Q1. Bạn đã mô tả quản trị như là buồng áp lực của Web3. Khi một giao thức đối mặt với khủng hoảng thực sự, ví dụ như quyền bỏ phiếu tập trung, sốc giá token hoặc sự cố an ninh, các hình thức thất bại dự đoán nào thường xuất hiện đầu tiên, và tại sao?
Câu trả lời trung thực là tất cả phụ thuộc hoàn toàn vào loại khủng hoảng… Chúng đều là những sinh vật khác nhau. Ví dụ, khi quyền bỏ phiếu tập trung gặp khủng hoảng, bạn sẽ thấy cái gọi là “khoảng trống phối hợp.” Các nhà token lớn đóng băng. Họ đang tính toán mức độ phơi nhiễm của mình qua các vị trí. Trong khi đó, các nhà nhỏ hơn la hét trên Discord, nhưng phiếu bầu của họ không làm thay đổi kết quả. Giao thức rơi vào trạng thái kỳ quặc này, nơi về mặt kỹ thuật, quản trị vẫn hoạt động, nhưng về mặt thực tế, không có quyết định nào được đưa ra.
Chúng ta đã chứng kiến một phiên bản của điều này xảy ra với Cardano vào năm ngoái, khi một DRep duy nhất gọi là “Whale” tích lũy đủ quyền bỏ phiếu ủy quyền để phủ quyết mọi đề xuất từ IOG, công ty phát triển cốt lõi của Cardano. Sốc giá token tạo ra một chuỗi thất bại hoàn toàn khác, và nó rất rõ ràng. Bạn thấy một vách đá. Nó bắt đầu bằng áp lực bán lan rộng trên các nhà vận hành nút và các nhà nắm giữ token, các nhà nắm giữ tổ chức bắt đầu rút tiền OTC. Sau đó, các rút tiền của nhà bán lẻ tăng cao, và đột nhiên bạn đang ở trong vùng chạy ngân hàng. Chính xác như điều đã xảy ra với Terra vào tháng 5 năm 2022, và vì blockchain minh bạch, mọi người đều có thể theo dõi cuộc chạy trong thời gian thực. Đây cũng là lý do tại sao các sàn giao dịch như Binance đã xây dựng các cơ chế an toàn vào hệ thống của họ. Họ tiến hành các đánh giá định kỳ trên nhiều khía cạnh, như khối lượng giao dịch, hoạt động dự án, an ninh và tuân thủ quy định, và họ sẽ cảnh báo các token có nhãn theo dõi hoặc loại bỏ chúng khi xuất hiện các tín hiệu cảnh báo sớm. Các cơ chế này tồn tại chính xác vì ngành công nghiệp đã học được, một cách đau đớn, rằng một số chuỗi thất bại này có thể dự đoán trước.
Q2. Nghiên cứu so sánh của bạn về hành vi bỏ phiếu trong Curve và Polkadot đã thách thức nhiều giả định. Những phát hiện thực nghiệm đáng ngạc nhiên nhất là gì, và DAO nên thay đổi mô hình tư duy về “hoạt động” so với “đại diện” như thế nào?
Hai phát hiện thực sự đã thách thức giả định của tôi. Khi chúng tôi nghiên cứu các nhân cách người dùng trong quản trị, chúng tôi phân loại các phiếu bầu theo quy mô sở hữu của họ: cá mập là 1%, cá mập lớn hơn là 5%, cho đến tôm nhỏ nhất. Trong Polkadot, 93% cá mập và 98% cá mập lớn khóa token của họ trong vòng 14 ngày hoặc ít hơn, trong khi các nhà nhỏ hơn cam kết thời gian dài hơn nhiều. Trong Curve Finance, chúng tôi thấy một mô hình tương tự. Dù phần thưởng gauge thúc đẩy 67,2% tất cả các phiếu bầu hướng tới mức khóa tối đa bốn năm, các nhà nắm giữ lớn nhất vẫn luôn khóa trong thời gian ngắn hơn. Cơ chế niềm tin không hạn chế những người mà chúng được thiết kế cho.
