Arweave 17th edition of White Paper Strettation（7）：時代に対応する方法

著者：Gerry Wang、出典：Twitter @aarweaveoasis

この記事は、ホワイトペーパーの解釈の最後の部分になります。この部分は、Arweaveのコアメカニズムの実証ではなく、合意の健康進化を進化させることができるモデルであり、コアメカニズムの良い補足でもあります。

私たちは皆、世界に完全に永遠に実行できる合意やメカニズムがないことを知っています。優れた進化モデルは、テクノロジーの進歩により、より良い進化を確保できます。この記事は、Arweaveに関する進化メカニズムを示しています。

時間が経つにつれて、Arweave契約が変更されるネットワーク環境は必然的に変更されます。実際の永久ストレージには、これらの変更に適応できるシステムが必要です。既存のブロックチェーンプロトコルガバナンス方法は、プロトコルの適応性とユーザー保証の長期的なメンテナンスを達成できないことがわかりました。これらの問題を解決するために、Arweaveネットワークに展開されているガバナンスメカニズムは、従来のブロックチェーンフォークモデルに基づいて改善され、インセンティブプロトコルの進化のフレームワークを提供します。Arweaveネットワークのガバナンス手順はまさにです憲法上の性質の彼らはコミュニティの参加者間の社会的協定であり、ニーズに応じてテクノロジーが変わることを可能にします。完全なフレームワークとそれを参照する原則は、Arweaveネットワーク自体にあります。

概要

フレームワークの中核は、Arweaveプロトコルでフォークを作成することにより、許可なしにイノベーションをアクティブにし、報酬を与えるシステムです。このメカニズムは、進化の一形態につながりました。生成、テスト、およびより良い一致の選択に関するより良い合意の改善バージョンの改善のメカニズム保証を提供することです。

これにより、アイデアを持っている人なら誰でも、メカニズムのために進化した市場を形成するために、報酬で改善されたバージョンを提案することができます。一般的に、このメカニズムの機能は次のとおりです。

革新的な人は、以前のバージョンに基づいて新しい仕事を実行することを選択します。彼らは、彼ら自身の理解と適用性に基づいて、革新的な親バージョンを選択します。
その後、イノベーターは契約の新しいバージョンを作成し、コミュニティに提出して、彼らが貢献した合理的な報酬に信じていた新しいトークンの数を投げかけました。
最後に、コミュニティのメンバーは、この新しい改善されたバージョンを評価します。

このプロセスは、環境とともに進化した合意を作成し、その実用性と適応性を最大化します。提案された新しいバージョンは、プロトコルユーザーと他のイノベーターの2つの主要市場のニーズを同時に満たす必要があることがわかります。この目標が達成されると、彼らは市場に対して報酬を得るでしょう。

協力的な動機

許可を必要としないこの種のメカニズムは、すべての市場参加者が契約の初期バージョンと競合するのではなく、協力することを奨励します。具体的には、このメカニズムに参加するために恒久的なデータストレージシステムを構築しようとする人を鼓舞する3つの理由があります。

このメカニズムへの忠実な参加により、アクティブで非常に関与するユーザーベースを通じて、改善されたバージョンの採用を簡単に促進することができます。これにより、イノベーションの報酬が最大化され、コスト費用も最小限に抑えられます。

イノベーターは、メカニズムに忠実に参加することで、改善されたバージョンが恒久的なデータストレージシステムの先祖の血統の一部になることを期待できます。その結果、他の人は契約（データとトークン）を前進させます。

恒久的な情報ストレージシステムを作成しようとするビルダーは、時間とともに間違いなく変化する環境に対処するために、柔軟で適応性のあるメカニズムを必要とします。Arweaveの進化的フレームワークは、この問題について誰もが費用や制限なしに参加できるソリューションを提供します。

したがって、イノベーターが発生する実際のコストは非常に低いため、このメカニズムに参加することは、競争力のあるサービスを自分で作成するよりも理想的です。

データセットの統一されたインセンティブ

イノベーターには別の強力なインセンティブがあります。データを統合することにより、新しく進化したバージョンの価値を最大化することです。統一されたプロトコルは通常、分割システムの進化バージョンよりも価値があるためです。この統合に到達するという基本的な戦略には、2つの要素が含まれます。さまざまなコミュニティの技術的な問題を解決し、ブランチデータを新しい進化に組み込みます。正しく実行された場合、この統一されたデータ戦略により、コミュニティメンバーはフォークの力に参加し続けることができます。これは、統一されたデータセットが価値を最大化することが多いためです。