คำถามที่ 1 คุณอธิบายการกำกับดูแลว่าเป็นห้องแรงดันของ Web3 เมื่อโปรโตคอลเผชิญกับวิกฤตจริง เช่น อำนาจการลงคะแนนเสียงรวมศูนย์, ราคาทรัพย์สินผันผวน หรือเหตุการณ์ด้านความปลอดภัย โมเดลความล้มเหลวที่คาดการณ์ได้จะปรากฏขึ้นเป็นอันดับแรกและเพราะอะไร?
คำตอบที่ซื่อสัตย์คือขึ้นอยู่กับประเภทของวิกฤต… พวกมันล้วนเป็นสัตว์ต่างชนิดกัน ตัวอย่างเช่น เมื่ออำนาจการลงคะแนนเสียงรวมศูนย์เผชิญวิกฤต คุณจะเห็นสิ่งที่ผมเรียกว่า “ช่องว่างความร่วมมือ” ผู้ถือโทเคนขนาดใหญ่จะหยุดชะงัก พวกเขาคำนวณความเสี่ยงของตำแหน่งของตน ในขณะที่ผู้ถือรายย่อยกรีดร้องบน Discord แต่เสียงโหวตของพวกเขาไม่ส่งผลต่อการเปลี่ยนแปลงใด ๆ โปรโตคอลเข้าสู่สภาวะแปลกประหลาดนี้ ซึ่งทางเทคนิคแล้ว การกำกับดูแลยังคงทำงานอยู่ แต่ในทางปฏิบัติ ไม่มีการตัดสินใจใด ๆ เกิดขึ้น
ปีที่แล้ว เราเห็นตัวอย่างนี้กับ Cardano เมื่อ DRep คนเดียวที่รู้จักกันในชื่อ “Whale” สะสมอำนาจการลงคะแนนเสียงแบบมอบหมายเพียงพอที่จะยับยั้งทุกข้อเสนอจาก IOG ซึ่งเป็นบริษัทพัฒนาหลักของ Cardano ราคาทรัพย์สินผันผวนสร้างห่วงโซ่ความล้มเหลวที่แตกต่างออกไปอย่างสิ้นเชิง และเป็นสิ่งที่รู้สึกได้มากขึ้น สิ่งที่คุณเห็นคือหน้าผา เริ่มจากแรงกดขายที่แพร่กระจายไปยังผู้ดำเนินงานโหนดและผู้ถือโทเคน จากนั้นผู้ถือสถาบันก็เริ่มถอนเงิน OTC แล้วการถอนของผู้ค้าปลีกก็เพิ่มขึ้นอย่างรวดเร็ว จนกระทั่งคุณอยู่ในพื้นที่ของการล้มละลาย นี่คือสิ่งที่เกิดขึ้นกับ Terra เมื่อพฤษภาคม 2022 และเนื่องจากบล็อกเชนโปร่งใส ทุกคนสามารถดูการวิ่งออกในเวลาจริง นี่คือเหตุผลที่แพลตฟอร์มแลกเปลี่ยนเช่น Binance สร้างกลไกความปลอดภัยในระบบของตนเอง พวกเขาทำการตรวจสอบเป็นระยะในหลายมิติ เช่น ปริมาณการซื้อขาย กิจกรรมของโปรเจกต์ ความปลอดภัย และการปฏิบัติตามกฎระเบียบ และจะทำเครื่องหมายโทเคนด้วยแท็กการเฝ้าระวังหรือยกเลิกการขึ้นรายการเมื่อมีสัญญาณเตือนล่วงหน้า กลไกเหล่านี้มีอยู่เพราะอุตสาหกรรมได้เรียนรู้ด้วยความเจ็บปวดว่าห่วงโซ่ความล้มเหลวบางส่วนสามารถทำนายได้
คำถามที่ 2 การศึกษาการเปรียบเทียบพฤติกรรมผู้ลงคะแนนใน Curve และ Polkadot ท้าทายสมมุติฐานหลายอย่าง ผลการค้นพบเชิงประจักษ์ที่น่าประหลาดใจที่สุดคืออะไร และ DAO ควรเปลี่ยนแปลงโมเดลความคิดเรื่อง “การมีส่วนร่วมเชิงรุก” กับ “ตัวแทน” อย่างไรบ้าง?
