從FIL、Arweave到Walrus、Shelby：去中心化存儲的普及之路還有多遠？

原文作者： @BlazingKevin_ ，the Researcher at Movemaker

存儲曾經是行業內的頂級敘事之一, FIL 作爲上一輪牛市的賽道龍頭, 市值曾超百億美元. Arweave 作爲與之對標的存儲協議, 以永久存儲作爲賣點, 市值最高達到 35 億美元. 但是隨着冷數據存儲的可用性被證僞, 永久存儲的必要性受到質疑,去中心化存儲這個敘事能否走通被打上了一個大大的問號. Walrus 的出現讓沉寂已久的存儲敘事泛起浪花, 而今 Aptos 攜手 Jump Crypto 推出 Shelby，旨在讓去中心化存儲在熱數據這個賽道上再上一個臺階. 那麼去中心化存儲到底能否卷土重來, 提供廣泛用例? 還是又一次的話題炒作? 本文從 FIL、Arweave、Walrus 和 Shelby 四者的發展路線出發, 解析去中心化存儲的敘事變遷歷程, 試圖尋找這樣一個答案: 去中心化存儲的普及之路還有多遠？

FIL：存儲是表象，挖礦是本質

FIL 是最初崛起的山寨幣之一，其發展方向自然圍繞去中心化展開，這是早期山寨幣的普遍共性——即在各種傳統賽道中尋找去中心化存在的意義。FIL 也不例外，它將存儲與去中心化聯繫起來，從而自然地聯想到中心化存儲的弊端：對中心化數據存儲服務商的信任假設。因此，FIL 所做的就是將中心化存儲轉向去中心化存儲。然而，在這個過程中爲實現去中心化而犧牲的某些方面，成爲了後來 Arweave 或 Walrus 項目所設想解決的痛點。想理解爲什麼 FIL 只是一個礦幣, 就需要了解爲什麼它的底層技術 FIL 不適合做熱數據的客觀限制.

FIL：去中心化架構，卻止步於傳輸瓶頸

FIL（星際文件系統）早在 2015 年左右便已問世，它旨在通過內容尋址來顛覆傳統的 HTTP 協議。FIL 最大的弊端是獲取速度極其緩慢。在傳統數據服務提供商能達到毫秒級響應的時代，FIL 獲取一個文件仍需十幾秒，這使得它難以在實際應用中推廣，也解釋了爲何除了少數區塊鏈項目外，它鮮少被傳統行業採用。

FIL 底層P2P協議主要適用於“冷數據”，也就是不常變動的靜態內容，例如視頻、圖片和文檔等。然而，在處理熱數據方面，比如動態網頁、在線遊戲或人工智能應用，P2P 協議相較於傳統的 CDN 並沒有明顯優勢。

但是, 盡管 FIL 自身並非區塊鏈，但其採用的有向無環圖（DAG）設計理念與許多公鏈及 Web3 協議高度契合，使其天生適合作爲區塊鏈的底層構建框架。因此即使它並沒有實用價值，但作爲一個承載區塊鏈敘事的底層框架已經十分足夠, 早期的山寨項目只需要一個能跑通的框架就可以開啓星辰大海, 但當 FIL 發展到一定時期時, FIL 帶來的硬傷就開始阻礙其前行.

存儲外衣下的礦幣邏輯

FIL 的設計初衷是讓用戶在存儲數據的同時，也能作爲存儲網路的一部分。然而，在沒有經濟激勵的情況下，用戶很難自願使用這套系統，更別提成爲活躍的存儲節點。這意味着，大多數用戶只會把文件存在 FIL 上，卻不會貢獻自己的存儲空間，也不會存儲他人的文件。正是在這樣的背景下，FIL 應運而生。

FIL 的代幣經濟模型中主要有三個角色：用戶負責支付費用以存儲數據；存儲礦工因存儲用戶數據而獲得代幣激勵；檢索礦工則在用戶需要時提供數據並獲取激勵。

這種模型存在潛在的作惡空間。存儲礦工可能在提供存儲空間後，填充垃圾數據以獲取獎勵。由於這些垃圾數據不會被檢索，即便它們丟失，也不會觸發存儲礦工的罰沒機制。這使得存儲礦工可以刪除垃圾數據並重復此過程。FIL 的復制證明共識只能確保用戶數據未被私自刪除，卻無法阻止礦工填充垃圾數據。

FIL 的運行在很大程度上依賴礦工對代幣經濟的持續投入，而非基於終端用戶對分布式存儲的真實需求。盡管項目仍在持續迭代，但目前階段，FIL 的生態構建更符合“礦幣邏輯”而非“應用驅動”的存儲項目定義。

