深入了解Gitcoin：以太坊的“軍火庫、DeFi中“財富密碼”的關鍵字_ITC

原標題：《DeFi中價值千萬的關鍵字Gitcoin》

來源：去中心化金融社區

Gitcoin是什么？它是Vitalik為了解決以太坊生態項目融資效率低的問題而提出來的算法構想的社區產品，Vitalik另一個更有名的被社區實現的算法構想是Uniswap。

如果說Uniswap在ETH1.0上通過AMM算法重構了二級市場的交易體驗，那Gitcoin則通過“二階投票”的算法重構了對早期社區項目的種子投資方式。通過Gitcoin獲得資金的知名項目包括：Tornado.cash、Uniswap、1inch.exchange、DuneAnalytics、MolochDAO

Gitcoin這一關鍵字下對投資者有價值的信息源包括：

每一期的GitcoinGrand列表都是真金白銀投出來的，可以在項目并不是最熱的時候發現它們，如果回頭去翻第1到8期列表，會發現被大家熟知的DeFi項目都曾經在這里出現過。

Vitalik對每一期gitcoingrand的總結是非常不錯的方向性資料，能夠獲得框架性、實時性的行業分析，是可以作為季度報告看的。

如果還希望看到更早期的項目，可以關注gitconkernel，可以理解成這是互聯網投資領域常見的孵化器。我本身也是Gitcoinkernel的第一期成員，直觀感受是該信息源下的信息密度相比前兩個較低，開發者質量參差不齊。

當然Gitcoin的也不是萬能的。YFI的創始人安德烈為了獲得代碼審計的支持報名過某一期GitcoinGrand，但是被其他項目淹沒了。如果放在VC的邏輯里看，應該算是巨大的方向性踏空。

有人形容Gitcoin是以太坊的“軍火庫”，每一條公鏈都希望有一個Gitcoin，但是只有ETH具備激活這一產品的社區活力。這份活力中的要素包括：1.有錢有意愿的基金會2.積極的開發者3.熱情且略帶理想主義的社區用戶4.項目商業化所需的市場5.成熟的開發體驗

本文作者DaniloLessaBernardineli，MichaelZargham和JeffEmmett，通過cadcad這一工具分析了Gitcoin配資算法在實際運行中是否有效，有關cadcad的價值未來找機會再說。

全國政協委員劉尚希：激勵推動銀行在區塊鏈等領域深入合作:全國政協委員、中國財政科學研究院院長劉尚希建議，在政策上支持開放銀行構建，激勵銀行業善用我國金融科技領先和更本土化的優勢，快速發展技術能力：發展線上服務能力和數字風控技術，實現線上線下業務融合；大力推動銀行業部署下一代分布式金融信息系統，建設性能穩定、智能化運營的開放式系統架構，為開放銀行建好硬件底座；激勵推動銀行在人工智能、區塊鏈等核心關鍵技術領域進行深入合作。（中國經營報）[2020/5/23]

要看懂該分析文章，是需要對Gitcoin的“二階投票”算法有所了解的，可以看下面表格的解釋：

上一篇在BlockScience上對GitcoinGrants生態系統的分析中，我們簡要介紹了QuadraticFunding和這種資源分配政策在為社區贈款公平分配匹配資金方面所面臨的挑戰。在本文中，我們將深入探討如何使用cadCAD識別潛在串謀或欺詐行為的具體實例，并討論減少GitcoinGrants生態系統中的剝削行為政策所帶來的后果。

整個GitcoinGrants第8輪網絡，贈款被標記為藍色節點，貢獻者被標記為橙色節點，捐款作為它們之間的連接。

在開始之前……

作為一個致力于#OpenScience的研究機構，我們打算以嚴謹的方式處理GitcoinGrants生態系統的數據分析，并在工作過程中向觀眾展示結果。因此，你會注意到這篇文章采用了以下格式:

假設

假定

方法論:數據與模型

分析的數據

解釋和討論

結論

江蘇銀行年報：將對區塊鏈等技術持續深入研究:4月20日消息，日前，江蘇銀行年報指出，江蘇銀行將不斷優化IT治理體系，加快重大創新項目建設，對5G、區塊鏈、人工智能等技術持續深入研究，在互聯網貸款、智能投顧、線上票據貼現、線上動產質押、跨境業務等領域落地的產品擴面成勢。（經濟參考網）[2020/4/20]