Phát hiện thứ hai là về tỷ lệ tham gia bỏ phiếu. Trong Curve, 38% tổng số token khóa được sử dụng để bỏ phiếu. Trong Polkadot? 0,11%. Thấp đến mức đáng kinh ngạc. Mặc dù cả hai hệ thống đều có cơ chế bỏ phiếu bằng niềm tin, nhưng phiếu bầu của Curve Finance mang lại phần thưởng tài chính cho người tham gia. Polkadot yêu cầu bạn khóa token vì nghĩa vụ công dân. Dữ liệu cho thấy nghĩa vụ công dân đơn thuần không đủ quy mô. Mô hình tư duy tôi đề xuất là ngừng xem sự tham gia của DAO như một tín hiệu đạo đức và bắt đầu xem nó như một vấn đề thiết kế kinh tế. Một câu hỏi quan trọng cần đặt ra trước khi thiết kế là: Tại sao một diễn viên hợp lý lại khóa vốn của họ để bỏ phiếu?
Q3. Bạn đã sử dụng các phương pháp định lượng mới để khảo sát hành vi người dùng. Đối với độc giả không chuyên, bạn đã đo lường ảnh hưởng, phối hợp và phân mảnh như thế nào, và các chỉ số nào dự án nên bắt đầu theo dõi ngày hôm nay?
Phương pháp của tôi luôn giống nhau: mang nghiên cứu từ các lĩnh vực khác vào blockchain và làm cho nó dễ hiểu cho các nhà ra quyết định. Để đo lường mức độ trưởng thành của quản trị, tôi đã tạo ra Chỉ số Minh bạch và Tham gia Quản trị tại Filecoin. Nó theo dõi bốn danh mục, như các tài liệu đã công bố như điều lệ ủy ban và nhật ký quyết định, minh bạch của các nhà phát triển cốt lõi, truyền thông quản trị, và báo cáo cộng đồng minh bạch — mỗi loại có trọng số khác nhau. Mỗi chỉ số đều có giới hạn chống spam, và lãnh đạo nhận được một điểm số hàng tháng từ 0 đến 1, theo dõi theo quý. Chúng tôi cũng xây dựng khung điểm tuyển chọn validator của Polygon, với trọng số đặt cược 45%, kinh nghiệm 25%, và chuyên môn 30%. Chúng tôi xác nhận bằng hệ số tương quan Pearson cho thấy kinh nghiệm dự đoán tích cực hiệu suất trên chuỗi. Chuyên môn được đánh giá qua các bài kiểm tra kỹ thuật ngẫu nhiên, thời gian có hạn. Các chỉ số cần theo dõi là gì? Đo lường cách phân phối token của bạn và ai nắm giữ quyền lực. Mọi giao thức đều nói là phi tập trung. Gần như không ai đưa ra con số cụ thể. Quan trọng nhất, đừng chỉ đo lường số người bỏ phiếu trong quản trị, mà hãy đo lường số cuộc thảo luận thực sự dẫn đến quyết định. Tỷ lệ tham gia là một chỉ số phù phiếm. Điều quan trọng là sự hội tụ.
Q4. Trong thiết kế kho bạc của bạn cho MINA và Liberdus, bạn đã mô hình hóa các bề mặt tấn công và đề xuất phân quyền theo giai đoạn. Hãy dẫn dắt chúng tôi qua một ví dụ cụ thể. Làm thế nào bạn cân nhắc giữa quyền truy cập kho bạc, tốc độ vận hành và an ninh trong các giai đoạn đó?
Khi làm việc với quản trị kho bạc của Mina Protocol, tôi đã phân tích phân phối token thực trên chuỗi bằng BigQuery và thử nghiệm các tham số quản trị chống lại sự tập trung sở hữu thực tế. Sau đó, tôi mô hình hóa các cuộc tấn công khả thi như mua-bỏ phiếu-bán tháo và chiếm đoạt ủy quyền trong các kịch bản tham gia thực tế.
