本海豹🦭参加了好几个币安
#creatorpad 项目了,发现一个很有意思的现象:不同赛道、不同项目,包括本次的
@MidnightNetwork ,几乎有一个技术关键词总会出现:ZK。
很多人第一次听到这个概念都会懵逼。本海豹直接举一个古早网络糟心梗:
证明你妈是你妈。
传统做法很直接:拿出户口本或者出生证明。但这样做其实会暴露大量无关信息,比如身份证号、家庭住址、甚至家庭成员结构。
如果存在一种方法,可以做到这样一件事:你能够证明“她确实是你妈”,但不需要透露任何额外信息,只让对方确认这个结论是真的。那事情是不是就优雅很多?
这正是 零知识证明(Zero-Knowledge Proof,简称 ZK) 的核心思想:证明一件事成立,但不泄露证明过程中的数据。
这个技术解决的是互联网世界一个非常根本的问题——如何在公开网络中建立信任,同时保护隐私。
过去十几年,ZK 大部分时间都停留在密码学论文里。但最近几年它突然开始变得非常“值钱”。本海豹仔细查阅了一番,发现研究机构数据显示,全球 Zero-Knowledge Proof 市场规模在2024年约为12.7亿美元,并预计在2033年增长到约75.8亿美元,年复合增长率超过22%¹。还有行业分析认为,仅 ZK proof 计算市场在2030年前后就可能接近100亿美元规模²。
换句话说,一个曾经只存在于学术研究里的密码学工具,正在迅速变成 Web3 的基础设施。
当你把不同项目的技术结构拆开来看,会发现 ZK 其实不是单一技术,而是一条逐渐成型的技术栈。理解这条技术栈,也就能理解 Midnight 在整个生态中的位置。
ZK 技术栈:四个逐渐成型的层次
随着 ZK 技术逐渐工程化,整个生态开始出现类似互联网产业的分层结构。从应用到基础设施,大致可以拆成四层:最上层是 ZK 应用,中间是负责执行的 ZK 链或 Rollup,再往下是 zkVM,最底层则是负责计算证明的 Prover Network。
本海豹在梳理这些项目的时候,脑子里一直有个很有意思的类比:这套结构其实非常像 AI 产业。
今天的 AI 产业链也差不多是分层的。最上层是各种 AI 应用,中间是大模型,再往下是深度学习框架,最底层则是 GPU 算力。如果把两条产业链对照着看,会发现结构几乎一模一样:ZK 应用对应 AI 应用;执行层的 ZK 链有点像大模型;zkVM 的角色类似 AI 框架;而 Prover Network 提供的证明计算能力,则有点像 GPU 提供的算力基础设施。
很多投资人最近讨论 ZK 的方式,其实跟几年前讨论 AI 很像。大家都在猜一个问题:哪一层会出现“ZK 时代的 Nvidia”。
ZK 应用层:隐私与可验证计算
ZK 技术最终的价值还是要落在应用层。用户真正接触到的产品通常包括隐私身份系统、匿名投票、zkKYC、隐私 DeFi,以及最近开始出现的 zkML(可验证 AI 推理)。
这些应用背后的逻辑其实很简单:用户本地生成数据的证明,把证明提交到链上,链上只验证证明本身,而不需要看到原始数据。例如在一个 zkKYC 系统中,链上只需要确认“这个用户已经通过 KYC”,而不会存储姓名、身份证号或住址。
这种模式对身份网络、数据市场以及 AI 训练数据的可信验证都非常重要。很多人把 ZK 只理解为隐私技术,但实际上它更像一种新的“可信计算方式”。
执行层:ZK 链与 ZK Rollup
在应用层之下,是负责执行智能合约和维护状态的区块链执行层。
以Ethereum 为例,主链吞吐量有限,如果所有应用都直接运行在主链上,网络很容易拥堵。Rollup 的思路是把大量交易放到链下执行,然后生成一个证明,再把结果提交到主链。主链只需要验证这个证明,就能确认这些交易是正确的。
当 Rollup 使用零知识证明时,就形成了 ZK Rollup。典型项目包括zkSync 和Starknet。
