Q1. 你將治理描述為Web3的壓力艙。在協議面臨真正危機時，例如集中的投票權、代幣價格震盪或安全事件，哪些可預測的失效模式最先浮現，為何？
誠實的回答是，這完全取決於危機的類型……它們都是不同的怪獸。例如，當集中的投票權遇到危機時，你會看到我所謂的「協調真空」。大量代幣持有者會凍結，他們在計算自己在各個持倉中的風險。同時，小型持有者在Discord上尖叫，但他們的投票並不能改變局勢。協議進入一種奇怪的狀態，技術上治理仍在運作，但實際上沒有任何決策被做出。
去年我們在Cardano上看到類似的情況，一個名為「Whale」的代表（DRep）累積了足夠的委託投票權，能全面否決IOG（Cardano的核心開發公司）的所有提案。代幣價格震盪會產生完全不同的失效連鎖，且更具衝擊力。你會看到一個崖面，從出售壓力開始，傳播到節點運營商和代幣持有者，機構持有者開始進行OTC提款，然後散戶提款激增，突然你就進入銀行擠兌的範疇。這正是2022年5月Terra的情況，因為區塊鏈透明，所有人都能實時看到擠兌的過程。這也是為何像Binance這樣的交易所會在系統中建立安全槓桿，他們會定期檢查多個維度，如交易量、項目活動、安全性和合規性，並在出現早期警示信號時標記或下架代幣。這些機制的存在正是因為行業痛苦地學到，某些失效連鎖是可以預測的。
Q2. 你對Curve和Polkadot投票者行為的比較研究挑戰了許多假設。最令人驚訝的實證發現是什麼？因此，DAO應如何改變對「活躍」與「代表性」治理的心智模型？
有兩個發現真正挑戰了我的假設。當我們研究治理中的用戶角色時，我們將投票者按持倉規模分類：鯨魚是前1%，鯊魚是接下來的5%，最小的則是蝦子。在Polkadot中，93%的鯨魚和98%的鯊魚將代幣鎖定14天或更短，而較小的持有者則承諾更長的鎖定期。在Curve Finance，我們也看到類似的模式。即使Gauge獎勵推動67.2%的投票者朝向最大四年鎖定，最大持有者仍然持續鎖定較短時間。信念機制並未限制其設計的對象。
第二個是投票參與率。在Curve中，38%的鎖定代幣用於投票。在Polkadot？只有0.11%。令人震驚的低。儘管兩者都採用信念投票，但Curve的Gauge投票在經濟上獎勵參與者。Polkadot則要求你出於公民義務鎖定代幣。數據顯示，僅靠公民義務並不能擴展。我要倡導的心智模型轉變是：不要再把DAO參與當作一種美德象徵，而應將其視為一個經濟設計問題。在設計之前，一個重要問題是：理性行為者為何要鎖定資本來投票？
Q3. 你使用新穎的量化方法來映射用戶行為。對非技術讀者來說，你是如何衡量影響力、協調性和碎片化的？哪些指標是項目今天應開始追蹤的？
我的方法始終如一：將其他領域的研究帶入區塊鏈，並使其易於決策者理解。為衡量治理成熟度，我在Filecoin建立了治理透明度與參與指數（Governance Transparency and Engagement Index）。它追蹤四個類別，例如已發布的文件（如委員會章程和決策日誌）、核心開發者的透明度、治理溝通以及透明社群報告——每個類別權重不同。每個指標都有反垃圾的上限，領導層每月獲得一個0到1的單一分數，按季度追蹤。我們也為Polygon的驗證者建立了入場評分框架，權重分別是：質押（45%）、經驗（25%）和專業知識（30%）。我們用皮爾森相關性驗證，經驗正向預測鏈上表現。專業知識則通過時間隨機的技術評估來評估。應追蹤哪些指標？衡量你的代幣分布情況以及誰掌握權力。每個協議都聲稱去中心化，但幾乎沒有人用數字來量化。最重要的是，停止只衡量有多少人投票，轉而衡量實際討論中產生決策的次數。投票率只是虛榮指標，真正重要的是聚合的結果。
Q4. 在你的MINA和Liberdus金庫設計中，你模擬了攻擊面並建議分階段去中心化。請舉一個具體例子。你如何在這些階段中權衡金庫存取、運營速度與安全性？
