Q1. Vous avez décrit la gouvernance comme la chambre de pression de Web3. Lorsqu’un protocole fait face à une crise réelle, par exemple une concentration du pouvoir de vote, des chocs sur le prix des tokens ou un incident de sécurité, quels modes de défaillance prévisibles apparaissent généralement en premier, et pourquoi ?
La réponse honnête est que cela dépend entièrement du type de crise… Ce sont toutes des bêtes différentes. Par exemple, lorsque le pouvoir de vote concentré rencontre une crise, vous voyez ce que j’appelle le « vide de coordination ». Les grands détenteurs de tokens se figent. Ils calculent leur exposition à travers leurs positions. Pendant ce temps, les petits détenteurs crient sur Discord, mais leurs votes ne font pas bouger l’aiguille. Le protocole entre dans cet état bizarre où techniquement, la gouvernance fonctionne, mais pratiquement, aucune décision n’est prise.
Nous avons vu une version de cela se produire avec Cardano l’année dernière, lorsqu’un seul DRep connu sous le nom de « Whale » a accumulé suffisamment de pouvoir de vote délégué pour veto global à toutes les propositions d’IOG, la société de développement principale de Cardano. Les chocs sur le prix des tokens produisent une cascade de défaillance complètement différente, et c’est beaucoup plus visceral. Ce que vous voyez, c’est une falaise. Elle commence par une pression de vente qui se répand parmi les opérateurs de nœuds et les détenteurs de tokens, et les détenteurs institutionnels commencent à faire des retraits OTC. Ensuite, les retraits des particuliers s’intensifient, et soudain, vous êtes en territoire de crise bancaire. C’est exactement ce qui s’est passé avec Terra en mai 2022, et parce que la blockchain est transparente, tout le monde pouvait suivre la course en temps réel. C’est aussi pourquoi des échanges comme Binance ont intégré des leviers de sécurité dans leurs systèmes. Ils effectuent des revues périodiques sur plusieurs dimensions, telles que le volume de trading, l’activité du projet, la sécurité et la conformité réglementaire, et ils signalent les tokens avec des tags de surveillance ou les retirent de la liste lorsqu’émergent des signaux d’alerte précoces. Ces mécanismes existent précisément parce que l’industrie a appris, à la douleur, que certaines cascades de défaillance sont prévisibles.
Q2. Votre étude comparative du comportement des votants dans Curve et Polkadot a remis en question de nombreuses hypothèses. Quelles ont été les découvertes empiriques les plus surprenantes, et comment les DAO devraient-elles modifier leur modèle mental du « actif » versus « représentatif » en gouvernance à la suite ?
Deux découvertes ont vraiment remis en question mes hypothèses. Lorsque nous avons étudié les personas utilisateurs en gouvernance, nous avons classé les votants selon la taille de leurs détentions : les baleines étant le top 1 %, les requins les 5 % suivants, jusqu’aux crevettes avec les plus petites détentions. Dans Polkadot, 93 % des baleines et 98 % des requins ont verrouillé leurs tokens pour 14 jours ou moins, tandis que les petits détenteurs s’engageaient pour des durées bien plus longues. Dans Curve Finance, nous avons trouvé un schéma similaire. Même avec des récompenses de jauge poussant 67,2 % de tous les votants vers le verrouillage maximal de quatre ans, les plus grands détenteurs verrouillaient toujours pour une durée plus courte. Les mécanismes de conviction ne limitent pas les personnes pour lesquelles ils sont conçus.
La deuxième concerne la participation électorale. Dans Curve, 38 % de tous les tokens verrouillés ont été utilisés pour voter. Dans Polkadot ? 0,11 %. Incroyablement faible. Bien que les deux systèmes disposent d’un vote de conviction, le vote par jauge de Curve Finance récompense financièrement les participants. Polkadot vous demande de verrouiller des tokens par devoir civique. Les données montrent que le devoir civique seul ne suffit pas à faire évoluer la participation. Le changement de modèle mental que je préconise est d’arrêter de traiter la participation DAO comme un signal de vertu et de commencer à la considérer comme un problème de conception économique. Une question importante à poser avant de concevoir : pourquoi un acteur rationnel verrouillerait-il son capital pour voter ?
Q3. Vous avez utilisé des méthodes quantitatives innovantes pour cartographier le comportement des utilisateurs. Pour les lecteurs non techniques, comment avez-vous mesuré l’influence, la coordination et la fragmentation, et quels indicateurs les projets devraient-ils commencer à suivre aujourd’hui ?
