前⾔
在早期的 defi 项⽬中，通过流动性挖矿奖励早期使⽤者从⽽促进冷启动是⾮常常⽤的⼿段。
不过，这 种⽅式虽然贡献了⼀定的初期流动性，却⽆法⻓期⽀持⼀个协议的健康发展。⽤⼾更直觉性的反应仍 然是偏投机和落袋为安⼼理的挖提卖，从⽽协议不可避免地迅速进⼊衰退，defidigital 的死亡螺旋很好地描绘了这点。
此外，当⼀个协议的代币仅仅只有治理功能，且治理权限在实际场景中相当受限时，⽤⼾也会缺乏⾜ 够动⼒持续持有。
这两个问题如果做⼀下归纳，即代币如何提供⾜够的持有动机，且⽤⼾和协议的利益能够在相对⻓的 时期内保持⼀致，从⽽有动⼒为协议的⻓期发展做出贡献。
ve ( vote escrow，投票托管 ) 的应运⽽⽣正是对上述困境作出的⼀种相当不错的解答。继 Curve ⾸次 提出 ve 之后，众多其他的协议也纷纷将其纳⼊了⾃⼰的经济模型，并基于 Curve ve 做出了⾃⼰的迭 代和创新。
本⽂将⾸先探究 ve 的运作模式，并以 Curve 为例，分析 ve 的优点和不⾜之处，之后，我们会结合不 同协议在不同层⾯的创新来看 ve ⼏个核⼼维度的迭代发展。最后，我们会基于上述分析提供在实际中运⽤ ve 的⼀些建议。
1 ve 简介
1.1 How ve works
ve 的核⼼机制在于⽤⼾通过锁定 token 获得 veToken。veToken 是⼀种不可转让且不流通的治理代币，选择锁定时间越⻓（通常有锁定时间上限），可获得的 veToken 越多。根据其 veToken 权重，⽤⼾可以获取相对应⽐例的投票权。
投票权部分体现在可以决定增发代币奖励的流动池归属，从⽽对⽤⼾的切⾝收益产⽣实质性影响，增强⽤⼾的持币动⼒。
对协议来说，锁定可以有效减少流通量，减轻抛压，从⽽使币价更稳定。同时，⽤⼾锁定后，其切⾝利益与协议在锁定期内更为⼀致，也有助于其做出好的治理选择。⽽愿意⻓期锁定的⼈可以获得更多的收益与治理权，从道义上来说也⾮常公平。
https://s3.ap-northeast-1.amazonaws.com/gimg.gateimg.com/learn/6a2e3213dda3526f5b153797c86b23c850a29d16.jpg
下面我们通过 Curve 的模型，来进一步了解 ve 的真实运用。
1.2 Curve⸺ve 模型的首创者
交易费 ( Trading fees ) 是 Curve 平台的收益来源。
平台在互换 ( 0.04%，以 output 方的代币收取 ) 、存储和取出 ( 0-0.02% ) 过程中收取该费用。其中，50% 的交易费给予 veCRV 持有者 ( 用来购买 3CRV，再分配到持有者手中，每周可领取一次) ，50% 给予 LP 提供者( 即 Base APY) 。
CRV 是 Curve 的原生代币，用来奖励将 LP token ( liquidity provider token，即为池子贡献了流动性的用戶拿到的 token) 质押到 Gauge( 量器) 中的流动性提供者。Gauge 控制器是 Curve 的核心组件，由 Curve DAO 控制。Gauge 控制器里记录了投票治理相关的所有参数，比如“每个用戶在每个 Gauge 的当前斜率，以及用戶可以使用的权力和用戶投票锁定结束的时间”等。
CRV 的初始供应量~12.73亿，总供应量~30亿，初期的日增发量~200万。这些增发的 CRV 会根据 Gauge 控制器里的测量结果，按比例分配给将 LP token 质押到 Gauge 中的用戶，即 Gauge 中有权重的用戶。
https://github.com/curvefi/curve-dao-contracts/blob/master/doc/README.md
当质押用戶进一步将 CRV 锁定后，可以获得 veCRV ( veCRV 不可转让，锁定是唯一的获取方法) 。用戶可以选择的锁定时⻓在 1 周- 4 年不等。锁定时间越久，兑换 veCRV 比例越高。1 个CRV 锁定 4 年可 获得 1 个 veCRV，锁定 1 年可获得 0.25 个 veCRV。在锁定期，用戶的 veCRV 数量会随着剩余锁定时间的减少而线性递减。如果用戶分多次锁定，则必须统一选择到期时间。
