1 项目简介
Primus 构建面向 Web3 的数据基础设施，利用前沿密码学技术（zkTLS和FHE）打造去中心化的数据验证与计算网络，解决数据真实性、隐私保护与可信协作问题。
已经合作或集成的生态项目包括：
Linea、Monad、Pharos、Nillion、Brevis、Phala、Aztec、Succinct、Sunscreen、Kite、Questflow、ZKP2P…
2 申请资金：20000u
3 解决的公共问题
Primus 聚焦解决两个核心公共问题：
- 数据真实性： 当前区块链应用难以验证链下数据的真实性。Primus 通过 zkTLS 技术在不泄露隐私的前提下，实现链下数据的可验证性。
- 数据隐私与所有权： 传统 Web2 数据使用缺乏透明度与用户控制权。Primus 通过密码学手段确保数据隐私与自主可控，使个人与机构能够在保护隐私的前提下安全地使用与共享数据。
4 竞品分析
无
5 关键数据
- 注册用户：1,020,000+
- 已提交的链上证明：721,000+
- 可编程支付交易量：155,170,000+
- 开发者：7,843+
- TestNet 证明：16,700+
6 团队成员
Xiang Xie，博士，联合创始人 & CEO 密码学博士，发表30+顶会论文（CRYPTO、EUROCRYPT等），核心贡献于 zkTLS、FHE 和 ZKML 研究，并为 Ethereum TLSNotary 提供算法支持。曾任 O(1) Labs 密码学工程师和 MatrixElements 安全算法总监，专注构建安全、可扩展的隐私基础设施。全面负责本项目的实施，并兼管算法团队。 https://scholar.google.com/citations?user=WWb0js4AAAAJhttps://www.linkedin.com/in/xiang-xie-37074312a
Xiao Wang，学术合伙人，首席密码学家 自2019年起任西北大学计算机科学助理教授，研究方向包括实用安全多方计算、零知识证明、后量子密码学及其在人工智能、形式化方法和健康信息学中的应用。曾任 MIT 和波士顿大学博士后（2018–2019），2018年获马里兰大学博士学位。获得 NSF CAREER 奖（2023）、Google Scholar Program Award（2023）、JPMorgan Chase Faculty Award（2023）、Meta Research Award（2022）等多项学术奖项。研发了高效的 MPC 库 EMP-toolkit（GitHub），被 Meta、Chainlink 等多家公司广泛使用。 https://wangxiao1254.github.io/
Tate Qi，联合创始人 & COO 连续创业者，20+年金融科技经验，涵盖支付、风控和安全解决方案。曾创办安全解决方案公司，为全球十余家智能终端厂商提供金融级安全方案。曾任 Ingenico、Sandpay 和 MatrixElements 高管，擅长将技术与商业结合推动可持续发展。负责本项目的运营管理。 https://www.linkedin.com/in/tie-qi-083875122/
Fubiao Xia，博士，联合创始人& Dev-Rel 密码学博士，专注应用密码学与隐私保护技术，拥有8年以上研究经验。曾任 TikTok 隐私研究员，发表多篇论文并获得密码学与安全相关专利。负责本项目的社区和开发者活动。 https://scholar.google.com/citations?user=xDpQJY0AAAAJ&hl=zh-CNhttps://github.com/xiafubiao
Wenjun Yuan，CTO 曾就职于阿里巴巴，拥有丰富的移动操作系统开发经验及物联网系统开发经验。自2018年起从事区块链架构与开发，熟悉底层链（P2P 网络、虚拟机、共识机制）、智能合约及各类 DApp 开发，精通整个区块链技术栈。负责本项目的技术开发管理。 https://github.com/fksyuan
7 GCC权益
1）配合GCC的捐赠宣发，包括但不限于接受访谈、社媒内容制作配合、社媒转发、活动参与等
