
早在区块链受到广泛关注之前,诺贝尔经济学奖获得者Oliver Hart就已经开始钻研合约的奥秘。1976年,这位普林斯顿大学的经济学博士开始探索企业如何利用合约进行交互,以及出现问题时会发生哪些情况。
多年以来,Hart一直着迷于这些协议当中存在的“模糊”区域,而由这些预期潜在结果所引发的混乱往往令仲裁员甚至法官都头痛不已。这种问题被他称为“合约不完整”,而在区块链时代下,此类边缘性因素正逐步进入主流范畴。
到2016年6月,Hart和麻省理工学院的经济学家Bengt Holmström表示,他们在“剩余控制权”方面的工作距离获得诺贝尔奖只有数个月时间。他们创造出的这一术语,用于描述在一切可预期的问题发生之后,最终协议应由谁控制。在此之后,现代技术终于赶上了他的前瞻性思维。
当时,一家名为The DAO的分布式自治组织开始发布由代码自动执行的协议(也就是「智能合约」),此举迅速引起了巨大影响。当时另一件大事在于,由于某份智能合约内容太过模糊,导致黑客在合约制定者并不情愿的前提下将价值6000万美元的以太币转入自己的钱包。
虽然对基础协议进行简单调整即可防止这种损失的发生,但以太坊区块链在设计上具有不可改变性,且无人掌握这种“剩余控制权”,亦没有单一权利方能够收回此类非法收益。由此产生的金融破坏浪潮最终导致以太坊在争议之下分裂成了两套相互竞争的区块链。
包含涉事资金的原始区块链仍然承载着这位黑客的钱包。人们将这条原始链称为“以太坊经典”链,目前价值16亿美元。在另一条区块链中,用户同意将非法收益归还原始所有者,其仍然简称为以太坊,目前价值为427亿美元。
在The DAO的余烬当中,诞生出完整的精品智能合约咨询行业,其负责确保智能合约在上线之前尽可能严谨无误。如今,Hart本人也加入了其中一家咨询初创企业,即区块链经济学、治理与设计公司Prysm Group,担任首次高级顾问职务。
Hart以案例为单位从Prysm Group手中获取报酬,他表示“除了查看合约本身及其相关内容,还应考虑采用怎样的程序来处理那些并非直观存在的部分。更具体地讲,也就是考虑如何与对方沟通以及如何解决纠纷。”
在自己的新职位上,Hart将负责审查Prysm Group团队的激励结构设计,以确保实现客户所期望的结果。虽然这是哈佛大学教授第一次直接与区块链初创企业合作,但他在合约不完整领域的专业知识已经使他在此之前参与到司法部与优步公司的案件当中。
Hart工作的核心在于协调周边激励结构。从最基本的层面来讲,他认为改变资产所有权是确保合约纠纷以和平方式解决的最简单方法。因此,即使是在极端情况下,如果两家企业已经存在争议,其中一家企业也可以通过收购另一家获得对剩余控制权的所有权。
然而,像区块链这样的分布式账本能够在无需中心权力的情况下托管货币与证券等资产,因此其中涉及的所有权类别往往更为微妙。以此为基础,我们可以构思新的激励结构,以使得各种协议中的利益保持一致。
Prysm Group联合创始人Cathy Barrera将这些协议分为两类,她希望Hart能够立足这两大范围提供咨询建议。第一类的激励因素存在于协议层面,其中约定矿工如何获取类似于比特币及以太币的公有链奖励,又应如何为审计区块链提供计算能力。
举例来说,比特币矿工们每成功审核一个区块,将获得12.5比特币作为奖励。而这一奖励金额将定期减半。随着比特币数量的减少,比特币的单位价格则有望上涨,从而抵消产出降低带来的影响。然而,我们也可以采取其它激励措施,包括对所有代币进行全面的预先处理,而后以其是否包含其它加密货币股权为标准将其出售给投资者或赠送给采矿参与者。
对于第二种激励结构,Hart预计未来将出现构建在区块链之上的应用程序内咨询方案。具体而言,Barrera表示她的公司已经开始在帮助初创企业设计智能合约,从而鼓励参与者们协助保护整体系统、贡献数据或撰写原创内容。
