4.5 代币管理记录表：新型搜索？ - JoanJiao/TokenEconomyBook_Chinese GitHub Wiki

代币管理记录表（Token Curated Registries，TCR）为内容管理提供了一种市场机制，可以为集中管理服务提供补充。代币在此被用作管理列表或对此类列表中的信息进行排名的经济激励措施，包括社交网络中的内容提要或电子商务平台的推荐算法。

列表（listings）和记录表（registries）已被证明是组织、排名和共享信息的有用工具。我们在日常决策过程中经常使用列表，例如“最佳书籍”、“最佳餐厅”、“顶尖大学”、“投资代币”、“最佳电影”、“最佳经典电影”、“最佳恐怖电影” 、“某类电商平台评价最高的产品”、“地区最佳经济型或豪华型酒店”。这些列表或记录表可以是私有的或公共的，并且通常是集中管理的。可以使用白名单或黑名单来过滤相关信息。任何报纸和杂志也是相关信息的精选列表。无论是每日新闻还是时尚杂志，这些出版物中的内容都经过精心挑选和整理，在封面和首页突出显示更重要的信息，而不是在中间或末尾。这种过滤是第三方内容管理过程的结果，这对读者来说很有用，因为读者可以节省大量时间自己研究和过滤信息。内容管理过程被外包给了值得信赖的编辑，他们会尽职尽责地进行内容管理。

自从互联网出现以来，此类列表、排名或推荐服务变得更加重要。互联网从根本上降低了发布和共享信息的成本。因此，很难从所有在线噪音中过滤出有意义的信息。第一个在线列表是从其他网站收集和分类信息的网站，以帮助用户在网络上搜索相关信息。早期的“搜索引擎”是由那些通过对图书馆书架上的书籍等在线内容进行分类而获得报酬的人手动创建的，但这个过程是不可扩展的。通过应用（i）机器学习算法和（ii）群体机制的智慧来获得有意义的列表和排名，纯粹的信息负载引发了一种创建公共列表的新形式。谷歌是最早引入算法搜索的搜索引擎之一，Tripadvisor 引入了“人群智慧”解决方案，以生成“该地区最佳酒店”的列表，汇总了一系列的个人推荐。这种第三方内容管理，无论是公共的还是私人的，基于算法的还是基于群众智慧的，都容易受到审查和操纵，因为它们都是集中管理的。

在线服务的用户必须相信提供此类内容管理服务的互联网平台是诚实的，并希望他们对餐馆或酒店的品味与自己的品味保持一致。在私人管理的列表中，该列表的所有者可以任意添加或删除列表条目，或者要求想要列出的人付款。他们的排名方法通常是未公开的，可以被操纵，或者可能与用户的品味或判断不一致。诸如 Tripadvisor 之类的公共列表也可能被大量垃圾账号操纵，他们向列表发送垃圾信息、执行虚假评级或对列表进行社会工程。为了缓解集体管理列表的这些问题，通常任命半集中式列表管理员进行手动干预，这是集中化的一个点，并且不能很好地扩展。例如，Facebook 将其大部分手动内容管理审核外包给菲律宾等低收入国家以节省成本。

第三方内容管理和推荐服务提供商的方法在很大程度上是未公开的，这样就导致过滤算法不透明。管理任务包括维护白名单或黑名单、管理数据馈送、过滤评论或提供特定于上下文的建议。机器学习算法通过将个性化用户数据与所有其他用户行为的统计数据相关联来得出他们的建议。eBay 或 Amazon 等电子商务平台使用机器学习对搜索结果进行排名，一旦选择了你挑选的商品，就会推荐其他可能与你相关的产品。Netflix 等视频流服务使用机器学习来推荐可能与你相关的电影，而 Soundcloud 或 Spotify 等音乐平台也会推荐你可能喜欢的音乐播放列表。Twitter、Facebook 或 Instagram 等社交媒体平台使用机器学习对数据馈送中的帖子和广告进行排名。然而，只有少数公司控制着我们今天使用的搜索引擎、社交媒体网络和其他数字服务的管理过程。