veCRV 的持有者拥有 Curve 的治理权。为了鼓励用戶参与治理( 即有动力获取更多 veCRV) ，他们享有的部分权利是 :
- 业务分成
与流动性提供者平分 Curve 池子的交易手续费( 50:50，手续费以 output currency 的方式收取，比如用 USDT 换 USDC，则以 USDC 的方式收取) 。
不同之处在于，流动性提供者收到的是直接的手续费奖励( 以流动性提供者的同种代币的方式给予，Base vAPY) ，veCRV 持有者的手续费收益则会转换成 3CRV 形式发放( 3CRV 是指 Curve 中，由 DAI、USDC 和 USDT 组成的 3 池的 LP 代币。
手续费会先通过 Curve 或 Synthetix 兑换成 USDC，再存到 3Pool，之后在每一个 veCRV holder 账戶更新时可领取 3CRV)
另外，veCRV 持有者也有机会获得其它与 Curve 平台合作项目代币的空投。
- 投票权
除了普通的治理投票外，用戶还可投票决定 CRV 增发的归属，即引导每个 Gauge 的增发奖励权重，该权重会影响用戶能够得到的奖励。
用戶可以选择锁定时间为 tl ( tl < tmax， tmax = 4年) ，其拥有的投票权 w ， 即 veCRV 数量，正比于剩余锁定时间 ( t ) 和 CRV 数量 ( a) 。比如 ， 用戶 A， B 拥有相同的 CRV，用戶 A 锁定 2 年，B 只锁定 1 年，则初始时，A 将拥有相对于 B 双倍的投票权。
Gauge 会在用戶操作时( 比如存储、取出等) 对 w 的值做记录。直到该用戶执行下一次操作前，该值保持不变。由于 w 随时间衰减，对用戶来说，除非其锁定更多 CRV，其中途不应该进行操作，则其投票权以及奖励可以维持。如果 w 衰减到 0，用戶会被剔除投票资质。
- CRV 奖励提升
收益率是投资者关心的核心指标。veCRV 用戶可以获得收益提高奖励 ( boost) ，veCRV 越多，奖励系数越高，最高可达 2.5 倍，从而进一步加强用戶锁定的动力。
奖励倍增机制的详细设计如下所示，稍微有些复杂 :
1) 用戶在流动性 Gauge 中的余额随用戶拥有 veCRV 的数量而提升 :
2) 奖励及奖励倍数计算:
给锁定⽤⼾奖励倍数设限背后的意图是，虽然 ve 机制旨在⿎励⽤⼾锁定，奖励忠诚度和粘性，但需要避免 veCRV 巨鲸⽆限制地攫取更多收益。
以存进 100U 稳定币为例，达到 2.5 倍的收益，需要 2840 veCRV，等价于 2840 个 CRV 质押 4 年，按照 CRV = 1U 算，相当于需要持有 LP Token 28 倍价值的 CRV。
普通⽤⼾在短时间内很难获得如此多倍的 CRV，因⽽其奖励倍增往往有限。⽽之所以最后定在 2.5 倍，估计是团队觉得在这个界限可以取得⼀个相对的激励平衡。此外，如果⼀个⽤⼾给多个池⼦提 供流动性，则根据不同池⼦ LP 的锁定情况，其奖励倍增可能会不同。
下图总结了 Curve 体系中，持有 CRV 和 veCRV 的不同权利和激励：
https://resources.curve.fi/crv-token/understanding-crv
解读：
• Liq in pool ⸺> earns lending & trading fees：提供流动性 ( deposit ) 赚取⼿续费
• Has veCRV⸺> vote on DAO proposals & vote on gauge weights & earn gov fees：持有 veCRV：拥有治理权限，投票决定 gauge 奖励权重
• Liq in gauge⸺> earn CRV：在 gauge 中质押 LP token，能够赚取 CRV
• Liq in gauge & has veCRV⸺> boost：在 gauge 中质押 LP token 且仍持有 veCRV，可以获得奖励提升
从⽬前的运⾏结果看，这套机制还是相当成功的。45%的 CRV 都进⾏了投票锁定，平均锁定时⻓达 3.56 年。
https://dao.curve.fi/releaseschedule
