DAO:链上身份赛道及项目一览:为什么DID很重要?

撰文:Shreyjain.eth

编译:TechFlowIntern

在这篇文章中,我们对专注于将工作、职业身份和声誉放在链上的创新进行了一次元回顾。为了便于写作,我们在文中不涉及那些专注于将我们的非职业亲和力和身份编入目录的服务。链上身份是一个人的数字代表,它是被存放在区块链服务上的数据。

为什么链上身份很重要?

通过证明链上的唯一身份,我们正在走向DAO领域内一人一票的模式,以此增加协议对Sybil攻击的抵抗力。

目前链上的职业身份是信息不足的的。由于无法核实通过简历、个人网站和领英上呈现的公开职业信息,招聘团队招收一个技术雇员平均要花费49天时间和25000美元。招聘活动的花费主要起到过滤作用,确保候选人对自己能力的表述是真实的。

通过将身份放在链上,招聘团队可以依靠验证而不是信任来完成招聘。举例来说,在招聘经理眼中,“X团队的Stripe工程师”这样一条信息,相较于在链上完成的任务和同行的评价显得信息量更小,而且是可以查询的。

数据:APE代币最大质押地址在1小时前从币安收到30万枚APE:金色财经报道,据Lookonchain监测,APE代币最大质押地址在1小时前从币安收到了30万枚APE(约170万美元)。目前该地址的APE的质押总额为229万枚APE(约1300万美元)。[2023/2/9 11:57:30]

随着DAO规模的继续扩大,成为一个有意义的个人贡献者变得更加困难,从而增加了授权的重要性。链上身份可以关于在DAO内将代币委托给谁的决策中起到辅助作用,而无需了解委托人的个人情况。

链上身份还有其他未开发的用例,包括优化DTC营销、使用链上身份来降低门槛、补充客户尽职调查的合规性。

链上身份概览

所有权

客观数据是最容易在链上捕获的信息,且能通过钱包历史记录与个人身份相关联。用例项目有:Showtime;Gallery;Cyber,Etherscan,Context.

以太坊Layer2总锁仓量跌至41.1亿美元,7日跌幅2.47%:金色财经报道,L2BEAT数据显示,截至目前,以太坊Layer2上总锁仓量跌至41.1亿美元,7日跌幅2.47%。其中锁仓量最高的为扩容方案Arbitrum,锁仓量为20.2亿美元,占比53.66%;其次是Optimism,锁仓量为10.12亿美元,占比27.33%;第三为dYdX,锁仓量为3.86亿美元,占比9.39%。[2023/1/2 22:20:11]

聚合器

个人资产、交易和对Web3社区的参与是在多个钱包和链上完成的。随着不完全建立在蓝筹基础设施上的网络化产品的不断诞生,使用多个钱包造成身份分裂将会更加严重。在这种情况下,只使用单一钱包作为数据源或将身份限制在链上交易,就会产生误导性的个人Web3职业身份,而致力于在多个钱包之间聚合身份的项目就是为了解决这个目的而诞生的。用例项目有:UniPass;DASSystems;Sismo。

10月8、9日的链上日交易量均跌破10亿美元:10月12日消息,DefiLlama数据显示,2022年10月8日和9日的链上日交易量均跌破10亿美元大关,为2021年1月3日以来首次。[2022/10/12 10:32:08]

治理参与

随着我们让个人行为者通过拥有治理权力来得到更多的发言权,组织内的参与度指标正在发生变化。通过Snapshot之类的工具,我们就能迅速地将DAO中的治理参与与个人的钱包地址联系起来。当我们考虑代币委托人的人选,或是选择负责社区发展和参与的雇员的时候,这些数据就对指导这些人选的决策很有用。用例项目有:DeepDAO;Karma;Boardroom;Tally。

赏金任务

目前形式的赏金任务需要大量的前期规划,而这会给技术团队造成困难。赏金任务中最有用的用例是入职培训,赏金可以让人了解某个特定团队的工作情况,并使核心团队能够在不聘用人员的情况下分析其早期能力。

彭博分析师:比特币将跑赢美股大盘:金色财经报道,Bloomberg Intelligence高级商品策略师Mike McGlone在社交媒体上称,相比于彭博商品指数(BCOM),比特币波动率处于有史以来的最低位置,这可能预示着比特币将会跑赢美股大盘。根据Mike McGlone分享的比特币260天波动率和BCOM对比图显示,相对于大宗商品而言,比特币260 天波动性跌至新低,这可能暗示下一步有可能朝新高的方向发展。据CMC数据显示,本文撰写时BTC约为19084美元,24小时涨幅0.4%。[2022/9/25 7:20:05]