TCR 如何运作？

TCR 是 Mike Goldin 引入的一种市场机制，用于在没有第三方协调的情况下集体管理列表。代币为管理对消费者有价值的列表提供了经济激励。交易由分布式账本自动结算和清算。TCR 旨在代表公共产品。任何人都可以参加。

先决条件：为了设置 TCR，需要 (i) 定义列表的目的，(ii) 原生代币，以及 (iii) 确保所有代币持有者都受到激励以维持高质量的列表。

利益相关者：(i) 候选人为列表提供内容，(ii) 消费者使用列表，(iii) 内容管理人共同管理列表的质量（代币持有者）。

流程：候选人需要存入一定数量的代币才能申请上榜。任何代币持有者都可以参与内容管理过程，并有一定的时间对候选人的申请是否应放入列表进行投票。如果他们认为该应用应该被排除在外，他​​们可以对列表提出质疑。为此，他们必须将一定数量的代币存入智能合约，锁定部分网络权益。一旦发起挑战，所有其他代币持有者也可以通过质押他们的代币来投票。如果在投票期结束时，申请被大多数代币持有者拒绝，申请人的押金将在挑战者和投票拒绝申请的所有其他代币持有者之间平分。否则，候选人的名单被添加到列表中，智能合约将挑战者的押金分配给申请人和所有投票接受该列表的代币持有者。建议 TCR 将投票过程分为两个阶段，提交阶段和揭示阶段。结果只有在提交阶段完成后才会公开广播，以避免“协调攻击”，即一位内容管理人可能会影响其他内容管理人的投票过程。代币在提交阶段被锁定，在揭示阶段被解锁。

代币：代币被设计为可转让和可替代的（所有代币都被设计为平等的）。假设每个列表都需要自己的代币来给出列表质量和网络价值的可靠信号。代币的价格是供求关系的结果，因此被认为是所有代币持有者集体行动的绩效指标。如果 TCR 接受非本地代币作为支付手段，例如 BTC 或 ETH，则代币持有者的集体表现将无法反映列表的表现，因此经济激励机制将不起作用。

机制设计：激励机制需要以某种方式调整激励措施，以确保代币持有者真实投票有回报，而欺骗系统则不会有回报。认为自己会被拒绝的候选人不太可能申请；否则，他们将失去他们的代币。另一方面，代币持有者理论上可以拒绝每个候选人，但这会与他们增加代币价值的兴趣相冲突。空列表对任何人都没有意义。所有利益相关者的盈利能力和质量都需要很好地保持一致，这样才能产生客观和高质量的列表。

设计假设：TCR 的概念基于这样的假设，即与集中管理的列表和数据馈送相比，列表的自由市场可能为列表的质量管理提供更好的机制。还假设经济行为者想要最大化他们的利润并在任何时候都采取理性行动。假设候选人有兴趣出于广告目的被加入列表，并愿意支付上榜费用，因为上榜是对其服务质量的验证。内容管理人也以网络代币的形式在网络中占有一席之地，他们将从维护良好且具有很大吸引力的列表中赚更多的钱，这意味着他们有动力真实地维护列表。代币持有者的投票与他们拥有或持有的代币数量成正比。比例投票权是基于这样一种观点，即那些最受威胁的人最有动力为网络的最佳利益行事。另一方面，消费者寻求高质量的信息并使用列表来做出决定。如果列表质量好，消费者就会有兴趣关注，这将使候选人申请上榜更具吸引力，并加强该列表的整体经济性。

攻击向量（Attack Vectors）

记录表背后的经济学需要以一种考虑所有可能攻击向量的方式进行设计。目前已经确定了许多攻击手段，例如“刷屏（trolling）”、“狂人攻击（madman attacks）”、“记录表中毒（registry poisoning）”或“抛硬币（coin flipping）”。每个潜在攻击的解决方案都需要反映在 TCR 的治理规则中，以保证高质量的列表。

