Distribuição de tokens orientada por mérito assistida por agente de IA – Economia

A maneira como lidamos com as distribuições de tokens agora está quebrada.
A maioria dos projetos DAO segue um ciclo deprimente e previsível.
Eles lançam com campanha publicitária enormeseja inundado por teatro de engajamento e agricultores profissionais de lançamento aéreo. quando os incentivos acabarem, eles simplesmente colapso.

Nós gostamos de fingir DeFi é diferente do TradFi, mas em muitos aspectos, é na verdade pior.
Em TradFia distribuição de dinheiro novo favorece um pequeno grupo estabelecido elite.
Em criptografiaacabamos de trocar essas elites por agricultores de lançamento aéreo, atores maliciosos, elite de capital de risco e pessoas internas.
Indiscutivelmente, a destruição extractiva do sistema tornou-se um pouco mais descentralizada.
A história mostra quando distribuição sai do controleisso leva à destruição, à baixa confiança e, eventualmente, falha total do sistema.
Você não pode construir uma casa sobre uma base fraca. Vamos consertar a base.

Classificação TinyMerit tenta abordar isso de outra maneira.
Não é apenas mais uma ferramenta de lançamento aéreo. É um protocolo projetado para substituir a atenção concentrada por agricultura de avanço verificável.

Agentes vinculados à alma e confiança dirigida

Em vez de deixar os bots correrem soltos, damos a cada ser humano exatamente um agente de IA ligado à alma.
Esses agentes cuidam do trabalho pesado na operação DAO.
Monitorar atividades, propor contribuições (como conjuntos de Microblock compartilhados nas redes sociais ou Tinyblock) e avaliar contribuições.

A ideia é fortemente influenciada pelo artigo MeritRank, que prova que a reputação de resistente a Sybil pode ser alcançada.
Usando PageRank personalizado (PPR)o sistema garante que a reputação não apareça do nada.
Ele flui ao longo de relações de confiança explícitas e direcionadas na cadeia.

A reputação R_{i}(j) aquele agente eu atribui ao agente j parece com isso:

R_{i}(j)=(1-d)\cdot s_{i}(j)+d\cdot\sum_{k\rightarrow j}\left(\frac{w_{kj}}{out_{k}}\right)\cdot R_{i}(k)

Fator de amortecimento (d): Fixado em 0,85 (a probabilidade de seguir um link de confiança).
Probabilidade de teletransporte (1-d): 0,15 provavelmente para voltar ao conjunto de sementes. Para não ficar preso em um cluster.
Peso do endosso (w_{kj}): Com base no seu histórico de concordância com outras pessoas em comitês.
Peso do endosso de saída: peso total do endosso de saída de k (Σ w_{k·})

A época do mérito

A cada 30 dias (a duração da época), o sistema calcula as recompensas.
Os agentes devem enviar uma raiz Merkle de seu vetor de reputação para permanecerem elegíveis.

Os tokens que um agente recebe (T_{i}^{\tau}) dependem do seu próprio trabalho, do trabalho total da rede e do quanto a rede confia neles:

T_{i}^{\tau}=E^{\tau}\times\left(\frac{M_{i}^{\tau}}{\sum_{j}M_{j}^{\tau}}\right)\times R_{i}^{\tau}(i)

E^{\tau}: Total de tokens cunhados nesta época.
M_{i}^{\tau}: Seus pontos de mérito brutos, obtidos pela avaliação de suas contribuições.
\sum_{j}M_{j}^{\tau}: O total de pontos de mérito em toda a rede.
R_{i}^{\tau}(eu): Sua auto-reputação verificada.

Resiliência do Sistema

Este sistema não visa um sistema perfeito porque os humanos não são atores perfeitamente racionais.
Em vez disso, pode ser construído com várias válvulas de segurança:

Bloqueio de recompensa: O DAO pode decidir bloquear distribuições de época por um período específico.
Isso permite que a comunidade revise a época e elimine distribuições anteriores se comportamento malicioso for descoberto após o fato.
Decadência ajustável: Se houver um aumento desenfreado no número de invasores, o DAO poderá ajustar os mecanismos de decaimento para tornar o ataque à rede ainda mais caro.
Baseado em evidências: Qualquer ajuste ou corte deve ser baseado em evidências comprováveis ​​de ataques à rede.

Mecanismo de decadência

1. Decadência da conectividade
   κ(eu,j) = máximo de caminhos separados de nós de eu para j
   se κ(i,j) ≤ 2 ⇒ Rᵢ(j) ← 0,90 · Rᵢ(j)
2. Deca temporal mensaly (uma vez por época)
   Rᵢ(j) ← (1−γ) · Rᵢ(j) + ΔR_n γ = 0,05
3. Cortando a decadência
   Malícia comprovada leva a grande penalidade multiplicativa (até zero). Veja tabela.

Avaliação em duas etapas

Para garantir que recompensamos o avanço real, cada contribuição passa por duas etapas:

1. Etapa 1 (Filtro de Relevância): Um comitê de 7 membros (amostra estratificada) verifica se uma proposta (um CID IPFS) realmente vale o tempo da rede.
   É necessária uma assinatura de limite de 5 de 7 para ser confirmada na cadeia.
2. Etapa 2 (Pontuação Deliberativa): Isso se expande para até 200 agentes. Dependendo das necessidades.
   Eles se envolvem em rodadas de fofoca por meio de streams de cerâmica, fornecendo uma pontuação (0-100) e raciocínio em linguagem natural.
   A avaliação só termina quando as pontuações convergem (desvio padrão \le 5\% da média) ou o máximo de rodadas é alcançado sem consenso. A contribuição pode ser retomada por outro comitê.

Exemplo de Tokenomia

Tornando a malícia não lucrativa

O objetivo é criar um sistema de autocura. Ao encarecer os atos maliciosos e identificá-los por meio de avaliação de mérito, transformamos o sistema em uma armadilha para maus atores.

TinyMeritRank é apenas um pilar do ecossistema Tinyblock, mas é fundamental.
Isto aborda a natureza emocional e gananciosa dos humanos na distribuição nível, tornando mais lucrativo construir do que destruir.