1. Hi区块链首页
  2. 资讯
  3. 竞争币

巴比特专栏 | 当Token遇上国企

一、设计 & 工程

如果我们相信两种假设,一,秩序不是通过自上而下的控制产生的,而是自下而上生发的,二,每个个体都是自利的,那我们就必须研究“激励”这个问题。

从经济学角度分析“激励”(incentive...

一、设计 & 工程

如果我们相信两种假设,一,秩序不是通过自上而下的控制产生的,而是自下而上生发的,二,每个个体都是自利的,那我们就必须研究“激励”这个问题。

从经济学角度分析“激励”(incentive)问题的叫博弈论。与之相对,研究如何设计激励机制的,叫机制设计。

Ocean Protocol创始人Trent McConaghy提出,比特币的整套体系可以被看做一个优化设计(Optimizaition Design)。系统的目的是最大化系统安全性,用E(Ri)来衡量,个体通过贡献算力来维护安全,算力值用Hi衡量,受到的奖励则用Ri衡量,T是比特币释放的时间函数,每四年产量减半。

公式1

如此说来,每一个通证系统都可以用一个公式来表达,我们是不是可以把系统的治理问题(社会问题、公共政策制定)都简化成一个优化问题?

公式2

在现实中,并没有几个经济学家真正有机会掌舵经济事务,也很难验证一项经济理论的成败,一方面因为做一个社会实验比科学实验的成本高多了。但根本的原因是因为社会现象解释的是“人”,会受到人的思维的影响。

自然现象属于“神”的创造,其规律不受人影响,因此可以被当做客观标准,科学赖此来检验理论的有效性。工程相对来说也是更严谨的领域,因为面向的对象不是人,工程师可以对系统进行测量和验证,能使用工具来进行模拟和调试,让理论逼近现实。

但在社会科学领域,根本就不存在一个“客观”的现实,所以难以证伪。

试想,如果一个学者运用某个理论预测到一年后英国将会脱欧,并将此消息告诉卡梅隆,卡梅隆便采取了一系列措施阻止英国脱欧,一年后,可能由于防范措施起了效果,英国最终没有脱欧。如果从最终的结果看,学者的预测是错误的,但这不能证明学者的理论有效与否,因为学者的预测和行为干扰了结果的发生。

所以,社会科学不存在绝对真理,研究者的主观性在其中起了很大作用,而错误的观点也可能是有效的,只要它们能够影响人们的行为。

未来,通证设计一方面需要借鉴工程学(电子工程、生物工程等)的手段,设计较为严谨的测量和验证流程,另一方面又需要加深对人性的理解,参考社会科学的理论进行设计。

二、陟罚臧否

 

目标&约束

每个机制设计都有一个核心的目的(goal),而目的可以被细化为目标(objective,需要被最大化或最小化的函数),面临着约束(constraint,必须要满足的限制条件)。在经济学里,可以体现为效用公式和预算约束。

比如说,目标设计为“最大化消费者效用U”,约束设计为“总预算<$100”,那么均衡的解,消费者最优的选择,就是预算约束线和效用曲线的切点(X,Y),即买X个比萨和Y个奶昔。

效用

经济系统是分布式的,比如价格和产量,就是通过市场机制生成的一个解,而不是自上而下计划出来的量。我们并没有强制规定消费者只能以Z的价格购买X个比萨和Y个奶昔,但是假设他理性,这将是他的最优选择。

而作为一个设计者,不仅要在专业上,还得在伦理上负责,比如如果规定机器人的目标是最大化火腿的生产量,如果没有约束条件,机器人可能会杀人来造火腿。所以阿西莫夫提出的机器人三原则就是最大化目标之外的约束条件,一:机器人不得伤害人类,二:机器人必须服从人类的命令,除非这条命令与第一条相矛盾,三:机器人必须保护自己,除非这种保护与以上两条相矛盾。

通证系统也遵循这套逻辑。

测量&评估

为了让系统实现自治,设计者必须明确规则。为了让目标与奖励挂钩,约束与惩罚挂钩,需要明确的测量行为的影响。

换句话说,我们需要一个工具,把抽象概念(贡献度、优先权、注意力、信用、名誉等)的价值量化,量化之后才能测度。这个量化的单位就是token(通证)。

传统的法律和金融领域,对于实体商品(goods)的定价和交易已经研制出一整套很成熟的玩法,比如物权、债券、所有权等,还有基于此的一系列衍生品。实体商品价值的测度基于供给和需求两端,成本是生产者付出的原料/人力/销售/运营成本等,需求反映消费者愿意接受比成本高多少的溢价。