刷屏者可能会尝试将不满足列表条件的内容添加到列表中。这种刷屏行为也发生在当前的 Web2 平台上，例如亚马逊，在这些平台上添加评论不需要任何费用，除了撰写评论的成本。作为一种解决方案，该机制的设计需要使刷屏人添加低质量列表的成本很高。损失已存入的上榜费用就是这样一种机制。但是，即使对于大多数用户来说，上榜费用足够高，一个没有经济原因的攻击者，或者一个拥有大量资金的攻击者，仍然可以用不相关的列表淹没系统。当然也可以提高最低存款，但这可能会将没有多少资金可以申请上榜的合格申请人排除在外，从而为进入系统设置了经济障碍。

记录表中毒是指曾经有充分理由接受的列表项发生了问题，使其服务质量已经下降，因此不再符合列表要求。该机制的设计需要以激励代币持有者查找和挑战“毒害”记录表的列表项的方式。

搭便车：代币持有者可以对系统进行搭便车，而不是积极参与任何投票过程，希望其他代币持有者能够保持列表的质量，从而维持他们所持代币的价值。

抛硬币：做出错误决定没有直接惩罚，只有在列表质量下降时可能反映在代币价格中的间接长期惩罚。利润最大化的代币持有者可能会发现在短期内进行随机投票（抛硬币）更合理，而不是花时间对潜在列表项进行理性评估。虽然考虑到这种抛硬币行为，系统已经假设了“抛硬币者”和“真实代币持有者”之间用一定投票分配可以保持列表的完整性，但如果有太多的内容管理人决定通过抛硬币来搭便车，列表的质量就可能会受到损害。

狂人攻击：这是指可能出于经济原因破坏列表质量的人的潜在操纵尝试，他们花费大量资金以低质量列表充斥记录表（51％攻击）。该机制的设计需要使 51% 的攻击代价高昂。然而，考虑到潜在的“搭便车”问题，只有少数代币持有者可能会积极参与投票赞成和反对提案，这意味着，在现实中，狂人攻击可能不像理论上的 51% 攻击那样昂贵。

投票跟风（Vote memeing）是指一些代币持有者可能会为了始终处于多数投票区块中的利益而复制群体行为，从而处于获胜方并始终获得代币。为避免这种情况，系统引入了提交-显示方案，以确保只有在投票期结束后才会显示其他人的投票。

对 TCR 的批评

如果 TCR 设法为集中管理服务提供抗操纵的替代方案，它们可能会改变游戏规则。然而，批评者认为，使用代币加权投票的 TCR (i) 无法提供细致入微的管理，(ii) 无法取代主观声誉系统，以及 (iii) 存在“最小经济”规模的问题。他们声称，仅在系统中拥有股份并不能建立质量管理，代币持有者更有可能最大化短期利润，因为他们可以随时出售代币并退出系统，从长远来看，这对整个系统的集体质量有害。此外，任何 TCR 都需要最小的市场规模来抵抗操纵企图，这意味着新列表存在先有鸡还是先有蛋的问题。消费者不会对小型或半空的记录表感兴趣，候选人也不会有兴趣申请没有任何人访问的记录表。另一个问题是 TCR 并非对所有类型的记录都有用。例如，Bulkin 是一位直言不讳的批评家，他区分了“主观 TCR”和“客观 TCR”。在他看来，只有在以下情况下，TCR 才能成功：(i) 存在对上榜问题的客观答案，并且 (ii) 答案是公开可观察的，例如某个地理区域的气温。

Bulkin 批评说，基于代币的投票并不一定会为主观列表带来更高质量的管理，而且还会受到大小代币持有者之间权力不对称的影响，特别是如果记录表代币可以用金钱而不是声誉获得的话。为了最终获胜，代币持有者可能会被激励投票支持他们认为大多数代币持有者或大代币持有者会投票的选择。Bulkin 指出，主观问题无法通过 Goldin 提出的客观机制来准确回答。容易产生主观品味或意见的列表需要更强的协调信号，这需要一组定义明确、价值观一致的内容管理人。在这样的设置中，信任管理信息的人并了解他们的动机非常重要。对于质量主观列表，Bulkin 建议将 TCR 与社会声誉系统相结合可以为 TCR 添加必要的环境信息。由于不同的人有不同的社会价值观，添加社会价值观的背景对于管理某些类型的列表很重要。他还认为，声誉分数比财富更有可能均匀分布，而且当 TCR 包含主观声誉系统时，它们更容易引导，这将解决“最低经济”问题，使列表对早期采用者具有足够的吸引力。增加社会声誉也可以解决投票跟风问题，这样不良行为者就可能会失去声誉或账户会被列入黑名单。这样的设置还可以减轻投票环（voting rings）和一些购买选票攻击的情况。

