Дизайн механизмов в токеномике

Дизайн механизмов — это не ещё одна модель предложения или спроса. Это дисциплина, которая отвечает на вопрос: как соединить все компоненты токеномики так, чтобы участники системы вели себя желаемым образом без принуждения.

Что такое дизайн механизмов

Дизайн механизмов (mechanism design) — раздел теории игр, изучающий создание правил взаимодействия, при которых рациональное поведение каждого участника приводит к оптимальному результату для системы в целом.

В токеномике дизайн механизмов решает задачу:

Связь с теорией игр

Классическая теория игр анализирует существующие игры: какие стратегии выберут игроки? Дизайн механизмов работает в обратном направлении: какие правила нужно создать, чтобы игроки выбирали желаемые стратегии?

Это «обратная теория игр» (reverse game theory):

Теория игр:      Правила → Стратегии → Результат
                 (дано)    (анализ)    (вывод)

Дизайн механизмов: Результат → Стратегии → Правила
                   (цель)     (ограничения) (проектирование)

Три элемента механизма

Любой токеномический механизм состоит из трёх элементов:

1. Стимулы (incentives)

Что получает участник за желаемое поведение.

2. Штрафы (penalties)

Что теряет участник за нежелаемое поведение.

3. Информация (information)

Какую информацию имеют участники и как это влияет на их решения.

Принципы проектирования

Совместимость со стимулами (incentive compatibility)

Механизм совместим со стимулами, если честное поведение приносит каждому участнику больше выгоды, чем нечестное. Это ключевое свойство — оно означает, что систему не нужно «охранять», она работает за счёт рациональности участников.

Пример: PoS-стейкинг. Валидатор стейкает 32 ETH. Честная валидация приносит ~5% годовых. Попытка атаки (двойное подписание) ведёт к slashing — потере части или всего стейка. Пока доходность от честной работы превышает потенциальную прибыль от атаки минус потери от slashing, система совместима со стимулами.

Устойчивость к коалициям

Механизм должен быть устойчив не только к индивидуальному, но и к коллективному нечестному поведению. Группа участников не должна иметь возможность сговориться для извлечения выгоды за счёт остальных.

Минимальная извлекаемая стоимость (MEV-устойчивость)

MEV (Maximal Extractable Value) — прибыль, которую валидаторы или сикенсеры могут извлечь за счёт переупорядочивания транзакций. Хорошо спроектированный механизм минимизирует MEV:

• Batch auctions — обработка транзакций пачками, а не по одной
• Encrypted mempools — скрытие содержимого транзакций до включения в блок
• Fair ordering — протоколы честного порядка (Chainlink FSS)

Кейс 1: Рейтинговая система

Задача

Разработать рейтинговую систему для платформы, где пользователи оценивают друг друга. Рейтинг должен отражать реальное качество, быть устойчив к накрутке и стимулировать честную оценку.

Наивное решение

Простое среднее оценок: Rating = Σ(scores) / N. Проблема: легко накрутить через поддельные аккаунты, нет стимула оценивать честно.

Решение через дизайн механизмов

1. Стейкинг для оценки. Чтобы поставить оценку, нужно застейкать токены. Если оценка близка к медиане — стейк возвращается с бонусом. Если сильно отклоняется — часть стейка сжигается.

2. Весовая система. Вес оценки пропорционален исторической точности оценщика (как часто его оценки попадали в медианный диапазон).

3. Защита от сибилов. Стоимость атаки через поддельные аккаунты: N аккаунтов × стейк × вероятность потери. При достаточном стейке атака становится убыточной.

Аналогия из спорта

Рейтинговые системы в теннисе (Elo) и шахматах используют похожий принцип: рейтинг меняется на основе результатов, а не субъективных оценок. Отличие в токеномике — отсутствие объективного результата, поэтому используется механизм Шеллинга (координация на фокальной точке).

Кейс 2: Стейкинг с переменным APR

Задача

Спроектировать стейкинг, где APR автоматически регулирует соотношение застейканных и свободных токенов.

Проблема

Фиксированный APR создаёт дисбаланс:

• Слишком высокий → все стейкают, нет ликвидности для торговли
• Слишком низкий → никто не стейкает, нет безопасности сети

Решение: динамический APR

Поведение системы:

Система саморегулируется: отклонение от целевого уровня стейкинга создаёт экономический стимул для возврата к равновесию. Валидаторам не нужно координировать действия — каждый рационально реагирует на текущий APR.

Реальные примеры

Ethereum PoS использует аналогичную формулу: награды валидаторам обратно пропорциональны √(total_staked). Чем больше ETH в стейкинге, тем ниже доходность на каждого валидатора — естественный механизм балансировки.