如果我们把锁定时⻓分布进⾏对⽐，ve 的⻓期锁定作⽤会更清晰。
https://members.delphidigital.io/reports/an-alternative-implementation-of-vetoken-economics
1.2.1 优点
前⽂中已经陆续有提到，此处⼩结下 ve 的优点：
1）锁定后流动性减少，减少了抛压，有助于币价稳定
2）更好的治理可能性：治理权直接与收益分配挂钩，⽤⼾持币动⼒增强，有助于提升治理参与度。同时，⻓期质押的⽤⼾的治理权重更⼤，他们也是有动⼒做出更好治理决策的群体。治理权重中体现的 基于时间和数量的加权⽬前看起来是相当合理的。
3）各⽅⻓期利益相对协调⼀致：在锁定期内，⽤⼾⽆法转让他们的 token，由于利益相关，理性层 ⾯，他们更有可能忽视短期及时收益，做出与协议⻓期利益更⼀致的决定。
锁定机制也增加了巨鲸的短期操纵成本。⽽⼀旦他们选择锁定以增加⾃⼰的话语权，则⼤概率他们也 将倾向于做出符合⾃⾝利益的理性投票，恶意决策的可能性⼤幅降低。
此外，veCRV 持有者也享有⼿续费分成，即，流动性提供者、交易⽅、token 持有者、协议这四⽅的利益被协调到了⼀起。（ 交易⽅的利益体现在可以受益于池⼦的强流动性，以及较低的滑点 ）
如果顺利度过冷启动期，Curve 形成的是⼀个绝佳的正向⻜轮，VE在其中起了不可或缺的作⽤。
可以说，ve 是机制层⾯约束⼈性，引导正向⾏为的⼀个典型。
1.2.2 不⾜
任何模型都不是完美⽆缺的，ve 也有其受到诟病的点。
1）硬性「锁定时间」对投资者不够友好：
锁定时⻓既是 sweet spot，也是不少投资者望⽽却步的点。
有⼈笑称，crypto ⾏业 4 年相当于其他⾏业 100 年。相当⼀部分投资者不想/没有能⼒锁定这么⻓的时间。如果想继续往前发展，如何增加对更 ⼴⼤范围投资者的吸引⼒，以及增加锁定的灵活性都是⼀个课题。
2）治理中⼼化：
⽬前 Curve 上过半的治理权在 Convex（53.65%）⼿上，治理权相当集中。
注：Convex 是⼀个基于 Curve 的流动性质押和挖矿平台，CRV 的持有者可以在 Convex 上质押 CRV 并获得 cvxCRV，Convex 平台会⾃动将获得的 CRV 代币在 Curve 上进⾏锁仓从⽽获得协议掌握的 veCRV 代币，可以理解为 cvxCRV 代币是可流通代币化的 veCRV。即，Convex 通过⼀定的规则设计和 ⻛险控制，在 Curve 上进⾏投注，通过发挥“规模优势”实现最⼤的收益奖励。
https://dao.curve.fi/locks/1667977964
https://dune.com/queries/56575/112408
这⼀⽅⾯与 1）中提到的锁定时间有关，⾮⼤⼾很难有⾜够的动⼒和能⼒持续锁定，其次也与 Curve 的⽩名单机制有关。该机制规定，智能合约除⾮得到投票许可 ( 51%的通过率，30% 的参与度），否则⽆ 法参与到 DAO 中。其提出的渊源是为了维护协议的稳定性。历史上获得过⽩名单权限的协议仅有3 个，Yearn， Staking DAO， Convex。
⽽⽬前投票权⼜已集中在少数⼏个协议中，他们直观来看没有动⼒同意让更多的协议参与进来，从⽽ 引发激烈竞争。如果有新的创新性玩法出现，则 Curve war 可能会被推向新阶段。
不过⽩名单与 crypto ⼀直以来提倡的公平开放某种程度是相悖的。如果说早期⽩名单发挥了其作⽤， ⻓期来看，是否⽆需许可的开放⽣态对于 Curve，甚⾄ Convex 更为有利，则值得商榷。这篇 Propsal ( Remove Curve DAO Whitelist) 正是在商讨⽩名单是否该被移除，引起了⼴泛讨论。坚持保留⽩名单 的⽤⼾认为，⽩名单仍然是利⼤于弊的，如果有新的协议认为其创新性⾜够，那它们不应该担忧会因 为投票⽽被阻碍在外。
从核⼼机制层⾯看 ve 及不同协议的创新
Defi 世界⽇新⽉异，经济模型也在不断迭代。Curve 绝不是 ve 机制的顶峰之作，在 Curve ve 的基础 上，不同协议作出了不同的改进。下⽂将从核⼼机制的不同层⾯对这些创新进⾏归类，分析其试图解 决的问题，并借此来看我们在设计 ve 模型时可以权衡优化的点。
