Как спроектировать устойчивый протокол с помощью дизайна механизмов?

Если вы были на рынке криптовалют в 2017 году, то вы, вероятно, знакомы с термином “криптоэкономика”. Если же это прошло мимо вас, то пост от Ника Томэйна и видео от Виталика Бутерина должны помочь вам наверстать упущенное.

В двух словах криптоэкономика описывает комбинации криптографических и экономических стимулов, которые помогают проектировать устойчивые децентрализованные протоколы и приложения. Криптоэкономика как наука предполагает, что биткоин добился успеха на поприще, где другие децентрализованные протоколы “погибли”, не потому, что он работает на Proof-of-Work, считается децентрализованной валютой или имеет отказоустойчивый консенсус, а потому, что в него внедрены правильные криптоэкономические стимулы. Поэтому задачей криптоэкономики является экстраполировать успех биткоина, то есть внедрить криптоэкономические стимулы туда, куда это только возможно.

Блокчейны привнесли возможность цифрового “дефицита” и облегчили передачу средств, тем самым, значительно расширив области применения экономических стимулов. Можно сказать, что криптоэкономические системы предложили абсолютно новые способы мотивировать поведение людей. И их потенциал действительно огромен.

В теории проектирование экономических стимулов кажется простой задачей, но практика показывает обратное. Недаром существует отдельная субдисциплина экономики, которая изучает, как разрабатывать протоколы, мотивирующие участников вести себя “социально желательным” (правильным) образом. Название этой дисциплины — дизайн механизмов. И хотя за последние пару месяцев о криптоэкономике было написано немало статей, у нас мало причин полагать, что какие-либо традиционные наработки из дизайна механизмов используются при разработке новых блокчейн-протоколов (конечно же, не без исключений, которые мы опишем позднее).

Выражаясь мягко, это можно назвать упущенной возможностью. При этом некоторые высказываются более решительно:

Цель этой статьи — познакомить читателей с базовыми концепциями дизайна механизмов и показать, как они могут быть полезны для криптоиндустрии на практике. Если вы сами разрабатываете блокчейн-протоколы, эта статья может стать для вас своеобразной “базой”. Надеюсь, что после прочтения у вас 1) сложится впечатление, что дизайн механизмов чрезвычайно важен при разработке устойчивых децентрализованных протоколов 2) появится базовый набор ресурсов, который позволит применять инструменты из дизайна механизмов в своей работе.

При этом стоит отметить, что я не являюсь экспертом по части криптовалют или дизайна механизмов, так что буду рад комментариям от профессионалов.

Начнём мы с краткого описания ключевых концепций дизайна механизмов и базовых определений. Я постараюсь объяснить всё максимально простым языком, чтобы последующее обсуждение было понятным и доступным. Хочу заметить, что в рамках этой статьи я не пытаюсь ознакомить читателей с теоретической частью. Для этого больше подойдут следующие материалы:

• четвёртая глава исследования Винсента Конитцера;
• статья и курс на Coursera от Мэтью Джексона;
• седьмая глава из книги “Теория игр” от Дрю Фуденберга и Жана Тироля

Эти несколько работ показались мне наиболее полезными для знакомства с дизайном механизмов. Но так как дизайн механизмов — это устоявшаяся дисциплина, я уверен, что есть ещё много других интересных материалов. Если у вас есть чем поделиться, милости прошу в комментарии к этой статье.

Покупайте, зарабатывайте криптовалюты вместе с редакцией сайта КРИПТОБИРЖИ.РФ

Что такое дизайн механизмов?

Дизайн механизмов можно рассматривать как обратную теорию игр. В теории игр мы берём игру, как она есть, и прогнозируем её возможные результаты, основываясь на характеристиках игроков. В дизайне механизмов мы сначала определяем желаемые результаты и только затем создаём игру, которая мотивирует участников к этим результатам прийти. Ещё полезной аналогией будет рассматривать теорию игр как часть позитивной экономической теории, а дизайн механизмов как часть нормативной.