Điều này đã hình thành nên phân quyền theo giai đoạn: các biện pháp bảo vệ ban đầu bảo vệ tính toàn vẹn của kho bạc trong khi duy trì tốc độ vận hành, với các kiểm soát dần dần được nới lỏng khi phân phối và sự tham gia tăng cường. Quyền truy cập kho bạc mở rộng dựa trên khả năng chống chịu kinh tế đã được chứng minh, chứ không dựa trên giả định.
Q5. Mâu thuẫn giữa Quỹ Foundation và Cộng đồng vẫn chưa được giải quyết trong nhiều giao thức. Theo kinh nghiệm tư vấn của bạn, các cấu trúc quản trị (trên chuỗi hoặc ngoài chuỗi) nào thực sự hiệu quả để hạn chế quyền lực quá mức của các nhóm kiểm soát mà không làm chậm tiến trình phát triển sản phẩm?
Mâu thuẫn này xuất hiện ở khắp nơi. Cách tiếp cận của tôi và những gì chúng tôi đã xây dựng tại Polygon và Filecoin bắt đầu từ các trụ cột quản trị. Trước khi thiết kế bất kỳ cơ chế nào, bạn phải xác định rõ ràng những gì sẽ được quản lý và ai nên có tiếng nói trong từng lĩnh vực. Chính sự phân biệt này đã ngăn được một nửa các tranh cãi. Tiếp theo, tôi xây dựng các hệ thống hai viện với cơ chế maker-checker. Khi quỹ Foundation đưa ra quyết định, cộng đồng kiểm tra như thế nào? Đây là nơi chúng tôi giới thiệu báo cáo minh bạch và trách nhiệm có cấu trúc. Khi cộng đồng đưa ra quyết định, quỹ Foundation có quyền phủ quyết không, và trong điều kiện nào? Cả hai hướng đều cần có giới hạn rõ ràng, có thể kiểm tra được. Thời gian chờ giữa mỗi quyết định và thực thi là một công cụ cho phép hai bên phản hồi mà không làm chậm tiến trình hoàn toàn. Một điểm nữa tôi chú trọng là, trong khi nâng cấp hợp đồng thông minh, quyết định kho bạc và tham số giao thức đi qua các kiểm tra đối lập, tôi giữ các đổi mới về giao diện như tính năng sản phẩm, UX, và frontend độc lập với quản trị. Yêu cầu bỏ phiếu DAO để phát hành cải tiến UI chính là cách bạn giết tốc độ phát triển sản phẩm.
Q6. Trong tranh cãi của Aave, bạn đã đề xuất một lộ trình giải quyết. Một khung “giải quyết tranh chấp” nguyên tắc, có thể lặp lại cho DAO, trông như thế nào, vừa giữ được tính phi tập trung vừa cho phép hành động quyết đoán trong các tình huống khẩn cấp?
Vụ tranh cãi của Aave rất quan trọng vì thực ra không phải về phí CowSwap. Nó liên quan đến một câu hỏi cấu trúc mà mọi giao thức lớn đều sẽ phải đối mặt: mối quan hệ giữa DAO và các nhóm xây dựng cho nó, và ai sở hữu cái gì? Tôi thấy quá trình này chuyển từ câu hỏi thiết kế quản trị thành cuộc chiến về động cơ. Tôi đã thấy mô hình này lặp lại nhiều lần. Aave nằm ở giao điểm của quản trị trên chuỗi và thế giới ngoài chuỗi của người dùng, nhà quản lý, và tổ chức. Bạn cần cả một DAO có thể sở hữu hợp pháp giao thức và danh tính của nó, lẫn các nhóm có thể phát triển nhanh chóng với bối cảnh sâu sắc. Chúng bổ sung cho nhau. Nhưng mối quan hệ phải rõ ràng. Vì vậy, câu hỏi tôi đặt ra không phải là “DAO vs Labs” như nhiều người khác, mà là: hợp đồng rõ ràng giữa chúng là gì? Tôi bắt đầu khám phá metagovernance như một cách để làm cho mối quan hệ đó có tính hợp đồng và có thể kiểm tra được. Kết hợp điều tra và phản ứng tức thì là cách để tránh các đề xuất “viên thuốc độc” xuất hiện vào ngày thứ tư.