2.1 流动性的 balance
上⽂提到 Curve ve 中的⻓锁定期给不少投资者增加了阻碍。最直观的可能是缩短最⻓锁定期，⽐如 Balancer 的最⻓锁定期设定为 1 年。在后续的模型中，基于 Curve ⾃⾝的 veCRV，也有协议直接提供 了流动性⽅案。此外，相⽐ Curve 的硬锁定，不少相对软性的锁定⽅式开始出现，试图在⻓期锁定和 流动性之间取得⼀定程度的平衡。
2.1.1 ve 代币 token 化
Convex 对于 ve 的低流动性给出的解答是将 ve 代币 token 化。⽤⼾将 CRV 存储到 Convex 平台，可 以获得 cvxCRV ( 在 Convex 内仅⽀持单向转换），将 cvxCRV 进⾏质押后，除了得到 3CRV 交易⼿续费 奖励（同 veCRV 持有者）外，还会获得额外的 CRV（ Convex 10% 的 CRV 挖矿收益 ）和 CVX 奖励 ( Convex 平台代币）
CVX 的锁定⽤⼾ ( 即 vlCVX 持有者，vlCVX=The Vote Locked CVX）可以获得 Convex 的治理权，投票决定各个量器的权重。
如前⽂ 1.2.2 中所说，Convex 控制了 Curve 上过半的治理权，则获得 Convex 的治理权（vlCVX 持有 者）相当于可以间接对 Curve 实现较强的控制。
不同的是，Convex 上的锁定期“仅”需 16 周+ 7 天，相⽐ Curve 的 4 年，其灵活性⼤幅提⾼。
另外，如同 Convex 单词的含义 “ 凸⾯ ” 所预⽰（ 凸函数的斜率呈增⻓趋势 ），Convex 相当于聚集了“散⼾”的⼒量，以获得更⾼的收益奖励。年化收益增⾼进⼀步增加了 Convex 的吸引⼒。
这两者也部分解释了为什么 Convex 可以在推出后（ 2021 年 5 ⽉ ）迅速获得推崇。
不过，Convex 某种程度上会降低 veCRV 持有者与协议⻓期的⼀致性，这可能也是流动性加强后难以 避免的。基于 Convex，⼜衍⽣出了 Votium 等 vlCVX 贿选平台，治理层级和复杂度进⼀步增加。 ( 这篇⽂章将 Convex 称之为 Curve 的功能性 L2，Votium 为 Convex L2，并对各 Curve L2 协议进⾏了精 彩分析 )
此外还需注意 cvxCRV 与 CRV 的脱钩⻛险。⽬前 cvxCRV/CRV 在 0.83 左右的⽔平，已经偏离 1 较⻓时 间。为此，Convex 也在推出新的应对⽅案，主要⽅向在给予 cvxCRV 持有者更多奖励
2.1.2 ve 代币 NFT 化
从锁定⻆度出发，veCRV 是不可转让所有权的。在 AC ( Yearn 创始⼈ ) 提出的 VE( 3，3) * 模型中，其重 要的⼀个机制创新在于使 ve 代币可转让。
他将锁定的 ve 代币设计成 NFT，允许⼀个账⼾在多次锁定 时形成多个 veNFT，各 NFT 累加可得到其账⼾总额。NFT 化后，ve 代币不仅可以在⼆级市场交易， 后续也可以进⼀步发展借贷市场，从⽽流动性得到⼤幅提升。⽽由于 ve 与治理挂钩，也就是流动性提 供者与治理⽤⼾ ( veNFT 持有者 ) 可能是分离的。
这⾥引发的问题是，veNFT 该如何定价，以及如果锁定的 ve 代币直接可交易 ( 甚⾄折扣价交易 ) ，那 么⽤⼾锁定 ve 的动⼒来⾃于哪呢？这是有待进⼀步完善的点。
注：
VE (3，3) 模型结合了 Curve 的 ve 模型和 OlympusDAO 的（3，3）博弈模型。
（3，3）指投资者在不同⾏ 为选择下的博弈结果。最简单的 Olympus 模型包含2个投资者，他们可以选择质押，债券，卖出三种 ⾏为。从下表可知，当双⽅投资者均选择质押时共同收益最⼤，达到（3，3），意在⿎励合作和质押。
https://olympusdao.medium.com/the-game-theory-of-olympus-e4c5f19a77df
2.1.3 软性锁定*退出惩罚
⽐起 Curve 锁仓后⽆法中途退出的机制，不少协议延展了允许中途退出的机制，只不过叠加了退出惩 罚。惩罚通常与锁定的奖励系数相关，这意味着虽然⽤⼾可以中途退出，但其也会丧失他们的锁仓奖励，增加了⽤⼾退出的机会成本。则在部分场景下( ⽐如短期价格波动），⽤⼾可能会选择坚守。