2）在官网将 GCC 列为支持方之一
3）如果项目产生盈利，计划通过 GCC 或类似机制将一定比例的收益回馈给公共物品，用于支持开源工具、开发者激励、学术研究和社区活动，推动技术与生态的健康发展
4）后续 GCC 如果需要ZK方面的能力可以免费支持
8 资金使用计划
Milestone1: 研发团队薪资与技术开发：50% - 文档、示例代码、测试平台建设：20% - 基础设施及服务器成本：30%
Milestone2:节点网络建设与运维：50% - 节点激励及测试激励发放：30% - 网络安全与性能优化：15% - 其他（文档更新、社区支持等）：5%
Milestone3:算法研发与性能优化（含GPU算力成本）：60% - 工程实现与性能测试（包括隐私支付场景验证）：25% - 技术文档与研究报告撰写、成果开源发布：10% - 项目管理及支持性开销（如测试基础设施、工具升级等）：5%
9 里程碑和路线图
Milestone1: 10%(2000u)
- 为开发者和学习者提供一套简单易上手但较为完整的FHE 101学习资料
Milestone2:30%(6000u)
- 完成zkTLS与zkVM连接的算法模块，实现链下数据在零知识环境中的可信验证；
- 适配主流 zkVM 平台与 zkDSL 语言（包括 Aztec Noir、Succinct、Brevis），为其提供链下隐私数据验证与交互的基础设施；
- 优化 zkTLS 算法结构，引入更高效、zkSNARK 友好的密码学工具，显著降低 zkVM 的证明计算延迟，为后续性能扩展打下基础
Milestone3:30%(6000u)
- 完成 FHE 算法的 GPU 并行优化，显著提升计算效率；
- 实现 Bootstrapping 算法的 GPU 加速版本，在同等安全参数下实现性能提升20倍以上；
- 针对 隐私支付与隐私转账场景，进行应用层的 GPU 并行优化，实现吞吐量提升至原先的100倍，验证系统在真实场景下的性能可行性。
- 为开发者提供一套更加易用的SDK
Milestone4:30%(6000u)
- 结合底层 FHE 算法，优化Solidity 编译器，支持链上隐私计算场景；
- 实现一键隐私化合约转换工具，让开发者可直接将现有 Solidity 合约转换为隐私保护版本，并支持 FHE 运算；
- 进一步完成 FHE Coprocessor 架构设计，包括链下算法并行处理、MPC 密钥管理等模块，提升隐私计算的性能与可扩展性。
附：OP团队Review
匿名专家意见
- 希望聚焦于一个milestone 比如gpu加速 or fhevm来给开发者提供更加易用的sdk
- 希望提供一些比较简单的fhe 101 材料 虽然链上的 sdk 非常重要 但对于开发者来说 能够学习 fhe 流程的一些材料也很重要 个人觉得gcc如果要捐的话可以侧重于 2 > 1 而不是ppt上全部的milestone
- 相对于 zama（现在的主流fhe方案） 除了速度之外的优势是什么，相对于inco这个fhe链 实现了什么不一样的业务 这个非常重要
- multi part fhe 部分不太清晰 比如谁可以生成 bootstrap key 就意味着谁有能力解密数据，那么用户在使用primus的场景下 bootstrap是有用户生成的 还是 primus 生成的？如果是 primus 的话 那么还是很中心化的
附：投委打分意见
“已经融资很多了，是不是咱们这些资助也没啥用？”
“可能还是需要加一个 是否捐赠的影响 打分选项？”
“领域不熟悉”
| 解决问题的公共性 | 赛道潜力 | 对华语区（潜在）贡献 | 执行能力与团队 | 可持续性 | 平均分 3.5 |
|---|---|---|---|---|---|
| 3 | 3 | 3 | 3 | 3 | 3 |
| 4 | 5 | 3 | 4 | 3 | 3.8 |
| 4 | 4 | 3 | 4 | 4 | 3.8 |
| 3 | 4 | 3 | 5 | 2 | 3.4 |
附：Demo Day记录
会议录屏：