Приведу пример: вы работаете над аукционом, цель которого передать товар участнику, которому он будет наиболее полезен. Предполагая, что товар в какой-то степени полезен каждому участнику, у участников аукциона появляется мотивация врать. Как спроектировать механику аукциона таким образом, чтобы она мотивировала каждого участника честно сообщать о полезности для него аукционного товара? Стоит ли сделать торги на аукционе публичными или приватными? В ходе аукциона цена должна повышаться или понижаться? Должен ли победитель заплатить наивысшую цену или какую-то ещё? Другой пример: при проектировании процесса голосования, стоит ли отдавать победу тому, за кого просто проголосовало большинство избирателей, или стоит внедрить определённый процент, при котором кандидат побеждает? Нужно ли проводить несколько раундов голосования или хватит одного? Должны ли избиратели голосовать за одного кандидата или могут выбрать нескольких? Вопросы, перечисленные выше — это наиболее типичные вопросы дизайна механизмов.

Термины из области дизайна механизмов

Формально любой механизм включает в себя ограниченное число участников и некоторое количество возможных социальных решений. В качестве иллюстрации можно привести группу избирателей и некое число потенциальных кандидатов, которые могут быть выбраны обществом. Участники располагают частной информацией, ещё называемой сигналами или типами. Типы участника отражают его предпочтения — например, предпочтение кандидата А над кандидатом Б или оценку товара, продаваемого на аукционе — а также используются для шифрования других типов частной информации — например, только один из участников может знать, продаётся ли на аукционе товар хорошего качества или плохого. Ещё у нас есть априорное знание, которое представляет собой распределение вероятностей по типам. Тут можно провести аналогию с покером: вы не знаете карты других игроков, но можете знать вероятность выпадения каждой руки из колоды. И поскольку “оптимальное” решение в любом случае будет зависеть от типов участника, дополнительно определяется решающее правило, которое сопоставляет типы с социальными решениями.

Таким образом, выгода участников — это функция сообщённого ими типа (т.е. того типа/предпочтений, которые они вам сообщат, что может быть неправдой), реального типа и исхода решающего правила. Часто к уравнению добавляются функции передачи, где передаваемый товар (напр. токен) используется для мотивации участников, обычно путём фиксации внешних эффектов, которые действия одного участника накладывают на другого. Таким образом, можно представить себе функцию социального выбора, которая сопоставляет сообщённые типы c монетарными и немонетарными результатами. Именно об этом говорят, когда описывают квазилинейную полезность, которая линейна по одному из своих аргументов, обычно — по счётным деньгам.

На практике проектировщик механизмов контролирует только выбор механизма, но никак ни участников или их типы. Говорят, что проектировщик контролирует окружение или среду. С добавлением в среду механизма она превращается в игру. Формально, механизм — это пара сообщений/стратегий и функция, которая соединяет сообщения/стратегии с социально желаемыми результатами. Механизм может быть детерминированным, то есть всегда выдающим одно и то же решение при одних и тех же обстоятельствах, либо вероятностным/рандомизированным, то есть выдающим разные решения в соответствии с каким-то правилом.

Главная задача дизайна механизмов — это определить механизм, который будет мотивировать участников вести себя должным образом (исходя из их частной информации), что в конечном счёте приведёт к социально желаемому результату

Обычно считается, что механизм “реализует” функцию социального выбора, если, при равновесии, реальное сопоставление типов с результатами совпадает с теми, которые были выбраны функцией социального выбора (по этой причине дизайн механизмов ещё называют “теорией реализации”). При этом может требоваться реализация при доминирующей стратегии (стратегии, при которой действия одного участника превосходят действия другого, независимо от того, что выбрал последний ) или реализация при “игре с неполной информацией” (характеризующейся неполнотой информации об участниках, при этом у участников есть веры относительно этой неопределённости). Доминирующая стратегия, конечно же, более действенная, но и более ограничивающая.

