成并提交 L2 输出检查点到以太坊上的 L2 输出预言机合约。在最终确认期结束后，这些数据使提款成为可能。

批处理器和提议者都将状态提交到 L1。为什么它们被分开？

批处理器收集并将交易数据批量提交到 L1，而提议者将承诺（输出根）提交到 L2 的状态，从而最终确定 L2 账户状态的视图。它们是解耦的，以便可以并行工作以提高效率。

contracts-bedrock​

各种合约用于 L2 与 L1 进行交互：

• OptimismPortal：一个 L2 交易的馈送，这些交易源自 L1 状态中的智能合约调用。
• 批量收件箱：一个 L1 地址，批量提交者将交易批量提交到该地址。
• L2 输出预言机：一个智能合约，存储 L2 输出根 以用于提款和故障证明。

如何存款？​

如何提款？​

对 Optimism 文档的反馈​

理解 OP 堆栈可能会很具挑战性，原因有很多。其中一个因素是许多组件在代码和文档中多次以略微不同的名称被提及。例如，术语“op-batcher”和“批量提交者” / “验证者”和“验证器”可能可以互换使用，这导致混淆和理解每个组件的确切功能的困难。

理解 OP 堆栈的另一个挑战是不断发展的架构，这可能导致某些设计元素随着时间的推移而被弃用。不幸的是，文档可能并不总是更新以反映这些变化。这可能导致进一步的混淆和理解系统的困难，因为用户可能正在使用过时或不准确的信息。

为了克服这些挑战，重要的是仔细审查所有可用文档，保持概念在各个地方的一致性，并随时了解 OP 堆栈的任何变化或更新。这可能需要额外的研究和与其他用户或开发者的合作，但这是完全理解和有效利用这个复杂系统的必要条件。

流式或定期支付​

代币流式支付意味着实时发送定期支付，就像水流入其目标一样。支付创新主要有两种类型：

• 支付，或付款方创新：企业主用于工资、订阅、代币归属、公司财务等。客户主要在发送方，优化如何安全、经济和自动地向员工发送薪水或代币权益，就像“Workday + Carta + Brex for crypto”。
• 接受支付，或收款方创新：商家用它来接受支付并允许客户结账，就像“Stripe for crypto”。

账户抽象​

截至 2022 年底，最突出的 web3 支付协议可能是 EIP-86/EIP-4337 账户抽象。它使用智能合约钱包将私钥所有权与资产账户所有权解耦。该协议仍在以太坊上进行开发，但 Visa 已在其内部黑客马拉松中为自托管钱包实施了自动支付。

放缓将有三个主要来源

1. 注册人数减少：新企业将会减少
2. 客户流失增加：客户流失率将会更高
3. 每用户平均收入减少：席位收缩。行业内企业增长的顺风已经消失

授权决定个人或系统是否可以访问特定资源。这个过程是一个典型的场景，可以通过软件进行自动化。我们将回顾谷歌的 Zanzibar、受 Zanzibar 启发的解决方案以及市场上的其他 AuthZ 服务。

Zanzibar：谷歌的一致性全球授权系统​

• 谷歌的 = 经受住了谷歌产品的考验，每秒检查 2000 万个权限，p95 < 10 毫秒，99.999% 的可用性
• 一致性 = 确保授权检查基于不超过客户端指定更改的 ACL 数据
• 全球 = 地理分布的数据中心，并在全球数千台服务器上分配负载。
• 授权 = 通用授权

在 Zanzibar 的背景下，我们可以这样表达 AuthZ 问题：

isAuthorized(user, relation, object) = 用户与对象之间是否存在关系？

这被称为基于关系的访问控制（==ReBAC==）。客户端可以在 ReBAC 的基础上构建 ABAC 和 RBAC。不幸的是，Zanzibar 不是开源的，也不能作为现成的服务购买。

Zanzibar 架构

为什么 Zanzibar 可扩展？

• 使用 Spanner 作为数据库
• Leopard 索引系统
  • 将组到组的路径展平，类似于图中的可达性问题
  • 将索引元组存储为整数的有序列表，使用如跳表等结构，以实现集合之间的高效并集和交集。
  • 异步数据流客户端 > aclserver > changelog > Leopard 索引系统
• 如何维护外部一致性？Zookie 协议 - 客户端使用基于时间戳的令牌检查权限。

