太长不看版：
TIR 声誉系统抗女巫，具备金融级安全性，可用在 Defi 、治理等等，例如无抵押借贷等等。
以 TIR 算法的声誉为核心，建立无需信任的灵魂评估，包括基于 Event 的 POAP 、中心化CV机构颁发的证书（例如学历）、数字政府等等。记住，它无需信任发行机构。
最终，它将去中心地运行，通过跨链为 Web3 带来生机盎然。
Ourspace 是 ZeroDAO 目前的核心产品，ZeroDAO 完全基于社区，不融资，团队无预留。
Google 用搜索引擎在信息爆炸时代为互联网带来了革命性的改变，此时彼时，不同的是web2 是关于信息的，web3 是关于人的，相同的是，世界总是从无序到有序。以前无序的是信息，现在无序的是 web3 中的人。
Google 当年采用 PageRank 算法让人们能获取到更优质的信息，在最初几年一切都很好，随着互联网的快速普及，带来了巨大的利益和别有用心的攻击，黑帽们利用算法的漏洞让自己的垃圾信息排到首页，简单来说，PageRank 算法的核心是找到被更多的、更重要的站点引用的网页。而黑帽们建立非常多的虚假站点，他们称之为站群，爬虫在站群里逛了一圈后信以为真。搜索引擎只能不断升级算法对抗女巫。然而算法无论怎么变，黑帽们总是快速找到漏洞。这似乎用古德哈特定律可以解释，当一个指标被加入算法时，这个指标就失效了。
Google 搜索引擎最后一次世人瞩目的大升级是熊猫算法。这次升级的核心是允许人的介入，即人为指定少量的可信站点（一般为可靠的导航或媒体）作为初始值，根据最短路径将可信值扩散出去，你可以在 Google's text retrieval algorithm 中看到更详细的原理。TIR 算法的灵感正式来源于此，它天生带着抗女巫的基因。
人是社会性的，声誉来源于社会，一个人独自在孤岛上度过一生，声誉对其没有任何意义。社交网络是社会性的数字化，TIR 算法通过对社交网络进行计算，获得每个用户的声誉值。
对 TIR 算法的描述可能会比较晦涩，我尽可能简单一些，让你对 TIR 算法有大体上的印象。我们首先计算整个网络的中心度（一般为介数中心度，因为有更好的出度），选取数值最高的一批用户作为种子，为其赋予一个初始值，通过社交网络的关注关系将其数值扩散出去。具体某个用户的声誉值，是所有种子用户传递过来的声誉值之和。
TIR 对整个社交图谱进行计算，在图足够大时，作弊的成本将会高到无法承受。但仍然有作弊的可能性，我们需要保证在“最小图”上的安全性，即，即便只有两个节点，依然保证抗女巫能力。我们通过名人堂选举实现这一点。具有声誉值得用户拥有投票权，选举出少量的名人堂成员。他们是整个系统的防护盾，所有种子都必须在名人堂某个距离内，这取决于系统的参数设置。而整个社区，只需要监督极少的名人堂成员，当名人堂出现虚假用户时，社区通过治理罚没所有投票用户的抵押。
把链上数据扔到图数据库里，计算一下中心度很容易，但没有任何意义，因为这样必然受到女巫攻击。我们通过经济系统和算法的设计，确保了金融级的安全性。
这个很好理解，女巫的负分将会通过它的社交关系、活动扩散出去。
人不知道自己不知道什么，我们也不知道算法将面临什么。反脆弱性是声誉引擎最终一环，通过治理我们引入多个第三方机器学习团队，他们通过全网全链数据监测女巫，并为 TIR 的计算结果打分，以便社区根据 TIR 的分数来判断是否通过某一轮的更新。如果未通过，我们需要调整参数重新计算，直到通过为止。后期我们也可以在链上强制低于某个分值无法更新。
通过某个产品聚合用户所有的社交关系是没有道理的，无论从用户需求的角度看，还是社交网络本身。未来的社交网络是多元化的，虽然难以预测其全貌，但我们可以从激励相容的社交货币中窥斑见豹。因此Ourspace被设计为开放和包容的，任何 Web3 社交网络都可以加入到 Ourspace 的声誉引擎，TIR 对任何人都是开放的，我们通过名人堂投票中，各个社交网络用户抵押的金额比例来确定声誉值的比例。同时，Ourspace 是开放的，你可以部署代码获取和计算自己的数据，也可以通过接口获取查询图数据库的数据。
