图表与逐个深度解读(关键图表分析部分)
说明:下列图/表均直接来自报告,我们逐一描述、解读其要点、联系文本并指出潜在局限。对每一个引用图片,我将以文中相对路径展示图像供核查。
Figure 1(Respondent’s role)——页面 12
描述:横向条形图显示受访者角色分布,数值为:Founder/Co‑Founder 8、CEO 7、Specialized oracle engineer 7、CTO 5、Member of the board 5(见图)。13
解读:尽管目标是高层决策者,但有 7 个协议将问卷交给专门的 oracle 工程师,反映 oracle 管理常被委派给专职人员,指出协议内部存在“oracle 专业化”趋势,从而提高回答的技术可信度同时也可能导致高层与工程层在策略判断上的不一致。此项支持作者关于“oracle 管理往往为专门岗位”的观察。12
图示:
Figure 2(Oracle selection process)——页面 12
描述:条形图显示“由 Founders/CTO 决定”最多(13),其次为 Executive Management Team(6)、DAO votes(5)、Board discussion(4)、Consultation with external advisors(4)。13
解读:Oracle 供应商选择在多数协议为小范围高层决策或创始人决策,而真正的去中心化/DAO 投票占较小比例,说明在实践中 oracle 供应商的选择仍受中心化决策主导,进而影响替换决策的灵活性与时间成本(治理流程可能成为切换障碍)。13
图示:
Figure 3a/3b(产品与链分布)——页面 13
描述:3a 显示样本协议类型以 Lending(21)与 Vault/Asset management(10)为主,其次 Stablecoins(6);3b 则显示链分布以 Ethereum(21)、Base(15)、Arbitrum One(11)、Optimism(9)、Avalanche/ Solana(7)等为主。14
解读:样本偏向借贷與資產管理類协议与 EVM 生态,这意味着结论对这些类别更具代表性但对非 EVM 或更小众应用(例如某些 Layer1 或非金融 dApp)推广需谨慎。链的多样性也解释为何多重 oracle 及跨链支持成为重要现实需求。14
图示:
Figure 4(Oracle structure distribution)——页面 14
描述:条形图显示 oracle 架构分布:Multiple Third Party oracles 14,Proprietary plus Multiple Third Party oracles 10,Only one third party oracle 5,Proprietary plus one third party 2,Only one Proprietary oracle 1。15
解读:近半采用多第三方供应商(14/32),并有显著比例采取“自建 + 多第三方”混合策略(10/32),说明多源(multi‑sourcing)在 oracle 领域已较为普遍,但不等同于对单一主导供应商的替代(详见下文市场构成)。这提示多源往往用于补足不同供应商的功能/网络覆盖,而非实现完全冗余可替换。 14
图示:
Figure 5(Market Composition)——页面 14
描述:条形图列出各 oracle 供应商在样本中被使用次数:Chainlink 30、Proprietary (in‑house) 13、RedStone 12、Pyth 11、Uniswap 10、其它与小型供应商较少。15
解读:Chainlink 几乎覆盖样本(30/32),显示强烈的市场集中度与网络效应,且即便存在多源,主导提供商仍属“核心必备”地位,这直接支持作者关于寡头与锁定风险的论断。此表亦表明“Proprietary”数量不小(13),但多为针对独特需求或历史遗留。需要注意:样本基于 DefiLlama 筛选与主观响应,可能高估对主导供应商的依赖程度(抽样偏差与幸存者偏差风险)。15
图示:
Figure 6(Reasons for building proprietary oracle)——页面 15
描述:条形图显示最常被选为自建原因的是 Customization(12)、Control(7)、Integration(6)、Data Security(5);Regulatory Compliance / Cost Efficiency / Independence 较少被提及。16
解读:自建动机以“功能性/技术性定制”与“控制/整合”为主,而非成本或合规性,这表明自建多为为弥补第三方无法满足的特定需求(例如针对不活跃资产或复合价格形成逻辑的支持)。作者的开放式回答举例(TWAP、VWAP、fallback 机制)进一步揭示具体技术差异与维护成本(参数调优、迁移 liquidity pools、审计与治理开销)。16
图示:
Table 2(提问:proprietary oracle 是否含赔付机制)——页面 16
描述:所有受访协议(100%)回答“否”,即自建 oracle 未设置事故赔付或补偿机制。17
解读:这反映了一个重要的风险配置:协议倾向于通过设计冗余/保守参数进行 ex‑ante 风险缓解,而非依赖 ex‑post 赔偿或保险安排。长期而言,这增加了协议在遭遇 oracle 故障时的风险暴露。作者据此论证“预防优先于赔付”的风险分配逻辑。 17
Figures 7/8(多源动机与选择第三方的原因)——页面 17/18
