干货 | 通证工程系列之三：比特币分析、海洋协议设计

通证工程系列：

1 简介

在之前的文章中比特币激励机制怎么设计的，我们谈到了为什么在构建通证生态时需要引入激励机制； 以及对代币工程实践的一些思考。 我们可以使用这些工具来分析现有的令牌生态系统并创建全新的设计。 本文将采用上述方法进行两部分案例研究，（1）比特币分析； (2) 设计海洋协议（Ocean Protocol）。 开始吧！

2. 案例研究：比特币分析

我们已经讨论过优化问题的最佳策略可以用于代币设计，所以让我们从优化问题的角度来看比特币。 值得注意的是，我们将重点关注比特币的目标函数。

比特币的目标函数是最大化比特币网络的安全性。 比特币将“安全性”定义为哈希率，这使得想要回滚交易变得非常昂贵。 比特币的区块激励功能维持了这一目标——向那些增加网络计算能力的人提供区块激励代币（BTC）。

如下图所示，我们记下目标函数（区块奖励函数）。 等式左边是参与者i期望在一个区块区间内获得的代币奖励数量（R）； 等式右边是参与者 i 贡献的哈希率和每个区块 T 分配的代币数量。 左与右 (α) 成正比。 T的当前价值是每十分钟12.5 BTC，每四年减半。

交易差异对效率的影响

请注意，E()所指的激励是激励的期望值； 这意味着每个参与者不一定能在区块生成区间内获得区块激励，在比特币中也是如此，激励是波动的：每次只有一个参与者可以从一个区块区间内获得激励。 但由于参与者获得激励的机会与其贡献的算力有关，因此他们对激励的期望值也与贡献的算力有关。 Orchid 团队将此称为概率微支付。

为什么比特币被设计成在每个区块之间对每个参与者的激励有如此剧烈的波动（高方差），而不是直接激励每个参与者（低方差）？ 这样做有一些好处：

上述收益非常显着，但也带来了严重的高方差问题：要真正有机会赢得奖励，需要巨大的算力，但这是赢者通吃的结果。 但是，这种高方差问题可以通过大型矿池来缓解，可以直接降低方差。 太棒了不是吗！ 因为这样一来，比特币网络不需要亲自出门，问题就已经解决了。 一如既往，我们再次被中本聪震惊了:)

比特币的激励机制成功了吗？

比特币在最大化网络安全方面有多好？ 答案是：好不可思议！ 比特币的激励刺激了人们投入数亿美元设计特殊的 ASIC 矿机和建设矿场； 有些人还建立了由数百或数千名矿工组成的矿池。 目前，比特币网络的算力已经超过了超级计算机的总和，耗电量已经超过了世界上大部分的小国家，预计到2019年7月将超过美国的耗电量。这一切都是关于赚取比特币区块代币奖励！ （当然不止这个福利）

- 它从简单的区块奖励开始，并衍生出各种复杂性比特币激励机制怎么设计的，包括矿场 [图片来源：Wikimedia Commons]-

除了ASIC矿场和矿池，我们还看到了围绕比特币的整个生态系统。 软件钱包、硬件钱包、核心开发人员、应用程序开发人员、无数的 Reddit 帖子、会议……等等。 推动这一趋势的是比特币持有者希望在世界范围内传播他们的代币。

4. 案例研究：海洋协议设计

（编者按：我也很好奇作者为什么先写Section 4再写Section 3，Section 3是结论。）

-海洋协议-

4.1 简介

当我们在 2017 年 5 月开始为 Ocean Protocol 设计代币时，我们陷入了困境。 我们没有制定目标（目标函数和约束条件），而是简单地研究了去中心化市场等即插即用模型。 但后来我们问自己：这是否有助于数据共享？ 不，它没有。 协议是否需要有自己的令牌？ 不，没有必要。 我们都会问自己各种各样的问题。

因此，我们决定退一步； 编写一个合适的目标函数和条件约束作为当前的新目标。 出乎意料的是，事情开始变得顺利。 随着目标的编写，我们尝试了其他可插入模式（求解器），当我们发现旧目标对新问题没有响应时，我们更新了目标； 重复这个过程。 不久，我们已经看到了所有现有的可插拔模式，我们不得不自己设计新的可插拔模式； 我们在这个阶段也有很多迭代。

一段时间后，我们意识到优化设计方法已经应用于代币设计！ 整个逻辑是：计划问题，尝试现有的解决方案； 如有必要，请自行开发。 虽然本博客将代币设计过程描述为给定的，但实际上我们正是这样做的。 我们在其他代币设计中也使用过这种方法，也成功帮助过一些好朋友的项目。