Принцип выявления

Одним из основополагающих принципов дизайна механизмов является принцип выявления. В общих чертах он говорит нам о том, что если функция социального выбора может быть реализована с помощью произвольного механизма, то она же может быть реализована с помощью правдивого, прямого механизма выявления (предпочтений) с тем же результатом. Получается, что прямой механизм выявления — это тот механизм, в котором участники попросту сообщают свои типы механизму, что приводит к решению и набору переводов. Прямой механизм выявления предпочтений считается правдивым, если правдивое сообщение предпочтений является доминирующей стратегией (хотя, обычно достаточно того, чтобы правдивым оно было лишь в игре с неполной информацией). В этом случае такие механизмы называют правдивыми, стимулосовместимыми и стратегически устойчивыми.

У принципа выявления чрезвычайно важное значение. Вкратце, если вы сможете доказать прямому механизму выявления, что какая-то информация является правдой, то вы автоматически докажете это и другим механизмам. Чтобы понять, как это работает, представьте случайный неправдивый механизм, который учитывает ваши предпочтения и взаимодействует с другими механизмами, чтобы принести вам максимальную прибыль (представьте, например, доверенное лицо). При работе с этим механизмом у вас не будет стимулов врать, так как это принесёт вам не максимальную прибыль. По сути, у вас нет нужды врать, потому что сам механизм делает это за вас. Получается, что фокус на правдивых, прямых механизмах выявления — это ключевой элемент, который заставляет дизайн механизмов работать. В ином случае вам пришлось бы доказывать истинность теорем для огромного числа непрямых или неправдивых механизмов, что сделало бы дизайн механизмов практически бесполезным.

Ограничения дизайна механизмов

Теперь, когда мы определились с базовыми терминами, давайте ответим на вопрос, к каким результатам можно прийти, используя инструменты дизайна механизмов? Что представляет собой “хороший” механизм и как понять, что мы выбрали именно его? Эти и другие вопросы относятся к “задаче на оптимизацию” — ситуации, когда вы пытаетесь максимизировать целевую функцию (напр. ваш доход), работая с учётом ограничений. И думаю, имеет смысл познакомить вас с наиболее распространёнными ограничениями дизайна механизмов.

Ограничение совместимости стимулов — это, вероятно, наиболее часто встречающийся вариант. Следом идут ограничение индивидуальной рациональности, при котором ни один из участников не должен “терять”, принимая участие в работе механизма и ограничение эффективности, при котором уровень “полезности” должен быть максимален для каждого участника. Такая вещь, как баланс бюджета ограничивает механизм от трансферов с нулевой экономической полезностью, в то время как профицитный баланс бюджета (ещё называемый целесообразным) требует, чтобы механизм выплачивал больше, чем получает.

Главная проблема теории дизайна механизмов в том, что от ограничений, перечисленных выше, невозможно избавиться ввиду главного ограничения — ограничения совместимости стимулов (невозможность убрать все ограничения неоднократно доказана несколькими теоремами).

В целом, можно сказать, что свойства механизмов сохраняются для участников ex-post (независимо от типов участников), ex-interim (когда тип одного из участников представлен, а типы других участников ожидаются) и ex-ante (когда ожидаются все типы участников). Возвращаясь к нашей покерной аналогии, можно представить ходы, когда все карты в колоде (ex-ante), когда вы знаете свои карты (ex-interim), и когда карты всех игроков открыты (ex-post).

Введение ограничений, как правило, оставляет вас с несколькими механизмами, из которых можно выбрать, делая дизайн механизмов задачей на (ограниченную) оптимизацию результатов. Допустим, при проведении аукциона, вы могли бы рассмотреть стимулосовместимый, индивидуально рациональный механизм, который поможет максимизировать прибыль. Также в каких-то случаях вам может понадобиться высокоэффективный механизм или механизм, который будет отвечать более сложным вызовам, например, механизм по справедливому распределению ценности. Это всего лишь несколько примеров, и поверьте, список можно продолжать бесконечно. Как мы увидим в примерах далее, поставить механизму правильную цель — это сама по себе довольно сложная задача.