สองผลลัพธ์ที่ท้าทายสมมุติฐานของผมอย่างแท้จริงคือ เมื่อเราศึกษาโปรไฟล์ผู้ใช้ในด้านการกำกับดูแล เราจัดกลุ่มผู้ลงคะแนนตามขนาดการถือครอง: หัวปลาวาฬเป็น 1% สูงสุด, ฉลามเป็น 5% ถัดไป, จนถึงกุ้งที่ถือครองน้อยที่สุด ใน Polkadot 93% ของหัวปลาวาฬและ 98% ของฉลามล็อคโทเคนของตนเป็นเวลา 14 วันหรือน้อยกว่า ในขณะที่ผู้ถือรายย่อยผูกมัดเป็นเวลานานกว่ามาก ใน Curve Finance ก็พบรูปแบบคล้ายกัน แม้ว่าแรงจูงใจจากรางวัล gauge จะผลักดันให้ 67.2% ของผู้ลงคะแนนทั้งหมดล็อคเป็นเวลาสี่ปีสูงสุด ผู้ถือรายใหญ่ที่สุดก็ยังคงล็อคเป็นเวลาสั้นกว่าปกติ กลไกความเชื่อมั่นไม่ได้จำกัดกลุ่มเป้าหมายที่ออกแบบไว้
ผลลัพธ์ที่สองคืออัตราการออกเสียงลงคะแนน ใน Curve 38% ของโทเคนที่ล็อคไว้ถูกใช้สำหรับการลงคะแนน ใน Polkadot? เพียง 0.11% ซึ่งต่ำมาก แม้ว่าทั้งสองระบบจะใช้การลงคะแนนด้วยความเชื่อมั่น แต่การลงคะแนนด้วย gauge ของ Curve ให้รางวัลทางการเงินแก่ผู้เข้าร่วม ขณะที่ Polkadot ให้ล็อคโทเคนออกไปเพื่อหน้าที่พลเมือง ข้อมูลแสดงให้เห็นว่าหน้าที่พลเมืองเพียงอย่างเดียวไม่สามารถขยายได้ โมเดลความคิดที่ผมแนะนำคือหยุดมองว่าการมีส่วนร่วมใน DAO เป็นเพียงสัญลักษณ์แห่งเกียรติยศ และเริ่มมองว่ามันเป็นปัญหาเชิงออกแบบทางเศรษฐกิจ คำถามสำคัญก่อนออกแบบคือ: ทำไมผู้มีเหตุผลถึงจะล็อคทุนของตนเพื่อโหวต?
คำถามที่ 3 คุณใช้วิธีเชิงปริมาณใหม่ในการวิเคราะห์พฤติกรรมผู้ใช้ สำหรับผู้อ่านที่ไม่เชี่ยวชาญด้านเทคนิค คุณวัดอิทธิพล การประสานงาน และการแตกแยกอย่างไร และเมตริกใดที่โปรเจกต์ควรเริ่มติดตามในวันนี้?
