本文阐述了为什么区块链治理的设计是当前最为紧要的一大问题，还论及区块链治理设计时的关键组件、当前进路、未来潜在的方法，并以给社区提出的针对性建议结束全文。

Fred Ehrsam

区块链治理事关重大

与有机生命同理，区块链也将是适者生存。假设这些系统需要不断进化来才能生存，原初设计就非常重要，但是经过足够长的时间的话，产生变化的机制就最为紧要了。

因此，我相信治理在一切问题中最为紧要。其他那些基本问题，比如扩展性，都可以通过治理提供的正确激励由人来解决。然而却很少有研究者深入到治理这一方面，感觉上人们对此知之甚少。

中本聪为我们展示了区块链激励架构所能释放的巨大力量。九页纸的白皮书催生了价值1500亿美元的加密货币，这是一个万倍于世界500强超级计算机的网络，也缔造了一个开发者、用户和公司组成的多元生态系统。

这大可被认为是人类历史上最具有具感召力的撬动社会的行动。由于构建合理，它展示了区块链网络连接人人、再造存在形态的力量。

我们的生活越来越融入在数字网络中。美国人平均每天花费在屏幕上的时间在11小时，过半设备已连接到互联网上，触网率还在以每年11％的速度增长。但是，这些网络包括Facebook、Google、Apple、Twitter，它们高度集中，并且其地位日益巩固。目前的模式下，网络中所有利润和权力都集中在单个公司内，你只能处于其中或外于其内，别无选择。最重要的是我们生活其中的网络应当符合我们的最佳利益。随着区块链成为新的全球基础设施，我们有了创造截然不同的权力架构并为自己编程我们想要的未来的机遇。

基于这些原因，我相信设计区块链治理是已知的最有效力的社会影响力杠杆。

寒武纪大爆发

创建出新的政府或央行并不常见，更难得见的是能见证全新治理模式的实验。

区块链技术独一无二，因为：

（1）它允许以软件运行的速度来尝试成千上万的治理体系和货币政策；

（2）在某些情况下，失败的后果轻微。结果经济和治理设计必将出现“寒武纪爆发”式的增长，其中许多方法将超速并行。需要指明的是，我将治理中的经济设计和货币政策（另一种说法是激励结构）包含在内，同系统的其他方面一样，它们可以随时间的推移做出修正。

其中大量的尝试方案都将一败涂地。伴随着有数以百万计的算法构建的央行，将会涌现数百万的“加密货币”界的乔治•索罗斯，来击溃英格兰银行。通过这一过程，区块链在未来10年在治理上教给我们的知识可能会超过我们从过去百年在“现实世界”所学。

治理的两个关键部分

1.动机

系统中的每个团体都有自己的动机。这些动机并不总是与系统中的其他团体100%一致。每个团体都将会提出对他们有利的修改。有机体执着于自我生存。这通常体现在奖励架构、货币政策或权力平衡的变化上。

2.协调机制

既然不可能所有团体100％永远动机一致，每个团体围绕共同激励进行协调的能力对他们产生变革就至关重要。如果一个团体能够比另一个团体能更好地协调，权力失衡后就会导向他们一边。

实践中，一个重大因素是链上与链下多大程度能进行协调。链上协调更容易。在某些新链中，链上协调永续改变规则甚至更改历史账本。

目前的进路

接下来是对当今两大区块链比特币和以太坊优缺点的解析。我们当前还处于区块链治理原始的浑浑噩噩的阶段。系统还很简单，做出的尝试还相当不够。

比特币

比特币作为首个成功的尝试，成功单独创建了一条的区块链。我们以此为基础来进行考察：

1.动机

开发者：增加存世代币的价值、社会认可度，把握控制未来发展方向的力量。

矿工：增加持有代币的价值，预期未来的区块奖励及未来交易费。

用户：增加现持有代币的价值，增加功能可用性（例如价值存储，交易不受审查，文件存储）。

2.协调机制

主要是指链下机制。开发人员通过“比特币改进提议”（BIP）流程和邮件列表进行协调。矿工们可以链上上协调，因为正是他们在创建区块链。

最终系统

比特币建立的权利制衡有点类似美国政府，好处多多。与参议院提交新法案类似，开发者提交迭代申请。与司法部门类似，矿工决定是否在实践中采纳这些法律。与行政部门类似，网络节点可以通过运行不一致的版本来进行否决。和公民类似，用户可以反抗。最后，经济动机主宰对系统的信任，让大家以为这符合每个人的最佳利益。例如，如果矿工离奇了所有的用户，代币就会贬值，买卖就做不下去了。作为此类系统打头阵的，比特币至今依然势头强劲真是令人不可思议。

动机不对称会给系统造成风险。矿工们推动改变来增加未来的累计总的交易费用。那边厢，只要比特币的价值持续上涨，开发者就不会在意这些。

开发者的直接动机很薄弱。新开发者对比特币开发毫无动力，因为没有直接赚钱的方式。结果，他们就经常搞出新项目——要么创建自己的以太坊代币，要么创建全新的区块链或者公司。

缺乏新鲜血液注入巩固了早期开发者是比特币社区最具知识和经验的人的认知。这导致权利自我强化并集中于一小撮早期核心团队开发者的怪圈，他们技术进步缓慢、态度保守。开发者权力大经济激动机薄弱，因此面临被贿赂的风险。某些早期持币者和大学已经在赞助开发者，虽然迄今影响仍然有限。