此外，Mike Goldin 的方法没有考虑可能的“搭便车”问题，即一些代币持有者可能选择保持被动，只是出于投机原因投资代币。这样的“搭便车者”希望其他内容管理人以信任的方式投票，从而保持网络的高质量。“搭便车”是公共物品的典型问题（了解更多：第 4 部分 - 目的驱动型代币）。为了解决这个问题，治理规则可以设计成强制代币持有者投票的方式。然而，这很可能会导致所谓的“投票跟风”（复制他人的投票行为）或“抛硬币”（进行随机投票以节省研究和决策时间），随着时间的推移这也可能会降低记录表的质量。虽然 TCR 的概念可用于使分布式的列表操纵具有抵抗力，但如果没有信誉系统，它将无法工作。

由于 TCR 尚未公开测试，因此尚不清楚哪些治理规则将长期有效，以及如何优化设置管理列表内部经济的变量。这些变量可能会有所不同，具体取决于列表的类型和目的，例如：(i) 代币持有者必须对一项挑战进行投票的时间；(ii) 代币持有者必须透露他们对一项挑战进行投票的时间；(iii) 某一结果生效所需的投票百分比。定义这些变量的一个问题可能是代币持有者必须挑战一个应用所需的时间。如果设置时间过长，代币持有者可能会忘记投票。对代币治理规则参数的更改可以通过类似于对记录表的新应用进行投票的方式来投票。为了提出一种新的治理机制，代币持有者可以质押代币并将申请提交给所有其他代币持有者进行投票。评估新治理机制应用程序的方式与对记录表的应用程序进行投票的方式相同，这意味着它们将受到相同的攻击向量。

其他类型的 TCR

关于如何修改 Mike Goldin 引入的初始概念，以减轻上述一些攻击向量，或在列表中添加有质量的信息，已经有人提出了替代建议。对于下面提到的 TCR 变种的代币治理规则，本章无法详细解释，但可以在线研究（查看本章末尾的参考资料）。

**有序 TCR **：简单的 TCR 是无序的，这意味着它们只是已上榜的条目的列表。内容管理人对上榜、撤榜、以及决定列表中每个条目的排名进行投票。每个列表都有一个排他性的排名，这意味着两个列表不能具有相同的排名。条目的数量可以是有限的或无限的。

分级 TCR 是有序 TCR 的简单变体，其中两个列表可以具有相同数量的信誉点。列表可以具有相同的排名并且不占用唯一索引。它们就列表的定性范围提供了更好的信号。

分层 TCR 更完整，因为它们引入了不同的接受层。在第一轮资格审查中，列表可以通过一些预定义的规则获得资格，并且必须满足一些额外的标准才能获得下一层资格，这可能有助于建立更复杂的层次结构，允许更多的多样性或主观性。这种方法可以提高列表的整体质量。

嵌套的 TCR 是列表的条目具有指向其他列表的指针的列表。嵌套 TCR 可用于反映在一个列表中评级的属性与在另一个列表中评级的同一列表的属性之间的关系。

组合 TCR 允许我们在一个列表中可视化一组项目。代币持有者可以共同定义可接受的集合、范围和参数。

连续 TCR 将连续代币模型与 TCR 相结合，以创建一个流动的管理市场。代币不是在某个特定时间点生成和预售，而是根据预定的算法曲线铸造代币。记录表的价值取决于列表的有用性以及它是否可以充当自然的“谢林点（Schelling point）”。在这种情况下，谢林点是指大多数用户在没有沟通的情况下会同意的列表。连续 TCR 有助于反映以前不可能或不可行的长尾分类。