Q7. Tokenomics và quản trị gắn bó chặt chẽ. Làm thế nào để phân bổ ban đầu token và lịch trình vesting được thiết kế để tránh việc kiểm soát lâu dài của các nhóm quản trị, đồng thời vẫn thưởng cho các cộng tác viên và nhà xây dựng sớm?
Tôi nghĩ rằng điều quan trọng là phải tách biệt phần thưởng kinh tế khỏi quyền lực quản trị. Thu lợi từ token và kiểm soát hướng đi của giao thức là hai chuyện khác nhau, và gộp chúng lại sẽ dẫn đến chế độ phong kiến. Cũng quan trọng là mô hình hóa lịch trình vesting như một mô phỏng áp lực bán trước khi phát hành token.
Q8. Phân tích Moltbook của bạn vẽ sơ đồ các mẫu đồng thuận giữa các tác nhân AI. Bạn thấy có những điểm tương đồng nào giữa phối hợp của các tác nhân AI và DAO của con người, ví dụ như tập trung ảnh hưởng, phòng phản xạ, hoặc hình thành liên minh, và điều đó có ý nghĩa gì đối với thiết kế quản trị quy mô máy móc?
Khi bạn loại bỏ hoàn toàn con người khỏi phương trình và quan sát các tác nhân AI đưa ra quyết định, điều gì đó rất quen thuộc sẽ xuất hiện. Tôi đã phân tích 500 chuỗi thảo luận và phân loại thành bốn mẫu đồng thuận: Xác nhận hợp nhất, nơi đồng thuận hình thành nhanh chóng; Giải quyết vấn đề theo vòng lặp, qua quá trình tinh chỉnh; Hội tụ tinh vi, nơi các phản biện ngăn cản đạt được đồng thuận hoàn toàn; và Thảo luận phân mảnh, nơi không có đồng thuận nào hình thành. Gần 44% rơi vào loại cuối cùng. Gần một nửa các cuộc thảo luận liên quan đến quản trị không dẫn đến hội tụ. Trong DAO của con người, chúng ta cũng thấy sự phân mảnh tương tự. Phòng phản xạ cũng xuất hiện. Các tác nhân chia sẻ kiến trúc tương tự nhau, tạo thành các nhóm đóng kín như các phòng tuyến ý thức hệ trong diễn đàn DAO. Khi các tác nhân AI ngày càng tham gia vào quản trị trên chuỗi như đại biểu hoặc bỏ phiếu tự động, chúng sẽ bắt chước mọi lỗi phối hợp của con người với tốc độ máy móc. Đây đều là các lỗi phối hợp, bất kể là liên quan đến con người hay AI.
Q9. Hệ thống danh tiếng thường được đề xuất như một con đường để cải thiện quản trị. Bạn thấy danh tiếng hữu ích ở đâu và nguy hiểm ở đâu (ví dụ như củng cố các nhóm tinh hoa), và các thiết kế hoặc nguyên tắc chống Sybil nào bạn thấy hứa hẹn nhất?
