TOKEN:预测机制能否有助于解决 DAO 投票难题?_TOK

在DAO组织中,投票是个大问题。这篇文章将介绍一种利用两种token来巧妙解决投票参与度不高、注意力分散问题的新思路。除此之外,我们还将讨论DAO组织在治理过程中,如何用token激励不同经济社区的参与、用预测市场的思路设计竞争机制、如何让社区提案推广者的成本有效控制等非常有趣的话题。

原文标题:《困扰DAO的投票难题,引入预测市场会是一个好主意吗?》**编译:橙皮书Jessie213

通过DAOs,我们设想成千上万甚至数百万人能够自发地为共同的目标而合作,实现公司、数字网络和集体智慧的统一。随着技术的逐渐成熟,该组织形态的实践越来越多,但衡量一个DAO组织好坏的标准不是她是不是能做出正确的决策,而是她最终产出的决策是不是能有效的反映社区大多数人的想法。

现在DAO组织面临的问题有哪些?

Arthur Hayes:近期对金融市场预测失误,将购入比特币:金色财经报道,BitMEX 创始人 Arthur Hayes 近期发布最新文章《Be Present》,他表示最近对金融市场的预测也犯了滑雪时因注意力没有 100% 集中而摔倒类似的错误。我不能总是等待完美的时机和设置,是时候入场了。

Arthur Hayes 将筹集现金,将其愿意冒险的部分流动法定货币从货币市场基金/短期美国国库券转移到美元现金中,然后可以将资金快速部署到他选择的风险资产中。将购入比特币,将在未来几天进行部署。但所以请不要认为当这种情况发生时,它会对比特币币的价格产生任何明显的影响。

此外,Arthur 还表示,相信目前存在的叙事正在激发大量乱七八糟的垃圾项目推出。如果比特币和以太坊继续上涨,在接下来的几个月里肯定会有一个垃圾币垂直拉升走向疯狂。

当 TGA(美国财政部账户余额)达到零时,退出市场。将果断卖掉其从现在起到那时购买的所有仓位。[2023/2/8 11:54:45]

在DAO组织的治理形式中,投票是一个非常重要的环节,社区中的提案需要通过投票决定是否通过。随着DAO组织的扩张和参与的人数的增多,相关的社区提案也会越来越多,如果要征集广泛的共识来实现最终决策会无可避免的效率低下。但要是不要求更多的人参与,就会导致没人参与或参与的人作出的决定不能代表组织大多数人的想法。

吴忌寒:预测减半后全网算力下降20%:据OKEX官方微博消息,5月11日,OKEX邀约比特大陆董事长兼CEO吴忌寒为课程导师,共同创作区块链系列短视频《OK区块链60讲》。关于马上到来的比特币减半,吴忌寒表示:这次减半,影响因素和实际情形会变得更加复杂。他预计综合考虑存量矿机分布等因素,预测减半后全网算力下降20%。所以说如果要挖矿必须抓住机遇。[2020/5/11]

绝对/相对多数投票制度

首先我们来区分两个概念,绝对和相对多数投票制度。

举个栗子,比如一个DAO组织有100个成员,此时需要通过一个提案。绝对民主下需要每个人都投票,只要超过51票赞成提案就通过。而相对民主下不强制每个人都投票,比如100个人里只有9个人参与了投票,那超过5票赞成即为提案通过。

Coinbase获得巴克莱银行对加密监管风险的同等评级:金色财经报道,巴克莱(BCS)分析师Benjamin Budish注意到监管风险和零售交易收入敞口,开始以同等权重评级和80美元的价格目标覆盖加密货币交易所Coinbase(COIN)。Budish周二在给客户的一份报告中表示,尽管有一些积极的催化剂,例如以太坊合并和行业整合,Coinbase 仍将面临挑战。

尽管如此,Budish 的 80 美元目标价仍然比今天的收盘价 67.03 美元有近 20% 的上涨空间。除了新的 Coinbase 覆盖范围外,巴克莱还以低配评级和 10 美元的价格目标启动了在线经纪公司 Roinbhood (HOOD),理由是通货膨胀和/或潜在的经济衰退对客户的负面影响。[2022/8/31 12:59:27]

绝对/相对多数投票制度下的问题是什么?

