预言机并不存在绝对的胜者，关键在于是否适配。

撰文：@0xWorkhorse

编译：Shaw 金色财经

在去中心化金融（DeFi）领域，预言机（oracle）是整个基础设施的支柱。它们决定了智能合约与现实世界数据交互的速度、准确性、可信度和可扩展性。Chainlink 是久经考验的领导者，拥有良好的业绩记录；Pyth Network 则是挑战者，强调第一方数据。两者分别代表了解决「预言机问题」的两种不同方法。

在我的研究内容中，预言机是频繁探讨的主题，因为其在该领域中具有不可或缺的地位——缺乏预言机的支持，诸多机制都无法正常运行 。

反过来，我认为深入理解预言机的工作原理、具体功能以及主要参与者，具有重要意义。

你会在社交媒体上看到很多关于「预言机大战」或「LINK 对 PYTH 之争」等争议性言论。然而实际情况是，这两个项目针对同一问题采用了不同的解决视角，这恰恰体现了该领域的多元性。正因为如此，它们能够相互配合使用，充分发挥各自独特的优势，为我们这个蓬勃发展的行业带来具有创新性的解决方案，开拓全新的发展空间。

接下来，让我们详细探讨其中的运作方式 。

预言机实际上做什么？

本质上，预言机是区块链与现实世界之间的桥梁。

智能合约——为 DeFi 提供动力的自动执行代码——出于安全原因本质上是孤立的。它们无法直接获取诸如股票价格、天气预报或选举结果之类的外部数据，否则就有可能面临被操纵或中心化的风险。

这就是预言机的作用所在：它们以值得信赖的方式获取、验证并传递链下数据给链上应用程序。

可以将预言机视为「数据信使」。像 Aave 这样的 DeFi 借贷协议需要实时资产价格来确定抵押品价值，并防止出现抵押不足的贷款。如果没有预言机，它就无法知道 ETH 是否在一夜之间下跌了 10%。预言机通过聚合来自多个来源的数据，应用共识机制过滤不准确信息，并将验证后的信息推送到（或拉取到）合约中来解决这一问题。

让我们简要列出一些关键功能：

• 数据传输：提供价格、消息或计算结果
• 验证：通过去中心化和加密技术确保数据完整性
• 可扩展性：在不阻塞区块链的情况下处理波动市场中的高频更新

从本质上讲，预言机实现了「混合智能合约」，将链上逻辑与链下现实相结合，从而解锁了从永续交易到保险赔付等各种用例。

技术层面：推送与拉取

Chainlink 主要采用推送（push）模式，其去中心化的节点运营商网络持续在链上发布数据。数据更新由偏差（例如价格变化超过特定阈值）或固定时间间隔触发，从而确保持续可用性。然而，这也可能在低活跃期导致不必要的链上交易和更高的成本。

近期的改进，例如 Chainlink Functions，为自定义计算引入了更多按需（类似拉取）的功能，使开发人员仅在需要时获取数据或执行链下计算。这无疑有助于缓解一些低效问题。为此，Chainlink 数据流进一步缩小了延迟差距，并为高频应用提供了亚秒级更新。

相比之下，Pyth Network 采用基于拉取（pull）的模型：价格数据在链下聚合，只有在协议或用户请求时才在链上发布。这种按需方式，加上亚秒级延迟（通常为 300 至 400 毫秒，对于高频需求通过 Pyth Lazer 可低至 1 毫秒），使其在诸如永续交易或 AI 驱动的代理等实时应用中表现得极为高效。Pyth 的 Express Relay 进一步优化了这一点，通过允许机构直接基于拍卖的数据交付，降低了延迟并提高了波动市场中的精度。在波动市场中，Pyth 的拉取模型每秒最多可更新 3.33 次，超过了基于偏差的推送系统的速度。

推送就像一个电台，无论是否有人收听都在持续广播。拉取则更像是播客，只有在有人想听的时候才会下载 / 播放。

推送模式在主动、随时准备就绪的场景中表现出色（比如保险赔付、自动结算之类的情况）。拉取模式能减少浪费，对于高吞吐量的需求扩展性更好，但需要协议主动提出请求。这实际上取决于项目本身的需求（和偏好）以及它需要何时以何种方式获取（或接收）数据。