Ma démarche est toujours la même : apporter la recherche d’autres disciplines dans la blockchain et la rendre accessible aux décideurs. Pour mesurer la maturité de la gouvernance, j’ai créé l’Indice de Transparence et d’Engagement de la Gouvernance chez Filecoin. Il suit quatre catégories, comme les artefacts publiés (charte du comité, logs de décisions), la transparence des développeurs principaux, la communication de gouvernance, et les rapports communautaires de transparence — chacun pondéré différemment. Chaque métrique a un plafond anti-spam, et la direction reçoit un score mensuel unique entre 0 et 1, suivi trimestre après trimestre. Nous avons aussi construit le cadre de scoring d’admission de Polygon pour les validateurs, avec un poids de 45 % pour la mise en jeu, 25 % pour l’expérience, et 30 % pour l’expertise. Nous l’avons validé avec une corrélation de Pearson montrant que l’expérience prédit positivement la performance en chaîne. L’expertise était évaluée via des évaluations techniques aléatoires et chronométrées. Quelles métriques suivre ? Mesurez comment vos tokens sont distribués et qui détient le pouvoir. Chaque protocole dit être décentralisé. Presque aucun ne donne un chiffre précis. Plus important encore, cessez de mesurer combien de personnes votent en gouvernance et commencez à mesurer combien de discussions aboutissent réellement à une décision. La participation est une métrique de vanité. La convergence est ce qui compte.
Q4. Dans vos modèles de trésorerie MINA et Liberdus, vous avez analysé les surfaces d’attaque et recommandé une décentralisation progressive. Présentez-nous un exemple concret. Comment négociez-vous entre l’accès à la trésorerie, la vélocité opérationnelle et la sécurité durant ces phases ?
En travaillant avec la gouvernance de la trésorerie de Mina Protocol, j’ai analysé la distribution réelle des détenteurs de tokens en chaîne via BigQuery et testé la robustesse des paramètres de gouvernance face à la concentration réelle de propriété. J’ai ensuite modélisé des attaques possibles comme l’achat-vote-dump et la capture de délégation sous des scénarios de participation réalistes.
Cela a permis d’établir une décentralisation progressive : des garde-fous précoces protégeaient l’intégrité de la trésorerie tout en conservant la vélocité opérationnelle, avec des contrôles progressivement assouplis à mesure que la distribution et la participation se renforçaient. L’accès à la trésorerie s’élargit en fonction de la résilience économique démontrée, et non sur des suppositions.
Q5. La tension entre la Fondation et la Communauté reste non résolue dans de nombreux protocoles. D’après votre expérience en conseil, quels mécanismes de gouvernance (en chaîne ou hors chaîne) fonctionnent réellement pour limiter le pouvoir excessif de laboratoire ou de contrôle sans freiner la progression du produit ?
Cette tension est omniprésente. Ma démarche, et ce que nous avons construit chez Polygon et Filecoin, commence par des piliers de gouvernance. Avant de concevoir un mécanisme, vous définissez précisément ce qui sera gouverné et qui doit avoir voix au chapitre dans chaque domaine. Cette distinction seule évite la moitié des conflits. Ensuite, je construis des systèmes bicaméraux avec des dynamiques de maker-checker. Quand la fondation prend une décision, comment la communauté peut-elle la vérifier ? C’est là que nous avons introduit des rapports de transparence et une responsabilité structurée. Quand la communauté décide, quels sont les droits de veto de la fondation, et dans quelles conditions ? Les deux directions doivent avoir des contraintes claires et auditable. Les timelocks se placent entre chaque décision et son exécution, offrant à chaque partie une fenêtre pour signaler un problème sans bloquer totalement la progrès. Je suis aussi délibéré sur le fait que, si les mises à jour de contrats intelligents, les décisions de trésorerie et les paramètres du protocole passent par ces contrôles bicaméraux, l’innovation au niveau de l’interface — fonctionnalités produit, UX, frontend — doit rester indépendante de la gouvernance. Exiger un vote DAO pour déployer une amélioration UI, c’est tuer la vélocité du produit.
Q6. Lors de la controverse Aave, vous avez proposé une voie de résolution. À quoi ressemblerait un cadre de « résolution de conflit » principiel et reproductible pour les DAO, qui préserverait la décentralisation tout en permettant une action décisive en cas d’urgence ?
La controverse Aave était importante car elle ne portait pas réellement sur les frais CowSwap. Elle concernait une question structurelle que tout protocole majeur finira par affronter : quelle est la relation entre la DAO et les équipes qui la construisent, et qui possède quoi ? Ce que j’ai vu, c’est une question de conception de gouvernance se transformer en une lutte de motifs. J’ai souvent observé ce schéma. Aave se trouve à l’intersection de la gouvernance en chaîne et d’un monde hors chaîne d’utilisateurs, régulateurs et institutions. Il faut à la fois une DAO qui crédiblement possède le protocole et son identité, et des équipes capables de livrer rapidement avec un contexte approfondi. Ce sont des rôles complémentaires. Mais la relation doit être lisible. La question que j’ai soulevée n’était pas « DAO vs Labs » comme d’autres, mais : quel est le contrat clair entre eux ? J’ai commencé à explorer la métagouvernance comme un moyen de rendre cette relation contractuelle et auditable. Mélanger investigation et indignation, c’est comment on obtient des propositions de « poison pill » dès le quatrième jour.
