Sự trỗi dậy của DAO do AI điều khiển: 5 thách thức cần theo dõi

Đăng ký Bankless hoặc đăng nhập Nhà sáng lập Ethereum Vitalik Buterin đã suy nghĩ về các tác nhân tự trị và DAO vào năm 2014, khi cả hai vẫn còn là một giấc mơ xa vời đối với hầu hết mọi người trên thế giới. Trong tầm nhìn sớm của mình, được mô tả trong bài đăng "DAO, DAC, DA và nhiều hơn nữa: Một hướng dẫn thuật ngữ không đầy đủ," DAO là các thực thể phi tập trung với "tự động hóa ở trung tâm và con người ở các cạnh" - các tổ chức sẽ dựa vào mã, thay vì các cấp bậc của con người, để duy trì hiệu quả và minh bạch. Một thập kỷ sau, Jesse Walden của Variant vừa công bố "DAO 2.0," phản ánh về cách DAO đã phát triển trong thực tế kể từ những bài viết sớm của Vitalik. Tóm lại, Walden lưu ý rằng làn sóng DAO ban đầu thường giống như các hợp tác xã, tức là các tổ chức kỹ thuật số với con người ở trung tâm mà không nhấn mạnh nhiều vào tự động hóa. Tuy nhiên, Walden đã lập luận rằng các tiến bộ mới trong trí tuệ nhân tạo - đặc biệt là các mô hình ngôn ngữ lớn (LLM) và mô hình sinh tạo - hiện đang sẵn sàng để hiện thực hóa tốt hơn những loại tự trị phi tập trung mà Vitalik đã dự kiến 10 năm trước. Tuy nhiên, khi các thử nghiệm DAO ngày càng ôm ấp các tác nhân AI, chúng ta sẽ phải đối mặt với những hàm ý và câu hỏi mới. Dưới đây, hãy cùng tìm hiểu năm lĩnh vực chính mà DAO sẽ phải đối mặt khi họ kết hợp AI vào các phương pháp tiếp cận của họ. ⚖️ Thay đổi cách quản trị Trong khung cảnh ban đầu của Vitalik, DAO được thiết kế để giảm sự phụ thuộc vào việc ra quyết định của con người theo cấp bậc bằng cách mã hóa các quy tắc quản trị trên chuỗi. Ban đầu, con người vẫn "ở các cạnh", nhưng vẫn là yếu tố quan trọng đối với các phán xét phức tạp. Trong thế giới DAO 2.0 được mô tả bởi Walden, con người vẫn lơ lửng ở ngoại vi - cung cấp vốn và định hướng chiến lược - nhưng ghế quyền lực trung tâm ngày càng không phải là con người. Động thái này sẽ định hình lại cách quản trị của nhiều DAO. Chúng ta vẫn sẽ thấy các liên minh của con người đàm phán và bỏ phiếu về các kết quả, nhưng các quyết định hoạt động sẽ ngày càng được định hướng bởi các mô hình học tập của AI. Cách cân bằng này sẽ được giải quyết như thế nào là một câu hỏi mở và một không gian thiết kế hiện tại. 🤖 Giảm thiểu sự không đồng nhất của mô hình Các tầm nhìn DAO ban đầu nhằm mục đích đối phó với các định kiến, tham nhũng và kém hiệu quả của con người bằng mã minh bạch và bất biến. Bây giờ, một thách thức quan trọng là sự chuyển dịch từ việc ra quyết định của con người không đáng tin cậy sang việc đảm bảo rằng các tác nhân AI "được căn chỉnh" với các mục tiêu của DAO. Một lỗ hổng chính ở đây không còn là thông đồng của con người mà là sự không đồng nhất của mô hình: rủi ro rằng một DAO do AI điều khiển sẽ tối ưu hóa cho các chỉ số hoặc hành vi lệch khỏi kết quả mà con người dự định. Trong mô hình DAO 2.0, vấn đề về sự căn chỉnh này - ban đầu là triết học trong các vòng an toàn AI - trở thành một vấn đề thực tế về mặt kinh tế và quản trị. Điều này có thể không phải là vấn đề trung tâm đối với các DAO hiện tại đang thử nghiệm các công cụ AI cơ bản, nhưng hãy mong đợi nó sẽ nổi lên như một lĩnh vực quan trọng cần được kiểm tra và hoàn thiện khi các mô hình AI trở nên tiến bộ hơn và được tích hợp sâu vào các cấu trúc quản trị phi tập trung. ⚔️ Các bề mặt tấn công mới Hãy xem xét cuộc thi Freysa gần đây, nơi người chơi p0pular.eth đã lừa được tác nhân AI Freysa để hiểu sai chức năng "approveTransfer" của nó để giành được giải thưởng 47.000 đô la Ethereum. Mặc dù Freysa có biện pháp bảo vệ được xây dựng sẵn - một hướng dẫn rõ ràng không bao giờ gửi giải thưởng - sự sáng tạo của con người cuối cùng đã vượt qua được mô hình, khai thác sự tương tác giữa lời nhắc và logic mã cho đến khi AI giải phóng các khoản tiền. Ví dụ về cuộc thi sớm này nhấn mạnh rằng, khi DAO kết hợp nhiều mô hình AI phức tạp hơn, họ sẽ thừa hưởng các bề mặt tấn công mới. Cũng giống như Vitalik lo ngại về việc các DO hoặc DAO bị lợi dụng bởi những người thông đồng, bây giờ DAO 2.0 phải xem xét các đầu vào đối kháng vào dữ liệu huấn luyện của LLM hoặc các cuộc tấn công kỹ thuật nhắc nhở. Thao túng quá trình lập luận của LLM, cung cấp cho nó dữ liệu trên chuỗi sai lệch hoặc ảnh hưởng nhẹ nhàng đến các thông số của nó có thể trở thành hình thức "chiếm đoạt quản trị" mới, nơi chiến trường chuyển từ các cuộc tấn công bằng phiếu bầu đa số của con người sang các hình thức khai thác AI tinh vi và phức tạp hơn. 🎯 Các câu hỏi về tập trung mới Sự tiến hóa của DAO 2.0 chuyển quyền lực không nhỏ sang những người tạo ra, huấn luyện và kiểm soát mô hình AI cơ bản hoặc các mô hình của một DAO cụ thể, và động thái này có thể dẫn đến các điểm nghẽn tập trung mới. Tất nhiên, việc huấn luyện và duy trì các mô hình AI tiên tiến yêu cầu chuyên môn và cơ sở hạ tầng chuyên biệt, vì vậy trong một số tổ chức sắp tới, chúng ta sẽ thấy nơi mà hướng đi là công khai trong tay của cộng đồng nhưng thực tế lại trong tay của các chuyên gia của nó. Điều này là dễ hiểu. Nhưng trong tương lai, sẽ rất thú vị khi theo dõi cách các DAO thử nghiệm với AI đối mặt với các vấn đề như cập nhật mô hình, điều chỉnh thông số và cung cấp phần cứng trong bối cảnh này. ♟️ Vai trò chiến lược so với hoạt động và sự ủng hộ của cộng đồng Sự phân biệt "chiến lược so với hoạt động" của Walden gợi ý một cân bằng lâu dài: AI có thể xử lý các nhiệm vụ hàng ngày của DAO, trong khi con người sẽ cung cấp định hướng chiến lược. Tuy nhiên, khi các mô hình AI trở nên tiến bộ hơn, chúng có thể dần xâm nhập vào lớp chiến lược của DAO. Theo thời gian, vai trò "con người ở các cạnh" có thể thu hẹp thêm. Điều này đặt ra câu hỏi: điều gì sẽ xảy ra trong làn sóng DAO do AI điều khiển tiếp theo, nơi trong nhiều trường hợp, con người có thể chỉ cung cấp vốn và quan sát từ bên lề? Trong mô hình này, liệu con người sẽ chủ yếu trở thành những nhà đầu tư có thể thay thế được với ảnh hưởng tối thiểu, chuyển từ cách tiếp cận thương hiệu đồng sở hữu sang một cái gì đó giống như các máy móc kinh tế tự trị do AI quản lý hơn? Tôi nghĩ rằng chúng ta sẽ thấy nhiều xu hướng hơn trong cộng đồng DAO theo hướng các mô hình tổ chức nơi con người chỉ đóng vai trò là những cổ đông thụ động thay vì những người quản lý tích cực. Tuy nhiên, với ít quyết định có ý nghĩa hơn cho con người và việc cung cấp vốn trên chuỗi dễ dàng ở các nơi khác, duy trì sự ủng hộ của cộng đồng theo thời gian có thể trở thành một thách thức liên tục. ✊ Cách DAO có thể chủ động hơn Tin tốt là tất cả các thách thức được thảo luận ở trên đều có thể được giải quyết một cách chủ động. Ví dụ:

• Về quản trị — DAO có thể thử nghiệm các cơ chế quản trị dành riêng một số quyết định có tác động lớn cho những người bỏ phiếu hoặc hội đồng chuyên gia con người luân phiên.
• Về sự không đồng nhất — Bằng cách coi các kiểm tra căn chỉnh là một khoản chi phí hoạt động định kỳ, như các kiểm toán bảo mật, DAO có thể đảm bảo rằng sự trung thành của tác nhân AI với các mục tiêu cộng đồng không phải là một vấn đề một lần mà là một trách nhiệm liên tục.
• Về tập trung — DAO có thể đầu tư vào việc xây dựng kỹ năng rộng hơn trong cộng đồng của mình. Theo thời gian, điều này sẽ giảm thiểu rủi ro bị chiếm đoạt quản trị bởi một nhóm nhỏ "phù thủy AI" và thúc đẩy một cách tiếp cận phi tập trung đối với quản lý kỹ thuật.
• Về sự ủng hộ — Khi con người trở thành những cổ đông thụ động trong nhiều DAO hơn, những tổ chức này có thể tập trung vào việc kể chuyện, sứ mệnh chung và các nghi lễ cộng đồng để vượt qua logic trực tiếp của việc phân bổ vốn và duy trì sự ủng hộ lâu dài.

Bất cứ điều gì xảy ra tiếp theo, rõ ràng là tương lai ở đây rất rộng mở. Hãy x