以 Platypus （ ⼀个新型的稳定币AMM ）为例，质押 PTP ( Platypus 原⽣代币 ）可以获得 vePTP 以及 额外的 PTP 增发奖励。⼀个质押的 PTP 可以⽣成 0.014 vePTP/⼩时，vePTP 的⽣成上限是存⼊ PTP 的180倍（ ~18个⽉ ）。
⽤⼾可以随时解除质押，代价是⼀旦⽤⼾解除质押任意⾦额，则上述随时间累 计的 vePTP 将全部清除。这相当于把选择权给到了⽤⼾，是为了过往已经积累的成果继续坚持，还是 轻易选择放弃。可以想⻅，因为叠加了各⾃的判断和损失厌恶⼼理，⽤⼾的选择会更加微妙多元。
相⽐于 Platypus 的彻底归零规则，Yearn ( ⼀种 Defi 收益聚合器 ）则要温和很多。在其即将发布的 ve 模型中 ( 基于 21 年底通过的 YIP65 )，veYFI 的锁定期在⼀周到 4 年不等。持有者如果选择中途退出，会受到与其剩余锁定时间相关的可变惩罚。如果剩余锁定期⼤于 3 年，惩罚是75%的锁定 YFI，否 则，则根据剩余锁定期/最⻓锁定期（4年）的⽐例来计算。这笔惩罚费⽤将被奖励给 veYFI 的剩余持有 者。
采取按⽐例取消奖励的还有 GMX (DEX) ，其质押奖励 Multiplier Points 会按⽐例被燃烧掉。
除了惩罚奖励，还有协议选择了延⻓解除质押时间，⽐如 Prism（衍⽣品协议）就规定了 21 天的解除 质押时段。
软性锁定⼀定程度上在流动性和⻓期持有激励之间取得了平衡。惩罚费⽤再分配给锁定持有者也进⼀ 步⿎励了⻓期持有⾏为。不过，具体的参数设置（⽐如最⻓锁定时间，退出惩罚等）则要根据具体的 场景中希望实现的优先级来设置。
2.2 激励机制设定
这⼀⼩节我们来探究下激励分配机制的⼀些细节。
持有 ve 代币的奖励来源⼤致可以分为：
1） token 增发奖励
2）奖励倍数提升
3）业务收⼊（⽐如⼿续费）分成
4）惩罚费⽤等其他收益按⽐例分配（如有）
2.2.1 业务分成激励
⾸先来看业务收⼊的分成，即 ve 持有者是否享有分成以及具体的分成⽐例。理论上，如果⽤⼾看好协 议的⻓期发展，⽽ ve 持有者的收益⼜能够与⻓期收⼊持续绑定，应该会增加⽤⼾的⻓持动⼒。以 Curve 为例，veCRV 持有者享有所有池⼦ 50% 的交易⼿续费分成，以 3CRV 形式发放。这意味着当 CRV 价格下降的时候，投资者有动⼒去买⼊ CRV，以更便宜的价格购买到占⽐更⼤的收益分成。
在此基础上，ve(3，3) 模型进⼀步做了精细化，即⽤⼾仅享有其投票的池⼦产⽣的⼿续费。 这个新的限 制使得⽤⼾倾向于把票投给流动性最强，产⽣最多⼿续费的池⼦。
⽽关于 veToken 持有者与流动性提供者的收益如何平衡，具体的分成⽐例则看协议设计者的考量， Curve 采取了对半分的⽅式，在 GMX 协议中，质押者与流动性提供者的业务分成⽐例为 3-7 开。
此外，如果涉及业务分成，则 token 会带有⼀定程度的股票性质。在美国法律中，会⽤ Howey Test 来进⾏判定是否属于股票，如果被归类为股票，会受额外的监管约束。不过由于属于 case law，具体 的判定还要根据具体案例再具体来看。不同国家的判定⽅法也有所不同。
2.2.2 token 增发激励
在发放 token 奖励时，Platypus（⼀个新型的稳定币 AMM） 进⾏了⼀个三池设计：
三个池⼦的增发收益占⽐分别为 20%，30%，50%（这个权重后续可调整）。 AVAX-PTP ⼆池（20%），即 PTP 的流动性资⾦池； base pool（30%）奖励流动性提供者，奖励权重正⽐于其存储⽐例； boosting pool（50%）奖励 ve 持有者，奖励权重取决于存储⾦额和 vePTP 数量。
由池⼦⽬前的分配⽐例，我们可以看到设计者在向 vePTP 持有者倾斜奖励（50% VS 30%），不过即 使如此，将 base 与 boosting 奖励分开，⼀定程度上也保证了⾮ ve 持有者能得到基本的 ARP 收益。
