互联网是一个协议网络，包含各种不同类型的协议。有些协议简洁明了，如HTTP的状态图，而其他协议则相当复杂，如Maker协议的交互图。下图展示了各种协议，包括互联网协议、物理协议和政治协议等。在下图的左边，我们看到了一个街道交叉口的互动图，这让我们感到熟悉且有趣。

先开始介绍个有趣的示例，“Stable Horde”是一个生成图像的免费系统，也是一个 Web2 的协议。它使用协作层功能，允许用户请求其他愿意帮助的人来生成图像。客户端通过提交任务到工作队列，工作者进行推理处理并将结果发送到结果存储，客户端可以从中检索结果并支付 Kudos 分数给工作者。在 Stable Horde 中，Kudos 是免费积分系统，用于优先处理任务。然而，由于计算资源捐赠的限制，队列越长，生成图像时间越长。

我们面临一个有趣的问题：如何扩展这个系统，使其更大、更专业一些，同时保持开放性和互操作性，又能避免中心化破坏项目最初精神的风险。一种建议是将 Kudos 分数转换为 ERC20 代币并记录在区块链上。然而，简单地添加区块链可能会引发一系列问题，如虚假结果攻击等。

让我们继续讨论一个名为 "Unstable Confusion" 的全新 Web3 协议。在接下来的内容中，我们将概述一些有趣的方向，这些方向是在将现有的 Web2 协议 "Stable Horde" 转换为 Web3 协议 "Unstable Confusion" 的背景下提出的。

为解决以上问题，提出了一些解决方案。首先是"按贡献比例支付"，即工作者根据他们的贡献获得相应的报酬，以一种对网络有益的方式来竞争任务。其次是"灵活参与"，即工作者能够以较低的成本自由加入或退出系统，吸引更多的参与者。最后是"低延迟"，即应用程序的响应速度和快捷性对于用户体验至关重要。回到我们的目标，是建立一个去中心化、互操作的图像生成市场。虽然我们还有一些关键限制条件，但可以随后添加、修改或更加具体的细节。现在，我们可以评估不同机制的可行性。

潜在机制设计

1.验证机制

其他可能的验证机制包括让多个工作者完成同一任务，然后用户从结果中选择。这可能需要较高的成本，但如果成本足够低廉，可以考虑实施这种方法。

关于定价策略，可以在链上建立一个订单簿。也可以使用链上验证的计算资源代理度量，比如 gas 。这种方法不同于简单的自由市场，其中用户只需发布愿意支付的推理费用，工作者可以接受，或者他们可以出价争夺任务。相反，用户可以创建一个类似 gas的代理度量，其中特定的推理需要一定数量的计算资源，计算资源的数量直接决定价格。通过这种方式，可以简化整个机制的运作。

3.存储机制

在存储机制方面，我们有几种选择。一种是将数据存储在链上，但这很昂贵。另一种选择是使用专门的存储加密网络，虽然更复杂，但可以尝试以点对点方式解决问题。另外，还可以选择将数据存储在链外，但这会引发其他问题，因为控制该存储系统的人可能会影响验证过程和最终支付的传输等其他方面。

任务的分配方式也需要考虑，这是一个相对复杂的领域。可以考虑工作者在任务提交后自行选择任务，或者协议在任务提交后分配任务，还可以让用户或最终用户选择具体的工作者。每种方式都有优缺点，还可以考虑协议决定哪些工作者可以请求哪些任务的组合方式。

可能导致中心化风险的7个关键设计要素

其中包括电子邮件引入的命名空间、支付系统、声誉以及存储、匹配、定价系统和验证系统。这些要素可能会受到网络效应或高切换成本的影响而变得中心化。通过减轻网络效应的累积、将网络效应引导到协议中，并在协议中建立去中心化控制层来管理协议，以确保系统的长期健康。可以利用波动性的代币或其他治理设计，如声誉系统或轮换选举机制来实现去中心化控制。

降低切换成本和促进互操作性

为了鼓励创业者在系统上构建应用，降低切换成本和促进不同系统之间的互操作性非常重要。避免引入高昂的切换成本，减少对链下订单簿或第三方验证系统的过度依赖。

利用 Web3 技术创建去中心化系统

利用Web3工具和原则来设计系统，给予创业者更多权力并避免过度中心化。拥抱Web3原则的协议通常具有更大的规模、更长的寿命和更为充盈的生态系统活力，为超越现有最大公司设定的边界提供肥沃的创新探索领域。

深入研究和选择最佳解决方案

在设计协议和确定策略时，需要深入研究各个方面。对于验证方面，密码学解决方案通常是最佳选择。在定价方面，使用链上验证的计算资源代理度量可以适应各种不同的推理或机器学习任务。在任务分配方面，采用实时更新工作者能力和状态的协议，公平地分配任务并允许工作者自主选择是否接受任务。存储问题可以考虑使用原型分片技术等解决方案，在短暂的时间窗口内解决问题，并采用临时存储方式。

在设计去中心化系统时，以上要点考虑可以帮助构建具有长期稳健性和去中心化特性的系统。

(责任编辑：静婷)

• ·扬州瘦马：二十四桥边的凄惨群体