在深入討論之前，另一件需要確定的重要事情是“串謀”和“欺詐”的定義，因為這些是Gitcoin團隊在確保公平和透明的公共產品融資平臺方面的主要關注點。根據在Weyl&Hitzig上撰寫了關于CLR學術論文的Vitalik所述，串謀被定義為“多個代理人為了他們的共同利益而損害其他參與者的利益”，欺詐被定義為“一個公民謊報了自己的身份”。分析這些定義有點棘手,因為贈款循環的飽和效應，其實暗示著GitcoinGrants系統中幾乎所有社區級別的動員都是串謀,因為在共享有限池時，一個社區的任何收益都會損害其他社區的利益。另外，維基百科將串謀定義為“秘密或非法的合作或陰謀，特別是為了單純的欺騙或欺騙他人”，這對我們的目的更有利，因為它允許我們在分析時解釋意圖。

通過本文，我們將開始研究由參加GitcoinGrants的各個社區展示的協作模式，看看我們能否識別串謀或欺詐行為，以及如何減輕這種行為。

假設

使用GitcoinGrants的社區有一個潛在的“形態”。主觀上，可以采用以下格式:

密集社區，如CommonsStack/TokenEngineering集群，其中有大量相關的項目，涉及的貢獻者有重疊。

高度集成的社區，如以太坊基金會，在那里可以在不緊密集群的情況下實現大量連接。

孤立社區，如DAppChaser和其他區域項目，在這些社區中，有大量的項目貢獻者，與其他贈款的聯系有限。

我們在本文中的假設是，我們可以將這些形狀解釋為一種“指紋”，用于模式匹配有機社區行為，從而更好地識別掠奪行為，并削弱從整個Gitcoin社區吸收匹配資金的能力。但在我們能夠確定串謀攻擊的網絡結構之前，我們首先必須了解Gitcoin社區的結構。這種形狀可以通過使用網絡科學技術來定量檢測，我們將在下一節中進一步探討。

聲音 | 東華軟件：未來將持續推動區塊鏈在醫療健康領域的深入應用:金色財經報道，東華軟件股份公司在其關于投資者交流會召開情況的公告中表示，公司醫療行業未來發展方向之一為，持續推動區塊鏈技術在醫療健康領域的深入應用，幫助用戶建立全生命周期的健康檔案，實現健康數據的記錄和安全共享。[2020/2/12]

假定:

在我們的分析中，我們使用了幾種不同的工具和假設，鑒于它們給我們的分析帶來的主觀性，我們將在此處列出它們。

貨幣聚合該分析將所有捐款壓縮為等值的美元，而與捐贈的幣種無關。這是對Gitcoin基金匹配政策運作方式的簡化假設。這是一個簡化的假設，遵循Gitcoin的資金匹配政策的運作方式。

不包括配套資金本報告不包括通過Gitcoin二次融資算法算出的匹配資金的嚴格分析，而是關注GitcoinGrants網絡的結構。隨后的分析可以深入研究匹配算法的效果。

社區檢測算法:流動社區流動社區是一種基于傳播算法的，能夠在動態網絡中識別可變數量的社區。它們基于流體在環境中相互作用，由于這種相互作用而膨脹和收縮。通過利用精確度接近當前最佳替代方案之后，流動社區能夠在合成圖中找到社區。在本文中，我們將這些社區互換稱為“子圖”。

社區切割尺寸的選擇:5我們選擇將其劃分為5個子社區:你總是需要從某個地方開始，而5個子社區足以使您大致了解總體情況，而又有足夠的數量使結構易于理解。請記住，這5個子圖有交叉鏈接，因此可以將它們粘貼在一起，形成完整的貢獻圖。

盡管我們只是為了快速探索性分析而選擇了一個社區檢測算法和要分割的子圖數量，但我們現在的研究目標是對諸如社區剪切大小之類的超參數進行更嚴格的敏感性檢查，通過模塊化最大化等一系列措施,特定領域的監督學習和滲流分析的聚類系數來選擇算法。這些選擇將在未來被重新審視，以確定算法或參數的變化是否會影響我們的結論，并與反射性實踐保持一致。