同样，协调能力的不对称也会给矿工以不相称的巨大权力。矿工之间的沟通更容易，因为他们是一个小而集中的群体。由于矿业是一个规模经济的行业，我们预计矿业将持续天然垄断的趋势，并得到更大的协调优势。作为参考，两年前，95％的挖矿算力能围在一张桌前相谈甚欢。矿工也可以通过贿赂开发者或将其雇佣到自己的企业来获得不相称的权力。最后，比特币的制衡机制依赖某种程度的透明度：例如，用户可以意识到单个矿工获得超过51％的算力或开发人员拥有某种程度的独立性。能够获得>51％算力的矿工将被迫保持匿名。虽然这不会引发特定的灾难性事件，但是会导致比特币网络成为中心化的世界，通过审查和冻结资产来控制全网。

以太坊

以太坊的系统性激励和协调机制目前与比特币类似。

随着以太坊转换为权益证明（PoS），动态会发生改变。矿工的权利会被任何拥有足够数量以太坊运行虚拟矿机（验证者）的人取代。尤其是像1protocol这样的解决方案，即使是最小的Ether持有者也能参与进来，使矿工和用户间的区别更加扁平化，并有可能降低比特币的最大风险——中心化。

核心团队开发者的动机依然如故。围绕具有挑战性的问题进行协调相比比特币更快、更顺畅。这是由于：

（1）有更开放的接纳改变的文化，因为以太坊是针对比特币的严苛环境中积重难返之处而被创建；

（2）有Vitalik的指导，他在被社区广泛信任。

以太坊当前模式的缺陷包括：

（1）过度依赖创始人Vitalik；

（2）类似比特币，激励核心开发者的方式很有限，迫使更多项目组创建代币来获益。Vitalik正有意地努力回头审视，这个过程得慎重拿捏。

链上治理的新实验

启用链上治理的新区块链更容易进行协调。

Tezos

在Tezos中，任何人都可以以代码更新的形式修改治理架构。链上投票通过后，更新就会用于测试网络。在测试网络运行一段时间之后，会发起确认投票，确认后就上线主网。这个概念被称为“自我修正式账本”。

这样的系统颇为有趣，因为它将权力直接导向用户，远离了开发人员和挖矿中心化群体。在开发人员方面，任何人都可以提交代码更改，最重要的是，每个人都有经济动机来行动。社区把通货膨胀产生的新发行代币奖励贡献者。这将动力从比特币和以太坊这样的新开发者没有动力优化协议的动力系统转移开，因而权力往往集中在现有的开发者手中，而Tezos中每个人都有同等赚钱的权利。

与比特币或以太坊系统相比，这也使用户能够直接链上上协调，显着提高他们的权力并减少矿工的权力。

Dfinity

更进一步就是这样的系统，像Tezos一样允许对系统规则进行链上投票，并对账本本身进行直接、可追溯的更改。换句话说，如果代币持有者不乐意的事情（例如，黑客、买卖毒品）发生，他们可以在治理规则之外回滚或编辑账本。正处于开发阶段的Dfinity就采用了这种方法。

这个系统的支持者指出了诸如由DAO黑客事件和最近的1.5亿美元Parity钱包缺陷导致的硬分叉事件发生时候，如果人人都能投票撤销这些事件，那么这样的事件会更好地得到处理。另一方面，这个系统允许直接审查和强制占用人们的代币。正如我们所见的Ethereum硬分叉处理DAO黑客事件，这可以通过现有的区块链来实现，但与链上协调的不分叉来解决问题相比，链下协调和硬分叉会损耗更大。

Dfinity极致灵活。凭借Tezos允许更改的那部分协议，有可能通过协议更改而来重写Dfinity账本。因此，对于不同的变化，这些系统很可能会有不同的投票门槛，可能对于某些事情需要绝对多数投票，而对于另外一些事则需要绝对多的票数。

链上治理是把双刃剑

链上治理是把双刃剑。有利的一面是确保一贯遵循的流程可以提高协调性和公平性。它也允许更快的决策。不利的一面是风险性，因为元系统一旦建立就变得难以改变。就像任何直接写入代码的东西一样，缺陷会更快、更容易被滥用或用来图谋更多利益。以太坊PoS首席架构师Vlad Zamfir认为“弊远大于利”，并且“显示出是个极具风险的主张”。

对某些使用案例，倾向于保持原样为好。对于价值存储可能尤其如此。也许较低层次的协议应该倾向于故步自封和守旧自持——“三思而后行”嘛，而高层次的协议应该更加灵活——“快速前进，打破陈规”。用Calvin Coolidge的话来说：“干掉坏的议案远优于提出新议案”。与建成的公司一样，更成熟的协议也许能够审视新协议的作用，并采用看似可行的技术。对于以太坊来说，似乎尤其如此，它表现出更愿意进行硬分叉并通过硬分叉来维持网络价值。因此，我期望在未来几年能够看到来自以太坊和全新项目的大创新。

很有可能我们还没找到最好的治理系统、更通用的系统，允许尝试许多不同的方法是非常有价值的，无非就是摸石头过河。更复杂的系统可以模拟不那么复杂的系统，反之却通常很难。

最有趣的教训来自于寻求变异进化和遗传中的稳定间系统平衡的探索。

——待续