📑 文章目录
本文介绍了Nillion项目其核心技术”盲计算”的原理与优势。从Nillion的团队背景和融资情况入手，详细解析了盲计算的四步工作流程及Curl协议的技术细节，并通过对比表厘清了盲计算与ZKP、FHE、TEE三种主流隐私技术的差异与适用场景。
Nillion盲计算简介
Nillion成立于2021年，是一个去中心化的数据存储与计算网络，支持密码、金融数据、生物识别信息、医疗健康数据这类高价值信息在全程加密的状态下完成存储、传输和处理，不再经历”加密—解密—计算—重新加密”的传统流程。这种在不暴露数据内容的前提下进行计算的行为，被称之为”盲计算”。
项目背后的开发公司是Nilogy，由CoinList种子计划孵化。团队阵容在业内算得上豪华：创始人兼CTO Conrad Whelan是Uber的创始工程师，CEO Alex Page是前高盛投资银行家，首席科学家Miguel de Vega博士手握30多项专利，联创Andrew Masanto参与过Hedera Hashgraph、NFT.com等项目，首席商务官Slava Rubin则是众筹平台Indiegogo的创始人。融资方面，Nillion累计完成两轮共4500万美元私募，投资方包括Distributed Global、Hack VC、GSR、HashKey Capital、Maelstrom、Animoca Brands等。
以下是 Nillion (NIL) 的基本详细信息：
- 官方网站：Nillion (NIL)网站
- 技术文档：docs.nillion
- GitHub：NillionNetwork
盲计算是怎么跑起来的？
工作流程可以粗略拆成四步：请求进来后，先由Nada语言（基于Python的领域特定语言）做编译预处理，把原始数据拆成大量处于加密状态的片段；接着由AIVM虚拟机调度分配，把片段随机丢给分布式节点；各个节点在完全”看不到”完整数据的情况下执行计算；最后汇总各节点的中间结果，完成聚合与统一验证。
真正让这套东西能落地的是Nillion自研的Curl协议。Curl基于线性秘密共享方案（LSSS）扩展而来，能把除法、平方根、三角函数、对数这类复杂运算高效处理掉，这一点很关键，因为现实世界的AI推理、风险评估输出与输入之间根本不是线性关系。Curl采用两阶段结构：预处理阶段只依赖输入数量生成随机份额，与具体数值无关；计算阶段再分输入、评估、输出三步完成实际运算。
盲计算与ZKP、FHE、TEE有什么区别？
很多人第一反应是：这不就是ZK吗？还真不是。几种技术目标一致，路径完全不同：
| 技术 | 核心逻辑 | 短板 | 更适合的场景 |
|---|---|---|---|
| 盲计算（MPC/HE/TEE聚合） | 节点对密文分片直接协同计算 | 需要较多节点协同，工程复杂 | 通用隐私计算、AI推理、医疗金融数据 |
| ZKP零知识证明 | 证明”我知道答案”而不泄露答案 | 生成证明开销巨大 | 链下计算、链上验证（如Rollup L2） |
| FHE全同态加密 | 直接在密文上做运算 | 当前只支持特定运算，性能开销高 | 特定算式的加密计算 |
| TEE可信执行环境 | 硬件隔离区内计算 | 依赖硬件厂商，存在单点信任 | 大模型推理加速等性能敏感场景 |
ZKP擅长”验证”，TEE依赖”硬件”，FHE受限于”算式”，而盲计算更像是一个把三者都能吸收进来的通用框架，数据加密阶段可以用FHE，节点计算时可以套TEE，聚合验证环节可以引入ZKP来提效。
Nillion技术架构
Nillion采用双层网络做功能分离。Petnet是编排层，由节点网络组成，每个节点自行选择一个或多个盲模块承担存储和计算任务。盲模块内部集成了MPC、同态加密、TEE等隐私增强技术（PET），开发者按需调用即可，不需要密码学背景。
nilChain是协调层，基于Cosmos SDK构建，支持IBC跨链互操作，但它不直接参与盲计算，只负责集群间的协调，以及支付、验证者质押、奖励和治理等事务。
与传统区块链不同，Nillion不依赖全局共享状态，因此既能纵向扩展（升级单个节点或集群），也能横向扩展（新增节点或集群），负载分配更灵活。