这类系统主要解决的是扩容问题。
不过执行层还有另一条路线:隐私区块链。与 Rollup 的扩容逻辑不同,它们关注的是如何在区块链上处理隐私数据。而 Midnight 正是这条路线里的代表之一。
zkVM:ZK 时代的“操作系统”
在执行层之下,还有一个经常被忽略但非常关键的层级:zkVM。
如果把 ZK 技术栈类比为计算机系统,zkVM 的角色其实有点像“操作系统”。它负责定义程序如何被转换为可验证计算,也就是如何把普通程序编译成可以生成零知识证明的电路。
在传统软件开发中,程序运行的路径很直接:代码被编译后在 CPU 上执行,最终得到结果。而在 ZK 系统里,中间多了一步——程序需要先被转换成数学电路,然后在执行的同时生成一个 proof。链上并不关心程序是如何运行的,它只需要验证这个 proof 是否正确。
这一步听起来很抽象,但工程实现其实非常复杂。因为一旦程序被转换为 ZK 电路,任何计算都会变得昂贵得多。很多普通开发者第一次接触 ZK 编程时都会被这一点劝退。本海豹当年第一次看相关代码的时候也有点头大——同样一个简单逻辑,在 ZK 电路里可能会膨胀成大量约束。
因此 zkVM 的核心价值,其实就是降低开发门槛。它让开发者可以继续用熟悉的编程语言写程序,然后由底层系统负责把代码转换成可证明计算。
目前这个领域已经出现了一些比较有代表性的项目,例如 RISC Zero、Polygon Miden 等。不同项目在设计上有很大差异,有的强调兼容现有架构,有的则试图从底层重新设计虚拟机,但目标其实一致:让 ZK 程序开发变得像普通软件开发一样自然。
从产业结构来看,zkVM 很可能会成为 ZK 技术栈里最关键的开发基础设施之一。谁能把“写 ZK 程序”这件事变得足够简单,谁就更容易吸引开发者生态。
Prover Network:ZK 算力市场
再往下一层,就是 Prover Network。
零知识证明的生成过程非常消耗算力。验证一个 proof 往往只需要几毫秒,但生成这个 proof 可能需要大量计算资源。随着 ZK 应用越来越多,proof 的生成需求也在迅速增长,这就催生了一种新的基础设施:分布式证明网络。
可以把它理解为 ZK 世界里的算力市场。不同应用提交需要生成的证明任务,网络中的节点负责计算 proof,并获得相应奖励。这个结构有点像早期的挖矿网络,只不过计算内容从哈希碰撞变成了密码学证明。
目前已经出现了一些专门做这件事的项目,例如 Zerobase 和 Lagrange。这些系统试图把分散在各处的算力整合起来,形成可按需调用的证明计算网络。
本海豹在查资料的时候发现一个挺有意思的趋势:随着 ZK 应用规模扩大,proof 生成正在从“项目内部计算”逐渐转向“外包给专门网络”。这种变化其实很像云计算的发展路径——最早大家都自己买服务器,后来逐渐转向公共云。
如果这个趋势继续发展,Prover Network 很可能会成为 ZK 生态的底层算力基础设施。到那时,很多区块链应用可能并不会自己生成 proof,而是直接调用这些网络提供的计算能力。
Midnight 在 ZK 生态中的位置
Midnight 是由Input Output Global推出的隐私区块链项目与Cardano生态存在紧密关系。
Midnight 的核心理念叫做 Programmable Privacy(可编程隐私)。它并不追求完全匿名,而是强调 Selective Disclosure(选择性披露):用户只需要披露必要的信息来证明某件事成立,而不需要公开底层数据。
根据本海豹前文梳理的zk技术栈,它显然属于第二层。如果把前面拆解的 ZK 技术栈看作一条产业链,那么 Midnight 的位置其实非常清晰:它属于 执行层里的“隐私执行环境”。
但问题在于——为什么这一层还需要新的玩家?