Q7. La tokenomique et la gouvernance sont étroitement liées. Comment devrait être conçue la distribution initiale de tokens et les calendriers de vesting pour éviter une capture de gouvernance à long terme tout en récompensant les premiers contributeurs et bâtisseurs ?
Je pense qu’il est crucial de dissocier récompenses économiques et pouvoir de gouvernance. Gagner un rendement sur ses tokens et contrôler la direction du protocole sont deux choses différentes, et les combiner garantit une ploutocratie. Il est aussi essentiel de modéliser votre calendrier de vesting comme une simulation de pression de vente avant le lancement d’un token.
Q8. Votre analyse Moltbook cartographie les schémas de consensus entre agents IA. Quels parallèles voyez-vous entre la coordination des agents IA et celle des DAO humains, par exemple, en concentration d’influence, chambres d’écho ou formation de coalitions, et qu’est-ce que cela implique pour la conception d’une gouvernance à l’échelle machine ?
Lorsque vous éliminez complètement l’humain de l’équation et que vous regardez les agents IA prendre des décisions, ce qui émerge est étrangement familier. J’ai analysé 500 fils de discussion et classé en quatre schémas de consensus : Validation unificatrice, où le consensus se forme rapidement ; Résolution itérative de problèmes, par raffinement ; Convergence nuancée, où des contre-arguments empêchent un accord total ; et Discours fragmenté, où aucun consensus ne se forme. 44 % sont dans cette dernière catégorie. Pratiquement la moitié de tous les discours liés à la gouvernance ne produisent aucune convergence. Dans les DAO humains, on retrouve une fragmentation identique. Les chambres d’écho aussi. Des agents partageant des architectures similaires se regroupent et se renforcent mutuellement, l’équivalent machine des silos idéologiques dans les forums DAO. À mesure que les agents IA participeront de plus en plus à la gouvernance en chaîne en tant que délégués ou votants autonomes, ils reproduiront tous les modes de défaillance humaine à la vitesse machine. Ce sont des bugs de coordination, qu’ils impliquent des humains ou des IA.
Q9. Les systèmes de réputation sont souvent proposés comme une voie vers une meilleure gouvernance. Où voyez-vous la réputation utile versus dangereuse (par exemple, renforcer les élites), et quels designs ou primitives de résistance aux Sybils vous semblent les plus prometteurs ?
La réputation n’est une primitive méritocratique que lorsque les métriques sont objectivement vérifiables, et que le contexte est strictement délimité. Dès que la réputation devient un proxy pour « faire confiance au jugement de cette personne », vous remplacez la gouvernance par de la montée sociale. Les opérateurs de nœuds en sont le cas le plus clair. Uptime, production de blocs, checkpoints signés, il n’y a pas d’ambiguïté. Cependant, avec les revues par pairs, l’évaluation de la qualité des contributions, et les jugements subjectifs sur le travail de quelqu’un, on hérite de tous les biais que la gouvernance décentralisée était censée démanteler. Concernant la résistance aux Sybils : la réputation sans identité ne pourra pas évoluer. C’est pourquoi l’identité à connaissance zéro est la primitive la plus prometteuse dans l’espace actuellement. Elle permet de prouver que vous êtes un humain unique sans révéler qui vous êtes, tout en offrant de puissantes propriétés de confidentialité.
Q10. Quels exercices de simulation, approches de red-team ou simulations en chaîne chaque DAO devrait-il réaliser avant de confier un contrôle significatif de la trésorerie ou du protocole aux détenteurs de tokens ?
Parfois, je suis frustré que certains protocoles sautent des étapes fondamentales. Avant de concevoir un seul paramètre de gouvernance, examinez votre distribution de tokens en chaîne. À quel point votre offre est concentrée ? Combien de portefeuilles faut-il pour atteindre le quorum ? Combien pour faire basculer une majorité ? Si vous ne connaissez pas ces chiffres, vous concevez la gouvernance dans le noir. Quand j’ai travaillé avec Mina Protocol sur leur gouvernance de trésorerie, nous avons extrait des données en chaîne via BigQuery et testé leurs paramètres proposés contre la distribution réelle des détenteurs. Ce type de simulation nous a permis de recommander proactivement un ajustement adaptatif du quorum. Ensuite, je modélise chaque attaque économiquement viable contre la distribution réelle, comme les exploits buy-vote-dump, la centralisation de délégation, les marchés de location de votes, et je simule une participation réaliste. La conception de la gouvernance doit être guidée par la vérité économique, pas par l’idéalisme.