แนวทางของผมคือการนำงานวิจัยจากสาขาอื่นมาสู่บล็อกเชนและทำให้สามารถเข้าใจได้ง่ายสำหรับผู้ตัดสินใจ สำหรับวัดความเป็นผู้ใหญ่ของการกำกับดูแล ผมสร้างดัชนีความโปร่งใสและการมีส่วนร่วมด้านการกำกับดูแล (Governance Transparency and Engagement Index) ที่ Filecoin ซึ่งติดตามสี่หมวดหมู่ เช่น เอกสารเผยแพร่ เช่น คำประกาศคณะกรรมการและบันทึกการตัดสินใจ ความโปร่งใสของนักพัฒนาหลัก การสื่อสารด้านการกำกับดูแล และรายงานชุมชนด้านความโปร่งใส — แต่ละรายการมีน้ำหนักแตกต่างกัน ทุกเมตริกมีขีดจำกัดกันสแปม และผู้นำจะได้รับคะแนนรายเดือนเดียวระหว่าง 0 ถึง 1 ซึ่งติดตามเป็นไตรมาส
นอกจากนี้ เรายังสร้างกรอบการให้คะแนนการรับเข้า Polygon สำหรับผู้ตรวจสอบที่มีสัดส่วนการถือครอง 45%, ประสบการณ์ 25%, และความเชี่ยวชาญ 30% ซึ่งได้รับการยืนยันด้วยความสัมพันธ์ของ Pearson ที่แสดงให้เห็นว่าประสบการณ์เป็นตัวทำนายผลบนบล็อกเชนในเชิงบวก ความเชี่ยวชาญถูกประเมินผ่านการทดสอบทางเทคนิคแบบสุ่มและมีเวลาจำกัด เมตริกที่ควรติดตามคืออะไร? วัดว่าทรัพย์สินของคุณกระจายอย่างไรและใครถืออำนาจ… ทุกโปรโตคอลอ้างว่ามันเป็นแบบกระจายศูนย์ แต่แทบไม่มีใครให้ตัวเลขที่ชัดเจนที่สุด สำคัญที่สุดคือ หยุดวัดจำนวนคนที่ลงคะแนนในด้านการกำกับดูแล และเริ่มวัดว่าการอภิปรายใดที่นำไปสู่การตัดสินใจจริง การเข้าร่วมเป็นเมตริกที่ดูดี แต่สิ่งที่สำคัญคือความสอดคล้องกันของการตัดสินใจ
คำถามที่ 4 ในการออกแบบคลังสมบัติของ MINA และ Liberdus คุณได้สร้างโมเดลความเสี่ยงและแนะนำการกระจายอำนาจเป็นระยะ ๆ ยกตัวอย่างเป็นรูปธรรมได้ไหม? คุณแลกเปลี่ยนความเสี่ยงด้านใดบ้างในแต่ละช่วงเวลา ระหว่างการเข้าถึงคลังสมบัติ ความเร็วในการดำเนินงาน และความปลอดภัย?
เมื่อทำงานกับการกำกับดูแลคลังสมบัติของ Mina Protocol ผมวิเคราะห์การกระจายตัวของเจ้าของโทเคนบนบล็อกเชนจริงโดยใช้ BigQuery และทดสอบความสมเหตุสมผลของพารามิเตอร์การกำกับดูแลกับความเข้มข้นของการถือครอง จากนั้นผมสร้างโมเดลการโจมตีที่เป็นไปได้ เช่น การซื้อ-โหวต-ขายทิ้ง และการจับการมอบหมายภายใต้สถานการณ์การเข้าร่วมจริง
สิ่งนี้นำไปสู่การวางแผนการกระจายอำนาจเป็นระยะ ๆ โดยในช่วงแรกมีการป้องกันเพื่อรักษาความสมบูรณ์ของคลังสมบัติ ในขณะเดียวกันก็รักษาความเร็วในการดำเนินงาน โดยค่อย ๆ ผ่อนคลายการควบคุมเมื่อการกระจายและการมีส่วนร่วมแข็งแรงขึ้น การเข้าถึงคลังสมบัติขยายตัวตามความสามารถทางเศรษฐกิจที่แสดงให้เห็น ไม่ใช่ตามสมมุติฐาน
คำถามที่ 5 ความตึงเครียดระหว่าง Foundation กับ Community ยังคงไม่ได้รับการแก้ไขในหลายโปรโตคอล จากประสบการณ์ของคุณในการให้คำปรึกษาทีมต่าง ๆ โครงสร้างการกำกับดูแลใด (บนบล็อกเชนหรือออฟเชน) ที่ใช้งานได้จริงเพื่อจำกัดอำนาจเกินสมดุลของห้องปฏิบัติการโดยไม่ทำให้ความก้าวหน้าของผลิตภัณฑ์หยุดชะงัก?