Arweave: 成於長期主義, 敗於長期主義

如果說 FIL 的設計目標是構建一個可激勵、可證明的去中心化“數據雲”殼子，那麼 Arweave 則在存儲的另一個方向走向極端：爲數據提供永久性存儲的能力。Arweave 並不試圖構建一個分布式計算平台，它的整個系統圍繞一個核心假設展開──重要的數據應該被一次性存儲，並永遠留存於網路中。這種極端的長期主義，使得 Arweave 從機制到激勵模型、從硬件需求到敘事角度都與 FIL 大相徑庭。

Arweave 以比特幣作爲學習對象, 試圖在以年爲計的長週期裏不斷優化自身的永久存儲網路. Arweave 不在乎市場營銷, 也不在乎競爭對手和市場的發展趨勢. 它只是在迭代網路架構的路上不斷前行, 即使無人問津也不在意, 因爲這就是 Arweave 開發團隊的本質:長期主義. 得益於長期主義, Arweave 在上個牛市受到熱烈追捧; 也因爲長期主義, 即使跌入谷底, Arweave 還可能撐過幾輪牛熊. 只是未來的去中心化存儲有沒有 Arweave 的一席之地呢? 永久存儲的存在價值只能通過時間來證明.

Arweave 主網從 1.5 版本開始到最近的 2.9 版本, 盡管僅僅已經失去市場討論, 但一直在致力於讓更廣範圍的礦工以最小的成本參與網路, 並激勵礦工最大限度的存儲數據, 讓整個網路的健壯性不斷提升. Arweave 在深知自己不符合市場偏好的情況下的保守路線, 不擁抱礦工團體, 生態完全停滯, 以最小成本升級主網, 在不損害網路安全的前提下, 不斷降低硬件門檻.

1.5-2.9 的升級之路回顧

Arweave 1.5 版本暴露出礦工可依賴 GPU 堆疊而非真實存儲來優化出塊幾率的漏洞。爲遏制這一趨勢， 1.7 版本引入 RandomX 算法，限制使用專業化算力，轉而要求通用 CPU 參與挖礦，從而削弱算力中心化。

在 2.0 版本，Arweave 採用 SPoA，將數據證明轉爲默克爾樹結構的簡潔路徑，並引入格式 2 交易減少同步負擔。這一架構緩解了網路帶寬壓力，使節點協同能力顯著增強。然而，部分礦工仍可通過集中式高速存儲池策略回避真實數據持有責任。

爲糾正該偏向， 2.4 推出 SPoRA 機制，引入全局索引與慢哈希隨機訪問，使礦工必須真實持有數據塊以參與有效出塊，從機制上削弱算力堆疊效果。其結果是，礦工開始關注存儲訪問速度，帶動 SSD 與高速讀寫設備應用。2.6 引入哈希鏈控制出塊節奏，平衡了高性能設備的邊際效益，爲中小礦工提供公平參與空間。

後續版本進一步強化網路協作能力與存儲多樣性： 2.7 增加協作式挖礦與礦池機制，提升小礦工競爭力；2.8 推出復合打包機制，允許大容量低速設備靈活參與；2.9 則以 replica_ 2 _ 9 格式引入新型打包流程，大幅提升效率並降低計算依賴，完成數據導向挖礦模型的閉環。

整體來看，Arweave 升級路徑清晰呈現其以存儲爲導向的長期策略：在不斷抵抗算力集中趨勢的同時，持續降低參與門檻,保證協議長期運行的可能性。

Walrus: 擁抱熱數據是炒作還是內藏乾坤?

Walrus 從設計思路上來說, 和 FIL 與 Arweave 完全不同. FIL 的出發點是,打造一套去中心化可驗證的存儲系統, 代價是冷數據存儲; Arweave 的出發點是打造一個可以永久存儲數據的鏈上亞歷山大圖書館, 代價是場景太少; Walrus 的出發點是優化存儲開銷的熱數據存儲協議.