但服务(service),尤其是基于互联网服务的价值,相比实体商品,是更加个性化和难以测度的。一方面是产消关系的界限日渐模糊,平台链接用户,用户同时是产消者。另一方面,流量,留存度,转化率,这些构成了一个注意力经济下产品/企业的核心竞争力,但我们用什么工具来衡量眼球停留的时间的价值?发一个小视频或段子的价值?为商户评分的价值?留言点赞转发的价值?个人行为数据留痕的价值?

在比特币系统里,最大的价值是系统的“可信度”,但很难直接测量“可信度“这么抽象的概念。

要测度大家对系统“信任”的贡献度,我们要再设立一个评估的机制,所以找到了算力这个点。算力贡献越大=对信任度贡献越大,而算力的大小和效果再由工作量证明POW(proof of work)来验证。

这种思想被广泛运用到通证设计的各个环节。

参考火币袁煜明和CSDN孟岩的观点,一个通证从诞生到发生作用,有三级分配的流程。从0级的挖矿造币,到1级的市场流通,再到2级的宏观调控

分配

其中0-1级分配,体现的是通证的内在/效用价值。0级分配就是造币环节,增加系统里的通证(token)。为了激励个体参与造币,需要评估他们贡献的程度,然后给予相应的通证作为奖励;1级分配则是体系内的治理,所有难以评估的抽象“价值”,都要先找到一个好统计的中间量(好评/差评数,点赞转发数,注意力停留时间,多重维度的数据汇总后得到的忠诚度/信用分等),再通过通证的增减给予奖励或惩罚。

而2级分配,则更多着重于通证的投机/风险属性。宏观调控,是为了防止两种恶性情况的发生——内在泡沫和外部攻击。火币袁煜明老师总结非常好,一是价格收敛,二是要稳健安全。

012

演化算法(EA,Evolutionaryl Algorithsm)

每一个集体都有一套机制,比如家庭、学校、企业,乃至社区、社会。在很多集体里,设计者和参与者都有很强的界限,是二元对立的。哪怕是《黑客帝国》等科幻电影所描述的世界,也有一个终极设计者掌控着整套系统,参与者自觉或不自觉的都在按照大boss的设计行动。

而演化算法不同,其灵感来自于大自然的生物进化,任何均衡状态都不是被设计出来,而是演化生成的。和局部的优化相比,它是一个具备更高的鲁棒性(robust)的全局优化方法,具有自组织、自适应、自学习的特性。

阿尔钦(Alchian)在1950年发表的经典论文《不确定性、演化和经济理论》就对经济学的两个基本假设“利润最大化”和“个体理性”做出了修正,他认为经济系统更像是一个优胜劣汰、自然选择的生物系统,能够获得“正利润”并最终幸存的就是胜者,成功不是一个动机,而是一种后验的结果。

市场机制本身提供的是一种筛选机制,“适者”生存,“不适者”被淘汰。个体只能在不断的挑战中增强对环境的适应性,通过优化策略提高胜出的概率,但不可能决定“最大化利润”的结果。竞争的结果充满不确定性并多少带着运气和宿命的色彩。

如果把通证系统类比为自然界的生态系统,倚赖的是进化算法,可以产生如下的类比(参考Trent McConaghy):

通证生态系统 进化算法
目标 区块激励方程(如最大化算力) 目标方程(如最大化基因传递)
度量 工作效果证明(如POW工作量证明) 测量匹配度和适应性
参与者 矿工/持币人 个体
时间单位 一个区块奖励区间 代际
激励/惩罚 无法控制人的行为,但可以通过通证的增或减进行激励或惩罚 无法控制个体,但可以通过繁殖或死亡进行激励或惩罚

 

本质上,演化算法的优势是不依赖于设计者的有限理性,因为只要设计者不是神或自然界,而是人的话,总不可能做到全知全能。

三、社会小故事

 

知乎上有个有趣的回答,国企效率真的很低吗?,我们都知道一个stereotype,就是国企侧重稳定和政治正确,而私企侧重效率和盈利。为什么呢?