ความตึงเครียดนี้มีอยู่ทุกที่ วิธีที่ผมจัดการและสิ่งที่เราได้สร้างที่ Polygon และ Filecoin เริ่มจากเสาหลักของการกำกับดูแล ก่อนออกแบบกลไกใด ๆ คุณต้องกำหนดให้ชัดเจนว่าอะไรจะถูกกำกับดูแล และใครควรมีเสียงในแต่ละด้าน การแยกแยะนี้เองช่วยป้องกันการโต้เถียงได้ครึ่งหนึ่ง จากนั้น ผมสร้างระบบสองสภา (bicameral) ที่มีกลไก maker-checker เมื่อ Foundation ตัดสินใจแล้ว ชุมชนจะตรวจสอบอย่างไร? ตรงนี้เราแนะนำรายงานความโปร่งใสและความรับผิดชอบแบบมีโครงสร้าง เมื่อชุมชนตัดสินใจแล้ว Foundation มีสิทธิยับยั้งในเงื่อนไขใดบ้าง? ทั้งสองฝ่ายต้องมีข้อจำกัดที่ชัดเจนและสามารถตรวจสอบได้ ระยะเวลารอ (timelocks) อยู่ระหว่างการตัดสินใจและการดำเนินการ เพื่อให้แต่ละฝ่ายมีเวลาระวังปัญหาโดยไม่หยุดความก้าวหน้าโดยสมบูรณ์ สิ่งที่ผมตั้งใจคือ แม้การอัปเกรดสมาร์ทคอนแทรกต์ การตัดสินใจด้านคลังสมบัติ และพารามิเตอร์โปรโตคอลจะผ่านกลไกเชิงสองสภา แต่การพัฒนาฟีเจอร์ผลิตภัณฑ์ UX และ frontend ควรแยกออกจากการกำกับดูแล การบังคับให้ต้องโหวต DAO เพื่อปล่อย UI เป็นวิธีที่ฆ่าความเร็วของผลิตภัณฑ์
คำถามที่ 6 ในวิกฤตของ Aave คุณเสนอแนวทางแก้ไขอย่างไร? โครงสร้าง “การแก้ไขข้อพิพาท” สำหรับ DAO ที่มีหลักการและสามารถทำซ้ำได้ ควรเป็นอย่างไร เพื่อรักษาความเป็นอิสระแต่สามารถดำเนินการเด็ดขาดในกรณีฉุกเฉิน?
วิกฤตของ Aave สำคัญเพราะมันไม่ใช่เรื่องค่าธรรมเนียม CowSwap จริง ๆ แต่เป็นคำถามเชิงโครงสร้างที่โปรโตคอลหลักจะต้องเผชิญในที่สุด: ความสัมพันธ์ระหว่าง DAO กับทีมที่สร้างมันขึ้นมา และใครเป็นเจ้าของอะไร สิ่งที่ผมเห็นคือการออกแบบการกำกับดูแลกลายเป็นการต่อสู้เพื่อแรงจูงใจ ผมเคยเห็นรูปแบบนี้ซ้ำแล้วซ้ำเล่า Aave ตั้งอยู่บนจุดตัดของการกำกับดูแลบนบล็อกเชนและโลกออฟเชนของผู้ใช้ ผู้ควบคุมกฎระเบียบ และสถาบัน คุณต้องมี DAO ที่เป็นเจ้าของโปรโตคอลและตัวตนอย่างน่าเชื่อถือ และทีมที่สามารถส่งมอบงานได้อย่างรวดเร็วและมีบริบทลึกซึ้ง ความสัมพันธ์นี้ต้องชัดเจน ดังนั้นคำถามที่ผมตั้งขึ้นไม่ใช่ “DAO กับ Labs” แต่เป็น: สัญญาเชิงกลกลุ่มนี้เป็นอย่างไร ผมเริ่มสำรวจ metagovernance เพื่อทำให้ความสัมพันธ์นี้เป็นสัญญาเชิงสัญญาและตรวจสอบได้ การผสมผสานการสืบสวนและความโกรธเกรี้ยวคือวิธีที่คุณจะได้ข้อเสนอที่เป็นพิษตั้งแต่วันที่สี่
คำถามที่ 7 Tokenomics และการกำกับดูแลเชื่อมโยงกันอย่างแน่นแฟ้น ควรออกแบบการแจกจ่ายโทเคนและตารางการปลดล็อคอย่างไรเพื่อหลีกเลี่ยงการครองอำนาจในระยะยาว แต่ยังคงให้รางวัลแก่ผู้ร่วมสร้างและผู้พัฒนาในช่วงแรก?
