贡献者：DAOctor /img/202352600512/0.jpg">
以太坊核心开发人员：智能合约平台的优势来自于通过去中心化发展起来的可信中立性:金色财经报道，以太坊核心开发人员Superphiz在社交媒体上称，以太坊智能合约平台的优势来自于我们通过彻底的去中心化发展起来的可信中立性。我们必须继续专注于去中心化，因为如果没有这种可信性，我们的功能集很容易在一台笔记本电脑上复制。[2023/7/20 11:05:48]
研究发现 DAO 在创建和审议提案时面临的三个挑战。
由于DAO 由具有不同知识水平的参与者组成，因此：
许多成员无法准确评估复杂的提案
即使简单的提案，用户也无法判断某些动作的二阶和三阶效应
成员们缺乏动力去花时间熟悉提案以做出更明智的决策
进一步导致在评估期间缺乏参与，并且对提案的批评不太有效。
没有时间或专业知识研究提案，时间或知识储备不足的用户依赖于来自高地位成员的社交启发来判断提案是“好”还是“坏”。
淡马锡：通过鼓励创业和投资接触区块链:11月18日消息，新加坡国家投资基金淡马锡（Temasek）在一份声明中表示，包括区块链技术在内的创新技术，有可能改变各行业并创造一个更紧密的世界。区块链和数码资产行业的兴起带来了无数机会，也带来巨大风险。创新技术能带来改变，但也伴随巨大风险，淡马锡通过鼓励创业和投资的双策略，接触区块链领域。淡马锡密切留意所涉及的风险，并采取双管齐下的策略来接触这一领域，即支持创业（venture building）和投资。
此前，淡马锡减记对FTX的2.75亿美元，并称在加密货币方面没有直接敞口。[2022/11/18 13:22:28]
这导致 DAO 决策根据身份（高或低）而不是提案优点来评估和接受。
有意识和无意识的偏见是学术界公认的问题，并且已被广泛研究。例如，与双盲审稿人相比，非盲审稿人更有可能接受著名作者或顶级机构的论文。
几十年来，学术界一直在与这种偏见作斗争，并已开始使用信息技术消除其审查系统中的偏见。
观点：在机构需求旺盛的时期，比特币ETF申请一旦通过将大有裨益:Quantum Economics创始人Mati Greenspan接受采访时，对于VanEck比特币ETF通过的几率表示：“一直以来，VanEck坚持要让美国SEC通过其比特币ETF申请，但Clayton一直阻挠。既然他已经走了，VanEck应该再试一次。”Greenspan继续说：“我们真的希望它（比特币ETF申请）这次能通过，因为在这个机构需求旺盛的时期，它会特别有帮助。”
bitFlyer首席运营官Joel Edgerton对Decrypt表示，“这是一个积极的迹象，但SEC提出的市场诚信这一根本问题并未在文件中得到完全解决。”Edgerton接着说道：“我们需要一个市场监督机制来阻止可能的价格操纵，VanEck建议的方法可能不足以让即将上任的监管者接受。”（Decrypt）[2021/1/1 16:13:01]
“广南智慧县域”签约 通过区块链推进项目实施:3月18日，北京磁云数字有限公司与广南县智慧县域建设项目战略合作签约仪式在广南县举行。北京磁云数字科技通过区块链技术应用覆盖数字金融、物联网、智能制造、供应链管理、数字资产交易等多个领域，有序推进“广南智慧县域”项目实施。（昆明信息港）[2020/3/22]
然而，由于工具不足，DAOs 并没有解决这个问题。我们认为，可以首先概述 DAO 中参与者的动态来解决偏见。换句话说，DAO 既有明显的偏见—“超级明星”故意劫持提案，也有隐性的偏见，即提案不是仅根据优点来判断的。
由于提案者的历史工作和可靠性，专家的提案更容易“信任”。
专家和非专家的意见和讨论质量存在差异
非专家缺乏时间或技能来正确阅读和理解提案。
动态 | EOS Nation“升级REX”多签提案已通过:据IMEOS今日消息，EOS Nation于昨日提出的“升级REX （v1.8.3合同）”多签提案已获16个节点投票通过。本次REX系统升级，基本变动如下：-30天/ 12小时的REX分期池-门限百分比从20％降至10％。[2020/1/3]
TLDR：DAO 的专业知识具有内在优势，可用于帮助非专家
无论专业水平如何，地位高的成员绝对值得信。
用户融合了地位、专业知识和信任。例如，节点操作员可能具有较高的地位，但专业知识和信任度较低。
地位高的人自私地行事并得到承认
地位低的人为 DAO 的利益行事，但会被忽略
TLDR：DAO中的地位有固有的缺点，会降低讨论的价值
然而匿名性缺乏突出的、个性化的或不寻常的特征。
匿名从话语中剥夺了地位和专业知识的信号。
每个人的审查都会增加（高地位、低地位、专家和非专家）
增加了治理疲劳，所有职位都受到平等审查。
增加了垃圾邮件的风险。
在线信誉系统在减少疲劳和垃圾邮件方面有着成功的历史。具体来说，Stack Overflow 已被证明在Crowd文档和讨论方面非常成功。一般来说，专家在 Stack Overflow 上的行为和有效性也得到了研究和记录。
当 Anonymity 和 Reputation 结合时，一个具有理想属性的 Robust 讨论系统就出现了。即：
随着时间的推移积累的专业知识数量：
只有专家才能发提案（减少疲劳）
较少的专家可以 TLDR，赞成/反对提案和话题（减少疲劳）
专家可以调节垃圾邮件（减少垃圾邮件）
专家可以示意性地直接讨论（提案）
专家可以获得更多的专业点数（增加参与激励）
没有技能的用户（非专家）现在可以依赖有贡献历史的专家，而不会被依赖纯粹身份的非专家所左右。
参考文献：
Reviewer bias in single- versus double-blind peer review
Andrew Tomkins, Min Zhang, and William D. Heavlin
Nobel and novice: Author prominence affects peer review
Jürgen Huber, Sabiou Inoua, Rudolf Kerschbamer and Vernon L. Smith
Understanding and supporting anonymity policies in peer review
Syavash Nobarany and Kellogg S. Booth
Crowd documentation: Exploring the coverage and the dynamics of API discussions on Stack Overflow
Georgia Technical Report
Towards Dynamic Interaction-Based Reputation Models
A. Melnikov, J. Lee, V. Rivera, M. Mazzara and L. Longo
The Importance of Reputation for the Evolution of Decentralization
Craig Calcaterra, Wulf A. Kaal
金色财经
金色早8点
澎湃新闻
Odaily星球日报
Arcane Labs
深潮TechFlow
欧科云链
链得得
MarsBit
BTCStudy
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。