Auth0 细粒度授权 (FGA)​

Auth0 FGA 是谷歌 Zanzibar 的 开源实现。请查看互动教程 https://zanzibar.academy/。

对于微服务背景下的企业开发者，如何使用 FGA 的托管解决方案？

1. 访问 FGA 仪表板，以 DSL 和关系元组定义授权模型，最后添加像自动化测试一样的授权断言（这太棒了！）。
2. 开发者返回他们的服务并调用 FGA 包装器的检查端点。

不幸的是，我没有看到变更日志审计和版本控制，以便在开发者在 FGA 仪表板中出错时进行回滚，可能是因为 FGA 仍在进行中。

OSO​

使用 Oso，您可以：

• 建模：使用 Oso 的内置原语设置常见的权限模式，如基于角色的访问控制（RBAC）和关系。根据需要使用 Oso 的声明式策略语言 Polar（DSL）进行扩展。
• 过滤：超越是/否的授权问题。也对集合实施授权 - 例如，“只显示 Juno 可以看到的记录。”
• 测试：在您拥有单一接口的情况下，现在可以编写单位测试来验证您的授权逻辑。使用 Oso 调试器或 REPL 来追踪意外行为。

Ory Keto​

Keto 是 Zanzibar 的开源（Go）实现。提供 gRPC、REST API、新 SQL 和易于使用的细粒度权限语言（DSL）。支持 ACL、RBAC 和其他访问模型。

Authzed SpiceDB​

SpiceDB 是一个开源数据库系统，用于管理受安全保护的应用程序权限，灵感来自谷歌的 Zanzibar 论文。

Aserto Topaz​

Topaz 是一个开源授权服务，为应用程序和 API 提供细粒度、实时、基于策略的访问控制。

它使用 Open Policy Agent（OPA）作为决策引擎，并提供一个受谷歌 Zanzibar 数据模型启发的内置目录。

授权策略可以利用用户属性、组成员资格、应用程序资源及其之间的关系。所有用于授权的数据都在嵌入式数据库中建模和存储，因此可以快速高效地评估授权决策。

Cloudentity​

这似乎是一个集成的 CIAM 解决方案，没有独立的企业授权功能。文档令人困惑...

Open Policy Agent​

Open Policy Agent (OPA) 是一个开源的通用政策引擎，统一了整个堆栈的政策执行。OPA 提供了一种高级声明性语言，让您可以将政策指定为代码，并提供简单的 API，将政策决策从您的软件中卸载。您可以在微服务、Kubernetes、CI/CD 管道、API 网关等中使用 OPA 来执行政策。

OPA 最初由 Styra 创建，并且是 Cloud Native Computing Foundation (CNCF) 的一个毕业项目。

Permit.IO​

Permit.IO 是一个基于 OPA 和 OPAL 的低代码 AuthZ 平台。

Scaled Access​

Scaled Access 是一家欧洲公司，已被 onewelcome 收购。它提供丰富的上下文感知访问控制、实时政策执行、细粒度授权和基于关系的访问控制。文档中有 API，但没有 SDK。

Casbin​

Casbin 是一个授权库，支持 Golang 中的 ACL、RBAC、ABAC 等访问控制模型。它在多种编程语言中提供 SDK。然而，它的配置在 CSV 文件中相对静态，更适合企业内部使用，而不适合面向客户的授权。

SGNL​

这个服务看起来相当简陋 - 美丽的网站却没有任何开发者内容。没有文档，没有视频或自助演示。我怀疑它的定位是面向非技术企业。不推荐。

总结​

这是我初步检查后的排名。理想情况下，我希望有一个类似 LaunchDarkly 的 AuthZ 平台 - 易于集成和操作，配备完整的审计日志、版本控制和面向开发者的网页门户。

• 选择广泛的顾问
  • 具备 3 ~ 5 年的经验，能够回忆起相关事宜并提供即时帮助
  • 后期顾问：在战略思维方面表现更佳；不适合处理过于具体的细节。
• 补偿：顾问期权授予：每月 0.25% ~ 0.75%，持续两年

什么无效？​

• 把钱扔向问题
  • 在没有适当文档帮助开发者入门的情况下赞助黑客马拉松。
  • 没有为你的社区提供想法和示例
• 构建优秀工具但不告诉任何人它们及如何使用。
  • 假设你在内容中提供了 ==足够的上下文==
• 花太多时间在低效的工作上，比如回答问题