ผมคิดว่าการแยกผลตอบแทนทางเศรษฐกิจออกจากอำนาจการกำกับดูแลเป็นสิ่งสำคัญ การได้รับผลตอบแทนจากโทเคนและการควบคุมทิศทางของโปรโตคอลเป็นสองเรื่องที่แตกต่างกัน และการรวมกันนี้จะรับประกันว่ามีการครองอำนาจโดยกลุ่มชนชั้นสูง นอกจากนี้ ควรสร้างตารางการปลดล็อคของคุณให้เป็นการจำลองแรงกดขายก่อนเปิดตัวโทเคน
คำถามที่ 8 การวิเคราะห์ Moltbook ของคุณแสดงแพทเทิร์นความเห็นพ้องกันของตัวแทน AI คุณเห็นความคล้ายคลึงอะไรระหว่างการประสานงานของตัวแทน AI กับ DAO ของมนุษย์ เช่น การรวมศูนย์อิทธิพล, ห้องสะท้อนเสียง หรือการก่อตั้งพันธมิตร และสิ่งนั้นบ่งชี้อะไรต่อการออกแบบการกำกับดูแลในระดับเครื่อง?
เมื่อคุณเอามนุษย์ออกจากสมการและดูการตัดสินใจของตัวแทน AI สิ่งที่เกิดขึ้นก็รู้สึกคุ้นเคยอย่างน่ากลัว ผมวิเคราะห์ 500 กระทู้และจัดกลุ่มเป็นแพทเทิร์นความเห็นพ้องกันสี่แบบ: การยืนยันร่วมกันอย่างรวดเร็ว (Unifying Validation), การแก้ปัญหาแบบวนซ้ำ (Iterative Problem Solving), การบรรลุความสอดคล้องเชิงซับซ้อน (Nuanced Convergence), และการพูดคุยแบบแตกแยก (Fragmented Discourse) ซึ่งเกือบครึ่งหนึ่ง (44%) อยู่ในกลุ่มสุดท้ายนี้ เกือบครึ่งหนึ่งของการสนทนาที่เกี่ยวข้องกับการกำกับดูแลไม่เกิดความสอดคล้องกันเลย ใน DAO ของมนุษย์ก็พบการแตกแยกเช่นเดียวกัน ห้องสะท้อนเสียงก็เกิดขึ้นเช่นกัน ตัวแทน AI ที่มีโครงสร้างคล้ายกันจะรวมกลุ่มและเสริมสร้างซึ่งกันและกัน เป็นสิ่งที่เทียบเท่ากับห้องความคิดแบบอุดมการณ์ในฟอรัม DAO เมื่อ AI เข้าร่วมการกำกับดูแลบนบล็อกเชนในฐานะตัวแทนหรือผู้ลงคะแนนอัตโนมัติ พวกมันจะเลียนแบบความล้มเหลวของมนุษย์ทุกอย่างในความเร็วระดับเครื่องกล นี่คือบั๊กด้านการประสานงาน ไม่ว่าจะเป็นมนุษย์หรือ AI ก็ตาม
คำถามที่ 9 ระบบชื่อเสียงมักถูกเสนอว่าเป็นเส้นทางสู่การกำกับดูแลที่ดีขึ้น คุณมองว่าชื่อเสียงมีประโยชน์ในจุดใดและอันตรายตรงไหน (เช่น การเสริมสร้างชนชั้นสูง) และคุณคิดว่าการออกแบบหรือ primitive สำหรับต้าน Sybil ที่น่าจะมีอนาคตสดใสที่สุดคืออะไร?
