Q1. 你将治理描述为Web3的压力室。当一个协议面临真正的危机，例如集中的投票权、代币价格冲击或安全事件时，哪些可预测的失败模式最先浮现，为什么？
老实说，这完全取决于危机的类型……它们都是不同的怪兽。例如，当集中的投票权遇到危机时，你会看到我所谓的“协调真空”。大额代币持有者冻结，他们在计算自己在各个仓位的风险 Meanwhile，小持有人在Discord上尖叫，但他们的投票并不能推动局势。协议进入一种奇怪的状态，技术上治理还在运作，但实际上没有任何决策被做出。
去年我们在Cardano上也见过类似情况，当时一个名为“Whale”的DRep积累了足够的委托投票权，全面否决了IOG（Cardano的核心开发公司）的每一项提案。代币价格冲击会引发完全不同的失败级联，且更具冲击力。你会看到一个悬崖，从卖压开始蔓延到节点运营商和代币持有者，机构持有人开始进行OTC提款。然后散户提款激增，突然你就进入了银行挤兑的境地。这正是2022年5月Terra崩溃时发生的事情，由于区块链的透明性，所有人都能实时看到资金撤离的过程。这也是为什么像Binance这样的交易所会在系统中建立安全杠杆。他们会定期从多个维度进行审查，比如交易量、项目活跃度、安全性和合规性，一旦出现预警信号，就会标记监控标签或下架代币。这些机制的存在，正是因为行业痛苦地认识到，这些失败级联是可以预测的。
Q2. 你对Curve和Polkadot投票行为的比较研究挑战了许多假设。最令人惊讶的实证发现是什么？因此，DAO应如何改变对“活跃”与“代表性”治理的认知模型？
有两个发现真正挑战了我的假设。当我们研究治理中的用户画像时，我们按持有量大小对投票者进行分类：鲸鱼占前1%，鲨鱼占接下来的5%，一直到虾米，持有最少的。在Polkadot中，93%的鲸鱼和98%的鲨鱼都将代币锁定期控制在14天或更短，而持有较少的用户则承诺更长的时间。在Curve Finance中，我们也发现了类似的模式。即使Gauge奖励推动67.2%的投票者将锁仓期最大化为四年，最大持有者仍然持续锁仓时间较短。信念机制并没有限制它们设计的目标人群。
第二个是投票参与率。在Curve中，38%的锁仓代币被用于投票。而在Polkadot？只有0.11%。令人震惊的低。虽然两者都采用信念投票，但Curve的Gauge投票在财务上奖励参与者。Polkadot则要求你出于公民责任而锁仓。数据显示，单靠公民责任无法扩展。我建议的认知模型转变是：不要再把DAO参与当作一种美德信号，而应将其视为一个经济设计问题。在设计之前，重要的问题是：理性行为者为什么要锁仓资金投票？
Q3. 你使用了新颖的定量方法来映射用户行为。对于非技术读者，你是如何衡量影响力、协调性和碎片化的？项目今天应开始追踪哪些指标？
我的方法始终如一：将其他领域的研究引入区块链，并使其便于决策者理解。衡量治理成熟度，我在Filecoin创建了治理透明度与参与指数（Governance Transparency and Engagement Index）。它追踪四个类别，比如已发布的文件（如委员会章程和决策日志）、核心开发者的透明度、治理沟通以及透明社区报告——每个类别权重不同。每个指标都设有反垃圾机制，领导层每月获得一个0到1的单一评分，按季度追踪。我们还为Polygon的验证者设计了入场评分框架，权重为：质押占45%、经验占25%、专业知识占30%。通过皮尔逊相关验证，经验正向预测链上表现。专业知识通过定时随机技术评估。应追踪哪些指标？衡量你的代币分布情况以及谁掌握权力。每个协议都声称自己是去中心化的，但几乎没有给出具体数字。最重要的是，不要再只衡量有多少人投票，而要衡量实际讨论中产生了多少决策。投票率只是虚荣指标，关键在于收敛性。