形式化的身份包含了以下几方面：关系、行为、资产、语义。TIR 计算的声誉本质上是通过社会关系计算影响力，从而表达声誉。资产证明优先级被我们排在了最后，理由之一是资产证明的安全性是最弱的（想想空投农场、交易所地址等等），另外资产证明已经有很多实现了。语义身份传达了“这是一个什么样的人”，例如我的语义大概是“Rust”、“市场”，这是通过 ZeroDAO 实现的，它同样安全、包容、可量化，有兴趣可以阅读“ZeroDAO的介绍”。
最后我们说说行为声誉的实现，这是一种广义的称呼，它包含了一个人的社会活动——上了什么学校，参加了什么活动、获得了什么荣誉等等。他们通常由某些中心化机构、活动组织方等颁发，这意味着几乎没有安全性可言。我们通过该组织内所有用户的 TIR 声誉来考量该组织的可信度，从而为该组织的用户行为赋值。因此，我们无需信任某个组织即可获得行为声誉。行为声誉派生于关系声誉，因此其安全性低于关系声誉，但覆盖度要高得多（几十倍左右），前期可以作为一种补充手段，在人手一个 Web3 社交账号的未来，关系声誉将是绝对核心。
我们已经计算了 POAP 用户的行为声誉。作为实际推进声誉系统的我们，有必要强调一点，限制用户转移灵魂代币似乎透露着精英主义的傲慢。它除了把用户绑架在某个链上、某个项目中之外，没有任何用处。为什么我们要通过算法去限制用户行为？用户有权决定是否转移代币，最终是否转移就让市场来决定。最好的算法是没有算法，交给市场。例外情况是，用户从一个非常用钱包转到常用钱包，目前我们忽略了这种情况，并不打算采取过渡性措施，未来可通过蒙太奇协议彻底解决。
形式化的身份包含了以下几方面：关系、行为、资产、语义。它包含了一个人的社会活动——上了什么学校，参加了什么活动、获得了什么荣誉等等。他们通常由某些中心化机构、活动组织方等颁发，这意味着几乎没有安全性可言。我们通过该组织内所有用户的 TIR 声誉来考量该组织的可信度，从而为该组织的用户行为赋值。因此，我们无需信任某个组织即可获得行为声誉。行为声誉派生于关系声誉，因此其安全性低于关系声誉，但覆盖度要高得多（几十倍左右），前期可以作为一种补充手段，在人手一个 Web3 社交账号的未来，关系声誉将是绝对核心。
也许还有一片乌云飘扬在你心头，刚才我们说到股的哈特定律，算法总是不断失效的，那么是否同样适用于 TIR 算法？我们严肃地聊聊这个问题。虽然 TIR 算法得出的只是一个数值，但它决定了其他 DAO 的投票治理、用户在信用金融中获得的额度等等，声誉值就成了一种公共资源，Ourspace 采取的治理措施，本质上是通过投票来决定声誉公共资源的分配，并期望将其分配给真实的、有影响力的、活跃的用户。有很多人会通过阿罗不可能定理或“本质上不存在一个可行的机制来实现帕累托有效的资源配置”，得出“我们不可能通过治理来分配好资源”。以下仅仅作为一个提醒：我们更应该关注 Maskin-Tirole 提出的“可能定理”——我们可以设计出一个激励相容的机制，实现帕累托有效的配置。我相信这不仅仅是 Ourspace 灵魂引擎的核心，也是Web3的核心。
算法是什么很重要，但起根本性作用的，是治理机制。也许在未来 TIR 算法会面目全非，那就证明我们做对了。
我们在 2018 年开始尝试搭建社交网络和声誉系统，在 MVP 中计算了多个社交网络，并优化算法，但整个 web3 并没有准备好，没有出现合适的契机。
目前 Web3 出现了一些初级的社交网络，越来越多的用户和应用注意到声誉和身份的重要性。我们将分为几个阶段逐渐过渡到去中心化版本。
阶段1： 目前处于预计算阶段，你可以从仪表盘中看到每一轮的计算过程，并查看每个用户计算的分值；
阶段2： 我们将开放图数据库 API 和 SDK，使其更接近于链上产品的使用体验；
阶段3： 发行资产，开放治理，加入名人堂模块；
阶段4： 逐渐过渡到完整的去中心化版本。