GMX 采取的则是 base 与 Boosting 奖励来⾃同⼀个池⼦。在这种情况下，⾮ ve 持有者的收益可能被 极⼤压缩，不过某种程度也会⿎励⽤⼾去做⻓期质押获取 ve。由此可⻅，token 增发奖励是否事先分池也是协议设计者可以权衡 ve 激励的⼀个点。
2.2.3 抗通货膨胀
由于协议代币通常都在持续增发，如果不采取任何措施，锁定的代币还会受到通胀压⼒。如果可预⻅ 的通胀压⼒过⼤，中途⼜⽆法抛售，则明显⽤⼾不会愿意锁定。针对这⼀点，ve( 3，3) 提出了其优化⽅ 案，具体体现在：
1）周增发量会基于流通量进⾏动态调整
假设原定周增发量是 2M，如果当前 0%的 token 锁定为 ve，则周增发量仍为 2M，即 2M ( 1-0%) ；如果 50% 的 token 锁定为 ve，则周增发量为 1M ，即 2M( 1-50%) ；如果当前 100% 的 token 均被锁定，则周增发量将为 0，即 2M*( 1-100%) 。也就是说，锁定的 token 越多，增发量越少，通过动态地 调节增发量来减少增发对锁定⽤⼾的影响。
2）ve 锁定者将按⽐例得到补偿
假设当前的总供给为 20M，ve 锁定量为 10M，当周的周增发量为 1M，意味着 5% 的供给增加，即 1M/20M。为了确保 ve 持有⼈不被稀释，在 ( 3，3) 模式下，其持有量也将相应增加 5%，即 0.5M=10M*5%。周增发量的剩余 0.5M 将作为奖励释放。
1) 和 2）结合来看，设计者希望通过保护 ve ⽤⼾不被稀释，增强其锁定动⼒。
通胀相当于税收，提⾼了⽤⼾的持有成本。所以如果涉及到 token 增发，在决定锁定时我们还需要关 注当前的流通量，最⼤发⾏量及增发速度。⽽协议的设计者则可以参考 ve( 3，3) 对增发和补偿做出更细 致的规定。
不过，另⼀层⾯，也要考虑先⼊者与后⼊者的 token 激励平衡。如果增发奖励过于偏向已有的ve 持有 者，则可能会对潜在的新投资者吸引⼒不⾜。
新型 Defi Thena.fi 在 ve( 3，3) 基础上做了进⼀步改进， 其将增持⽐例限定在了 30%，仅给 ve 持有者提供部分的稀释保护，从⽽防⽌ token 过于集中于早期 ve 持有者⼿中。这⾥主要考量的点是 token 发放如何为协议的⻓期发展持续提供动⼒。
2.2.4 真实收益 ( Real Yield) 层⾯是否可持续
通过代币奖励促进冷启动和持有已经是项⽬⽅常⻅的⼿段，但经历了 2021 年 defi 协议⽤⼤量代币释 放吸引流动性的激进⾏情后，投资者端也开始冷静审视 APY 的可持续性。Real Yield 的提出，正是这 种对稳定收益追求的体现。
Real Yield 的计算⽅式：净收⼊ = 协议收⼊ - 增发代币的市值
该公式的意图是，我们应将增发给⽤⼾的代币也当作真实的成本，并从协议收⼊中扣除来计算净收 ⼊，以净收⼊来考量协议是否有实现正向收益的可能。
Defiman 曾做过⼀篇关于 Real Yield 的研究，结果表明，⼤部分实⾏代币激励的头部协议都没法做到正向真实收益，更何况不知名或初期的协议往往会采⽤更激进的代币激励政策，其⻓期持续性存疑。
在 ve 模型中，为了给⽤⼾⾜够的⻓持动⼒，⽽协议收⼊奖励有限，设计者往往也会选择主要以 token 奖励为主。所以在设置激励时，值得思考的是如何合理设定激励⽔平，既能够给⽤⼾⾜够的激励，⼜使得协议可持续，即业务收⼊⾜以覆盖这部分奖励⽀出，⽽业务本⾝⼜能保有竞争⼒（⼿续费等收⼊ 合理但不过⾼）。但短期和⻓期之间的天平确实很难平衡，也考验设计者的节奏把握。
2.3 治理机制的权衡
2.3.1 流动的治理权
ve 模型的核⼼⽬的之⼀在于希望实现好的稳定的治理，这⾥的关键⼜在于把治理权给谁，不同⼈的治 理权重如何分配。理想情况，主要的治理权利应该被分配给与协议⻓期利益⼀致的投资者。同时从时 间动态来看，最好还能实现⼀定的治理权的流动。
如果持有⼤量 veCRV 的投资者通过控制投票权控制了协议，并因此进⼀步阻碍了新投资⼈的进⼊（参 ⻅ Curve 的⽩名单机制），则整个协议很难产⽣改变。治理权完全固化后，某种程度也就不存在所谓 治理权⼀说了（⼩额投票者⽆法对结果产⽣实质影响）。
这⾥涉及到⼏点（不考虑其他具体限制和需求）：
1）⽆⽩名单限制，⽆需许可即可与协议互动（防⽌垄断，更开放）
2）ve 设计成不可转让，从⽽避免直接贿选