魔改糾刪碼：成本創新還是新瓶裝舊酒？

在存儲成本設計方面，Walrus 認爲 FIL 與 Arweave 的存儲開銷是不合理的,後二者均採用了完全復制架構，其主要優勢在於每個節點都持有完整副本，具備較強的容錯能力與節點間的獨立性。這類架構能保障即使部分節點離線，網路仍具備數據可用性。然而，這也意味着系統需要多副本冗餘以維持魯棒性，進而推高存儲成本。尤其在 Arweave 的設計中，共識機制本身即鼓勵節點冗餘存儲，以增強數據安全性。相較之下，FIL 在成本控制上更具彈性，但代價是部分低成本存儲可能存在更高的數據丟失風險。Walrus 試圖在兩者之間尋找平衡，其機制在控制復制成本的同時，通過結構化冗餘方式增強可用性，從而在數據可得性與成本效率之間建立新的折中路徑。

Walrus 自創的 Redstuff 是降低節點冗餘的關鍵技術, 它來源於 Reed-Solomon（RS）編碼. RS 編碼是一種非常傳統的糾刪碼算法, 糾刪碼是一種允許通過添加冗餘片段(erasure code)將數據集加倍的技術,可用於重建原始數據。從 CD-ROM 到衛星通信再到二維碼,它在日常生活中被頻繁使用。

糾刪碼允許用戶獲取一個塊,例如 1 MB 大,然後將其“放大”到 2 MB 大,其中額外的 1 MB 是稱爲糾刪碼的特殊數據。 如果塊中的任何字節丟失,用戶可以通過代碼輕鬆恢復這些字節。 即使多達 1 MB 的塊丟失,您也可以恢復整個塊。相同的技術可以讓計算機讀取 CD-ROM 中的所有數據,即使它已受損。

目前最常用的是 RS 編碼。實現方式是,從 k 個信息塊開始,構造相關的多項式,並在不同的 x 坐標處對其進行評估,以獲得編碼塊。使用 RS 糾刪碼,隨機採樣丟失大塊數據的可能性非常小。

舉例說明：將一個文件分成 6 個數據塊和 4 個校驗塊，共計 10 份。只要任意保留其中 6 份，就能完整恢復原始數據。

優點：容錯能力強，被廣泛應用於 CD/DVD、防故障硬盤陣列（RAID）、以及雲存儲系統（如 Azure Storage、Facebook F 4）。

缺點：解碼計算復雜，開銷較高；不適合頻繁變動的數據場景。因此通常用於鏈下集中化環境中的數據恢復與調度。

在去中心化架構下，Storj 和 Sia 對傳統 RS 編碼進行了調整以適應分布式網路的實際需求。Walrus 也在此基礎上提出了自己的變種 —— RedStuff 編碼算法，以實現更低成本、更靈活的冗餘存儲機制。

Redstuff 的最大特點是什麼? **通過改進糾刪編碼算法，Walrus 能夠快速且穩健地將非結構化數據塊編碼成較小的分片，這些分片會分布存儲在一個存儲節點網路中。即使多達三分之二的分片丟失，也可以使用部分分片快速重構原始數據塊。**這在保持復制因子僅爲 4 倍至 5 倍的情況下成爲可能。

因此, 將 Walrus 定義爲一個圍繞去中心化場景重新設計的輕量級冗餘與恢復協議是合理的。相較傳統糾刪碼（如 Reed-Solomon），RedStuff 不再追求嚴格的數學一致性，而是針對數據分布、存儲驗證和計算成本進行了現實主義的權衡。這種模式放棄了集中式調度所需的即時解碼機制，改爲通過鏈上 Proof 驗證節點是否存有特定數據副本，從而適應更動態、邊緣化的網路結構。

RedStuff 的設計核心，是將數據拆分爲主切片和次切片兩類：主切片用於恢復原始數據，其生成和分布受嚴格約束，恢復門檻爲 f+ 1 ，且需 2 f+ 1 的籤名作爲可用性背書；次切片則通過異或組合等簡單運算方式生成，作用是提供彈性容錯，提升整體系統魯棒性。這種結構本質上降低了對數據一致性的要求——允許不同節點短時存儲不同版本數據，強調“最終一致性”的實踐路徑。雖然與 Arweave 等系統中對回溯塊的寬松要求相似，在降低網路負擔方面取得了一定效果，但同時也弱化了數據即時可用性與完整性保障。

不可忽視的是，RedStuff 雖然實現了低算力、低帶寬環境下的有效存儲，但本質仍屬於糾刪碼系統的一種“變體”。它犧牲一部分數據讀取確定性，以換取去中心化環境下的成本控制與擴展性。但在應用層面，這種架構能否支撐起大規模、高頻交互的數據場景仍有待觀察。更進一步，RedStuff 並未真正突破糾刪碼長期存在的編碼計算瓶頸，而是通過結構策略避開了傳統架構的高耦合點，其創新性更多體現在工程側的組合優化，而非基礎算法層面的顛覆。