動態 | 南開大學新設金融科技研究中心 對區塊鏈等科研課題進行深入研究:7月13日，南開大學金融學院金融科技研究中心在天津成立。該中心內設南開大學金融學院金融科技創新實驗室，對金融以及人工智能、大數據、區塊鏈等科研課題進行深入研究，并推動與在金融科技領域全球領先的機構和專家廣泛合作，培養出優秀的研究人才和產業人才。[2018/7/13]

這是整個GitcoinGrants第8輪網絡，這次用5個獨立的社區子圖來表示，我們將在下面進一步探討。

方法論:數據與模型

在這個分析中，我們使用的是GitcoinGrants第8輪的捐贈數據(匹配之前，因為這不會影響GitcoinGrants網絡結構的形狀)。我們將把這些數據輸入到GitcoincadCAD模型中，以執行我們的數據分析。通過此模型，我們能夠估算最終的比賽結果，直到Gitcoin團隊緩解干擾的任何干預措施都有效。

使用cadCAD模型，我們生成一個圖來表示Gitcoin贈款捐贈網絡中贈款與捐贈者之間的相互聯系。為此，我們將流動社區算法應用到NetworkX圖形對象中，該對象將返回檢測到的社區列表。這些社區由贈款和貢獻者這兩個節點組成，作為節點，而貢獻作為邊緣在它們之間流動。

然后，我們將社區子圖與三個不同的授權相關聯進行可視化:cadCAD子圖，MetaGame子圖和DAppChaser子圖。

資料分析

GitcoinGrant合作子圖的可視化效果如下所示。為了解釋這些圖，將贈款表示為藍色節點，將貢獻者表示為橙色節點。贈款節點的大小由所有捐助者的總捐獻額決定，而捐獻者節點的大小由它們對所有贈款的捐獻額決定。節點之間的邊緣表示從貢獻者流向贈款的捐款。

深入挖掘數據，我們選擇分析三個不同的社區“指紋”，以更好地理解不同群體的交互模式，以及我們如何識別GitcoinGrants中的串謀或不公平行為。選擇cadCAD和Metagame來將我們的分析重點放在我們有第一手經驗的社區上，以提高我們利用社交環境解釋數據的能力。選擇DappChaser來調查通過此分析得出的有趣模式。

西安高新區：聚焦區塊鏈等技術，深入實施“金融創新攻堅大行動”:據西安日報報道，西安高新區今年將全面實施八大行動。西安市將深入實施“金融創新攻堅大行動”，聚焦區塊鏈、人工智能和大數據等金融科技熱點，形成“一帶兩港一基地”金融產業發展新格局。[2018/5/2]

cadCAD的子圖

這個子圖有一個有機的外觀，在cadcad相關贈款的生態系統周圍有一個緊密的協作集群，并且與該生態系統中的多個項目保持聯系。

cadCAD贈款的鄰近社區的子圖，藍色為贈款，橙色為貢獻者。

有關cadCAD子圖的一些統計信息：子圖贈款總數：110子圖協作者總數：888該子圖中的USD總值：41,047.76USD

*此子圖中排名前五的資助項目:**

Gitcoin開源支持基金：10,333.02美元

CommonsStack社區基金—PanvalaLeague：2,628.53美元

Wallkanda：2,510.39美元

Autonio：2,500.89美元

DistributedTown：2,500.89美元

MetaGame子圖

這個子圖還展示了一個有機結構，雖然更分散，有很多協作連接性，但沒有密集的集群。

Metagame贈款的鄰近社區的子圖，贈款是藍色的，貢獻者是橙色的

有關Metagame子圖的一些統計信息：總經費:171合作者總數:825子圖中的美元總價值:14,859.97美元此子圖中排名前五的資助項目:

ScribbleSpecificationsandRuntimeVerificationFund:2,958.19美元

BeyondNFT:2,616.18美元

Rekt-ThedarkwebofDeFijournalism:2,499.94美元

Unitimes-Ethereumdevelopercommunityplatform:1,552.87美元

vfat.toolsYieldFarmingCalculators:1,411.17美元

DAppChaser子圖

與其他子圖相比，這個網絡鄰域看起來有點不同。該網絡看起來不像我們之前的例子那樣有機，而且在這個生態系統中的捐助者和其他Gitcoin贈款之間幾乎沒有聯系，這表明生態系統協作較少。

