一、DAO中的影响力攻击
讨论是DAO的关键要素之一。
?协调成员之间的任务?提出和讨论想法及提案由于提案有效地指导了DAO的决策和财务支出，以至于在审议阶段DAO很容易受到影响力的攻击。
这是一个经典问题，游说者使用不同的策略来影响提案的决策。例如：交换条件、贿赂、胁迫、勒索等。
我们相信，在提案的创建、审议和投票过程中，真正的匿名性可以解决大多数的影响力攻击。
二、链上治理系统中的人格偏见问题
研究发现DAO在创建和审议提案时面临的三个挑战。
Bitfinex Alpha：以太坊的通货紧缩率在上升，导致供应迅速下降:金色财经报道，根据Bitfinex Alpha最新报告，最近几周，加密货币市场经历了比特币期权波动性指标和杠杆率的下降，这可能导致未来价格波动性降低。预估杠杆率（ELR）的降低也意味着现货市场对衍生品市场的敏感度正在降低。
比特币作为避险资产的主导地位日益增强，其表现优于黄金、大宗商品和标准普尔500指数。比特币的表现也一直优于其他加密资产。BTC和以太坊未平仓合约的趋势表明，与传统资产和加密替代品相比，投资者对BTC价格的信心和投机有所增加。
以太坊的通货紧缩率也在上升，导致供应迅速下降，长期来看可能会推高其价格。[2023/5/2 14:38:24]
1）DAO成员的技术和知识不对称
由于DAO由具有不同知识水平的参与者组成，因此：
以太坊巨鲸过去一周增持大量SRM、DAI和FTT:4月15日消息，据whalestats.com数据显示，前1000以太坊巨鲸地址在过去一周增持的前10Token中，除ETH和中心化Stablecoin外，SRM、DAI和FTT分别位于第四、第五和第七位。[2022/4/15 14:26:35]
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。2）过度依赖身份来评估提案
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”。
3）评论中的身份和偏见问题
这导致DAO决策根据身份而不是提案优点来评估和接受。
Nervos DAO锁定总额突破50亿大关:根据Nervos Explorer显示，Nervos DAO锁定总额已突破50亿，占CKB 流通量35%，较上月同期（43 亿）增长近16%，再次创历史新高。Nervos DAO 中的锁定地址总数超过2471个。二级发行中，已销毁数量占总发行量77.4%，挖矿奖励占14.5%，锁币补贴占总发行量的8.1%。
Nervos CKB 网络算力日前也呈大幅增长趋势，已突破7 PH/s，较上月同期（1.94 PH/s）增长3.6倍。挖矿难度已突破55P，较上月同期（18.2P）增长3 倍。Nervos CKB是一条基于PoW共识机制的多资产价值存储公链，其主网启动至今已稳定运行5个月。[2020/4/29]
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。
动态 | DAOBet宣布启动主网 为加密货币用户提供一站式解决方案:据Gamblingnews消息，游戏基础设施平台DAOBet已启动DAOBet主网，这是一种改进的区块链生态系统，经过优化，可为所有加密货币用户提供一站式解决方案。游戏区块链系统已经能够通过将延迟降低到0.1，并将事务处理速度提高到每秒3,000次操作来提供结果。[2019/12/3]
三、通过匿名技术解决偏见
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。
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。
动态 | MakerDAO 5.5% 稳定费率投票中，一名巨鲸占有 97％ 的投票权:Dai稳定费率降低至5.5%。值得注意的是，就在投票结束前几个小时，此轮投票中出现了一名 MKR巨鲸，持有 41,900 MKR 参与投票，占据 97％的投票权，一举将投票数从 2489 票增至 44539 票。相关数据显示，这名巨鲸持有总共 75,516 MKR，占总供应量的 7.5％（约合 4000 万美元），并于 2018 年 8 月收到 108,956MKR，甚至大于 a16z （6％）的持有份额。[2019/10/29]
1）专家：在特定领域具有高技能、知识或贡献的人。
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。TLDR：DAO的专业知识具有内在优势，可用于帮助非专家2）地位：相对的社会或职业地位；
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3）高地位成员的提案带有内在的积极偏见
4）低地位成员的提案带有固有的负面偏见。
TLDR：DAO中的地位有固有的缺点，会降低讨论的价值
四、引入匿名，将会发生么？
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
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，StackOverflow已被证明在Crowd文档和讨论方面非常成功。一般来说，专家在StackOverflow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较少的专家可以TLDR，赞成/反对提案和话题专家可以调节垃圾邮件专家可以示意性地直接讨论专家可以获得更多的专业点数没有技能的用户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：
Reviewerbiasinsingle-versusdouble-blindpeerreview
AndrewTomkins,MinZhang,andWilliamD.Heavlin
Nobelandnovice:Authorprominenceaffectspeerreview?
JürgenHuber,SabiouInoua,RudolfKerschbamerandVernonL.Smith
Understandingandsupportinganonymitypoliciesinpeerreview
SyavashNobaranyandKelloggS.Booth
Crowddocumentation:ExploringthecoverageandthedynamicsofAPIdiscussionsonStackOverflow
GeorgiaTechnicalReport
TowardsDynamicInteraction-BasedReputationModels
A.Melnikov,J.Lee,V.Rivera,M.MazzaraandL.Longo
TheImportanceofReputationfortheEvolutionofDecentralization
CraigCalcaterra,WulfA.Kaal
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。