因此，RedStuff 更像是針對當前去中心化存儲現實環境所作的一次“合理改裝”。它確實帶來了冗餘成本與運行負載上的改進，使得邊緣設備與非高性能節點可以參與數據存儲任務。但在大規模應用、通用計算適配與一致性要求更高的業務場景中，其能力邊界仍較爲明顯。這使得 Walrus 的創新更像是對既有技術體系的適應性改造，而非推動去中心化存儲範式遷移的決定性突破。

Sui 與 Walrus：高性能公鏈能帶動存儲實用化嗎？

從 Walrus 的官方研究文章中可以看到它的目標場景: “Walrus 的設計初衷是爲存儲大型二進制文件（Blobs）提供解決方案，而這些 Blobs 正是許多去中心化應用的命脈。”

所謂大型 blob 數據，通常指體積較大、結構不固定的二進制對象，如視頻、音頻、圖像、模型文件或軟件包等。

在加密語境中，它更多指代 NFT、社交媒體內容中的圖像與視頻。這也構成了 Walrus 的主要應用方向。

• 盡管文中還提到了 AI 模型數據集存儲和數據可用性層（DA）的潛在用途，但 Web3 AI 的階段性退潮已經讓相關項目所剩無幾，未來真正採納 Walrus 的協議數量可能非常有限。
• 而在 DA 層方向，Walrus 是否能作爲有效替代者，還需等待 Celestia 等主流項目重新引發市場關注後才能驗證其可行性。

因此，可以將 Walrus 的核心定位理解爲服務 NFT 等內容資產的熱存儲系統，強調動態調用、實時更新與版本管理能力。

這也解釋了 Walrus 爲什麼需要依賴 Sui：借助 Sui 的高性能鏈能力，Walrus 能夠構建高速的數據檢索網路，在不自行開發高性能公鏈的前提下，顯著降低運營成本，從而避免與傳統雲存儲服務在單位成本上的正面競爭。

據官方數據，Walrus 的存儲成本約爲傳統雲服務的五分之一，盡管相較 FIL 與 Arweave 顯得昂貴數十倍，但其目標並非追求極低成本，而是構建一個可用於真實業務場景的去中心化熱存儲系統。Walrus 本身則以一個 PoS 網路運行，核心職責是驗證存儲節點的誠實性，爲整個系統提供最基本的安全保障。

至於 Sui 是否真正需要 Walrus，目前更多還停留在生態敘事的層面。**若僅以金融結算爲主要用途，Sui 並不迫切需要鏈下存儲支持。**然而，若其未來希望承載 AI 應用、內容資產化、可組合 Agent 等更復雜的鏈上場景，則存儲層在提供語境、上下文與索引能力方面將不可或缺。高性能鏈可以處理復雜的狀態模型，但這些狀態需要與可驗證數據綁定，才能構建出可信賴的內容網路。

Shelby:專用光纖網路徹底釋放Web3 應用場景

在當前 Web3 應用面臨的最大技術瓶頸中，“讀性能”始終是一塊難以突破的短板。

無論是視頻流媒體、RAG 系統、實時協作工具，還是 AI 模型推理引擎，都依賴於低延遲、高吞吐的熱數據訪問能力。去中心化存儲協議（從 Arweave、FIL 到 Walrus）雖然在數據持久性和去信任性方面取得進展，但因其運行在公共互聯網之上，始終無法擺脫高延遲、帶寬不穩定和數據調度不可控的限制。

Shelby 試圖從根源解決這個問題.

首先，Paid Reads 機制直接重塑了去中心化存儲中的“讀操作”困境。在傳統系統中，讀取數據幾乎是免費的，缺乏有效的激勵機制導致服務節點普遍懶於響應、偷工減料，造成實際用戶體驗遠遠落後於 Web2。

Shelby 通過引入按讀取量付費的模型，將用戶體驗與服務節點收入直接掛鉤：節點越快、越穩定地返回數據，就能獲得更多回報。

這種模式不是“附帶的經濟設計”，而是 Shelby 性能設計的核心邏輯 —— 沒有激勵，就沒有可靠的性能；有了激勵，才有服務質量的可持續提升。

其次，Shelby 提出的最大技術突破之一，正是專用光纖網路(Dedicated Fiber Network)的引入，相當於爲Web3熱數據的即時讀取修建了一個高鐵網路。

這一架構徹底繞過了 Web3 系統普遍依賴的公共傳輸層，將存儲節點與 RPC 節點直接部署在一條高性能、低擁塞、物理隔離的傳輸骨幹上。這不僅顯著降低了跨節點通信的延遲，還確保了傳輸帶寬的可預期性和穩定性。Shelby 的底層網路結構，更接近 AWS 內部數據中心之間的專線部署模式，而非其他Web3 協議的“上傳到某個礦工節點”邏輯。

