编按：全同态加密，即Fully Homomorphic Encryption (FHE) ，是一种无需解密即可处理资料的技术。这意味着公司可以在不查看用户资料的情况下提供服务，而且用户不会发现功能上的差异。由於资料在传输和处理过程中都经过加密，网路行为便可以实现端对端加密。也就是说，FHE 让零信任得以更好的执行，可以在不受信任的域上共享，执行计算的人是无法读取资料的。 、
产业构想
FHE 行业的领导者Zama 最近发表了一篇关於其「整体规划」的文章。文章中宣布公司成功融资7,300 万美元（估值未公开），并概述了公司创建端对端加密网路HTTPZ（“Z” 即“Zero Trust”，零信任）的愿景。
Zama 成立四年，已实现将FHE 从理论数学推进到实际程式码，藉此提高了开发人员的可近性，并扩大了FHE 的应用范围。目前，Zama 的FHE 库套件可支援各行各业的端对端加密应用，也很大的提高了FHE 方案的速度。其推出的fhEVM（一种保密的智慧合约解决方案）解决了区块链交易中的隐私问题。 Zama 认为FHE 在区块链应用方面有很多潜力，包括隐私代币和去中心化身份（DID），强调了FHE 在人工智慧中的应用， 将在未来将造成更广泛的影响。
Web3 中的一些FHE 建构者与Zama 的目标一致，并正在推动将其变为现实。
本文将分享FHE 赛道的三大热门项目Mind Network、Fhenix、和Inco 创始人的观点，阐述他们如何在Web3 中实现端到端加密网络，为什麽这些项目将从根本上改变用户与网络的交互方式，以及为何他们认为FHE 的应用场景前途无量。
Mind Network
Mind Network是第一个基於FHE 的通用Restaking Rollup 解决方案，为EigenLayer 和以太坊生态系统提供安全计算和共识。
Crypto AI 和DePIN 要打败Web2 竞争对手，仍需要解决一些难题。在加密人工智慧中，如果其他验证者可以复制预测结果，那麽系统就有意向减少运算量，但仍能透过验证获得代币奖励，从而降低网路安全性。因此，加密输出是关键。
加密人工智慧面临的另一个挑战是如何启动一个去中心化的验证网路。 EigenLayer 为市场提供了针对此问题的服务，它允许透过ETH 和流动性质押代币共享安全性。但同时，人工智慧对共识计算的安全性和资料的安全性有更高的要求。这是人工智慧系统需要解决的另一个关键挑战。
在DePIN 问题上，用户透过贡献特定数据来获得代币奖励，但也会不经意地暴露设备、地理位置和收入等重要数据。如果DePIN 成为当今物联网的业界标准，那麽Web3 使用者的保密性就会比Web2 模式中的使用者更差。这是DePIN 要解决的关键挑战。
Mind Network 为解决上述问题提供了方案。 Mind Network 与ZAMA 合作，在加密资料上实现可验证的分散式计算，提供了基於FHE 的资料安全性、计算安全性和共识安全解决方案，从而解决了上述第一个问题。其次，Mind Network 扩展了EigenLayer 的共识服务，以满足人工智慧运算的需求，从而实现了人工智慧网路的关键—— 机率共识，该方案将为Restaker 提供更多来自人工智慧网路的收益。同时Mind Network 为Chainlink CCIP 提供了FHE 桥的解决方案，也获得了以太坊基金会的Grant。
目前，Mind Network 的人工智慧解决方案已与IO.Net、AIOZ、Nimble、AigentX、Chainlink、Connext 和Akash 等专案达成了初步的产品市场契合，在最新的测试网活动上已获得60 万+的活跃钱包参与。
Fhenix
自创立之初，以太坊就选择了用资料完整性换取其保密性。在遵守系统规则方面，使用者可以信任以太坊，例如，诚实地记录财务帐目。但在敏感资讯方面，使用者却完全没办法保持同等的信任。
这种对立极大地限制了以太坊可以处理的用例类型。事实上，要让以太坊真正发展成为"Web3"，使用者需要确保以太坊不仅能做到现在网路可以做的事，而且能够做得更好。用「扑克游戏」举例—— 虽然可以相信以太坊不会作弊，但它无法让每个玩家都互相隐藏牌面，如果做不到这点，游戏是根本无法进行的。