赏金目前应用于发布推特或是博客之类的非技术性的任务。由于DAO已经开始将最高报酬的赏金解锁给最有能力的人,所以可以从赏金任务中解锁的奖励与链上身份密切相关。

对那些希望解锁这些奖励的个人来说,尽可能自己的链上声誉会带来最有利的结果。用例项目有:Layer3.xyz:ProofofCompetence;Kleoverse,DeWork;GitcoinDAO;Buildpace;Rabbithole;FigmentLearn。

调查:加密货币在千禧一代中比共同基金更受欢迎:6月28日消息,投资公司Alto发布的一份报告调查了美国成年人的投资偏好。结果显示,与投资共同基金的同龄人相比,25岁至40岁的千禧一代投资加密货币的人数更多。

调查显示,40%的千禧一代受访者投资了加密货币。该报告称,这一比例“高于千禧一代拥有共同基金的比例”。此外,这一数字几乎与持有股票的千禧一代人数相等。

根据该调查,大多数千禧一代要么已经拥有加密货币,要么正在考虑购买。然而,Alto创始人兼首席执行官Eric Satz表示,目前的形势让千禧一代很难考虑投资,因为他们难以负担现在的生活。

与此同时,目前持有加密货币的调查参与者提到,他们可能会将加密货币加入自己的退休投资组合中。该报告强调,拥有加密货币和个人退休账户(IRA)的千禧一代中,70%的人在IRA中持有数字资产。(Cointelegraph)[2022/6/28 1:37:00]

数据层

Web3的数据层通过DIDs将链上密钥映射到链下数据存储,改变了我们对个人身份数据存储的思考方式。它带来的核心变化在于个人可以控制其数据的发现、共享和权限。个人可以选择他们的数据存储方式。个人可以可以将多个个人账户与数据源链接到同一个独特的身份。用例项目有:Ceramic(andIDX);LitProtocol。

非机器人证明

有了能够抵御sybil攻击的协议之后,我们就可以解锁:民主投票的能力、信任二次方的投票、建立可信的信誉系统、以及在更大范围内资助公共物品。在保持隐私的同时提供证明独特身份的能力的,能为DAO解锁大量的选项。用例项目有:BrightID;Worldcoin;Jumio;非机器人证明DAO;GitcoinDAO。

支持

一个DAO越是以人为本,它的链外活动就越多。目前的Web3工具基础设施缺少将链外和链上的数据以一种经过验证的方式连接起来,用于展示一个人的职业身份的能力。用例项目有:Mem;SourceCred;CoordinApe;MintKudos;Station;Disco;Govrn;LensProtocol。

概况

展示能力、价值或地位的能力对Web3来说并不新鲜,但用区块链技术来展现这些,使网络能够从验证的角度而不是信任的角度来看待配置文件却很新颖。

能够展示你的Web3职业或社会身份,将是未来工作的一个关键因素,无论是赏金任务还是解锁工作机会。它包括展示客观的数据和主观的数据,以此建立一个关于你是谁的整体形象。你可以认为这是向Web3的“领英”迈出的一步。

用例项目有:MyMetaProfiles;POAP;ENS;UnstoppableWeb;LVLProtocol;SpringRoleInc;Station;Mazury;Violet;Badge;Metagame;FWBNFT;DAOHaus;Yup,Prysm;Backdrop;CyberConnect.

对链上身份的担忧

隐私和透明性

根据我们自己的选择,我们在Web3中的身份可以是私人的或是公开的。由于这种个人身份是去中心化的,并且能够在区块链上查看所有数据,所以与Web2中的个人身份相比,它可以达到非常彻底的公开或是私密程度。人们将能够为自己构建独特的验证身份,这些身份可以完全不相干,但仍然保留在链上。

我们把身份放在链上的工作做得越多,我们就越接近量化人类的价值。

缺少一致性

在一个工作总是带有某种类型的奖励、经济激励的世界里,我们不会因为纯粹地相信一份工作应当问世而去完成它。

在一个从一开始就带有赏金或奖励的世界里,“首日”会消失不见。我们目前正在为最佳的错位设计,同时宣传着加密货币能产生最佳的对准。追加资金是这个问题的一个潜在解决方案,可以用追加资金来奖励这些“首日”。

行动的成本

构成一个人的链上身份的数据点在数量上是无限的,这给设计带来了困难,它需要一个收集、组织、展现给其他人理解的被商定的方法。通过将若干特定的身份数据隔离开来,我们可以保护自己在经济上免受负面的影响。验证一个人在链上的身份会跨越其生活的许多轴线,的反响可能导致我们尚帮你明确定义的影响,但由于这种身份具有永久性、不变性、开放性,它造成的影响会更加严重。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

FilUTK:UTK-wk薅元宇宙羊毛领UTK空投

喜庆通知:尊敬的TRON波场用户,为庆祝UTK即将上线TRON波场链,我们推出UTK流动性节点挖矿,告别传统pow机制,无需消耗矿机、显卡、CPU等.

[0:15ms0-1:29ms