当 DAO 有 90% 人不投票，Vitalik 的解方是给每人一名 AI 幕僚

Vitalik 提出结合个人大型语言模型（LLM）与零知识证明（ZKP），以解决 DAO 治理中的选民冷漠与信息不对称问题。
（前情提要：V神强调“中立属于协议，原则属于人”：你不必认同我，也能自由使用以太坊）
（背景补充：Vitalik 宣布将在五年内将 ETH 智能合约换成新语言：打造不丑的赛博朋克以太坊）

本文目录

切换

• DAO 治理的三大结构性缺陷
• Vitalik 的解决方案：个人 LLM + 密码学
  • 具备私密信息的去中心化治理
• AI 是引擎，人类是方向盘

Vitalik 昨晚发了一篇帖子，阐述如何通过密码学技术（ZK、MPC）结合 LLM 来弥补民主治理的缺陷。他认为，与其让 AI 统治人类，不如让 AI 成为每个人的数字秘书，帮你过滤信息、代表你发声：

“AI 成为政府”是反乌托邦：当 AI 弱小时，会导致治理崩溃；而当 AI 强大后，会最大化毁灭风险。但如果运用得当，AI 可以赋能人类，推动民主/去中心化治理模式的边界。

DAO 治理的三大结构性缺陷

我们知道，去中心化自治组织（DAO）的理想虽好，但实际执行中遇到许多难题。

第一是选民冷漠。主要 DAO 的平均投票率在17%到25%之间，部分提案的实际参与者不到代币持有人的10%。这并非因为持币者不在乎，而是因为一个活跃的 DAO 每年可能有数百份提案，每份提案涉及智能合约升级、财务分配、参数调整等高度技术性内容。

对普通持币者而言，逐一阅读并投票的时间成本远超其治理代币的价值。

第二是寡头化。Compound 的前10大投票者控制了57.86%的投票权；Uniswap 的数字是44.72%。代币加权投票制度天生偏向资本集中者，而选民冷漠又加剧了这种倾斜。

第三是信息不对称。多数代币持有者既没有时间，也没有专业能力去评估涉及预言机设计或流动性池参数的提案。

结果就是：理性的冷漠、少数人的独断，以及偶尔被治理攻击者利用的漏洞。

Vitalik 的解决方案：个人 LLM + 密码学

Vitalik 提出的方案分为三层：

第一层是个人治理代理。每个人运行自己的 Agent，让其根据你的个人写作、对话历史、直接陈述等推断出你的偏好。换句话说，它是你的私人治理幕僚，帮你快速阅读300份提案，然后用三句话告诉你哪些值得你参与。

第二层是 AI 辅助的公民对话机制。让 Agent 帮助你总结观点，将其转化为可公开分享的内容，创造类似 pol.is 和 Community Notes 的结构化讨论，在不同观点间找出共识，降低对立。

第三层是 AI 整合的预测市场。如果某个治理机制重视任何高质量输入（可以是提案，甚至是论点），那么你可以建立一个预测市场：任何人都可以提交输入，AI 针对代表该输入的代币进行投注；如果该机制“采纳”了该输入，就会向该代币持有人支付X。

具备私密信息的去中心化治理

Vitalik 认为高度去中心化/民主治理的最大弱点之一，是当重要决策依赖秘密信息时，运作并不理想。常见场景包括：

• 组织参与对抗性冲突或谈判
• 内部争议调解
• 薪酬/资金分配决策

因此，他建议使用零知识证明（ZKP）验证投票资格而不暴露身份；使用可信执行环境（TEE）让个人 LLM 在黑箱中参与判断；使用多方安全计算（MPC）处理涉及机密信息的治理决策。

简单来说，这套架构的目标不是用 AI 取代人类判断，而是通过 AI 让每个人的判断更有品质。

AI 是引擎，人类是方向盘

Vitalik 的“AI 是引擎，人类是方向盘”的比喻很优雅，但方向盘的重量取决于握它的人。如果90%的代币持有者将方向盘完全交给自己的 LLM，而这些 LLM 又恰巧都用同一套训练资料和相似的推理模式，那么去中心化治理最终可能变成一场同质化的 AI 共识，比人类投票更高效，但也更容易被系统性欺骗。

这个愿景是否可行，取决于一个根本性前提：有多少人愿意为了治理品质，花时间训练和校准自己的 AI 代理。如果答案和现在愿意投票的人一样少，那么人 LLM 治理最终可能只是把寡头从鲸鱼换成了鲸鱼的 AI 助手。

但至少，Vitalik 提出了正确的问题：去中心化治理的瓶颈不在技术，而在注意力。如果 AI 能帮助分配注意力而不是取代判断，这个方向就值得认真对待。