ชื่อเสียงเป็น primitive แบบเมริทโครตเมื่อเมตริกสามารถตรวจสอบได้อย่างเป็นกลางและบริบทมีขอบเขตชัดเจน ทันทีที่ชื่อเสียงกลายเป็นตัวแทนของ “ความไว้วางใจในวิจารณญาณของบุคคลนี้” คุณก็เปลี่ยนการกำกับดูแลเป็นการไต่เต้าทางสังคม ตัวอย่างที่ชัดเจนที่สุดคือ โหนดโอเปอเรเตอร์ uptime, การผลิตบล็อก, การเซ็นชื่อ checkpoints ซึ่งไม่มีความคลุมเครือ อย่างไรก็ตาม การรีวิว peer, การประเมินคุณภาพของการมีส่วนร่วม และการประเมินเชิงอัตวิสัยของผลงานของใครบางคน ล้วนสะท้อนอคติที่การกำกับดูแลแบบกระจายศูนย์ควรจะทำลายล้าง
สำหรับการต้าน Sybil: ชื่อเสียงโดยไม่มีตัวตนจะไม่สามารถขยายได้ นี่คือเหตุผลที่ identity แบบ zero-knowledge เป็น primitive ที่น่าจะมีอนาคตสดใสมากที่สุดในตอนนี้ มันช่วยให้คุณพิสูจน์ว่าคุณเป็นมนุษย์ที่ไม่ซ้ำกันโดยไม่เปิดเผยตัวตน และมีคุณสมบัติด้านความเป็นส่วนตัวที่ทรงพลัง
คำถามที่ 10 ควรทำแบบฝึกหัดบนโต๊ะ (tabletop exercises), การทดสอบแบบ red-teaming หรือการจำลองบนบล็อกเชนอะไรบ้างที่ DAO ควรทำก่อนมอบอำนาจคลังสมบัติหรือโปรโตคอลให้กับผู้ถือโทเคนอย่างมีความหมาย?
บางครั้งผมก็รู้สึกผิดหวังที่โปรโตคอลมักข้ามสิ่งพื้นฐานที่สำคัญมาก ก่อนออกแบบพารามิเตอร์การกำกับดูแลใด ๆ ให้ดึงข้อมูลการกระจายตัวของผู้ถือโทเคนของคุณออกมาและดูให้ดีว่ามันเข้มข้นแค่ไหน ต้องใช้กี่กระเป๋าในการถึง quorum กี่กระเป๋าในการเปลี่ยนเสียงข้างมาก ถ้าคุณไม่รู้ตัวเลขเหล่านี้ คุณกำลังออกแบบการกำกับดูแลในความมืด เมื่อผมทำงานกับ Mina Protocol ในด้านการกำกับดูแลคลังสมบัติ เราดึงข้อมูลบนบล็อกเชนจริงด้วย BigQuery และทดสอบความสมเหตุสมผลของพารามิเตอร์กับการกระจายตัวของเจ้าของโทเคน การจำลองนี้ช่วยให้เราสามารถแนะนำการปรับสมดุล quorum แบบปรับตัวได้อย่างรอบคอบ
จากนั้น ผมจำลองการโจมตีที่เป็นไปได้ เช่น การซื้อ-โหวต-ขายทิ้ง, การรวมศูนย์การมอบหมาย, ตลาดเช่าเสียง และจำลองการเข้าร่วมจริง การออกแบบการกำกับดูแลควรขับเคลื่อนด้วยความจริงทางเศรษฐกิจ ไม่ใช่ความอุดมคติ
คำถามที่ 11 สำหรับโปรโตคอลขนาดกลางที่กังวลเรื่องอัตราการออกเสียงต่ำและการซื้อเสียง สามเปลี่ยนแปลงที่เป็นรูปธรรมและสามารถนำไปใช้ได้ใน 90 วันถัดไปเพื่อปรับปรุงคุณภาพการกำกับดูแลอย่างวัดผลได้คืออะไร?