4.2 海洋问题规划

回想一下，我们的目标函数的目的是让人们做某事。 首先，我们必须决定“这些人”是谁。 我们必须定义系统的潜在利益相关者或代理人。 下表描述了 Ocean Protocol Tokens 的动态因素：

利益相关者 他们可以提供的价值 他们可能获得的利益

数据/服务提供商、数据保管人、数据所有者

数据/服务（市场供应）

为数据或服务支付的代币

数据/服务推荐者、管理者（Curator）。包括交易所等应用层提供者

数据/服务（通过供应商等），管理（管理）

为管理支付的代币

数据/服务验证者。解决方案包括在其他链上的关联证明

数据/服务（通过提供商等）、身份验证

为验证支付的代币

数据/服务消费者

代币

数据/服务（市场需求）

维护者

在网络中正确运行节点

为维护链支付的代币

目标函数

在以上迭代中，我们最终得到目标函数：最大化相关AI数据和服务的供给。 这意味着除了刺激人们提供高质量的有价值数据和高质量的公共数据外，还需要提供相应的计算服务（例如，保护隐私）。

限制

经过上述迭代后，我们可以在进行任何设计思考时使用此清单。 简单来说，我们可以这样想约束：

除了这些问题，我们还关注可能的攻击； 将每个新问题添加到要解决的约束列表中（使用友好的名称）； 然后更新设计以适应它。 像“数据逃逸”、“精心策划的克隆”、“艾莎和安娜的攻击”等等，都适合纳入新的约束条件。 一些相关的问题和答案可以在 Ocean 白皮书中找到，其中也解释了我们对这些问题的处理方式。

4.3 探索设计空间

我们尝试了各种令牌模型方法并结合了各种设计。 还针对上述约束进行了测试，以下是我们的尝试：

我们还进行了各种其他测试，例如引入不同的治理或声誉系统。 最后，我们终于找到了满足需求的条件：一个参与者TCR，一个数据/服务管理证明市场（CPM），后面会解释。

4.4 Ocean Protocol 的新代币模型：证明管理市场

Ocean Protocol 的目标功能是最大化相关 AI 数据和服务的供应。

在达到这个目标之前，我们必须承认，我们无法客观地衡量什么是“高质量”。 为了解决这个问题，Ocean Protocol 将决策权还给大众：参与者必须使用 proof-of-curation 市场的一些设置，将钱押在他们“认为未来会流行”的数据集上。

然后我们需要调整高质量数据的标志，向市场提供数据。 要解决这个问题（标记高质量数据），可以结合以下两个：预期流行度 VS 实际（已证明）流行度。 参与者满足以下两个条件即可获得代币奖励：

他们预测了数据集在精选市场中的受欢迎程度。 这就是所谓的预期人气（Predicted Popularity）。

他们已经证明他们可以在需要时提供此类数据/服务。 根据定义，无论何时提供某样东西，它越受欢迎，它收到的请求就越多。 称为实际流行度（Proofed Popularity）。

我们将整个表单称为 Curated Proofs Market (CPM)。 策展市场与证明紧密结合：证明可以赋予策展市场权威性，让管理更加行为化； 相比之下，策展市场释放出可以证明质量的信号。 CPM 是我们扩展的代币设计列表中的一个新元素 :)

以下公式描述了 Ocean Token 的奖励函数。

第一项 Sij 是指参与者 i 相信的数据/服务 j 的流行度（预期流行度）； Dj指的是数据/服务j的实际流行程度； 分配的代币数量； Ri 表示降低特定攻击者攻击意愿的向量； 预期奖励函数 E() 与比特币相同。 海洋协议白皮书中详细介绍了奖励功能的工作原理。

3.结论

本文介绍了使用代币工程工具进行比特币分析和 Ocean 协议设计的案例研究。

附录：相关文章和新闻

2018年2月，我在柏林分享了这篇文章的内容，并附上了幻灯片和视频。 同年 1 月，我还在新墨西哥州的圣达菲研究所分享了复杂的系统，包括幻灯片和视频。

非常感谢以下人员查看本文和本系列中的其他人：Ian Grigg、Alex Lange、Simon de la Rouviere、Dimitri de Jonghe、Luis Cuende、Ryan Selkis、Kyle Samani 和 Bill Mydlowec。 还要感谢其他人，包括 Anish Mohammed、Richard Craib、Fred Ehrsam、David Krakauer、Troy McConaghy、Thomas Kolinko、Jesse Walden、Chris Burniske 和 Ben Goertzel。 最后，我要感谢整个区块链社区提供底层基础并使代币设计成为可能。

附录：相关结果

自最初发布以来已经有一些更新。

编辑

原文链接：