Механизмы Викри-Кларка-Гровса

Весьма действенные механизмы, с которыми можно встретиться достаточно часто — это механизмы Викри-Кларка-Гровса. Чтобы объяснить, как они работают, представьте, для начала, аукцион на котором продаётся всего один товар. Возможно, самым простым вариантом проведения аукциона будет попросить всех участников написать свою цену на листе бумаги. После того как все ставки будут сделаны, участник с наивысшей ценой получит право забрать товар, заплатив за него ту цену, которую он указал. Этот подход, совершенно очевидно, не совместим со стимулами, поскольку у участников отсутствует необходимость писать цену, по которой они действительно оценивают товар. Куда более действенным механизмом будет передавать товар участнику, предложившему наивысшую цену, но платить он будет по второй наивысшей ставке. Подобный вариант аукциона называется аукционом Викри. И в этом варианте у каждого участника появляется стимул делать ставки по истинной ими оценке стоимости товара.

Обобщение аукциона Викри — это поворотный механизм (также известный как механизм Кларка или механизм Викри-Кларка-Гровса, хотя иногда последний относят к более общему классу механизмов). Работает он следующим образом. Для каждого отдельного участника мы воспроизводим механизм, исключая его самого, и выбираем результат, который максимизирует выгоду для всех остальных участников, в зависимости от сообщённых ими типов. Затем мы включаем в процесс ранее исключённого участника и воспроизводим механизм снова. В итоге каждый участник выплачивает (или получает) разницу между суммами полезности других участников. По сути, итоговая ставка аукциона эквивалентна социальной ценности участника или его выгоде. И поскольку у участника отсутствует возможность каким-либо образом повлиять на сумму полезности других участников в первом раунде (потому что он в нём не участвует), во втором раунде он пытается повысить собственную полезность и полезность других. И это как раз означает повышение совокупной социальной полезности! Согласование стимулов подобным образом не только стимулосовместимо, но и гарантирует эффективность. Также в этом варианте весьма просто отыскать ex-post индивидуально рациональные и профицитные по бюджету версии механизма.

Ещё к итоговому платежу победителя можно добавить какие-либо произвольные условия сделки, на которые отдельные участники не могут повлиять (например, выплатить определённую сумму от выигрышного лота другим участникам вне зависимости от результата), без изменений в стимулах. Эти более общие наборы механизмов называются Схемами Гровса, и они всегда совместимы с доминирующей стратегией. Часто они задействуются тогда, когда доминирующая стратегия — сообщать правду.

И хотя Схемы Гровса это весьма действенный класс механизмов, они крайне подвержены к сговору между участниками. Дальше мы ещё поговорим о том, насколько это может быть проблемно в криптовалютной среде.

Простые применения дизайна механизмов

Теперь, когда мы разобрались с базовыми составляющими дизайна механизмов, давайте взглянем на их возможное применение в индустрии криптовалют. Пойдём от простого к сложному.

Один из наиболее очевидных и простых применений дизайна механизмов — это процесс продажи токенов. Вообще, аукционы — это наиболее изученная на данный момент область применения дизайна механизмов. Механизмы проведения аукционов тщательно изучаются в сфере компьютерных наук, в немалой степени потому что крупные технологические компании, такие как eBay и Google, получают большую часть прибыли от онлайн-аукционов. Если вы планируете провести продажу токенов, то изучение дизайна механизмов может помочь вам найти интересные и нестандартные решения (хотя, стоит отметить, что некоторые традиционные механизмы были не так уж успешны в криптовалютной среде). Ознакомиться с тем, какие модели проведения продаж токенов существуют и какие они имеют преимущества и недостатки можно по этим трём ссылкам. Многое из этого материала отражено в традиционной теории аукционов.