在與Mina Protocol的金庫治理合作中，我利用BigQuery分析了實際鏈上持幣分布，並對治理參數進行壓力測試，模擬了所有權集中情況。接著，我模擬了在現實參與率下的可行攻擊，例如買票拋售和委託捕獲。
這些分析指導了分階段去中心化：早期設置安全措施以保護金庫完整性，同時保持運營速度，隨著持有人分布和參與度的提升，逐步放寬控制。金庫存取權的擴展，基於經濟韌性而非假設。
Q5. Foundation與社群之間的緊張關係在許多協議中仍未解決。根據你的經驗，哪些治理架構（鏈上或鏈下）能有效限制過度的控制權，同時不阻礙產品進展？
這種緊張無處不在。我在Polygon和Filecoin的經驗是，從治理支柱開始。設計任何機制前，先明確界定治理範圍和各領域的決策權誰來擁有。這個區分本身就能避免一半的爭議。接著，我建立了雙院制系統，採用maker-checker（審核制）動態。當基金會做出決策，社群如何監督？我們引入透明報告和結構化問責。當社群做出決策，基金會的否決權在何種條件下行使？雙方都需要明確、可審計的限制。每個決策與執行之間設置時間鎖，讓雙方有窗口提出異議，避免完全卡死進度。我也特別注意，雖然智能合約升級、金庫決策和協議參數都經過雙院制制衡，但界面層的創新（如產品功能、用戶體驗和前端）則獨立於治理。用DAO投票來推UI改進，反而會扼殺產品速度。
Q6. 在Aave爭議中，你提出了一個解決方案。一個有原則、可重複的DAO「爭端解決」框架應該是什麼樣的？它如何在保持去中心化的同時，在緊急情況下做出果斷行動？
Aave的爭議很重要，因為它其實不在於CowSwap的手續費，而是每個主要協議最終都會面臨的結構性問題：DAO與建設團隊的關係，以及誰擁有什麼。我看到的是，治理設計問題變成了動機之爭。我多次見到這種模式。Aave位於鏈上治理與鏈下用戶、監管者和機構的交叉點。你需要一個既能可信地擁有協議及其身份的DAO，也需要能快速交付、具有深厚背景的團隊。這兩者是互補的，但關係必須清晰可見。
我提出的問題不是「DAO對抗實驗室」那樣，而是：它們之間的契約關係是什麼？我開始探索元治理（metagovernance），試圖讓這種關係具有契約性和可審計性。將調查與憤怒混在一起，會導致像毒丸提案這樣的問題。
Q7. Tokenomics與治理緊密相連。初始代幣分配和解鎖計劃應如何設計，以避免長期的治理控制，同時獎勵早期貢獻者和建設者？
我認為，經濟獎勵與治理權力應該分開。獲得代幣回報與控制協議方向是兩回事，將二者捆綁會導致寡頭政治。同樣重要的是，將解鎖計劃作為賣壓模擬來設計，避免在代幣發行前出現過度集中。
Q8. 你的Moltbook分析映射了AI代理的共識模式。你認為AI代理的協調與人類DAO有何相似之處，例如影響力集中、回音室或聯盟形成？這對設計機器規模治理意味著什麼？
當你完全排除人類，觀察AI代理做決策時，出現的模式令人不安地熟悉。我分析了500個討論串，將其分類為四種共識模式：快速形成共識的「統一驗證」、通過反覆修正的「迭代解決問題」、反對意見阻止完全一致的「細膩融合」以及完全碎片化的「分裂討論」，其中44%屬於最後一類。幾乎一半的治理相關討論未產生任何共識。在人類DAO中，我們也看到類似的碎片化。回音室現象也出現了，代理人分享相似架構，形成意識形態的孤島。隨著AI代理越來越多地以代表或自主投票者身份參與鏈上治理，它們將以機器速度複製人類的所有失誤模式，這些都是協調上的漏洞，無論涉及人類還是AI。
Q9. 你認為聲譽系統作為改善治理的途徑在哪些方面有用？在哪些情況下可能危險（例如鞏固精英）？你認為哪些設計或Sybil抵抗原語最具潛力？