3）ve 的投票权重随时间递减，治理权得以⾃然流动
以 vcDORA ( ⼀种⽤于开放式资助社区治理的 veToken ）为例，⼀段时间内，⼀定数量的 ve 的治理能 ⼒可以⽤下图直观来看（下图曲线形状为⽰例，⽆需关注为何是这种形状），从当前时间到结束时间 曲线下⽅的⾯积代表其治理能⼒总和。当质押时间到期时，该⽤⼾的治理权利变为零。⽽ g(t) 是⼀条 曲线则表明 g( t) 只要可积分即可（即下图紫⾊部分⾯积可以计算），不⼀定是线性衰减的直线。这种 ⾮线性的治理权⼒曲线也是⼀个探索⽅向。
https://doraresear.ch/2022/09/16/vcdora/
2.3.2 忠诚度衡量
如果把权重看做量化 ve ⽤⼾对协议忠诚度的某种⽅式（权重决定了投票/奖励分配等），可以看到⽬ 前存在两种衡量⽅式：⼀种是 Curve 这⼀类的基于其剩余锁定时间⽽定（向前看，veToken 在剩余锁 定期内线性递减），另⼀种则是看⽤⼾历史上已有的质押时⻓（往回看，质押时间越久，积累 veToken 越多，但有上限），后者⽐如 Platypus。这两种衡量⽅式某种程度是新⽼⽤⼾的平衡。
如果第⼆种往回看的⽅式占主导，则质押时间越久的投资者的优势基本很难被超越。但质押越久的⽤ ⼾是否更有可能继续坚持稳定质押，这个则是⻅仁⻅智。不过，由于第⼆种⽅式往往结合了中途退出 惩罚机制（参⻅2.1.3），所以投资者会⾯临⼀定的机会成本，可能会激励其继续稳定质押。
⽽以 Curve 为⾸的向前看（以剩余锁定时间为主）的⽅式则可能带来更流动的权重分布。任何选择⻓ 时间锁定的新⽤⼾都会得到⾜够的 ve，⽽⽼⽤⼾如果剩余锁定时间到期且不再选择继续锁定，则其不再拥有 ve。所以⽤⼾如果想持续拥有不错的奖励倍增，则其需要更新其锁定时间，使其剩余锁定时间 保持在较⻓⽔平。这也部分解释了为何 Curve 的平均锁定时⻓可以达到 3.5 年。
2.3.3 贿选正反⾯
贿选是⼀个有争议性的话题。我们倾向于认为，贿选是⼀个中性词，取决于具体的场景中⽤⼾的主要诉求。毕竟在现实⽣活中，它有另外⼀个相近词是游说 (lobby) 。
在⼀些场景下，⽤⼾主要在意收益率，则⽅便的贿选机制是能够提升⽤⼾体验的，甚⾄可以考虑把贿 选奖励机制直接组合进协议，从⽽增加 ve 的收益吸引⼒，并提升参选动⼒。因为对于⼩额 ve 持有者 来说，如果没有⽅便的参与贿选协议的⽅式，则其可能很难将其治理权商业化，或者⾯临很⾼的沟通成本。
对于巨鲸来说，如果直接通过 OTC ⽅式私下进⾏，其也可能⾯临毁约⻛险。内嵌的贿选机制解决了这些信任问题。甚⾄在 Velodrome Finance 中（ ⽬前 Optimism 上锁仓量第⼀的 DEX ) ，贿选收⼊贡献了主要的 ve 奖励（如下图所⽰）。此外，贿选机制内嵌后，不可避免也会对 Convex 这类⼆层 衍⽣协议产⽣影响。
https://twitter.com/VelodromeFi/status/1616489024268402711
⽽在⼀些场景下，如果⾮常在意投票的真实性，希望⽤⼾尽可能参与到投票中来，并尽可能减少贿选 发⽣，则可以采⽤⽐如基于 ZK 的 MACI 投票（隐藏每个⼈的投票，但显⽰最终的投票结果）等⽅式。
这种情况下，⼀是选⺠的隐私可以得到很好的保护，⼆是贿选⽅⽆法知道真实的投票情况，从⽽缺少 贿选动⼒。
由此可⻅，协议设计仅是⼯具，可以视具体场景组合使⽤这些⼿段。
2.4 权-利分离/分层的尝试
在 ve 的基础上，不少协议也在探索新的 token 权利分配⽅式，即将 veToken 进⼀步拆分，不同的 token 拥有不同的权利，从⽽做更精细化的权利赋予管理。
前⽂提到的 Convex 实质上也是把 veCRV 的收益权和治理权进⾏了拆分，并赋予更多灵活性：质押 cvxCRV 可以获得 3CRV 奖励，锁定 CVX 得到 vlCVX 可以影响 Convex 控制的 veCRV，从⽽对 Curve 池⼦的治理决策进⾏投票。
2.4.1 治理权与奖励提升权分离
Ref Finance ( Near ⽣态的 DEX) 在其 2.0 版 token 设计中提出了⼀套新的⽅案，⽐起获得单⼀的 veToken，流动性提供者锁定后可以获得 veLPT 和 Love( Ref) 两种代币（1:1）。