Рынки предсказаний, которые недавно обзавелись децентрализованными вариациями — это ещё одна сфера, где можно успешно применить инструменты дизайна механизмов. Цель в этом случае состоит в том, чтобы внедрить механизмы, которые будут вынуждать участников сообщать их реальное мнение о вероятности того или иного события. Также инструменты традиционного дизайна механизмов могут помочь в работе с более сложными предположениями, в том числе с такими ситуациями, когда участники стараются действовать стратегически и/или пытаются манипулировать мнением других участников, чтобы изменить рыночные цены в свою пользу. Помимо этого есть ещё более трудноразрешимые проблемы, например, когда частную информацию участников трудно сконвертировать в дискретную вероятность. Приведу пример — скажем, у меня есть друг, который работает в штабе Голден Стэйт Уорриорз и он передал мне, что лучший игрок команды, Стефен Карри, получил травму лодыжки. Не совсем ясно, как эту частную информацию можно будет сконвертировать, при вопросе расчёта вероятности того, выиграет ли Голден Стэйт следующую игру (P.S. не желаю ничего плохого ни Стефену Карри, ни его лодыжке). При этом децентрализация рынков предсказаний привносит новые проблемы. Разобраться с ними прямо сейчас пытаются такие проекты как Augur и Gnosis (теоретическую базу по теме децентрализованных рынков предсказаний можно получить по этим двум ссылкам).

Анализ проекта Namecoin

Эта работа Гарри Калоднера — отличный пример того, как дизайн механизмов может быть полезен при разработке децентрализованных систем. В ней говорится о том, что Namecoin хоть и решает чрезвычайно важную проблему технического плана (трилемму треугольника Зуко), всё равно сталкивается с рядом острых экономических проблем. В статье приведена информация о том, что всего 0,02% зарегистрированных доменов принадлежит “реальным” пользователям и используется для отображения уникального контента. В то же время вторичный рынок доменов, можно сказать, попросту отсутствует. По моему мнению, это ещё раз доказывает тот факт, что разработчики децентрализованных протоколов не могут оставлять без внимания разработку правильных стимулов, независимо от того, насколько выдающийся проект технически.

В это же время Namecoin прекрасно поддаётся дизайну механизмов ввиду естественной редкости чего-то значащих для человека доменов — что, в свою очередь, требует организации процесса распределения ресурсов. Гарри Калоднер в своей работе прибегает к теории дизайна механизмов, чтобы объяснить неудачи сервиса Namecoin и поговорить о децентрализованных доменных именах “под соусом” разных моделей полезностей для пользователей. Это приводит автора к одному из сложнейших вызовов дизайна механизмов на практике: как определить реальную “полезность” для пользователя и назначить чёткую конечную цель? К примеру, если предположить, что все участники точно знают, какое доменное имя им нужно, то раздача имён в формате аукциона Викри будет отличным вариантом. Если же “полезность” имён не статична (напр. “полезность” доменного имени “JohnDoe” для парня с именем Джон Доу значительно падает после того, как он уже приобрёл “John_Doe”), то в этом случае больше подойдёт “механизм приоритетов”. При этом, если ввести какие-то временные предпочтения, дизайн механизмов становится слишком сложным, даже для того, чтобы просто определить цель всей системы.

В работе также рассматриваются последствия принятия различных решений: Насколько сильным должен быть контроль пользователя над доменом? Каким образом должны распределяться имена на первичном рынке? Как система должна распределять выручку с продажи доменов?

Правильный дизайн механизмов и балансировка издержек и выгод — это то, что необходимо учитывать, при разработке любого блокчейн-приложения.