來源: Shelby 白皮書

這種網路層面的架構反轉，使得 Shelby 成爲首個在真正意義上有能力承載 Web2 級別使用體驗的去中心化熱存儲協議。用戶在 Shelby 上讀取一個 4 K 視頻、調用一個大型語言模型的 embedding 數據，或者回溯某個交易日志，不再需要忍受冷數據系統普遍存在的秒級延遲，而是可以獲得亞秒級響應。而對於服務節點而言，專用網路不僅提升了服務效率，還極大地降低了帶寬成本，使“按讀取量付費”的機制具有真正的經濟可行性，從而激勵系統朝着更高性能而非更高存儲量演進。

可以說，專用光纖網路的引入，才是 Shelby 能夠“看起來像 AWS，骨子裏是 Web3”的關鍵支撐。它不僅打破了去中心化與性能之間的天然對立，也爲 Web3 應用在高頻讀取、高帶寬調度、低成本邊緣訪問等方面打開了真實落地的可能性。

除此之外, 在數據持久性與成本之間，Shelby 採用了 Clay Codes 構建的 Efficient Coding Scheme，通過數學上的 MSR 與 MDS 最優編碼結構，實現了低至 <2 x 的存儲冗餘，同時仍保持 11 個 9 的持久性與 99.9% 的可用性。在多數 Web3 存儲協議仍停留在 5 x~ 15 x 冗餘率的今天，Shelby 不僅技術上更高效，成本上也更具競爭力。這也意味着，對於真正重視成本優化和資源調度的 dApp 開發者，Shelby 提供的是一個“既便宜又快”的現實選項。

總結

縱觀 FIL、Arweave、Walrus 到 Shelby 的演進路線，我們可以清晰地看到：**去中心化存儲的敘事，已經從“存在即合理”的技術烏托邦，逐步走向“可用即正義”的現實主義路線。**早期的 FIL 用經濟激勵驅動了硬件參與，但真實的用戶需求長期被邊緣化；Arweave 選擇了極端的永久存儲，卻在應用生態沉寂中顯得愈發孤島；Walrus 嘗試在成本與性能之間找到新平衡，但在落地場景與激勵機制的構建上仍留有疑問。直到 Shelby 出現，去中心化存儲才第一次對“Web2 級可用性”提出了系統性的回應——從傳輸層的專用光纖網路，到計算層的高效糾刪碼設計，再到激勵機制的按讀取付費，這些原本專屬於中心化雲平台的能力，開始在 Web3 世界中重構。

Shelby 的出現並不意味着問題終結。它也並未解決所有挑戰：開發者生態、權限管理、終端接入等問題仍在前方。但它的意義在於，爲去中心化存儲行業開闢了一條“性能不妥協”的可能路徑，打破了“要麼抗審查，要麼好用”的二元悖論。

去中心化存儲的普及之路，終將不只是靠概念熱度或代幣炒作維系，而必須走向“可用、可集成、可持續”的應用驅動階段。在這一階段，誰能率先解決用戶真實痛點，誰就能重塑下一輪基礎設施敘事的格局。從礦幣邏輯到使用邏輯，Shelby 的突破，也許標志着一個時代的結束——更是另一個時代的開始。

關於 Movemaker

Movemaker 是由 Aptos 基金會授權，經 Ankaa 和 BlockBooster 聯合發起的首個官方社區組織，專注於推動 Aptos 華語區生態的建設與發展。作爲 Aptos 在華語區的官方代表，Movemaker 致力於通過連接開發者、用戶、資本及衆多生態合作夥伴，打造一個多元、開放、繁榮的 Aptos 生態系統。

免責聲明：

本文/博客僅供參考，代表作者的個人觀點，並不代表 Movemaker 的立場。本文無意提供：(i) 投資建議或投資推薦；(ii) 購買、出售或持有數字資產的要約或招攬；或 (iii) 財務、會計、法律或稅務建議。持有數字資產，包括穩定幣和 NFT，風險極高，價格波動較大，甚至可能變得一文不值。您應根據自身的財務狀況，仔細考慮交易或持有數字資產是否適合您。如有具體情況方面的問題，請諮詢您的法律、稅務或投資顧問。本文中提供的信息（包括市場數據和統計信息，若有）僅供一般參考。在編寫這些數據和圖表時已盡合理注意，但對其中所表達的任何事實性錯誤或遺漏概不負責。