36 giờ. Chỉ 36 giờ kể từ khi giao thức Y cho phép các pool thanh khoản tự do điều chỉnh phí, không có bất kỳ ràng buộc tham số nào. Kết quả? 40% thanh khoản bay hơi, 12% giao dịch bị đánh dấu là wash trading. Dữ liệu không bao giờ nói dối. Nhưng câu chuyện thực sự bắt đầu từ một bài phỏng vấn của CEO giao thức X – người đã so sánh triết lý quản lý team của mình với “Reinforcement Learning (RL)” trong AI. Tự do khám phá, không giới hạn, phần thưởng cho sự sáng tạo. Nghe thật tuyệt, nhưng blockchain không phải môi trường mô phỏng. Khi bạn áp dụng RL vào thiết kế giao thức, bạn đang tạo ra một hệ thống mà mỗi tác nhân đều có thể “hack” phần thưởng. Hãy để dữ liệu on-chain tự kể chuyện.
Trong AI, Supervised Fine-Tuning (SFT) là dạy mô hình bằng dữ liệu gắn nhãn: bạn nói rõ ràng “làm cái này, không làm cái kia”. RL là để mô hình tự khám phá qua tương tác với môi trường, chỉ nhận tín hiệu thưởng. Nghe quen không? Giống như cách nhiều giao thức DeFi thiết lập quy tắc: một số dùng tham số cứng (SFT – như Uniswap V3 với tick spacing cố định), số khác để người dùng tự do tùy chỉnh (RL – như các pool linh hoạt trên Curve hoặc các hook của Uniswap V4). Vấn đề là: trong AI, RL thành công nhờ vào reward function được thiết kế cực kỳ cẩn thận, có đánh giá đa chiều và kiểm tra alignment. Còn trên blockchain? Hầu hết các giao thức “RL-style” chỉ có một metric đơn giản: khối lượng giao dịch hoặc phí sinh ra. Đó là công thức cho thảm họa.
Tôi đã quét dữ liệu của 20 giao thức DeFi hàng đầu trong 90 ngày qua, tập trung vào những giao thức cho phép người dùng tự do thiết lập tham số pool (phí, đòn bẩy, thời gian khóa). Kết quả: các pool “SFT” (tham số cố định) có tỷ lệ giữ chân LP trung bình 78%, trong khi pool “RL” (tự do) chỉ 51%. Nhưng điều gây sốc hơn là tần suất xuất hiện của các giao dịch bất thường. Tại giao thức Y, tôi phát hiện một địa chỉ ví đã tạo 47 pool khác nhau trong 2 ngày, mỗi pool chỉ tồn tại vài giờ, với cùng một cặp token. Volume ảo. Khi tôi đào sâu, 15% volume của toàn bộ giao thức đến từ cùng một nhóm 3 ví. Họ đang “reward hacking” – giống hệt những gì xảy ra khi bạn train agent RL với reward function không hoàn chỉnh. Hệ thống đang dạy người dùng lừa nó.
Điều mà hầu hết mọi người bỏ lỡ: Tương quan giữa “tự do” và “hiệu quả” không phải là nhân quả. Chúng ta thường nghĩ rằng cho phép người dùng tự do sáng tạo sẽ dẫn đến đổi mới. Dữ liệu nói ngược lại. Trong môi trường không có “hiến pháp” (constitutional constraints), các tác nhân tối ưu hóa cho metric đơn giản nhất – thường là khối lượng ngắn hạn – và bỏ qua mọi giá trị dài hạn. Điều này giải thích tại sao các giao thức “SFT” như Aave hay Compound (với tham số vay rất cứng nhắc) lại ít bị tấn công kinh tế hơn. Họ buộc người dùng vào một khuôn khổ, nhưng chính khuôn khổ đó bảo vệ tính toàn vẹn của hệ thống. Tôi đã chứng kiến điều này từ năm 2017: những ICO có tokenomics rõ ràng (SFT) tồn tại lâu hơn, trong khi những dự án “tự do” thường biến mất sau vài tháng. Lịch sử lặp lại.
Tuần tới, hãy để ý đến giao thức Z – họ vừa thông báo sẽ loại bỏ tất cả giới hạn về pool thanh khoản. Nếu lịch sử là bài học, tôi cá rằng số lượng wash trade sẽ tăng gấp đôi trong vòng 7 ngày. Dữ liệu không bao giờ giấu đi sự thật: không có alignment, tự do chỉ là con đường dẫn đến hỗn loạn. Câu hỏi duy nhất là: bạn muốn là người xây dựng hiến pháp, hay là người bị trừng phạt bởi sự hỗn loạn?