คำถามนี้ผมเจอบ่อย ก่อนทำการเปลี่ยนแปลง สิ่งสำคัญที่สุดคือเข้าใจว่าทำไมอัตราการออกเสียงต่ำ สาเหตุอาจเป็นความเฉื่อยชา ชุมชนยังใหม่ หรือการกำกับดูแลยังไม่พบจุดสมดุลของผลิตภัณฑ์–ตลาด
ดังนั้น ผมแนะนำให้เริ่มต้นด้วยการย้อนดูอย่างละเอียด พูดคุยโดยตรงกับชุมชน วิเคราะห์ข้อมูลการมีส่วนร่วม และหาจุดที่เกิดความขัดแย้งหรือความไม่สนใจ การเปลี่ยนแปลงเชิงโครงสร้างที่ตามมาจะมีประสิทธิภาพมากขึ้นเมื่ออิงจากการวิเคราะห์นี้ ไม่ใช่สมมุติฐาน 1. เปลี่ยนจากการโหวตเป็นการยับยั้ง (veto) ระบบการกำกับดูแลส่วนใหญ่ถามให้ผู้ถือโทเคนอนุมัติทุกอย่าง ซึ่งเป็นภาระและทำให้ข้อเสนอไม่ผ่านเพราะไม่สามารถถึง quorum ได้ ลองเปลี่ยนโมเดล ให้ข้อเสนอผ่านโดยอัตโนมัติหลังจากช่วงเวลาพิจารณา เว้นแต่ชุมชนจะยับยั้ง 2. ทำให้การ snapshot การโหวตเป็นแบบสุ่มหรือบังคับให้มีทุนจริงในเกม สิ่งเหล่านี้ทำให้การซื้อเสียงมีต้นทุนสูงขึ้น เพราะถ้าคุณสุ่ม snapshot ในบล็อกที่สุ่มในช่วงหลาย epoch ผู้โจมตีจะคาดเดาไม่ได้ว่าควรซื้อโทเคนเมื่อไร และเมื่อคุณบริหารคลังสมบัติชุมชนและตัดสินใจเกี่ยวกับเศรษฐกิจ การเรียกร้องให้ผู้โหวตมีทุนจริงและผูกมัดเป็นสิ่งจำเป็น 3. ใช้การปรับสมดุล quorum แบบปรับตัว ซึ่งผมออกแบบให้กับ Polygon ซึ่งเป็นการปรับ quorum แบบไดนามิกเพื่อแก้ปัญหา quorum คงที่ที่ either ต่ำเกินไป (กลุ่มเล็กผลักดันได้) หรือสูงเกินไป (ไม่มีอะไรผ่าน) การปรับสมดุล quorum แบบปรับตัวนี้ทำงานได้ดีและเข้ากันได้ดีกับโมเดล veto ที่กล่าวไปในข้อหนึ่ง
คำถามที่ 12 คำถามวิจัยเปิดหรือการทดลองด้านการกำกับดูแลที่คุณตื่นเต้นที่สุดใน 12–24 เดือนข้างหน้า ถ้าคุณสามารถแนะนำผู้ให้ทุน 3 รายในการจัดสรรเงินทุนด้านการวิจัยด้านการกำกับดูแล ควรไปที่ไหน?
ผมคิดว่าการกำกับดูแลในปัจจุบันยังมีช่องว่างสำคัญ และช่วงต่อไปจะต้องเปลี่ยนแนวคิดบางส่วนของสมมุติฐานเดิมมากกว่าการปรับปรุงกลไกที่มีอยู่ หนึ่งในด้านที่น่าจับตามองคือ AI-assisted contextualisation ระบบที่ช่วยสรุปและให้บริบทของข้อเสนอการกำกับดูแล ซึ่งมักจะซับซ้อนและเข้าใจยากสำหรับผู้มีส่วนได้ส่วนเสียต่าง ๆ ระบบเหล่านี้จะช่วยเพิ่มการมีส่วนร่วมและคุณภาพของการตัดสินใจ อีกด้านคือการใช้ prediction markets เป็นชั้นสัญญาณสำหรับการกำกับดูแล ซึ่งสามารถแสดงความคาดหวังล่วงหน้าและเสริมการลงคะแนนด้วยการเปิดเผยว่าผู้เข้าร่วมประเมินผลลัพธ์ของการตัดสินใจแต่ละอย่างอย่างไร สุดท้ายคือการสร้างเกมความเห็นพ้องกันแบบ multi-agent: ตัวแทน AI จะโต้ตอบกันอย่างไร สร้างชื่อเสียง มีเกณฑ์ควบคุม และอภิปรายเพื่อให้ได้ข้อสรุปที่มีความหมาย ผมวิเคราะห์กระทู้ Moltbook 500 อันดับแรกและพบว่า AI ก็เสี่ยงต่อการถูกชักจูงและการจัดการเช่นเดียวกับผู้เข้าร่วมการกำกับดูแลของมนุษย์ หากผมเป็นผู้ให้ทุน ผมจะเน้นลงทุนในโมเดลเชิงกลยุทธ์ของการกำกับดูแลมากขึ้น ระบบหลายระบบที่ทดสอบได้และควบคุมได้จะช่วยให้เราเข้าใจว่าผู้เข้าร่วมปฏิบัติตัวอย่างไร และแบบไหนที่มีความยืดหยุ่นและแข็งแรงในทางปฏิบัติ