Q4. 在你的MINA和Liberdus金库设计中，你模拟了攻击面并建议分阶段去中心化。请用具体例子说明。在这些阶段中，你如何权衡金库访问、操作速度和安全性？
在研究Mina Protocol的金库治理时，我用BigQuery分析了链上真实的持币分布，并对治理参数进行了压力测试，验证了实际所有权集中度。我模拟了在现实投票率场景下的可行攻击，比如买票抛售和委托捕获。
这指导了分阶段去中心化：早期采取保护措施，确保金库完整性，同时保持操作速度，随着分布和参与度增强，逐步放宽控制。金库访问权限的扩大，基于实际的经济韧性，而非假设。
Q5. 许多协议中，基金会与社区之间的紧张关系尚未解决。根据你的经验，哪些治理结构（链上或链下）能有效限制过度的实验室/控制权，而不影响产品进展？
这种紧张关系无处不在。我在Polygon和Filecoin的实践中，始终以治理支柱为出发点。在设计任何机制之前，先明确治理范围和各领域应由谁发言。这一区分本身就能避免一半的争端。从这里开始，我构建了双院制系统，采用“制单-审核”机制。当基金会做出决策时，社区如何进行制衡？这就是我们引入透明报告和结构化问责的原因。当社区做出决策时，基金会的否决权在哪些条件下行使？双方都需要明确、可审计的约束。每个决策与执行之间设有时间锁，为任何一方提供在不完全冻结进展的情况下提出问题的窗口。我还特别注意，虽然智能合约升级、金库决策和协议参数都经过双院制的制衡，但界面层的创新（如产品功能、用户体验和前端）应独立于治理。让DAO投票决定UI改进，会扼杀产品速度。
Q6. 在Aave争议中，你提出了一个解决路径。一个原则性、可重复的“争端解决”框架应是什么样的？既能保持去中心化，又能在紧急情况下做出果断行动？
Aave的争议很重要，因为它实际上并不关乎CowSwap的手续费，而是关乎每个主要协议最终会面对的结构性问题：DAO与其开发团队之间的关系，以及谁拥有什么。我看到的问题从治理设计变成了动机斗争。我多次见到这种模式。Aave处于链上治理与链下用户、监管者和机构的交汇点。你需要一个既可信地拥有协议及其身份的DAO，又有能快速交付、具备深厚背景的团队。这两者是互补的，但关系必须清晰可见。因此，我提出的问题不是“DAO对实验室”，而是：它们之间的清晰合同是什么？我开始探索元治理（metagovernance），试图让这种关系具有合同性和可审计性。将调查与愤怒混在一起，容易导致“毒丸提案”。
Q7. 代币经济学与治理紧密相关。初始代币分配和归属计划应如何设计，以避免长期的治理控制，同时又能奖励早期贡献者和建设者？
我认为，经济奖励与治理权力应当分离。获得回报的同时控制协议方向是两回事，捆绑在一起只会导致寡头垄断。同样重要的是，在发行前，将你的归属计划作为卖压模拟模型进行设计。
Q8. 你的Moltbook分析映射了AI代理的共识模式。你认为AI代理的协调与人类DAO之间有哪些相似之处，比如影响力集中、回音室或联盟形成？这对设计机器规模治理意味着什么？
当你完全去除人类因素，让AI代理做决策时，出现的模式令人不安地熟悉。我分析了500个线程，将其归为四种共识模式：快速形成共识的“统一验证”、通过反复优化的“迭代问题解决”、反对意见阻止完全达成一致的“细腻融合”、以及完全没有共识的“碎片化讨论”。其中44%属于最后一类，几乎一半的治理相关讨论没有任何收敛。在人类DAO中也存在类似的碎片化。回音室也出现了：架构相似的代理会聚集在一起，强化彼此的观点，类似于DAO论坛中的意识形态孤岛。随着AI代理作为代表或自主投票者参与链上治理，它们将以机器速度复制人类的所有失败模式。这些都是协调漏洞，无论涉及人类还是AI。
Q9. 声誉系统常被视为改善治理的途径。你认为声誉在哪些方面有用，在哪些方面可能危险（如强化精英）？你认为哪些设计或Sybil抵抗原语最有潜力？