Помимо того, что работа отвечает на вопрос, как дизайн механизмов может использоваться при проектировании децентрализованных систем, ещё авторы приводят несколько практических советов по поводу того, как можно улучшить Namecoin, а именно:

• увеличить комиссии, чтобы уменьшить число людей, которые бронируют домены “про запас”;
• внедрить механику аукциона или алгоритмическую модель продаж, чтобы снизить разрыв между стоимостью домена и его “реальной” рыночной ценой;
• разработать механизм, который помогает пользователям вернуть деньги за домен, которым они не пользуются.

Нерешённые проблемы: Ethereum Foundation

Применение дизайна механизмов в индустрии криптовалют больше всего изучается организацией Ethereum foundation. Для краткого экскурса ещё раз предлагаю посмотреть видео от Виталика Бутерина, упомянутое выше, а также ознакомиться с его публикацией. Особое значение для нас имеют предложенные Виталиком модели безопасности и предположения, на которых они строятся. Для полноты картины я кратко расскажу о них в рамках этой статьи.

Наиболее распространённой моделью безопасности при разработке отказоустойчивой системы считается “модель честного большинства”, которая предполагает, что 51% участников по определению честны. Виталик утверждает, что это предположение крайне сомнительно. Вместо этого, он предлагает обсуждать вопрос безопасности исходя из конкретных предположений:

1. уровень согласованности между участниками
2. бюджет злоумышленника (максимальная сумма, которую злоумышленник должен будет заплатить)
3. стоимость атаки (фактические затраты, понесённые злоумышленником)

Таким образом, можно рассмотреть несколько моделей безопасности, помимо “модели честного большинства”. Для каждой модели можно провести оценку отказоустойчивости и запаса криптоэкономической безопасности (т.е. стоимость нарушения определённых правил протокола).

Модели несогласованного большинства предполагают, что участники протокола делают выбор независимо от других и ни один участник не контролирует больше определённой доли сети (в этом случае получается, что скорее движимы личными интересами, чем честны). Модели согласованного выбора, в свою очередь, предполагают, что большинство или же все участники действуют в сговоре, при этом иногда в системе могут присутствовать участники, не находящиеся в сговоре. Модель подкупа — это модель, при которой участники принимают независимые решения, однако злоумышленник стимулирует их принимать те решения, которые ему выгодно через “взятки”. В качестве примера давайте разберём Shellingcoin, на который ссылается Виталик. Вкратце, в модели, где вознаграждения выплачиваются только участникам, голосующим с большинством, злоумышленник может гарантировать участникам, собирающимся голосовать с меньшинством, выплату выше. В этом случае у злоумышленника получится коррумпировать систему, фактически не понеся потерь, так как подкупленные участники в итоге окажутся в большинстве. В теории, биткоин и другие монеты с алгоритмом консенсуса PoW, могут быть подвержены атаке такого типа (однако, чтобы её осуществить, потребуется огромный бюджет).

Введение в кооперативную теорию игр

В качестве вишенки на торте я хотел бы поговорить с вами о серии статей Влада Замфира. В ней рассказывается о том, как изменение взглядов команды Casper на алгоритм консенсуса Proof-of-Stake привело её к текущему набору криптоэкономических методологий, а также системе штрафов и залога, используемых в текущей версии протокола Casper. Особенно рекомендую прочесть четвёртую и пятую статьи из этой серии, в которых автор рассказывает о кооперативной теории игр. Пересказывать всю историю я не буду, однако приведу самое запоминающееся (для меня) наблюдение: “архитектура блокчейна — это дизайн механизмов для олигопольных рынков”. И чтобы вы не думали по этому поводу, централизация, будь то определённых монет или майнинговых мощностей, в какой-то степени имеет место быть. Проблема здесь в том, что в большинстве работ по дизайну механизмов рассматриваются ситуации из некооперативной теории игр. При этом наиболее изученные механизмы (напр. механизм Гровса, описанный выше) рушатся при предположении о сговоре между участниками.