开发者能直接用的三件套
- nilDB：加密分布式NoSQL数据库。数据用MPC协议拆成秘密份额分散在多个节点，没有任何一个节点持有完整数据集，第三方可在获得授权后对密文发起类SQL查询，只有最终结果被返回。
- nilVM：虚拟机，配套Nada DSL以及nada-numpy、nada-ai、nada-test等类PyTorch接口的库，让写惯Python的开发者几乎零门槛上手。
- nilAI：AI隐私套件，包含基于Meta CrypTen框架的AIVM（安全推理）、nada-AI（小模型训练接口）和nilTEE（在可信执行环境中运行大语言模型）。
NIL代币分配与用途
$NIL总供应量10亿枚，初始流通1.952亿枚（19.52%），分配结构如下：
| 用途方向 | 占比 |
|---|---|
| 生态系统与研发 | 29% |
| 社区（含空投与社区轮） | 20% |
| 协议开发 | 10% |
| 早期支持者 | 21% |
| 核心贡献者 | 20% |
其中社区与早期建设者空投占总量7.5%，CoinList公募拿出3.5%即3500万枚。代币本身承担四类职能：支付盲计算与存储费用、质押保障nilChain安全并获取奖励、Petnet节点提供资源赚取NIL、以及链上治理投票（投票权与质押量挂钩，可委托给验证者）。
从测试网到主网上线
- 2021年：公司成立，团队首席科学家Miguel de Vega提出的Nil Message Compute（NMC）数学创新展开研发。
- 2022年：完成2000万美元融资，Distributed Global领投。
- 2024年：完成2500万美元融资，Hack VC领投；路线图第1阶段”创世冲刺”完成，nilChain测试网上线；启动Nucleus构建者计划。
- 2025年：公布$NIL代币经济模型，登陆币安Launchpool并完成TGE，主网进入倒计时。
Nillion生态
Nillion已与NEAR、Aptos、Arbitrum、Sei等公链完成集成，其中NEAR生态超750个项目可直接调用盲计算能力。AI方向的合作方包括Virtuals Protocol、Ritual、io.net、Capx、Nuklai等；医疗方向有MonadicDNA（用盲计算为基因组数据提供23andMe的替代方案）、AgeRate、Healthblocks；DeFi与通信方向则有ChooseK、MailChain等项目。
NIL币值不值得买？
Nillion的盲计算（数据不解密就能算）有真实差异化，不是空壳项目。团队豪华，CTO是Uber创始工程师，CEO前高盛背景，累计融资超5000万美元，且已与NEAR、Aptos、Arbitrum等多链集成，测试网吸引过约50万验证节点，基本面在同赛道里算扎实的。
但NIL还有约55%的代币待解锁。同时生态项目大多还在早期，真实用量还没撑起代币需求，价格波动极大，单周涨80%的同时跌起来也一样快。加上赛道有Zama、Aztec等竞争，隐私方向本身还面临监管敏感性，不确定性不低。
一句话：Nillion有真技术，但正处密集解锁期，适合配置部分仓位（现货）。
FAQ
隐私币主要解决的是交易隐私问题，让转账记录不可追踪。Nillion解决的是计算隐私问题，让数据在被存储和计算的过程中不被暴露。两者解决的问题不同，Nillion的适用范围更广，包括AI推理、医疗数据分析、去中心化身份等。
MPC和HE确实有性能开销，但Nillion通过混合使用TEE来平衡效率和隐私。对于不需要最高级别密码学保证的场景，TEE可以提供接近原生性能的计算速度。开发者可以根据具体需求选择合适的技术路径。
NIL迁移到以太坊ERC-20后，已经在Binance、MEXC、KuCoin、HTX、Bitget等主流交易所上线。
直接运行节点需要质押70,000 NIL。如果不想自己维护基础设施，可以使用托管节点方案，最低质押500,000 NIL。节点奖励来自年通胀0.5%的奖励池。
数据以加密分片的形式存储在nilDB网络的节点上。每个节点只持有数据的一部分，没有任何一个节点掌握完整信息。这种设计意味着即使单个节点被攻破，攻击者也无法还原原始数据。