只有解决了链上保密性的问题，才能实现此类应用，这就是FHE 的用武之地。 Fhenix 使用并扩展Zama 的加密库，用於建立一个FHE 协处理器（FHE coprocessor）。 FHE 协处理器是以太坊（L1、L2 或L3）的扩展，应用程式可以将需要处理敏感资料的特定计算外包出去。例如，一个DAO 治理机制可以运行一个私人投票机制，让人们对自己的投票进行加密，然後让协处理器（在加密资料上）进行统计，同时只透露最终结果。
Fhenix 的FHE 协处理器技术基於轻量级FHE Rollup 架构，大大提高了可扩展性。假设每条链都配备这样的协处理器时，可以推动无数新的应用出现。 Fhenix 认为，这将成为让十亿多用户涌入加密货币的催化剂。
Inco
Inco 是基於EVM 的Layer 1 区块链，透过EigenLayer 由以太坊提供安全保护，并简化了FHE 的复杂性，使开发人员能够使用最常用的智慧合约语言Solidity 和以太坊生态系统中的工具（如Metamask、Remix 和Hardhat），在20 分钟内建立保密DApp。
此外，与Celestia 为以太坊和其他区块链提供资料可用性（即Data Availability — DA）的方式类似，Inco 作为一个模组化保密计算网络，透过提供保密储存、计算和存取控制，将保密性扩展到以太坊和其他公共L1 和L2。
例如，一个不受信任的链上游戏可以在Arbitrum 上开发，其大部分核心逻辑都托管在Arbitrum 上，而Inco 则专门用於存储隐藏资讯（如卡牌、玩家状态或资源）或执行私有计算（如支付、投票或隐匿攻击）。 Inco 的目标是将保密带入网路的价值层，并推动下一阶段的大规模应用。
端到端
创办人认为，端对端加密网路是唯一能解决网路最关键问题的潜在可能，实现这一目标可能需要四年，也可能需要八年。但由FHE 实现的零信任基础设施为交易和资料带来了合理且强制性的隐私保护和共识安全，有助於将DePIN 和去中心化人工智慧带到大众身边。
展望未来： 全同态加密的意义
全同态加密（FHE）是密码学的"圣杯"，也是当代保护隐私、满足安全需求的关键。其起源可追溯到1978 年由Rivest、Adleman 和Dertouzos 首次提出的概念。然而，直到2009 年，史丹佛大学博士候选人Craig Gentry 才透过一篇开创性的论文实现了这个愿景，提供了第一个可行的FHE 方案。
这项技术可以在无需解密的情况下对加密资料进行复杂计算，从而提供一种即使在分析过程中资料也能保持安全和隐私的解决方案，这一过程被称为“creating a shared private state” （建立共享私有状态）。仅在过去几年中，FHE 的进步就大大提高了效率和可用性，使其从理论概念转变为安全资料处理的实用工具。
如今，FHE 已成为Web2 网路安全的前沿技术，广泛应用於云端运算和资料分析领域。在这些领域中，敏感资讯必须受到保护，同时又不能影响提取有价值见解的能力。 Web2 已经有了严格的隐私保护措施，尽管是中心化的，但仍然容易受到攻击。 Web3 最初是为公共资料而建构的，这是Web3 生态系统需要解决的关键挑战。如果Web2 明天就变成了Web3，那麽我们的杂货帐单、应用程式订阅、电话帐单等都将成为公开资讯。在Web3 中解决保密问题显得至关重要。 FHE 或是用户未来得以实现增强隐私和安全性强有力方案，在实现保密的同时允许对加密交易、资料和智能合约进行操作。
在零识证明Zero Knowledge Proofs, 多方计算Multi-Party Computation 和全同态加密FHE 三种方法中，FHE 是基石，这三种方法构成了Web3 中的一个新的垂直领域：去中心化保密计算（ Decentralized Confidential Computation — DeCC）。 DeCC 将大幅扩展Web3 的使用案例，并使Web3 广泛应用。
