Come progettare una migliore governance on-chain

L'argomento della governance on-chain è sempre stato controverso. Mentre la governance off-chain è generalmente percepita come goffa, la governance on-chain ha permesso agli sviluppatori di creare protocolli sempre più complessi che consentono agli utenti di influenzare la direzione di una rete. Ma questi sono tutti essenzialmente giochi che, se configurati male o se forniscono gli incentivi sbagliati, possono guidare la catena verso il disastro.

In "Che cosa è la futarchia? — Trading sul futuro,” Freiderike Ernst, co-fondatrice di Gnosis, evidenzia le metodologie standard del voto on-chain. Poiché il paradigma "ONE voto a persona" è vulnerabile a Attacchi di Sibilla sulle reti senza autorizzazione (ONE persona può dividere il proprio capitale su più account ed esprimere più voti), il potere di voto di un utente è solitamente ponderato in base all'importo di token che detiene. Lotterie e registri curati da token utilizzano lo stesso metodo per evitare le Sybil.

Robin Hanson propone un nuovo modello di governance chiamatofutarchia, in cui le decisioni vengono prese non in base ai voti, ma ai risultati diMercati di previsionesull'organizzazionemisura di benessere, che è un indicatore della crescita o della scomparsa della rete. I partecipanti al mercato scommetteranno sul valore futuro della misura del benessere.

Le scommesse vengono solitamente implementate utilizzandogettoni di risultato, ognuno dei quali rappresenta ONE risultato particolare del mercato e il cui valore monetario è determinato dall'eventuale misura del benessere. Le buone previsioni vengono premiate e le cattive previsioni comportano perdite.

Utilizzando i token di risultato, i partecipanti possono anche scommettere sul valore della misura del benesseresubordinato all'attuazione della PoliticheAd esempio, un partecipante può fare una scommessa che paga un profitto se la Politiche viene implementata e la misura di welfare aumenta di un certo importo, ma viene annullata se la Politiche non viene implementata.

Per una società quotata in borsa che sceglie il prezzo delle azioni come misura del proprio benessere e sta valutando di licenziare il proprio CEO, il risultato è che l'organizzazione ottiene due previsioni, il prezzo futuro delle azioni se il CEO viene licenziato e il prezzo futuro delle azioni se il CEO viene mantenuto. Come puoi vedere dal grafico qui sotto:

Con la futarchia, viene implementata la decisione che determina la misura di benessere più elevata possibile. Poiché la previsione finale del prezzo delle azioni subordinata al fatto che il CEO venga licenziato è più alta della previsione subordinata al fatto che il CEO venga mantenuto, il CEO viene rimosso dall'azienda. Ciò elimina ogni emozione dal processo decisionale e consente all'organizzazione di prendere decisioni razionali basate su quella che viene comunemente definita la "saggezza della folla" per migliorare i propri valori.

Market Maker per i Mercati predittivi

L'implementazione di un market maker per facilitare le negoziazioni tra i partecipanti pone alcune sfide. Se vogliamo usare la futarchia per valutare contingenze più complesse, i Mercati salgono rapidamente a decine di centinaia di token. Qui, il "problema del mercato sottile” alza la testa: non ci sono abbastanza partecipanti per correggere correttamente le probabilità di così tanti risultati. La soluzione naturale è un market Maker automatizzato (AMM).

Una soluzione semplice è laimplementazione della funzione di costodelregola di punteggio del mercato logaritmicoSfortunatamente, questa implementazione non consente modifiche ad hoc della liquidità, il che di solito si traduce in un mercato che è o troppo superficiale per accogliere tutti i partecipanti o troppo profondo per produrre effettivamente risultati significativi.regola di punteggio di mercato logaritmica sensibile alla liquidità(LS-LMSR) attenua questo problema, ma la soluzione introduce nuovi difetti, il più grave dei quali è una vulnerabilità di arbitraggio che si verifica intutti i market maker delle regole di punteggio eccetto LMSR.

I principali market maker Cripto con funzione costante (CFMM) come Balancer gestire meglio l'aspetto della liquidità consentendo agli LP di depositare e prelevare dinamicamente liquidità, e sono più familiari ai nativi Cripto , ma soffrono dello stesso problema di LS-LMSR. Tuttavia, si scopre che durante i loro giorni di mercato di previsione, Gnosis sembra aver trovato un Implementazione CFMM del LMSRche unisce il meglio di entrambi i mondi.