Q11. Pour un protocole de taille moyenne préoccupé par une faible participation et l’achat de votes, nommez trois changements concrets et réalisables qu’il pourrait déployer dans les 90 prochains jours pour améliorer mesurablement la qualité de la gouvernance.
C’est une question que je rencontre souvent. Avant de faire des changements, la première étape cruciale est de comprendre pourquoi la participation est faible. La cause peut varier : apathie, communauté encore jeune, ou simplement que la gouvernance n’a pas encore trouvé son adéquation produit-marché.
C’est pourquoi je recommande généralement de commencer par une rétrospective approfondie. Parlez directement avec la communauté, analysez les données de participation, identifiez où se situe la friction ou le désengagement. Les changements structurels que vous mettrez en œuvre seront beaucoup plus efficaces s’ils sont basés sur ce diagnostic plutôt que sur des suppositions. 1. Passer du vote au veto. La plupart des systèmes de gouvernance demandent aux détenteurs de tokens d’approuver activement tout. C’est épuisant, et cela bloque souvent des propositions qui ne méritent pas autant de cérémonial. Inversez le modèle : laissez passer par défaut après une période de délibération, sauf si la communauté veto. 2. Randomisez vos snapshots de vote ou exigez une mise en jeu économique. Ces deux approches sont liées, car elles rendent l’achat de votes structurellement coûteux. Sur le snapshot : si vous prenez la photo du vote à un bloc aléatoire dans plusieurs époques, les attaquants ne peuvent pas prévoir quand acquérir des tokens. Lorsqu’il s’agit de gouverner des trésoreries communautaires ou de prendre des décisions impactant l’économie du protocole, exiger que les votants aient un capital réel et engagé dans le temps est essentiel. C’est aussi ce que j’ai exploré en profondeur dans mes recherches sur la gouvernance par escrow de votes pour Filecoin. 3. Déployer un ajustement adaptatif du quorum. C’est une amélioration que j’ai conçue pour le cadre de signalement des tokens stakés de Polygon, et c’est l’une des améliorations pratiques que peut faire un protocole de taille moyenne. Le problème des quorum fixes, c’est qu’ils sont soit trop faibles — un petit groupe peut faire passer des choses —, soit trop élevés — rien ne passe parce qu’on ne peut pas rassembler assez de monde. L’ajustement adaptatif du quorum le résout dynamiquement, et il se marie parfaitement avec le modèle de veto évoqué en point un.
Q12. Quelles questions de recherche ouvertes ou expériences de gouvernance vous enthousiasment le plus pour les 12 à 24 prochains mois ? Si vous deviez conseiller trois financeurs de subventions, où devraient-ils investir dans la recherche en gouvernance ?
Je pense qu’on peut dire que la gouvernance dans sa forme actuelle comporte encore d’importantes lacunes, et que la prochaine étape nécessitera de repenser certains de ses postulats fondamentaux plutôt que de simplement affiner les mécanismes existants.
Un domaine prometteur est l’aide à la contextualisation assistée par IA. Les propositions de gouvernance sont souvent denses et difficiles à interpréter, et différents acteurs les abordent avec des priorités variées. Des systèmes capables de résumer et de contextualiser ces propositions pour les développeurs, détenteurs de tokens ou allocateurs de capitaux pourraient améliorer à la fois la participation et la qualité des décisions.
Un autre domaine est l’utilisation de marchés de prédiction comme couche de signalisation pour la gouvernance. Ils offrent un moyen de faire remonter des attentes prospectives, ce qui pourrait compléter le vote en révélant comment les participants évaluent les résultats probables de différentes décisions.
Enfin, les jeux de consensus multi-agents : comment différents agents IA interagiront-ils entre eux, maintiendront-ils leur réputation, auront-ils des garde-fous, et délibéreront-ils pour parvenir à des conclusions significatives ? Mes recherches récentes sur les 500 meilleurs fils Moltbook ont montré que les agents IA sont aussi susceptibles que les humains de tomber dans des patterns de manipulation sociale et d’ingénierie. Si j’avais à conseiller des financeurs, une priorité serait d’investir davantage dans la modélisation game-theoretic de la gouvernance. Beaucoup de systèmes de gouvernance reposent encore sur des hypothèses comportementales qui n’ont pas été rigoureusement testées. Par ailleurs, financer des expériences structurées avec différents modèles de gouvernance — essais contrôlés, simulations, études empiriques — pourrait énormément nous aider à comprendre comment les participants se comportent réellement et quels designs sont plus résilients en pratique.