描述:回复显示选择多第三方主要由于 Feature Complementarity(17)、Chain or Token Diversity(16)、Redundancy for Security(14)、Diversification of data sources(10)。选择具体第三方首要理由为 Reputation(30)、Security(25)、Historical Performance(12)、Network Effects(8),价格与法规并不显著。18 19
解读:供应商选择是“质量/安全/生态适配”驱动而非纯价格驱动;多源更常用于功能互补与网络覆盖而非简单的冗余,从而降低了多源本应提供的“可替换性”效用,进而强化了对主导供应商的依赖。此处可见供应商选择呈现传统供应商选择理论的延伸:质量与可靠性被重新定义为“数据完整性、去中心化程度与安全性”。18 19
图示(Figure 8):
Figure 9(定价模型)——页面 20
描述:约 80.65% 报告“免费访问数据”,29.03% 使用 pay‑per‑request(可重叠选择),少数使用订阅、分级或定制定价。20
解读:直接数据费用在多数情形下不是显性负担,因此价格在选择时并非第一动因。但作者指出隐性成本(集成、维护、治理)可能使自建看起来更“便宜”或外包看似“免费”但有隐形负担。该点解释了为何价格项在受访者的优先级中处于次要地位。20
图示:
Table 3a/3b(治理与对 reporters 的认知与信任)——页面 19–20
描述与要点:93.55% 表示知道第三方 oracle 的工作原理,但只有 61.29% 知道谁是 reporters,只有 12.90% 认为若发生 misreporting 第三方会负责赔付,67.74% 不会指望第三方赔付;对 reporters 的“非常可信”与“可信”合计约 78.95%(但作者在表述中同时指出对 reporters 的信任存在不完全确信)。20 21
解读:在机制层面(how it works)存在相对较高的理解,而在 agent 层面(who reports)仍有盲区,说明“机制信任 ≠ 行为者信任”,这会影响风险分配逻辑:协议更倾向于通过机制/设计来缓解风险,而非依赖第三方承担责任。此点与前述赔付缺失形成一致框架。 20 21
Figure 10(若自建,可能带来的优势)——页面 21
描述:若考虑自建,受访者认为“Unique Features(12)”为最大优势,随后为 Security(6)、Innovation(5)、Price/ Reputation 各约 5 个选择。大多数(84.21%)当前并不计划自建。22
解读:自建仍以满足独特功能需求为核心驱动;大部分协议选择继续外包,表明外包对于常见需求在效率与可用性上仍具优势。 22
图示:
切换成本与锁定(Figure 11 / Table 4)——页面 21–22
描述:对于若有更低价替代是否会切换,93.75% 回答“不会”;关于切换难度的 1–5 评分呈分散但偏高(4 的选项最多 10 人,分布显示若干人认为非常困难);开放式回答指明实际切换可能需要撤回 TVL、修改不可变合约或改变共识/区块构建逻辑。22 23
解读:量化问题表面显示“不愿意为价格切换”,但质性证据揭示技术集成深度、合约不可变性与治理流程实质上形成强烈的锁定效应,使得即便存在功能等价的第三方也难以实际替代现有配置。作者将此称为“路径依赖 + 智能合约不可变性”形成的特殊锁定机制。 22 23
图示(Figure 11):
使用频率与数据类型(Figures 12 & 13)——页面 23–24
描述:Figure 12 显示连续/实时数据需求更多依赖第三方(Continuously: third‑party 80.65% vs proprietary 47.06%);而对低频、周期性或 on‑demand 场景,proprietary 占比更高。Figure 13 显示 Price Feeds 为主(第三方 93.55%、内部 100%),Inter‑Chain Communication 更常由第三方承担(67.74%),RWA 数据更偏向内部(46.15% proprietary vs 25.81% third‑party)。24 25
解读:实时性要求强的场景倾向于外包(第三方在延迟与可用性方面更有优势);跨链 / 跨网络通信多交由第三方处理,显示在跨链兼容性上第三方生态更成熟;而需要对真实世界资产(RWA)进行专门处理时,协议更倾向于自建以保证数据来源与估值逻辑的可控性。该分布说明功能/时间维度是 make‑or‑buy 决策的重要驱动因子。 24
图示:
服务质量与比较(Table 5、Table 6)——页面 24–25
描述:在 timeliness、completeness、correctness、overall satisfaction 四项上,第三方平均分均高于 proprietary(例如 overall satisfaction: proprietary 4.09 vs third‑party 4.6);另 Table 6 中对多项属性的比较显示第三方在 reputation(4.66)、security(4.53)、法律遵从性(3.93)等方面评分较高,而 proprietary 在易用性评分(3.09,代表更困难)与法律遵从性(2.81)被认为较弱。25 26
解读:尽管自建协议在某些特定需求上表现良好,但第三方在总体用户体验与外部信任度上占优。结合先前“多数第三方资源为免费”的事实,协议更愿以较低集成成本获取成熟的第三方服务,而承受不可变合约带来的锁定风险。需要注意的是,这些评价为主观感受,缺乏客观的失误率/中断频率等量化衡量,故可能存在认知偏差与幸存者偏差。 25 26
若需我以表格形式逐一列出每一张图/表的数值(便于二次分析),或将报道中的关键开放式受访者原话逐条摘录并与定量数据对应进行矩阵化呈现,我可以继续提供详细的数据表整理与可视化重绘(并对可能的偏差来源做敏感性分析)。