Danh tiếng chỉ là một nguyên tắc dựa trên thành tích khi các chỉ số có thể xác minh khách quan và bối cảnh rõ ràng. Khi danh tiếng trở thành đại diện cho “tin tưởng vào phán đoán của người này,” bạn đã thay thế quản trị bằng việc thăng tiến xã hội. Các nhà vận hành node là ví dụ rõ ràng nhất. Thời gian hoạt động, sản xuất block, ký checkpoint rõ ràng không có mập mờ. Tuy nhiên, với các đánh giá phản hồi của đồng nghiệp, chất lượng đóng góp, và các đánh giá chủ quan về công việc của ai đó, chúng ta sẽ thừa hưởng mọi thành kiến mà quản trị phi tập trung dự định loại bỏ. Về chống Sybil: danh tiếng mà không có danh tính sẽ không mở rộng quy mô. Đó là lý do tại sao danh tính bằng zero-knowledge là nguyên tắc hứa hẹn nhất hiện nay. Nó cho phép bạn chứng minh mình là một con người duy nhất mà không tiết lộ danh tính, đồng thời có các đặc tính bảo vệ quyền riêng tư mạnh mẽ.
Q10. Những bài tập mô phỏng, phương pháp red-teaming, hoặc mô phỏng trên chuỗi nào mỗi DAO nên thực hiện trước khi giao quyền kiểm soát kho bạc hoặc giao thức quan trọng cho các token holder?
Đôi khi tôi cảm thấy thất vọng vì các giao thức bỏ qua những điều cực kỳ cơ bản. Trước khi thiết kế bất kỳ tham số quản trị nào, hãy lấy dữ liệu phân phối token của bạn và thực sự xem xét nó. Phân phối của bạn tập trung đến mức nào? Cần bao nhiêu ví để đạt quorum? Bao nhiêu để thay đổi đa số? Nếu bạn không biết các con số đó, bạn đang thiết kế quản trị trong bóng tối. Khi tôi làm việc với Mina Protocol về quản trị kho bạc, chúng tôi đã lấy dữ liệu thực trên chuỗi bằng BigQuery và thử nghiệm các tham số đề xuất của họ chống lại phân phối token thực tế. Loại mô phỏng này giúp chúng tôi đề xuất các điều chỉnh như điều chỉnh ngưỡng quorum thích ứng. Từ đó, tôi mô phỏng mọi cuộc tấn công kinh tế khả thi dựa trên phân phối thực như khai thác mua-bỏ phiếu-bán tháo, tập trung ủy quyền, thị trường thuê phiếu bầu, và mô phỏng các kịch bản tham gia thực tế. Thiết kế quản trị phải dựa trên sự thật kinh tế, chứ không phải lý tưởng.
Q11. Đối với một giao thức trung bình lo lắng về tỷ lệ tham gia thấp và mua phiếu, hãy đặt tên ba thay đổi cụ thể, có thể thực hiện trong 90 ngày tới, mà họ có thể triển khai để cải thiện rõ rệt chất lượng quản trị.
Đây là câu hỏi tôi thường gặp. Trước khi thay đổi, bước quan trọng nhất là hiểu rõ lý do tại sao tỷ lệ tham gia thấp. Nguyên nhân có thể khác nhau, đôi khi là thờ ơ, đôi khi cộng đồng còn non trẻ, và đôi khi chính quản trị chưa tìm ra phù hợp sản phẩm–thị trường. Đó là lý do tôi thường bắt đầu bằng một cuộc rà soát lại đúng đắn. Nói chuyện trực tiếp với cộng đồng, phân tích dữ liệu tham gia, và xác định nơi có sự cản trở hoặc mất kết nối. Các thay đổi cấu trúc bạn thực hiện sau đó sẽ hiệu quả hơn nhiều khi dựa trên phân tích đó chứ không phải giả định.1. Chuyển từ bỏ phiếu sang phủ quyết. Hầu hết hệ thống quản trị yêu cầu tokenholder phê duyệt mọi thứ. Điều này mệt mỏi, và đề xuất dễ bị kẹt vì không thể đạt quorum cho những thứ không xứng đáng. Hãy