Lighthouse v7.0.0-beta.0 版本发布:Electra 测试网升级与核心功能优化
Lighthouse 是区块链生态中广受欢迎的开源区块链 2.0 客户端,由 Sigma Prime 团队开发维护。作为区块链共识层(原信标链)的重要实现之一,Lighthouse 以其高性能和稳定性赢得了众多用户的青睐。本次发布的 v7.0.0-beta.0 版本是一个重要的预发布版本,主要面向 Holesky 和 Sepolia 测试网用户,为即将到来的 Electra 硬分叉做好准备。
核心升级内容
Electra 硬分叉支持
Electra 是区块链共识层的重大升级,与执行层的 Prague 升级(合称 Pectra)共同引入多项创新功能。其中最引人注目的是"Max EB"(最大有效余额)机制,将单个验证者的最大有效余额从 32 代币提升至 2048 代币。这一改变将使网络运行更加高效,同时降低验证者数量但保持相同安全级别。Max EB 还消除了质押激励中的某些中心化因素,使独立验证者也能获得此前只有大型运营商才能享受的复利收益。
验证者可以通过"合并"(consolidation)过程调整其最大有效余额,这一操作通过智能合约调用触发,完全自愿。对于运行少量验证器的独立运营商,无需强制合并,但可以选择性操作。
IPv6 默认启用
Lighthouse 现在会自动检测并启用 IPv6 网络支持(当检测到全局可路由的 IPv6 地址时)。对于大多数仅配置 IPv4 的用户,这一变更不会有明显影响,但能显著改善正确配置 IPv6 栈的用户体验。IPv6 默认监听端口已从 9090 更改为 9000(与 IPv4 相同),便于防火墙配置。用户可通过 --port6 标志调整 IPv6 端口,或使用 --listen-address 0.0.0.0 仅监听 IPv4。
轻客户端服务器默认开启
经过充分测试和优化,轻客户端服务器功能现已默认启用。这一协议允许极轻量级的客户端和设备与区块链交互,对带宽、CPU 使用率、内存和磁盘 I/O 的影响可忽略不计。用户可通过 --disable-light-client-server 选择禁用此功能。
数据库后端新增 redb 支持
引入了基于纯 Rust 实现的 redb 数据库后端选项,具有优秀的 ACID 特性。虽然目前性能略逊于 LevelDB,但为未来的数据库优化奠定了基础。专家用户可通过 --beacon-node-backend redb 启用,切换时需要手动删除原有 LevelDB 数据库并重新同步。
重要修复与改进
- 修复了信标节点订阅逻辑中的回归问题,解决了可能导致订阅不足和聚合证明发布问题的情况
- 改进了证明奖励 API 以支持 Electra 规范
- 优化了单个证明转换逻辑
- 增加了对执行负载历史回填时的保留控制
- 完善了 PeerDAS 协议支持
- 更新了依赖库以解决安全漏洞
升级建议与注意事项
测试网用户(特别是 Holesky 和 Sepolia)必须升级到 v7.0.0-beta.0 版本以准备 Electra 硬分叉。主网用户目前无需采取行动,因为 Electra 在主网的升级时间尚未确定。
升级时需要注意:
- 必须同时升级执行层客户端(如 Geth、Reth 等)到兼容 Pectra 的版本
- 从任何 v5 或 v6 版本均可直接升级到 v7.0.0-beta.0
- 在 Electra 分叉前可降级回 v6 版本,但分叉后必须保持 v7 版本
开发者相关变更
- 最低支持的 Rust 版本(MSRV)从 1.80.0 提升至 1.83.0
- 移除了多个已弃用的 CLI 标志
- 重构了多个核心模块以提高代码质量
- 增加了对 EIP-7636 和 EIP-7691 的支持
本次升级标志着 Lighthouse 在支持区块链未来发展方面又迈出了重要一步,特别是在提高网络效率和扩展性方面。测试网用户应尽快升级以体验新功能并确保网络平稳过渡。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00