目前 ZK 执行层的主流叙事几乎都围绕 扩容 展开。像 zkSync、Starknet 这类系统,本质上是在解决区块链的性能问题:通过零知识证明把大量交易压缩后提交到主链,从而提高吞吐量。
这类系统可以理解为 “高性能区块链执行层”。而 Midnight 走的是另一条完全不同的路线:隐私执行层。这两条路线解决的问题并不相同。
扩容型 ZK 网络关注的是 交易数量;而隐私型 ZK 网络关注的是 数据可见性。
在现实世界的大多数商业场景中,数据几乎不可能完全公开。企业财务、医疗记录、用户身份信息、供应链合同,这些数据如果直接暴露在公开区块链上,基本没有任何机构会接受。
这也是为什么很多 Web3 应用一直难以进入企业市场的原因:透明性与隐私需求之间存在天然冲突。Midnight 的设计目标,就是尝试解决这个冲突。
它提供的不是单纯的隐私交易,而是一种 可编程隐私执行环境:开发者可以在应用逻辑中定义哪些信息需要公开验证,哪些数据必须保持私密。系统通过零知识证明机制,只向链上提交验证所需的最小信息。
这种设计的意义在于,它让区块链能够进入一些此前几乎不可能使用公开链的领域,比如:
企业数据协作合规金融系统身份与凭证网络医疗或科研数据共享
在这些场景中,系统往往只需要验证一个结论,例如:某个企业满足监管指标、某个用户符合某种资格、某个数据集满足特定条件,但并不需要公开所有原始数据。
从产业结构来看,这类需求正在成为 ZK 技术的重要增长方向。随着越来越多现实业务尝试与区块链结合,隐私计算能力很可能会从“附加功能”变成基础设施。
而 Midnight 的定位,正是围绕这一点展开。
如果说扩容型 ZK 网络试图让区块链更快,那么 Midnight 更像是在让区块链更可用——特别是在那些对数据隐私要求极高的行业中。
这也是为什么很多分析会把 Midnight 看作一种 数据隐私基础设施的尝试。它并不是要替代现有的扩容网络,而是补上 ZK 生态中长期缺失的一块拼图:如何在保持区块链可验证性的同时,让敏感数据仍然可以被安全地使用。
从这个角度看,Midnight 在 ZK 技术栈中的角色,其实更接近一种 面向隐私应用的执行层平台。随着 Web3 应用逐渐从纯金融场景扩展到身份、数据与 AI 领域,这类平台的重要性很可能会不断上升。
Midnight 的开发模型
为了支持隐私应用开发,Midnight 引入了一种专门的智能合约语言Compact。
Compact 的语法风格接近 TypeScript,但底层逻辑并不相同。在 Midnight 中,程序会被编译为 ZK 电路,用户执行操作时会生成一个 proof,然后链上只验证这个 proof。
这意味着 Midnight 的执行模式与传统区块链有明显区别。传统区块链通常是数据公开、链上执行;而 Midnight 更像是数据私有、本地生成证明、链上验证结果。这种架构常被称为 proof-driven execution。
竞品对比|与 Dusk 的差异:两种隐私链路线
在隐私区块链赛道中,另一个经常被提及的项目是 Dusk Network。
两者虽然都主打隐私,但设计目标并不一样。Dusk 的重点是金融资产隐私交易,尤其是证券 tokenization、债券发行以及 RWA 市场,目标用户更偏向机构金融。而 Midnight 的定位更加通用,它关注的是隐私计算基础设施,希望支持身份系统、企业数据共享以及各种隐私应用。
简单理解的话,Dusk 更像一条“隐私金融链”,而 Midnight 更接近“隐私数据链”。
竞品对比|与 Zerobase 的关系,上下游结构
有些讨论会把 Midnight 与Zerobase放在一起比较,但其实两者处在不同层级。
Midnight 属于区块链执行层,而 Zerobase 提供的是 ZK proof 计算网络。从技术结构上看,两者更像上下游关系:应用运行在 Midnight 之上,而 proof 的计算能力可以来自类似 Zerobase 的网络。
🦭 ༄༄豹之结语 ༄༄ 🦭
本海豹写 CreatorPad 这几篇的时候,有个越来越强的感觉:ZK 赛道其实不像很多 Web3 叙事那样只是金融创新。它更像是在解决互联网几十年来一直没彻底解决的问题——如何在不暴露隐私的情况下建立信任。如果这个问题真的被工程化解决,那么 Midnight 这样的系统,也许会成为未来数据经济的一块基础设施。
#night $NIGHT 参考资料
Grand View Research – Zero Knowledge Proof Market Size Report:https://www.grandviewresearch.com/industry-analysis/zero-knowledge-proof-market-reportZKWispr – Prediction: $10B Market for Zero Knowledge Proving by 2030:https://zkwispr.medium.com/zk-prediction-10-billion-market-for-zero-knowledge-proving-by-2030-35073c0e68ed