什么有效？​

• 设定明确的目标：促进应用程序、集成、相互帮助，以及基于你的技术建立的口碑。
  • 一套基于你的技术构建的新有用应用程序
  • 你的技术与现有产品之间的集成
  • 帮助你社区中的其他开发者
  • 告诉他们的朋友关于你的技术
• 提供有用的内容：库、API、文档、工具、智能合约、教育等。
• 建立长期关系：教程、视频、播客、研讨会、聚会。
• 利用热潮：解释你的技术如何与流行的技术和开发工具一起工作。
• 在你的社区中创造明星。

如何改善文档？​

• 改善文档是高效的工作。

  • ==每花一分钟改善你的文档，值得一个小时回答个别问题 - 堆栈溢出。==

• 理解你的开发者角色。

  • 每天倾听你的客户。
  • 对你的客户进行分类。

• 开发者的问题是改善你文档的有用线索。

如何对开发者进行分类？​

按技能水平进行细分 - 查看技能水平与他们所需的表格：

按角色/意图进行细分

如何支持你社区中的明星？​

• 让他们感到特别和受到关注
• 宣传他们正在做的事情
• 为他们创造分享机会，以接触更广泛的社区

如何举办更好的黑客马拉松？​

• 了解你的客户 - 他们愿意在你的技术上构建吗？
• 了解你的共同赞助商 - 他们的质量是否与你一样高？
• 了解如何开始 - 人们没有准备，时间有限，被你的和其他人的技术所压倒

如何举办更好的赏金活动？​

• 激励人们做简单和愚蠢的任务是无效的。
• 有效的方法是进行富有成效和衍生的改进。
  • 让聪明的开发者开发一些新东西
  • 众包教程和教育内容

你所说的有用内容是什么意思？​

• 定期分享
  • web3 研究
  • 技术深入探讨
• 官方网站/文档/演示
• 向各种渠道发布文章

好的技术获得人气需要时间。从下面的图表中，我们可以看到，即使是互联网，50% 的美国家庭采用它也需要 17 年，无论它今天如何深刻地改变了我们的生活。

这就是为什么我总是对各种创新保持尊重——无论它今天看起来多么微不足道，谁能想象它会在几十年后主宰世界？

作为一个建设者或商人，我们有产品或服务要销售，问题是——如何加快它占领市场的过程？

模型​

埃弗雷特·M·罗杰斯在他的 创新扩散理论 中提出了五个创新的内在属性：

• 相对优势：产品被认为比现有标准好多少？我们常常问，这个产品比现有的好 10 倍吗？
• 兼容性：我多容易将我的经验应用到新产品上？客户 讨厌变化，即使是现有产品的新版本，更不用说完全新特性的全新产品了。
• 复杂性：使用起来容易吗？
• 可试性：试用起来容易吗？
• 可观察性：人们观察到变化是否明显？

鸿沟​

除了上述内在属性外，创新与市场细分之间还有互动。我们称之为 技术采纳生命周期 (TAL)，它将市场上的客户分为五个部分。

鸿沟理论表明，从早期采用者到早期大多数之间没有平滑的过渡，因为这两个市场细分希望获得不同的价值主张。跨越鸿沟 将“D-Day 类比”应用于解决这个问题——专注、专注、再专注！专注 是逐个攻击每个细分市场所需的一切——就像 D-Day——你首先占领海滩，然后再移动到下一个目标。

数学​

每个企业家都梦想着他们的创新在市场上扩散出美丽的 S 曲线。那么，为了揭开数学的面纱，让我们看看 斯科特·佩奇在书籍《模型思维》中是如何解释的，第 11 章：广播、扩散与传染。

这里的抽象是将人群分为两组：

• 知情者：知道或拥有某些东西的人
• 易感者：那些不知道的人。

知情者 组开始时为空，而 易感者 组则是所有接触到转化的相关人群。增长曲线有各种形状，使用不同的模型将人们从 易感者 转化为 知情者。

广播模型的 r 形​

该模型假设

1. 人们从公共渠道获取信息，个体之间没有口耳相传/相互参考
2. 一旦转化，就没有回退

然后我们得到这个公式

• $P_{broad}$：广播概率
• $I_{t}$：时间 $t$ 时知情者的数量
• $S_{t}$：时间 $t$ 时易感者的数量
• 初始时，$I_{0} = 0$ 和 $S_{0} = N_{POP}$
• $N_{POP}$：相关人群
• $N_{POP} = I_{t} + S_{t}$

我们可以从模型中了解到...