声誉只有在指标客观可验证、且环境严格受限时，才是 meritocratic（精英主义）原语。若将声誉作为“信任此人判断”的代理，就变成了社会攀升。节点运营者是最清晰的例子：正常运行时间、区块生产、签名的检查点，没有歧义。然而，借助同行评审、贡献质量评估和主观评价，便会继承去中心化治理本应消除的偏见。关于Sybil抵抗：没有身份的声誉无法扩展。这也是为什么零知识身份（zero-knowledge identity）目前是最有潜力的原语。它能证明你是唯一的人类，而不泄露身份信息，还具有强大的隐私保护。
Q10. 每个DAO在交付有意义的金库或协议控制权之前，应进行哪些桌面演练、红队测试或链上模拟？
有时我会觉得遗憾，协议会跳过一些非常基础的步骤。在设计任何治理参数之前，先拉取你的持币分布数据，实际查看它。你的供应集中度有多高？需要多少钱包才能达到法定人数？需要多少才能影响多数投票？如果你不知道这些数字，就在盲目设计治理。当我与Mina Protocol合作其金库治理时，我们用BigQuery提取了链上真实数据，并对提议参数进行了压力测试，验证了实际的持币集中度。这种模拟帮助我们提前提出了自适应法定人数偏置的建议。之后，我会模拟所有可能的经济攻击，比如买票抛售、委托集中、投票租赁市场，并模拟现实中的投票率。治理设计应以经济真实为导向，而非理想主义。
Q11. 针对担心投票率低和买票行为的中型协议，列出三项在未来90天内可以实施、能明显改善治理质量的具体措施。
这个问题我经常遇到。做出任何改变之前，最重要的是理解投票率低的原因。原因可能多样，有时是冷漠，有时社区还很早期，有时治理本身还未找到合适的产品–市场契合点。
因此，我通常建议先做一次全面的回顾。直接与社区交流，分析参与数据，找出阻碍或冷漠的环节。基于诊断结果制定的结构性变革，效果会远胜于凭空假设。具体措施包括：
改变投票为否决机制。大多数治理系统要求代币持有者积极批准所有提案。这很累人，而且会导致提案卡壳，因为在没有达到法定人数的情况下，很多提案根本无法通过。反之，让提案在经过讨论期后默认通过，除非社区否决。
让投票快照随机化或要求经济利益绑定。这两者结合，能大幅提高买票成本。比如：在随机区块进行快照，攻击者无法预测何时获得代币；同时，要求投票者持有真实、时间承诺的资本，尤其在治理社区金库和影响协议经济时尤为重要。这方面我在Filecoin的投票托管治理研究中也有深入探索。
部署自适应法定人数偏置。这是我为Polygon的质押代币持有人信号框架设计的，是中型协议提升治理效率的实用升级。固定法定人数要么太低，导致少数人操控，要么太高，导致几乎无法达成共识。自适应偏置能动态调整，配合我提到的否决模型，效果极佳。
Q12. 在未来12–24个月，你最期待在哪些治理研究或实验中看到突破？如果你能建议三家基金机构投资治理研究资金，你会建议他们投向哪里？
我认为，目前的治理体系仍存在明显缺陷，下一阶段需要重新思考一些核心假设，而非仅仅优化现有机制。
我觉得一个有潜力的方向是AI辅助的情境化（contextualisation）。治理提案通常密集难懂，不同利益相关者又有不同优先级。能帮助总结和提供背景的系统，将提升参与度和决策质量。
另一个方向是利用预测市场作为治理的信号层。它能反映未来预期，补充投票，揭示参与者对不同决策可能结果的评估。
最后是多智能体共识游戏：不同AI代理如何互动、建立声誉、设定边界、进行辩论以达成有意义的结论？我最近分析了前500个Moltbook讨论串，发现AI代理也容易受到社会工程和操控的影响，就像人类治理参与者一样。如果我建议基金会投资，首要任务是深入研究治理的博弈论模型。许多治理系统仍基于未经严格验证的行为假设。
此外，支持不同治理模型的结构化实验也极具价值。受控试验、模拟和实证研究，能帮助我们理解参与者的实际行为，以及哪些设计在实践中更具韧性。
