Wash-building in contribution protocols is not a Sybil problem

AI 摘要

一句话摘要: 洗量构建不是女巫攻击，图内信号无法区分，需外部价值锚定或激励设计。 关键事实: 洗量树与真实协作在图结构上不可区分，拓扑模型预测准确率仅约0.53，外部价值锚定是必要条件。 涉及主体: Deep Funding, Myerson value, Shapley value, provenance DAG 可能影响: 推动贡献协议从检测转向激励设计，强调外部实际使用作为价值锚，可能改变追溯和二次方融资机制设计。 是否值得继续跟踪: 是，该 impossibility argument 对贡献协议安全模型有根本性影响，后续机制设计值得关注。 噪音/炒作风险: 低，基于形式化论证和模拟实验，非概念炒作。