Кейс 3: Необеспеченное кредитование

Задача

Создать систему необеспеченного (undercollateralized) кредитования в DeFi, где отсутствует традиционный залог.

Проблема классического подхода

В DeFi кредитование требует избыточного залога (>100% LTV). Это неэффективно для капитала и исключает заёмщиков без крипто-активов.

Решение через дизайн механизмов

Механизм приоритетного кредитования:

1. Рейтинг заёмщика. Заёмщик стейкает токены протокола и строит кредитную историю через погашение малых займов. Каждый успешно погашенный займ увеличивает лимит.

2. Социальный залог. Группа заёмщиков формирует пул взаимных гарантий. Если один не погашает — остальные теряют часть стейка. Аналог — микрофинансовые группы (Grameen Bank).

3. Штрафы и репутация. Дефолт по кредиту ведёт к:

   • Потере всего стейка (slashing)
   • Обнулению кредитной истории
   • Публичной отметке на адресе (on-chain репутация)

4. Стимулы для кредиторов. Повышенная процентная ставка компенсирует риск дефолта. Часть процентов идёт в страховой пул.

Баланс механизма

Стоимость дефолта для заёмщика:
  = Потеря стейка
  + Потеря кредитной истории (будущие займы)
  + Социальные последствия (страдают участники группы)

Выгода от дефолта:
  = Невозвращённый займ

Механизм работает когда:
  Стоимость дефолта > Выгода от дефолта

Типичные ошибки

1. Стимулирование метрики вместо результата

Закон Гудхарта: когда мера становится целью, она перестаёт быть хорошей мерой.

Протокол стимулирует TVL (Total Value Locked) → участники создают рекурсивные позиции (вложил → взял кредит → вложил снова), завышая TVL без реальной ликвидности. Метрика растёт, а реальная полезность — нет.

2. Игнорирование краевых случаев

Механизм работает при нормальных условиях, но ломается при экстремальных:

• Экстремальная волатильность — ликвидации каскадируют, oracle отстаёт
• Уход крупного участника — кит продаёт стейк, APR скачет, остальные тоже выходят
• Нулевая активность — нет торгов, нет комиссий, нет наград, нет стейкинга → спираль смерти

3. Несовместимость временных горизонтов

Стимулы ориентированы на краткосрочное поведение, а цели протокола — долгосрочные. Пример: ликвидити-майнинг привлекает «наёмный капитал», который уходит при снижении наград.

Решение: ve-модель выравнивает горизонты — блокировка на 4 года привязывает интересы держателя к долгосрочному успеху протокола.

4. Отсутствие штрафов

Система, где нет наказания за вредоносное поведение, будет эксплуатироваться. Если голосование бесплатно — будет спам. Если стейкинг без slashing — валидаторы могут не проверять транзакции. Штрафы не должны быть жёсткими, но должны существовать.

Фреймворк проектирования

Шаг 1: Определить стейкхолдеров

Кто участвует в системе? Какие у них цели?

Шаг 2: Спроектировать петли обратной связи

Каждый механизм должен содержать петлю обратной связи, которая корректирует поведение:

Позитивная петля (рост):
Больше пользователей → больше комиссий → выше доход стейкеров →
больше стейкинг → меньше предложение → выше цена → больше пользователей

Негативная петля (стабилизация):
Больше стейкинг → ниже APR → часть стейкеров выходит →
меньше стейкинг → выше APR → стейкеры возвращаются

Спираль смерти (предотвратить!):
Падение цены → выход стейкеров → рост предложения →
дальнейшее падение цены → ещё больше выходов

Шаг 3: Проверить устойчивость

• Совместимость стимулов: честное поведение выгоднее нечестного для каждого участника?
• Устойчивость к коалициям: сговор группы участников не позволяет извлечь выгоду за счёт остальных?
• Краевые случаи: механизм работает при 10x росте и 90% падении цены?
• Спирали смерти: есть ли механизм остановки негативных петель?
• Временные горизонты: стимулы выровнены по длительности?
• MEV-устойчивость: переупорядочивание транзакций не создаёт извлекаемую стоимость?

Шаг 4: Моделирование

После проектирования механизма — симуляция:

1. Анализ чувствительности — как параметры влияют на результат?
2. Метод Монте-Карло — 1000 случайных сценариев, какой процент приводит к нежелательным результатам?
3. Агентное моделирование — симуляция поведения рациональных и иррациональных агентов

Читайте также

• 5 моделей предложения — как токены появляются в системе
• 5 моделей спроса — как создаётся спрос на токен
• Дивиденды или выкуп — securities-модели с формулами доходности
• Симуляции в токеномике — как проверить механизмы через моделирование
• Модели голосования — governance как элемент дизайна механизмов