虽然 TCR 的经典提案可能案例有限，但复杂提案的出现是一个有趣的现象。越来越多的项目开始在其代币设计中实施各种 TCR 提案的各个方面。“Relevant”正在构建一个将主观标准与 TCR 相结合的声誉协议。他们想用它来构建一个抗假新闻的社交新闻阅读器，使用代币支持的定性指标，重视质量而不是点击。在代币设计中使用 TCR 其他项目示例包括 “AdChain”、“Distric0x”和[“Messari]( https://messari.io/）。”

本节概要

在线列表和推荐引擎使用 (i) 机器学习算法和 (ii) 群体智慧来获得有意义的列表、排名和推荐。此类列表或记录表可以是私有的或公共的，并且通常是集中管理的。它们使用白名单或黑名单过滤相关信息，以节省用户自己研究和过滤信息的时间。然而，第三方内容管理容易受到审查和操纵，因为它们是集中管理的。

内容管理任务涉及管理和维护数据馈送、过滤评论或提供特定于上下文的建议。机器学习算法通过将个性化用户数据与所有其他用户行为的统计数据相关联来得出他们的建议。他们的方法在很大程度上是未公开的，导致过滤算法不透明。

TCR 在缺乏第三方协调和集中列表管理的情况下，为集体策划列表提供了一种代币化的市场机制。代币被用作执行内容管理任务的经济激励。交易由分布式账本自动结算和清算。

TCR 旨在代表公共产品。任何人都可以参加。为了建立 TCR，需要 (i) 定义列表的目的，(ii) 原生代币，以及 (iii) 确保所有代币持有者都受到激励以保持高质量的治理机制列表。

利益相关者包括 (i) 为列表提供内容的候选人，(ii) 使用列表的消费者，以及 (iii) 共同管理列表质量的内容管理人（代币持有者）。

候选人必须存入一定数量的代币才能申请上榜。任何代币持有者都可以参与内容管理过程，并有一定的时间对候选人的上榜申请进行投票。为此，他们必须将一定数量的代币存入智能合约，锁定部分网络权益。

如果在投票期结束时，申请被大多数代币持有者拒绝，申请人的押金将在挑战者和投拒绝票的所有其他代币持有者之间平分。否则，候选人的名单将被添加到记录表中，智能合约将挑战者的押金分配给申请人和所有投接受票的代币持有者。

认为自己会被拒绝的候选人不太可能申请；否则，他们将失去他们的代币。另一方面，代币持有者理论上可以拒绝每个候选人，但这会与他们增加代币价值的兴趣相冲突。空列表对任何人都没有意义。所有利益相关者的盈利能力和质量都需要很好地保持一致，这样才能产生客观和高质量的列表。

代币的价格是供求关系的结果，因此，它被认为是所有代币持有者集体行动的绩效指标。如果 TCR 接受非本地代币作为支付手段，代币持有者的集体表现将无法反映列表的表现，因此经济激励机制将不起作用。

代币持有者的投票与他们拥有或持有的代币数量成正比。比例投票权是基于这样一种观点，即那些最受威胁的人最有动力为网络的最佳利益行事。

已经确定了许多攻击媒介，例如“刷屏”、“狂人攻击”、“记录表中毒”或“抛硬币”。每个潜在攻击的解决方案都需要反映在 TCR 的治理规则中，以保证高质量的管理。

TCR 只有在 (i) 存在对上榜问题的客观答案并且 (ii) 答案是可公开观察的情况下才能成功。客观机制无法准确回答主观问题。容易产生主观品味或意见的列表需要更强的协调信号，这需要一组定义明确、价值观一致的内容管理人。将 TCR 与社会声誉系统相结合可以为 TCR 添加必要的上下文环境，可能会解决这个问题，并减轻经典 TCR 的一些攻击向量。

客观和主观 TCR 的替代建议是：(i) 有序 TCR，(ii) 分级 TCR，(iii) 分层 TCR，(iv) 嵌套 TCR，(v) 组合 TCR，或 (vi) 连续 TCR。它们减轻了上述一些攻击媒介，或将增加列表信息的质量。他们的代币治理规则各不相同。

章节引用和延伸阅读