贡献量和治理相结合

Grants 分析和贡献量结合

Reference

https://app.charmverse.io/op-grants/attestation-based-grants-payouts-claiming-5482514040078377

https://gov.optimism.io/t/op-passport-design-document/8275

1. 如何确定更好地贡献数据，避免垃圾贡献数据的出现
2. 贡献量如何和治理相结合
3. 治理最看重哪几个数据：投票率，贡献量，贡献精准度

TL:DR

这是我最近一个月在跟进 FairSharing 产品时发现的问题和整理的一些思考，在这一个月时间，我通过对 FairSharing 产品的实际使用情况，其他竞品团队的分析和联系，以及其他 Grants 发放过程所暴露的问题所总结的思考，并且我想发起关于 FairSharing 的下一次迭代计划

FairSharing 产品所暴露出的问题

1. 贡献量登记的实际性

灵活度的贡献量带来的是高度的自主登记性，同时也会出现一些不可避免的‘表演’性质的贡献，如，登记过多贡献，更高数量的时间

1. 实际投票率过低

用户更多是用于登记贡献，但是同一个 Cycle 的组员的赞成，反对，弃权票比较低，这反应的实际上是对其他人的贡献漠不关心等问题，也或许是一个治理问题

1. 潜在的贡献难以登记