• 在这个广播模型中，所有 易感者 最终会被转化为 知情者，这只是完成的时间问题。
• 为了最大化 知情者，我们应该首先最大化 易感者。这意味着我们的广告应该尽可能接触到更多潜在客户。
• 为了加快转化，我们应该让我们的广告尽可能高频且令人印象深刻。
• 根据上述公式，我们可以对未来的销售做出粗略预测，基于前两个时期的数据。

扩散模型的 s 形​

该模型假设

1. 人们通过相互参考获取信息，没有公共渠道
2. 一旦转化，就没有回退
3. 人们是随机混合的

然后我们得到这个公式

• 其中 $P_{diffuse} = P_{spread} \bullet P_{contact}$

我们可以从模型中了解到...

• 转化发生的速度取决于这些人彼此接触的频率以及他们愿意分享信息的程度。

r 形与 s 形混合的 Bass 模型​

大多数消费品和信息通过广播和扩散传播。通常，对于同一产品，公司在进行广告活动的同时，客户也在推荐新客户。

易感-感染-恢复 (SIR) 模型​

上述所有模型都假设没有从 知情者 回退到 易感者。我们很少放弃对许多家用电器的采用——洗碗机、空气干燥机等。然而，对于时尚风格、疾病以及……你在现实世界中的品牌情况则不同。在这种情况下，事物的传染性仅在特定时间内。随着时间的推移，人们可能会忘记你的产品，然后恢复。

让我们引入 $P_{recover}$，即 恢复概率，然后我们得到易感-感染-恢复 (SIR) 模型。

对于疾病控制，感染者 会首先上升，我们希望它最终会下降。

然而，我们希望 知情者 会在我们的产品中上升。SIR 模型产生了 ==临界点==，也称为 ==基本再生数 ($R_{0}$)==。

$R_{0} > 1$ 的产品在群体中传播，而 $R_{0} < 1$ 的产品则会消散。

以 COVID 为例。它的 $R_{0}$ 为 2 到 3。$P_{diffuse} = P_{spread} \bullet P_{contact}$，这就是为什么人们佩戴口罩、与他人保持距离并避免人群以降低传播概率。

$R_{0}$ 是营销的终极问题——你的营销是否足够具有传染性，以对抗遗忘？

根据正式定义，大众媒体版本的临界点通常是错误的。例如，下面图表中 Google Plus 用户在前 14 天的数量的拐点并不是临界点。相反，$R_{0}$ 才是真正的临界点。

GTM 元素 - 覆盖率、频率和质量​

最后，这是所有值得优化的市场推广活动组件的总结。请注意，传播信息是有成本的，不同于疾病，因此我们需要考虑投资回报率。

• 覆盖率 渠道
  • 客户细分规模：确保你的广告面向尽可能多的易感目标。
  • 客户细分属性：每个细分中的每个人越有可能接触并分享信息，该组的传染性就越强。你应该优先考虑那些具有强烈频率和分享意愿的人。（首先攻击愿景者！）
• 如何做
  • 频率：确保人们无法忽视你的信息，通过多次传达来实现。
  • 质量 转化率：让广告令人喜爱且令人难忘。通常是他们熟悉的东西，但仍然有惊喜。
  • 让它变得大而快。不要忘记人们 会 忘记！理想情况下，让扩散率 > 恢复率。
• 投资回报率。不要在客户获取上花费太少或太多（LTV:CAC = 3:1）。

将 IOZ 个人成长循环与信仰三角形相结合。

用于撰写投资备忘录的模板，以捕捉在花费大量资金之前的学习过程。

## 20XX-XX-XX 公司名称投资备忘录

| 属性                | 值   |
| -------------------- | ----- |
| 类别                |       |
| 轮次                |       |
| 融资                |       |
| 融资前估值          |       |
| 融资后估值          |       |
| 分配                |       |

## 摘要

决定是是 / 否，金额为 X，因为最重要的论点是 Z。

- 亮点 1，可能是优缺点。
- 亮点 2
- 亮点 3

评分：X 分（与过去的交易基准比较）

| 属性                | 值   |
| -------------------- | ----- |
| 牵引力              |       |
| 团队                |       |
| 产品                |       |
| 社会证明            |       |
| 演示 / 陈述        |       |
| 总分                |       |

## 介绍

- 公司是做什么的？
- 公司解决了什么问题？
- 目前世界在这个问题上是如何运作的？
- 公司是如何解决这个问题的？
- 解决问题如何改变行为并产生收入？
- 机会的规模有多大？