đảo ngược mô hình. Để đề xuất tự động được thông qua sau một thời gian thảo luận trừ khi cộng đồng phủ quyết.2. Ngẫu nhiên hóa các điểm chụp bỏ phiếu hoặc yêu cầu vốn kinh tế thực sự. Hai điều này liên quan vì đều làm cho việc mua phiếu bầu trở nên đắt đỏ hơn về cấu trúc. Với điểm chụp: nếu bạn chụp tại một khối ngẫu nhiên trong các epoch gần nhất, kẻ tấn công không thể dự đoán khi nào mua token. Khi bạn quản lý các kho bạc cộng đồng và đưa ra quyết định ảnh hưởng đến kinh tế giao thức, yêu cầu người bỏ phiếu có vốn thực sự, cam kết thời gian, là điều tối quan trọng. Đây cũng là điều tôi đã nghiên cứu sâu trong quản trị bỏ phiếu ký gửi của Filecoin.3. Triển khai điều chỉnh ngưỡng quorum thích ứng. Đây là một trong những nâng cấp thực tế nhất mà một giao thức trung bình có thể thực hiện. Vấn đề của ngưỡng cố định là quá thấp, khiến nhóm nhỏ có thể đẩy qua, hoặc quá cao, khiến không có gì được thông qua vì không đủ người tham gia. Điều chỉnh ngưỡng thích ứng sẽ tự động điều chỉnh theo thời gian và rất phù hợp với mô hình phủ quyết tôi đề cập ở điểm một.
Q12. Những câu hỏi nghiên cứu mở hoặc thử nghiệm quản trị nào bạn háo hức nhất trong 12–24 tháng tới? Nếu bạn có thể tư vấn cho ba nhà cấp quỹ về nơi nên phân bổ ngân sách nghiên cứu quản trị, đó sẽ là những lĩnh vực nào?
Tôi nghĩ rằng, có thể nói quản trị trong dạng hiện tại vẫn còn nhiều khoảng trống, và giai đoạn tiếp theo sẽ đòi hỏi phải xem xét lại một số giả định cốt lõi của nó thay vì chỉ tinh chỉnh các cơ chế hiện có.
Một lĩnh vực tôi thấy hứa hẹn là AI hỗ trợ phân tích bối cảnh. Các đề xuất quản trị thường rất dày đặc và khó hiểu, và các bên liên quan tiếp cận chúng với các ưu tiên khác nhau. Các hệ thống có thể giúp tóm tắt và cung cấp bối cảnh cho các đề xuất cho nhà phát triển, token holder hoặc nhà phân bổ vốn có thể nâng cao cả tham gia lẫn chất lượng quyết định.
Một lĩnh vực khác là sử dụng thị trường dự đoán như một lớp tín hiệu cho quản trị. Chúng cung cấp cách để thể hiện kỳ vọng dựa trên dự đoán, có thể bổ sung cho bỏ phiếu bằng cách tiết lộ cách các bên tham gia đánh giá các kết quả có thể xảy ra của các quyết định khác nhau.
Cuối cùng, các trò chơi đồng thuận đa tác nhân: các tác nhân AI sẽ tương tác như thế nào, giữ danh tiếng ra sao, có các giới hạn, và thảo luận để đi đến kết luận có ý nghĩa như thế nào? Nghiên cứu gần đây của tôi về 500 chuỗi thảo luận Moltbook cho thấy AI cũng dễ bị các mô hình thao túng xã hội như con người. Nếu tôi tư vấn cho các nhà cấp quỹ, ưu tiên hàng đầu sẽ là đầu tư sâu hơn vào mô hình lý thuyết trò chơi về quản trị. Nhiều hệ thống quản trị vẫn dựa trên giả định về hành vi chưa được kiểm chứng một cách nghiêm ngặt.
Song song đó, tôi thấy có giá trị thực sự trong việc tài trợ các thử nghiệm có kiểm soát với các mô hình quản trị khác nhau. Các thử nghiệm có kiểm chứng, mô phỏng, và nghiên cứu thực nghiệm có tiềm năng lớn giúp chúng ta hiểu rõ cách các bên tham gia hành xử thực tế, và các thiết kế nào bền vững hơn trong thực tế.
