Wenn 90 % der DAO-Mitglieder nicht abstimmen, ist Vitaliks Lösung, jedem eine KI-Beraterin oder einen KI-Berater zuzuweisen.

Vitalik schlägt die Kombination aus persönlichen großen Sprachmodellen und Zero-Knowledge-Proofs vor, um die Probleme der Wahlermüdung und Informationsasymmetrie in der DAO-Governance zu lösen.
(Der vorherige Kontext: V神 zeichnet eine rote Linie „Neutralität gehört zum Protokoll, Prinzipien zu den Menschen“: Du musst mir nicht zustimmen, aber du kannst Ethereum frei nutzen.)
(Hintergrund: Vitalik kündigt an, innerhalb von 5 Jahren ETH-Smart Contracts auf eine neue Sprache umzustellen: eine nicht hässliche Cyberpunk-Ethereum-Ästhetik zu schaffen.)

Inhaltsverzeichnis

Toggle

• Drei strukturelle Schwächen der DAO-Governance
• Vitaliks Lösung: Persönliches LLM + Kryptographie
  • Dezentrale Governance mit vertraulichen Informationen
• KI ist der Motor, Menschen das Lenkrad

Vitalik veröffentlichte gestern Abend einen Beitrag, in dem er erläutert, wie durch den Einsatz kryptographischer Technologien (ZK, MPC) in Verbindung mit LLMs die Schwächen der demokratischen Steuerung ausgeglichen werden können. Er ist der Ansicht, dass es besser ist, KI als digitalen Assistenten für jeden Menschen zu nutzen, der Informationen filtert und für dich spricht, anstatt KI die Menschheit regieren zu lassen:

„KI wird zur Regierung“ ist eine dystopische Vorstellung: Wenn KI schwach ist, führt sie zu einem Zusammenbruch der Steuerung; wenn sie stark ist, maximiert sie das Risiko der Zerstörung. Aber wenn man sie richtig einsetzt, kann KI die Menschheit befähigen und die Grenzen demokratischer / dezentraler Governance verschieben.

Drei strukturelle Schwächen der DAO-Governance

Wir wissen, dass die ideale dezentrale autonome Organisation (DAO) zwar schön klingt, aber in der Praxis auf viele Schwierigkeiten stößt.

Erstens: Wahlermüdung. Die durchschnittliche Wahlbeteiligung bei großen DAOs liegt zwischen 17 % und 25 %, bei manchen Vorschlägen sind weniger als 10 % der Token-Inhaber aktiv beteiligt. Das liegt nicht daran, dass die Token-Inhaber egal sind, sondern daran, dass eine aktive DAO jährlich hunderte Vorschläge hat, die sich mit Smart-Contract-Upgrade, Finanzverteilung, Parameteranpassungen und anderen hochspezialisierten Themen beschäftigen.

Für einen durchschnittlichen Token-Inhaber ist der Zeitaufwand, jeden Vorschlag zu lesen und abzustimmen, deutlich höher als der Wert seiner Governance-Token.

Zweitens: Oligarchisierung. Bei Compound kontrollieren die Top 10 Abstimmungsteilnehmer 57,86 % der Stimmen; bei Uniswap sind es 44,72 %. Das tokenbasierte Abstimmungssystem neigt naturgemäß dazu, Kapital zu konzentrieren, und Wahlermüdung verstärkt diese Tendenz.

Drittens: Informationsasymmetrie. Die meisten Token-Inhaber haben weder die Zeit noch die Fachkenntnis, um Vorschläge zu bewerten, die sich auf Orakel-Design oder Liquiditätspool-Parameter beziehen.

Das Ergebnis sind rationale Apathie, die Alleinherrschaft weniger und Schwachstellen, die gelegentlich von Governance-Angreifern ausgenutzt werden.

Vitaliks Lösung: Persönliches LLM + Kryptographie

Vitaliks vorgeschlagene Lösung besteht aus drei Ebenen:

Erste Ebene: Persönlicher Governance-Agent. Jeder betreibt sein eigenes Agenten-Programm, das anhand persönlicher Texte, Gesprächshistorie und direkter Aussagen die individuellen Präferenzen ableitet. Es ist dein privater Governance-Berater, der dir schnell 300 Vorschläge durchliest und dir in drei Sätzen sagt, welche es wert sind, dass du dich beteiligst.

Zweite Ebene: KI-gestützte Bürgerdialoge. Der Agent fasst deine Standpunkte zusammen, wandelt sie in öffentlich teilbare Inhalte um und schafft strukturierte Diskussionen ähnlich pol.is oder Community Notes, um Konsens zwischen unterschiedlichen Meinungen zu finden und Konflikte zu reduzieren.

Dritte Ebene: KI-integrierte Vorhersagemärkte. Wenn ein Governance-Mechanismus Wert auf hochwertige Eingaben legt (Vorschläge oder Argumente), kann man einen Vorhersagemarkt aufbauen: Jeder kann Eingaben einreichen, KI kann auf Token setzen, die diese Eingaben repräsentieren; wenn der Mechanismus eine Eingabe „adoptiert“, zahlt er an die Token-Inhaber eine Summe X.

Dezentrale Governance mit vertraulichen Informationen

Vitalik schreibt, dass eine der größten Schwächen hochgradig dezentraler / demokratischer Governance darin besteht, dass sie bei wichtigen Entscheidungen, die auf vertraulichen Informationen basieren, nicht optimal funktioniert. Typische Szenarien sind:

• Beteiligung an Konflikten oder Verhandlungen
• Beilegung interner Streitigkeiten
• Entscheidungen zu Vergütung / Mittelverteilung

Daher schlägt er vor, Zero-Knowledge-Proofs (ZKP) zu verwenden, um die Wahlberechtigung zu verifizieren, ohne die Identität offenzulegen; Trusted Execution Environments (TEE), um persönliche LLMs in einer Black-Box-Umgebung an Entscheidungen teilnehmen zu lassen; und Multi-Party Computation (MPC), um vertrauliche Governance-Entscheidungen zu verarbeiten.

Kurz gesagt, soll dieses System nicht AI nutzen, um menschliche Urteile zu ersetzen, sondern um die Qualität menschlicher Entscheidungen durch AI zu verbessern.

KI ist der Motor, Menschen das Lenkrad

Vitaliks Metapher „KI ist der Motor, Menschen das Lenkrad“ klingt elegant, aber das Gewicht des Lenkrads hängt vom Nutzer ab. Wenn 90 % der Token-Inhaber das Lenkrad vollständig an ihre LLMs abgeben und diese LLMs alle mit denselben Trainingsdaten und ähnlichen Denkmodellen arbeiten, könnte dezentrale Governance letztlich zu einer homogenen KI-Konsensbildung werden, die effizienter ist als menschliches Voting, aber auch anfälliger für systematische Täuschung.

Ob dieses Szenario realistisch ist, hängt von einer grundlegenden Prämisse ab: Wie viele Menschen sind bereit, Zeit in das Training und die Feinabstimmung ihrer eigenen KI-Agenten zu investieren, um die Governance-Qualität zu verbessern? Wenn die Antwort „so wenige wie jetzt beim Voting“ lautet, könnte die LLM-basierte Governance letztlich nur die Oligarchen von Walen durch KI-Assistenz ersetzen.

Aber zumindest hat Vitalik die richtige Frage gestellt: Das Problem der dezentralen Governance liegt nicht in der Technik, sondern in der Aufmerksamkeit. Wenn KI helfen kann, Aufmerksamkeit zu verteilen statt Entscheidungen zu ersetzen, ist dieser Ansatz es wert, ernsthaft verfolgt zu werden.