https://zoom.us/rec/share/GAutz5HF3BFtANmEvET3sBpgwtdLMKPN_BzBBMlpT1bVyT62qToq3cu884a64CNo.2NVcBG8bo-ax5Kan 密码: &8ja$27K
Primus 的核心使命是：
为 Web3 和 AI 构建一个可组合、可验证、隐私保护的数据基础框架，使数据可以被安全、合规、高效地验证、计算与流通
**Q & A ：**Q1：你们不是已经融资了吗？为什么还需要接受捐赠？
团队回答：
- Primus 做的是非常底层、非常重的密码学基础设施，从底层协议、编译器到 API/SDK 都需要大量工程资源。
- 尤其涉及 FHE、zkTLS 等前沿算法，对硬件（GPU/服务器）消耗极大，成本高昂。
- 虽然我们在去年 2 月已经完成一轮融资，但仍不足以覆盖当前整个研发体系。
- 因此，我们接受捐赠，是为了支持公共物品性质的隐私基础设施建设，让社区也能参与推动。
Q2：zkTLS 的数据来源是什么？链下数据如何「搬到」链上？
团队回答（谢博士）：
- zkTLS 基于 HTTPS 标准协议，通过密码学方式实现链下数据的真实性验证。
- 我们不是替用户决定「哪些数据搬上链」，Primus 是 Infrastructure，开发者或应用决定哪些数据有价值。
- 因为 zkTLS 对任意 HTTPS 数据源通用，所以理论上所有 Web2/AI 数据（金融、交易、社交、信用等）都可被验证后用于链上用途。
Q3：那哪些链下数据最有价值？你们怎么看？
团队回答：
-
目前 Web3 客户需求最高的仍是：
金融数据、交易数据、信用数据（最直接决定风控、身份、权限）。
-
随着 Web3 应用扩展，未来会出现更多场景：
- 技能与职业经历
- 教育背景
- 健康数据
- 生活消费数据
- 甚至 Dating/求职等 Web2 资料
-
从 Primus 的角度：我们不挑数据类型，只要是 HTTPS 数据都可以被接入。
Q4：FHE 的 key management 是怎么设计的？同一个 key 不会导致风险吗？
团队回答（谢博士）：
- FHE 的 public key 是公开信息，本身没有隐私风险。
- 系统只需在初始化时生成一次 public key，并保存在服务器端即可。
- FHE 的私钥从不暴露，相关的加密计算都在 server-side 完成。
- 这是标准的 FHE 系统设计方式，无需不同参与方之间 share 一个敏感密钥。
Q5：FHE/隐私计算目前能覆盖哪些场景？为什么重点做 ERC-20 隐私版？
团队回答（谢博士）：
-
我们可以做复杂的 DeFi 隐私协议，但当前市场最迫切的需求仍集中在：
隐私支付与隐私转账（ERC-20 隐私版）。
-
B2B/B2C 客户在合规隐私支付上的需求非常强烈，因此我们优先优化 ERC-20。
-
更复杂的 DeFi 隐私逻辑（如 AMM、借贷等）我们可以做，但需求量暂时较低，因此排列在后续 roadmap 中。
Q6：你们申请的 70,000 美金（注：实际申请金额有所调整），runway 如何？这些资金会用多久？
团队回答：
- 研发消耗非常高，目前融资无法完全覆盖所有开发计划。
- 70k 美金会用于补齐特定功能模块、GPU 加速、验证者网络建设等公共基础设施环节。
演示ppt
投票规则
- 共有9名投委，投票率超过50%(>4人），赞成/ 总票数 ≥2/3视为通过
- 投委可以继续选择是否增减金额（+10%，+5%，0，-5%，-10%），最终增减比例将直接加总
Off-Chain Vote
赞成
7 GCC46.7%
反对
0 GCC0%
弃权
1 GCC6.7%
维持原金额
5 GCC33.3%
增加5%
0 GCC0%
增加10%
0 GCC0%
减少5%
0 GCC0%
减少10%
2 GCC13.3%
Discussion
Timeline
Nov 28, 2025Proposal created
Nov 28, 2025Proposal vote started
Dec 05, 2025Proposal vote ended
Mar 23, 2026Proposal updated