拥有哈佛大学博士学位,曾在校内研究经济学与合约不完整性议题的Barrera表示,“根据您的实际区块链应用背景,智能合约将能够以更具针对性的方式设计完成。当然,如果实际需求较为复杂,那么我们必须加入更多变量以试图了解参与者所执行的特定行为,这将导致合约设计更加困难。”
除Hart之外,Prysm Group的另一位高级顾问,前微软首席经济学家Preston McAfee解释称,他的职能角色主要负责帮助技术与工业企业重新构想市场设计方式。McAfee在采访当中表示,“在任何情况下,公共分类账都拥有细化的许可控制机制,这使得区块链足以成为可靠的第三方替代方案,甚至可以作为对受信第三方的补充。更重要的是,其会以自我实现的方式自动执行。”
对Hart而言,他将自己需要分析的各项因素拆分成了多种标准,包括如何验证需要提供给智能合约的具体数据量,以及支付已完成合约需要多少人力投入等等。Hart指出,“区块链在某些任务的自动化方面表现出强大的优势。而激励是这一切的核心。当然,还有治理,也就是事物的具体组织方式。”
Barerra拒绝透露她的客户名称,但表示Prysm Group目前已经开始获得收入,且并无筹集风险资本的计划。Hart则在更广泛的范围内描述了这些智能合约咨询企业所拥有的商业机遇,特别是考虑到几乎所有法院诉讼案件都与合约存在一定关系。
Hart解释称,“几乎所有法律纠纷都与合同不完整问题有关。我不知道如何量化这一切成本因素,但单凭偶然性的经验主义思维来看,这种成本确实极为可观。如果人们可以提供质量更高的合约,或者在这方面达成共识,则意味着这类成本将得到显著降低。”
在某种程度上,Adam Smith研究所的律师兼研究员Preston Byrne也对Hart的观点表示赞同。这位区块链法律初创企业Monax公司前任首席运营官指出,将合约转移至区块链的主要价值,在于消除与管理原始文件相关的成本支出。Byrne同时认为,在未来,区块链上追踪的协议“数字原件”将拥有比纸质版本更显著的优势。但他同时也强调称,这种方式同样存在一些局限。
他表示,“我并不指望将合约转移到区块链内就能减少纠纷。但这确实能够更简单地呈现某些数学层面上的事实,将这些事实引入自动化业务流程,或者在发生争议时以高度确定的方式证明一系列事件。”
而在与Hart一样的诺贝尔奖获得者们眼中,区块链仍是种不太稳妥的产物。包括经济学家Paul Krugman、Joseph Stiglitz以及Robert Shiller等前任获奖者都对加密货币表示强烈怀疑。甚至Hart本人对这项技术也不敢十分肯定。Hart说他本人并没有购买任何加密货币,而且担心“比特币可能只是种泡沫。”
Hart指出,“与许多经济学家一样,我至少在一定程度上抱有怀疑态度。我认为区块链与比特币应该被区分开来,而我的热情只集中在区块链这一边。”尽管如此,另一位诺贝尔奖获得者Myron Scholes仍于今年早些时候出任Saga基金会顾问,帮助其努力建立一种新的加密货币。
正如Hart那一代诺贝尔奖获得者一样,他的工作也愈发倾向于深奥难懂的纯理论层面。然而,其研究的核心仍遵循一项简单原则:在合约作者试图将所有可能的意外事件写入协议时,他们应该努力在共同开展业务之前找达成基本面上的共识。
Hart认为,这样的目标不可能通过复杂的激励计划来实现。相反,他的合约创建秘诀在于“与另外一方真正建立起关联。”
“我不会傲慢地认为自己已经解决了这个问题,但我认为这样的思维方式能够带来一定帮助。”
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。