Đồng sáng lập của Lido và Paradigm ủng hộ Symbiotic, đối thủ cạnh tranh của EigenLayer

Theo các nguồn tin thân cận, các đồng sáng lập của giao thức liquid staking lớn nhất Ethereum là Lido, Konstantin Lomashuk và Vasiliy Shapovalov, cùng với quỹ đầu tư mạo hiểm Paradigm, đang bí mật hậu thuẫn một công ty mới tên Symbiotic - một đối thủ cạnh tranh của dịch vụ "restaking" đang lên nổi vọt là EigenLayer.

Tài liệu nội bộ của Symbiotic cho thấy dự án này sẽ cung cấp một giao thức "restaking" phi tập trung, cho phép người dùng "restake" sử dụng token stETH của Lido và các tài sản ERC-20 phổ biến khác không tương thích với EigenLayer.

Sự xuất hiện của một dự án restaking có nhà đầu tư lớn túc trực có thể dẫn đến một cuộc đối đầu định hình lại cảnh quan DeFi. Điều này cho thấy những người gần gũi với Lido coi cách tiếp cận restaking của EigenLayer là một mối đe dọa đối với vị thế dẫn đầu của mình.

Mặc dù Lido vẫn là giao thức tài chính phi tập trung lớn nhất trên Ethereum, chiến lược restaking của họ sẽ đóng vai trò quan trọng trong việc duy trì vị trí dẫn đầu trong lĩnh vực staking nói chung. Các startup liquid restaking gửi tiền vào EigenLayer đã làm giảm thị phần token stETH của Lido.

Tuần này, thành viên của Lido DAO đã đề xuất khung "Lido Alliance" nhằm đặt stETH vào trung tâm của xu hướng restaking. Trong khi Lido không trực tiếp liên quan đến Symbiotic, startup do các đồng sáng lập Lido tài trợ phù hợp với khung Lido Alliance.

Không giống EigenLayer chỉ chấp nhận ETH, Symbiotic sẽ cho phép người dùng gửi trực tiếp bất kỳ token ERC-20 nào, như stETH của Lido.

Các dự án restaking lớn như Ether.Fi và Renzo đã thảo luận để tích hợp với Symbiotic sau khi ra mắt. Dự kiến giao thức mới sẽ ra mắt vào cuối năm nay, mặc dù chưa có ngày chính xác.

Sự tham gia của Quỹ Cyber do các đồng sáng lập Lido lãnh đạo và Paradigm, nhà đầu tư chủ chốt của Lido, có thể giúp Symbiotic nắm lợi thế cạnh tranh với EigenLayer. Điều này cũng cho thấy những người gần gũi với Lido nhận thức được tiềm năng đe dọa từ cách tiếp cận restaking của EigenLayer.