其中，veLPT 不能转让，对应 ve 代币中⽤⼾的投票治理权，持有⽤⼾可以投票决定激励归属分配。 Love( Ref) 则对应 ve 代币中⽤⼾提供的流动性（锁定的流动性份额），持有者可以享受到收益提升 （由 veLPT 投票决定）。⽽且 Love( Ref) 是可转让的，即如果⽤⼾只希望享有投票权，他可以将收益 提升权转让给别⼈。不过，在解锁 veLPT 时，账⼾⾥仍需要有 1:1 的 veLPT 和 Love(Ref) 。
https://ref-finance.medium.com/ref-tokenomics-2-0-vetokenomics-on-testnet-c2b6ea0e4f96
可以看到，token 权利被细分后，不同投资者可以在协议中按需选择其最想要的部分，并重点投⼊。 各⽅的灵活性都得以加强。
2.4.2 权-利分层
Astroport ( Terra ⽣态的 dex) 的机制则在 Curve ve 的不锁定⽆治理权，⻓锁定⾼收益中取了⼀个平 衡。其创新性地采⽤了三代币机制，ASTRO，xASTRO（质押 ASTRO 可得），vxASTRO（锁定 xASTRO 可得，随时间线性衰减）。xASTRO 可转让，且可以享受⼀定的治理权和交易分成（50%）。 vxASTRO 在50%的交易分成外，可以享受更多的治理权和收益提升（最⾼ 2.5倍）。
这套模式的优势在于，它同时包容了短期持有者和⻓期持有者的诉求。通过让⾮锁定⽤⼾ xASTRO 持 有者也享有⼀定的治理权，治理过程更加⺠主，参与治理摩擦降低。⽽同时，通过⾮对称地给予 vxASTRO 持有者超额奖励，其也充分⿎励了⻓期持有⾏为。如此⼀来，⼩额但是信念强的投资者可以 通过⻓持放⼤其影响，其与⼤额但是短持的投资者之间可以形成微妙的⻆⼒。
通过收益结构的分层和具体的分配⽐例，协议可以有效调控⾃⼰希望达到的投资者结构，并可能吸引 到更⼤范围的投资者。如果说 Curve 是 100% ve（仅锁定⽤⼾享有治理权和收益提升），则通过权利 分层，我们可以设置不完全的 ve 机制（给⾮锁定者⼀定治理权和收益，⽐如 50% ve），这个开关的 具体位置则看协议设计者具体考量。
⼩结
ve 模型通过锁定和收益分成，将各⽅利益很好的协同到了⼀起，从⽽参与者有动⼒为了协议的⻓期健 康发展做出贡献。从经济模型层⾯，ve 相⽐之前的模型是很⼤的进步，也取得了极⼤的成功。
⽽基于 ve，不同协议的创新层出不穷，从不同维度贡献了迭代⽅案。在这个过程中，我们可以看到每 个协议根据⾃⼰的需求和侧重点在机制的关键层⾯做反复的调整。作为系统设计者，知晓潜在的调整 空间并基于⾃⾝情况做设计，精妙之处正是在这些权衡当中体现。⽽⽆需许可和可组合的特性，也进 ⼀步⿎励了创新的不断涌现。
ve 模型核心设置维度
此外，在协议设计中，内嵌的机制是与参与者互动的最好⽅式。
我们⽆法默认假设参与者都是理性⼈，能坚持（3，3）原则，或者有意愿与协议利益⼀致。实际中，我们得通过⽐如锁定奖励提升，退出惩罚，机会成本等让参与者做出尽可能合理的决定。⽽通过权利分层/分离，参与者可以选择最适合⾃⼰的投资⽅案。
好的机制可以引导协议有序发展，提供⻓持动⼒和合理激励，这也是 ve 不断迭代的内核主线。
通过 ve，我们还可能延展通往更好的治理机制。上⽅的表格中，我们可以通过赋予不同因素不同权 重，得到最终的投票协同结果。考量⼀个成功的治理机制设计的其中⼀把标尺应该是，它是否能推动 更多的价值创造，并带来更优的利益分配。
不过，在不断细化协议的过程中，也必须注意克制，AC 在其⽂章中曾反思 Solidly 的设计，就提到 “Simplicity works decentralized， complexity doesn’t”。是的，有时候复杂并不意味着有效。以及，复杂度也要和场景适配。
是否⼀定要 ve，是否 ve 代币得可交易，是否⾮ ve 持有者也可以享有⼀定的治理权，这些都没有标准答案。
当然，尽管创新很多，ve 模型的有效性最终仍要靠市场和时间来检验。我们可以按需设计 ve 模型的细 度，并根据反馈不断调整设计。期待更精彩的 ve 模型设计。