К счастью, кооперативная/коалиционная теория игр — это хорошо изученная область и по ней можно найти много материалов в сети. Как правило, цель кооперативной теории игр состоит в том, чтобы понять, какие типы объединений могут быть созданы, какую прибыль эти объединения могут сулить участникам (выяснить это можно через характеристическую функцию случайной величины), и как эта прибыль должна распределяться, чтобы объединение смогло достигнуть своей цели. В качестве примера можно рассмотреть крупное объединение, в которое вовлечены все участники (напр. все майнят на наиболее длинной цепи блоков) и прибыль которого распределяется согласно принципу Вектора Шепли (где каждый участник получает долю прибыли согласно своему вкладу). Также у этого объединения может быть “базовый” набор вменений (индивидуально рациональных и эффективных платежей), который не оставляет участникам стимулов отклоняться от поведения других. Стимулы, в свою очередь, можно условно разделить на две большие категории: первая — эта платежи (напр. вознаграждения за майнинг), а вторая — привилегированное положение (напр. возможность получать торговые комиссии).

Применение дизайна механизмов к смарт-контрактам

Помимо анализа уровня консенсуса, Виталик в своей презентации поднимает вопрос прямого применения дизайна механизмов к смарт-контрактам. К примеру, аукцион Викри, про который в этой статье сказано немало хорошего, может столкнуться с рядом проблем в криптопространстве. Его участники, например, могут сделать одновременно несколько ставок и в итоге выбрать ту, которая принесёт больше всего прибыли. Вы можете возразить предложением ввести депозит, чтобы избавиться от подобного рода участников, но тогда придётся устанавливать размер депозита по отношению к размеру ставки, что противоречит самому принципу аукциона второй цены. Проблема, которую описывает Виталик, заключается в том, что дизайн механизмов в традиционном поле полагается на посредника, который обеспечивает корректность аукциона и конфиденциальность игроков. Блокчейн, в свою очередь, может обеспечить корректность, но никак не конфиденциальность.

Также при разработке в децентрализованной среде нужно определять гораздо больше факторов. Традиционная, централизованная среда, как правило, предполагает агента, управляющего механизмом таким образом, чтобы обеспечить максимальную прибыль с учётом имеющихся ограничений. Это делает весь процесс гораздо проще. В децентрализованной среде, в свою очередь, требуется назначить алгоритмического агента, который будет “управлять” механизмом; требуется тщательно продумать поведение этого агента и то, какое влияние он может оказать на монетарную политику протокола. Например, если предполагается, что механизм каким-то образом превысит баланс бюджета, должен ли агент перераспределить прибыль между участниками? Следует ли изымать из обращения собранную избыточную криптовалюту? Будет ли у агента возможность минтить криптовалюту при передаче её участникам? Эти вопросы нужно обдумывать очень тщательно, так как неправильное поведение агента может исказить стимулы участников.

Заключение

Несмотря на то что дизайн механизмов нашёл своё применение в сфере компьютерных наук, считаные предприниматели и разработчики используют его инструменты при разработке блокчейн-протоколов. При этом ещё меньше людей проводят серьёзные экономические исследования на эту тему.

Тем не менее я оптимистично настроен по поводу будущего дизайна механизмов: когда возможности, предоставляемые криптоиндустрией, начнут проясняться, эта сфера быстро наверстает упущенное. Ну а пока, надеюсь, что эта статья была вам полезной и вы узнали немного нового о дизайне механизмов и возможностей, которые он предлагает для криптопротоколов.

С оригинальным материалом можно ознакомиться по этой ссылке.

Какие механизмы и стимулы кажутся действенными вам? Ждём ваши ответы в комментариях.

Присоединяйтесь к нашему DAO, где мы совместно вкладываем в новые криптовалюты: © Материал подготовлен для сайта рейтинга КРИПТОБИРЖ и может быть открыто распространен в сети при указании авторства.