DappChaser贈款的鄰近社區的子圖，贈款是藍色的，貢獻者是橙色的。

關于DappChaser子圖的一些統計數據:贈款總額:85合作者總數:966子圖中的美元總價值:26243.74美元此子圖中排名前五的資助項目:

KERNELBlockII:11,755.68美元

EUCryptoInitiative—educatingpolicymakers:9,866.64美元

Catnip:3,038.81美元

MemeoftheDay:2,516.04美元

COVID-19Moment||FoodBagDeliveryforfamilies:2,118.16美元

乍一看，該子圖可能會提供一些指紋模式，這些模式可能暗示串謀或欺詐行為-大量為個人捐贈資金的捐贈者，與Gitcoin網絡中其他捐贈的聯系稀疏。但是，當我們更深入地研究時，這些社區也可能是在新市場中得到良好支持的社區，這些社區最初只是與Gitcoin的公共產品融資生態系統進行互動。

借助BrightID，可以更加清楚地區分這些區別。BrightID是一個身份證明系統，當合作者被唯一識別時，它可以提供匹配資金的獎勵。BrightID團隊在這一特定模式上的表現值得稱贊，他們也在確定與贈款相關的獨特身份方面做出了努力。鑒于Gitcoin專門為東亞項目創建了一個贈款池，顯然這是一個系統目標，即吸引更多來自這些地區的用戶。因此，在我們需要警惕串謀的同時，我們還需要確保任何檢測算法都不會調整得過于激進，從而阻止不同市場的新來者加入未來的GitcoinGrants輪。

解釋和討論

在上面的分析中，我們可以看到數據中出現的某些模式，這些模式可以讓我們洞悉在何處挖掘更多信息。在DAppChaser集群模式中，一個算法可以標記潛在的串謀行為，但這個問題可能不能僅靠一個算法來解決。可能有必要構建數據收集和社區治理工具，這些工具旨在決定如何圍繞串謀行為制定政策，以及在就串謀行為發生爭議時，如何在逐筆贈款的基礎上解釋串謀政策。最終，我們感興趣的是，Gitcoin系統如何將這些行為的相關數據提升到系統的治理層，以解決社區糾紛。

雖然此指紋可以作為潛在串謀行為的模式，但我們需要小心，我們的算法并非天真，不要把新進入者和一群串謀者混淆，從而導致不公正的懲罰。如果我們的算法過于激進，我們就有可能把新市場的進入者排除在外，這也不利于Grants生態系統的長期增長。

結論

我們進行此分析的目的不是在Gitcoin生態系統中區分“正確”和“錯誤”的政策選擇，而是使用數據驅動的分析來探索算法政策設計的主觀選擇。在上面的討論中，我們可以清楚地看到，沒有客觀的“正確政策”可以解決GitcoinGrant匹配中的所有挑戰。因此，考慮到其社區的規范和使用，以及他們對逐步去中心化的渴望，必須就應該采取什么折衷措施來維護Gitcoin的公平性做出主觀選擇。這項分析旨在為這些折衷方案提供清晰的信息，并為Gitcoin團隊和社區在實現其目標的政策選擇中提供決策支持。

我們贊揚Gitcoin使用標記算法，該算法能夠識別潛在的串謀行為范圍，以適當地引導團隊注意，并且我們對如何進一步優化該算法感興趣。鑒于“串謀”在GitcoinGrants中的作用范圍要大于離散事件，建議在串謀分析和決策制定方面保持人工參與。

雖然在處理諸如“公平”之類的主觀衡量標準時，幾乎沒有硬性答案，但我們可以提出一些非常好的問題，以幫助我們深入了解我們在GitcoinGrants系統中的剝削行為，從而做出相應的政策選擇：

有多少資金從更有機的社區分配到更合謀的捐款模式?

審查當前的GitcoinGrants政策，無論每項政策有或沒有，贈款將獲得多少資金？

串謀的早期預警信號是什么?我們如何將這些信號升級到系統的治理層?

考慮到解決這些問題可以為公共產品提供資金的好處，以及GitcoinGrants數據集的新穎性，我們渴望從這些數據中獲得更多的見解，以幫助在明年建立更多抗串謀的系統。

Tags：ITCITCOTCOOINBitcointry TokenBitcoinVendBitcoin ShortDTPL Coin

芝麻開門交易所