数据从何而来？

Chainlink 从众多来源收集数据——包括交易所 API（如 Coinbase 和 Kraken）、聚合器（如 CoinMarketCap 和 CoinGecko），甚至天气或体育比分等非金融数据。节点运营商提交输入数据，然后通过共识机制得出中位数价格，强调去中心化以降低操纵风险。这种广泛的来源支持超过 2000 个数据源，包括近期的实时股票，如苹果（AAPL）和微软（MSFT），使 Chainlink 在金融、游戏、保险等领域都具有广泛的适用性。

Pyth 直接从第一方提供商获取数据——包括 Jane Street、Susquehanna、芝加哥期权交易所（CBOE）和 Gemini 等超过 120 家机构。聚合过程在链下进行，每个数据源都包含置信区间，以提高数据质量和波动性的透明度。Pyth 目前提供超过 1600 个实时数据源，其中包括 750 多只股票、50 多种实物资产（外汇、金属）、美国国债利率以及超过 100 只交易所交易基金（ETF），还有像富时 100 指数这样的指数预览数据。

在比特币价格大幅波动期间，Pyth 的第一方模型提供的 P99 百分位延迟低于主要交易所的 API。同时，Chainlink 更广泛的来源基础确保了冗余性——即使某些提供方出现故障，中位数仍保持稳定。Pyth 的 TVS（总担保价值）更加多元化（Solana 仅为 61%），而 Chainlink 的 TVS 则集中度更高（在以太坊上为 97%），从而降低了单链风险。

Pyth 的模型提供了速度和准确性，但信任集中在较少（尽管质量较高）的来源上。Chainlink 的多样性提高了弹性，但在极端市场波动期间可能会引入轻微的延迟。

谁使用哪个以及为什么？

Chainlink 已在 50 多个链上实现集成，包括以太坊、币安智能链、Polygon、Optimism、Arbitrum、Avalanche 和 Base。其跨链互操作性协议（CCIP）支持消息传递、代币转移和跨链结算，并与 Swift 和摩根大通等合作伙伴一起保障代币化资产的安全。到 2025 年年中，Chainlink 已促成超过 24 万亿美元的交易价值。

Pyth 支持超过 100 条链——从 Solana 和 Aptos 到 Base、TON、Sei、Monad、Berachain 和 HyperEVM——得益于其拉取架构，新数据源可在所有链上即时可用。

一些用例示例：

• Aave：依靠 Chainlink 提供的借贷市场健康状况数据来防止坏账连锁反应。
• Ethena：利用 Pyth 保持稳定币在波动交易中的价格精度。
• Swift 试点：利用 Chainlink 的 CCIP 实现跨银行结算。
• Drift Protocol：使用 Pyth 实现秒级的永续合约市场行情更新（目前还在探索使用 Chainlink 来获取 RWA 数据，这很棒）。

有些协议同时使用这两种技术，我认为这正是特别有趣的地方。Chainlink 用于跨链消息传递（CCIP）+ Pyth 用于超快速价格信息流。例如，Solana 的 Kamino Finance 利用 Chainlink 来实现收益和跨链功能，同时使用 Pyth 在借贷市场实现精准定价。

Pyth 的链覆盖范围更广，但 Chainlink 在已建立的网络中的互操作性工具更深入，且在混合金融领域拥有强大的机构联系。

为此，Chainlink 的工具多样性使其成为非金融 Web3 应用（游戏、保险、NFT）和机构桥梁的理想选择。与此同时，Pyth 则专注于金融级的 DeFi，将自身定位为交易、借贷和 RWA 的数据支柱，其加速增长对现有企业构成了挑战。

你可以看到（至少在我看来），这里有一种极具说服力的团队合作元素，这让我不禁要问：为何不两者兼用呢？

总结

这个话题犹如一个深邃的探究领域，尽管本文篇幅已然不短，但关于这两者，我仍有诸多内容可展开探讨，再写上数千字也不为过。

我十分看好结合使用两者以满足特定需求的前景。毕竟，更优质的产品其优势不言而喻。

在我看来，预言机并不存在绝对的胜者，关键在于是否适配。

Chainlink 在 DeFi 领域堪称值得信赖的「瑞士军刀」，兼具多功能性与稳健性。而 Pyth 则是专注于速度以及金融领域高精度的精密工具。在我看来，二者协同具有重要意义。

随着代币化的 RWA、AI 代理以及实时金融不断产生新的需求，我们可能会看到混合采用模式成为常规选择：即借助 Chainlink 实现广泛且稳定的覆盖，利用 Pyth 满足对速度要求极高、毫秒之差便关乎重大利益的应用场景。至少，我期望能看到此类应用更为普遍。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。