## 牵引力 / 指标

- 讨论到目前为止的牵引力（包括图表）。
- 讨论主要相关指标，如流失率、年均合同价值、抽成。
- 讨论收入驱动因素。
- 市场进入策略是什么样的？

## 增长挑战

- 什么阻止你更快地增长？
- 融资将如何解决这个问题？

## 市场

- 谁是客户？
- 这些客户是如何思考 / 行动的？
- 这些客户代表的机会有多大？

## 未来状态

- 随着公司开始获胜，市场会发生什么？
- 公司如何改变市场，这将引导公司走向何方？

## 竞争格局

- 竞争格局是什么，公司如何击败它？

## 团队

- 团队成员是谁，是什么让这个团队特别？

## 常见问题

- 公司可能面临的主要反对意见，并有力地反驳它们。这里的数据很重要。
- 这可能是备忘录相对于演示文稿最强大的部分。

## 资金用途

- 公司过去筹集了多少资金？
- 公司正在筹集多少资金，他们将如何使用这些资金？

决策过程​

- [ ] 定性排序
  - [ ] 应用筛选标准
  - [ ] 创建市场地图
- [ ] 评估每个生命周期阶段的风险（TAL）
  - [ ] 量化不确定性

| 阶段       | 早期成功 | 跨越鸿沟 | 大众市场成功 | 大众市场份额 |
|-------------|---------------------|-------------|---------------------|-------------------|
| 市场      | | | | |
| 产品     | | | | |
| 团队        | | | | |
| 财务   | | | | |
| 总计       | | | | |


- [ ] 进行敏感性分析
- [ ] 计算风险 / 回报

PRFAQ 是新闻稿和常见问题的缩写。亚马逊的员工采用它来记录尚未开发产品的需求和重要特性。

为什么这很重要？

1. 以客户为中心 - 从客户出发，向后工作。
2. 早期澄清不确定性，简化后续的工程、产品、设计、市场和销售工作。
3. 测试人们对产品的兴奋感。

新闻稿​

复制并修改自 这篇文章。

标题：目标客户能够理解的产品简短名称​

副标题：一句话说明市场是谁以及带来的好处

摘要：2–4句话总结产品及其好处。应以客户为起点，并且自成一体，以便一个人可以只阅读这一段就能理解新产品/特性。

问题：2–4句话描述客户面临的问题，该产品解决了这个问题。测试你对所解决痛点的假设。

解决方案：2–4句话，描述新产品/特性如何解决这个问题。测试你对如何解决痛点的假设。

开始使用：1–3句话描述某人如何开始使用这个产品/特性（如果它已嵌入现有产品中，请明确说明）。测试你对客户利用新产品/特性时的上手难易程度的假设。

内部引用：公司内部某人被引用，谈论他们喜欢该产品/特性的原因。测试你对为客户创造的价值的假设，以及你如何在更广泛的产品组合中定位该产品。

客户引用：假设的客户说他们喜欢新产品/特性。测试你对客户对新产品/特性的反应及理想客户画像的假设。他们应该能够做一些之前无法做到的事情，或者以更快更简单的方式完成某些事情，节省时间和精力，或者以其他方式改善他们的生活。不论好处是什么，他们对好处的喜悦应该在引用中体现。如果你有多个理想客户的画像，这应该是来自不同客户的多个引用，例如：中型市场和财富 50 客户。

行动呼吁：1–2句话告诉读者接下来可以去哪里开始使用产品/特性。测试你对这是一个自动开启的特性、需要他们手动开启的特性、测试版等的假设。

常见问题​

一组公众常见问题及其答案。这应该是客户可能想要了解的关于产品的全面列表。它应包括在与客户和客户面对面团队讨论新产品/特性时出现的任何合理问题。

内部常见问题​

一组私密的内部常见问题及其答案，以所有其他利益相关者都能理解的格式呈现。常见问题可能包括具有强大用户体验组件的产品线框图，或链接到单独的线框文档，但新闻稿应仅依赖文本。这将使所有内部利益相关者对产品/特性有清晰的了解。

成功的标准是什么？​

为什么 [这个产品] 对我们很重要？​

[这个产品] 想要实现的目标是什么？​

[这个产品] 如何失败？会导致客户不喜欢吗？​

推出计划是什么？​

依赖关系是什么？​

风险是什么？​

客户常见问题​

为什么 [这个产品] 对我很重要？​

如何 [使用这个产品]？​

我怎么知道 [这个产品] 是否是我问题的正确解决方案？​