按照上述分析,是因为国企/私企的目标函数和约束条件都不同,因此制度设计不同,造成个体行为也迥异。

以刷盘子为例(故事引用自 Marvin Dada):某国企刷盘组长,手下有6个人,每天总任务是刷12000个盘子,一人平均刷2000个。一个月后组长给领导报告了采购需求:本月消耗了3000瓶洗涤灵,60吨水,一共花费2万元。领导很震惊,洗个盘子居然要花这么多钱,听说有员工把洗涤灵拿回家用,还有偷出去倒卖的,这是国有资产流失风险,我们得精细化管理,加强成本控制。

于是草拟了《刷盘管理办法》:

一、物资统一管理,采购后存在专门库房,以后每次使用洗涤灵,需领导签字方可从库房领取。水费每天结算,需要领导审核签字。(一人转岗负责采购、入库、分发)

二、1)每个员工的水龙头前设置独立水表,每月根据刷盘子的量审核用水量和洗涤灵量,超过平均值5%的要写说明;

2)展开劳动竞赛,每天刷盘子最多的,有积分奖励,积分最高者,考评为A,年底增加工资5%。

3)组织员工改进刷盘子办法,提出更加省水和洗涤灵的刷盘方法,每月组织评比。(组长专职负责登记、统计、评比)

领导阅后指出,一个人同时负责采购和分发还是存在风险,于是又增添一人兼职物资分发。

这样全职刷盘子的人变成3个人,一人每天刷3500个,另一人兼职,一天刷1500个,每天还是刷12000个盘子。另外行政管理人员2人,不承担任何刷盘KPI。

一个月后,洗涤灵节省了50瓶,水少用了5吨。但大家每晚都需要加班到很晚,忙职和闲职泾渭分明。

年底,由于1年内该组节约了洗涤灵1500瓶,节约用水300吨,节约成本10万元,获得了总部的表扬,成为典型标兵,刷盘方法被细化成《刷盘优化处理流程》在全集团上下推广。全集团统共有60个刷盘人员,按照办法每人每天平均刷2000个盘子。虽然工作效率不高,但预算管理和成本控制还算有一套。

组长年后跳槽至餐饮私企担任刷盘总监,到岗后发现总共也是60个刷盘人员,便仿照《刷盘管理办法》和私企老板汇报工作规划。没想到老板说:“为这点洗涤灵钱费这么大劲儿干嘛?回去把能干的留下来,让他们提高效率,成本不就节约下来了”。

一年后,60个刷盘工被辞退了20个,其中10个人的工资分给剩下的40人当作加班费,然后组织剩下的40个人加班,刷盘数量从每人2000个/天提高到3000个/天。这样一来,节约了10个人一年的工资成本,果然比节约的物料费10万还多。大家都说,还是私企人员效率高。

国企的目标是最小化国有资产流失的风险,也面临着不能随便辞退员工,要注重社会责任这些约束条件,所以国企员工平均效率和薪资较低;私企的目标则是最大化利润,而且在辞退人员和预算支配上的灵活性很高,因此弱肉强食,多劳多得。

然而每一个组织,不论姓国姓私姓外,在规模扩大时,都面临着行政岗位和绩效岗位的分化。小组织里人员少,管理扁平,以创造效益为先,都想做大蛋糕,共享增量。但当组织到达一定规模,增量减缓,需要共享存量和分蛋糕时,一定会出现办公室政治和权力间的相互制衡。

正如《人类简史》里尤瓦尔·赫拉利说的,少于150人的团队靠八卦(gossip)管理都是好使的,但智人之所以能够进化,就是因为懂得虚构更大的故事。古今中外,各个学科,其实都在用自己的套路构造故事。

计算机语言尝试叙述的,也不过就是个更大的故事而已。

参考资料:

1.《Can Blockchains Go Rogue?AI Whack-A-Mole, Incentive Machines, and Life. TE Series Part I.》Trent McConaghy

2.《Towards a Practice of Token EngineeringTE Series Part II.》Trent McConaghy

3.《基于供给的区块链商业体系设计》袁煜明

4.《国企效率真的很低吗?》Marvin Dada

5.《不确定性、演化与经济理论 》阿尔钦

声明:登载此文出于传递更多信息之目的,观点仅代表作者本人,绝不代表Hi区块链赞同其观点或证实其描述。

提示:投资有风险,入市须谨慎。本资讯不作为投资理财建议。