京东数据研究院院长:区块链使供应链销售预测形成特色:近日,在“AI·智驱新动力”论坛暨南方智能产业研究院成立大会上,京东数据研究院院长刘晖表示,在整个供应链领域,京东通过区块链实现的防伪追踪、反向定制,帮助商家做选品、计划管理等等。其中,反向定制、供应链销售预测已形成特色。[2018/6/23]

绝对多数的问题一般就是操作中的困难,使组织中每个人都参与治理难度和效率显而易见。

在相对多数下,只有时间是变量,如果有人想攻击的话他可以生成很多无效的提案,然后设定一个投票期间,只要到期时使赞成票数超过参与投票的半数就可以了。

比如攻击者可能是某个恶意提议的单个投票者,他发了个提案:将所有DAO资金转移给自己。随着固定的时间内需要进行投票的提案的增加,人们的注意力很容易就忽视掉这样的提案,所以如果他「通过」显然无法代表大多数人的态度。

火币首席运营官朱嘉伟对2018年发展进行六大预测:3月25日,火币集团首席运营官朱嘉伟,受邀为湖畔大学二期学员分享关于“拥抱区块链的正确姿势”的主题演讲。朱嘉伟对区块链技术在2018年的发展,进行了以下六个方面的预测:

1、基础设施将不断完善;

2、区块链行业领域创新会持续细化延伸;

3、“区块链+”将不断渗透到各个领域;

4、融资估值回归合理;

5、行业监管体系完善、行业自律规则普及;

6、以技术为王,保证更多项目的落地,带动多个行业的持续繁荣。[2018/3/27]

当然,一般使用相对多数投票制时,会设置一个最低投票人数。quorums的问题在于,当设置得过高时,它们会面临绝对多数制度下的规模问题;当设置得过低时,它们会遇到相对多数制度的弹性问题,而且通常两者会同时出现。这种冲突随着提案数量的增加而增加,因此quorums仍不能缓解这个矛盾。

货币化注意力

在DAO组织中,社区成员的注意力一定是最宝贵而稀缺的,一方面大家更愿意关注和社区/自己利益相关的提案。且随着提案的增多,每个提案被分配的注意力也不可避免的被稀释。所以在没有激励模式的情况下,根本没人愿意参与。那么DAO组织用什么来吸引大家的注意力,最简单的方法就是发DAOtoken,你参与我提案的投票我就奖励你。

但是究竟要发多少token是依据供需状况来确定的,比如社区现在有20个提案,每个提案要争夺大众的注意力所付出的成本就比整个社区中只有1个提案高的多。这种方法解决了相对多数投票中的参与率不佳的问题,使得最终的决策一定程度上能代表广泛共识,弊端是使提案赢得大众的注意力的推广成本会越来越高,也不是长久之计。

为了解决上述的矛盾,我们设计了两种token的经济激励模式,将绝对多数和相对多数投票制相结合。期间引入预言家对提案结果进行预测,预测正确的人可以「推动」提案的通过。

两种token

引入的两种token,一种是给投票者参与投票的补偿,另一种是给预言正确各种DAO提案是否会通过的预言家的奖励,但是预言家需要通过质押平台token参与预测。也就是说,DAO组织中的决策需要社区中投票者的关注,因为这和他们的利益息息相关;在过滤提案和保护围绕提案的决策过程中,在一个开放的、无需许可的网络上运行更好。

相应的,前者需要DAO组织自己的token,后者需要承载各种DAO组织的全球化平台token(例如DAOstackGEN、EdgewareEDGetc)。

DAO组织可以以Bounty的形式去发起预测活动,Bounty的奖励可能来自提案的推广费也可能来自DAO组织本身的赞助。预言者通过质押代币(比如GEN),预测对了拿奖励。

也就是说,预言家们先帮投票者筛选一波,哪些好的提案很大程度上会通过,就在这些提案上多下注。被下注多的相关提案会顶上去,投票者进行投票时就会先看到这些提案。

预言家不需要关心DAO组织中的决策最终能否成功,也不需要有多大的投票权。他们追逐的是短时间的经济效益,就像交易商,只要他们觉得自己有信息上的优势或就是单纯想质押token试一试,都可以参与。就像前面提到的,这个环节不同于投票环节,是无需许可的开放网络。

解决了三个问题:

投票者因激励不够,不会参与线上治理

有一大堆的提案,分散了公众的精力,也稀释了每个提案的参与度

提案的推广者随着社区提案的增多负担的成本越来越高

其他问题:

大户可以通过质押大量代币买提案通过吗?显然不可以,大户针对单一提案质押大量代币,结果是提案的关注度上去了,但不一定会通过,因为投票权在Voter的手里。

投票者的votingpower的游戏规则是怎样的?

根据所持的平台token的数量。通过质押ETH得到GEN通过质押白名单token得到GEN*也许还有...

当然整个方案还有令人疑惑的点,比如预测市场这个环节,是单纯的零和博弈,还是仅仅引入了预测环节,参与者通过质押代币等着生利息?这二者对用户参与预测的积极性和活跃度是有影响的,最终也会间接影响到提案投票的流动性。

最后脑洞一个在内容行业的使用场景:想象一个DAO组织形式的杂志社,为了激励产出好的作品和好的作品赢得更多的关注,杂志社先抛出N个创作者们打算写的选题,在社区内发起投票,然后社区外的大众可以参与预测,哪篇文章的热度最高,预测对了可以拿token。

参考文章:

https://medium.com/daostack/holographic-consensus-part-1-116a73ba1e1chttps://twitter.com/jessewldn/status/1133406021123158016

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

[0:0ms0-3:388ms