聲譽只有在指標客觀可驗證且情境嚴格界定時，才是一個 meritocratic（功績主義的）原語。一旦聲譽變成「信任此人判斷」的代理，就變成了社會攀爬。節點運營者是最明顯的例子：正常運行時間、區塊產出、簽署的檢查點，這些都沒有歧義。
但如果用同行評審、貢獻質量評估或主觀評價來衡量，則會繼承所有去中心化治理本應拆除的偏見。關於Sybil抵抗：沒有身份的聲譽無法擴展。這也是為何零知識身份（Zero-Knowledge Identity）是目前最有前景的原語之一。它讓你證明自己是獨一無二的人類，卻不揭露身份，並具有強大的隱私保護。
Q10. 每個DAO在將重要的金庫或協議控制權交給代幣持有者之前，應該進行哪些桌上演練、紅隊測試或鏈上模擬？
有時我會對協議跳過一些非常基本的步驟感到失望。在設計任何治理參數前，先拉出你的代幣持有人分布數據，實際查看。你的供應集中度如何？需要多少錢包才能達到法定人數？多少錢包能左右多數投票？如果你不知道這些數字，就在黑暗中設計治理。
我在與Mina Protocol合作金庫治理時，利用BigQuery提取了實際鏈上數據，並對提議的參數進行壓力測試，模擬了實際持幣分布。這種模擬幫助我們提前建議了自適應法定人數偏置（adaptive quorum biasing）。接著，我模擬了各種經濟攻擊，如買票拋售、委託集中、投票租賃市場，並進行了現實參與率的模擬。治理設計應以經濟真實為導向，而非理想主義。
Q11. 對於擔心低投票率和買票的中型協議，請列出三個具體、可實施的改變，能在未來90天內明顯改善治理質量。
這個問題我經常遇到。做出改變前，最重要的是了解投票率低的原因。原因可能多樣，有時是冷漠，有時是社群還在早期階段，有時是治理本身尚未找到合適的產品–市場契合點。
因此，我通常建議先做一次徹底的回顧。直接與社群對話，分析參與數據，找出阻礙或疏離的環節。根據診斷結果實施的結構性變革，效果會更佳。
改投票為否決（veto）。大多數治理系統要求代幣持有人積極批准所有提案，這很累人，也會造成提案卡住，因為無法達到法定人數。反轉模型，讓提案在討論期後自動通過，除非社群行使否決權。
將投票快照隨機化或要求經濟實質參與。這兩者相輔相成，都是為了讓買票變得結構上昂貴。比如：在隨機區塊內抽取快照，攻擊者無法預測何時獲取代幣。當治理社群金庫或決策影響協議經濟時，要求投票者有真實、時間承諾的資本。這也是我在Filecoin投票鎖定治理研究中深入探討的。
部署自適應法定人數偏置（adaptive quorum biasing）。這是我為Polygon的權益持有人信號框架設計的，是中型協議最實用的升級之一。固定法定人數的問題在於，要麼太低，讓少數人就能推動，要麼太高，沒有人能達到。自適應偏置能動態調整，與我提到的否決模型完美搭配。
Q12. 在未來12–24個月，你最期待看到哪些未解的研究問題或治理實驗？如果你能建議三個資助者投資於治理研究的方向，會是哪些？
我認為，目前的治理仍有不少缺口，下一階段需要重新思考一些核心假設，而非僅在現有機制上精細調整。
一個有潛力的方向是AI輔助的情境化（contextualisation）。治理提案往往繁瑣難懂，不同利益相關者又有不同優先級。能幫助總結和提供背景的系統，能提升參與度和決策質量。
另一個是用預測市場作為治理的信號層。它能展現前瞻性預期，補充投票，揭示參與者對不同決策結果的評估。
最後是多代理人共識遊戲：不同AI代理如何互動、建立聲譽、設置守則、進行討論以得出有意義的結論？我最近分析前500個Moltbook討論串，發現AI代理也容易受到社會工程和操控的影響，與人類治理參與者類似。如果我建議資助者，首要任務是深入投資治理的博弈論建模。許多治理系統仍依賴未經嚴格測試的行為假設。
此外，資助結構化實驗也很重要。控制性試驗、模擬和經驗研究，能幫助我們理解參與者的實際行為，以及哪些設計在實務中更具韌性。
