Децентрализованные автономные организации (DAO) сталкиваются с системными проблемами, которые подрывают их цели участия и прозрачного управления, особенно из-за механизмов делегирования, которые приводят к серьезной концентрации голосующей власти. Несмотря на намерение делегирования — смягчить апатию избирателей, позволяя держателям токенов назначать свои голоса — его текущее внедрение, часто на популярных платформах, таких как Tally, усиливает структурные предвзятости и приводит к искажению процесса принятия решений. Ключевое открытие нового исследования заключается в том, что управление DAO страдает от динамики "богатые становятся богаче". Интерфейсы делегирования часто ранжируют делегатов по голосующей власти или полученным делегированиям, продвигая несколько высоко видимых делегатов, которые накапливают непропорциональное влияние независимо от их соответствия интересам более широкой общины. Исследование, которое объединило архивные данные из пяти основных протоколов (Uniswap, Aave, Arbitrum, ENS и Compound) с внецепочечными обсуждениями из 14 форумов управления DAO, показало, что текущие выборы делегирования часто не соответствуют заявленным приоритетам держателей токенов. Анализ выявил экстремальные уровни централизации среди DAO: Владение токенами крайне неравномерно, с коэффициентами Джини выше 0.99 для основных протоколов, таких как Aave, Compound, ENS и Uniswap. Этот дисбаланс усиливается, когда токены делегируются, с коэффициентами Джини для голосующей власти, превышающими 0.94. В Compound и Uniswap для контроля 50\% делегированной власти требуется всего 13-16 делегатов. Моделирование делегирования как направленного графа подтвердило дисассоциативную структуру "хаб и спицы". Эта топология показывает, что многие делегаторы с низкой степенью соединяются с несколькими делегатами с высокой степенью, что является ключевым механизмом консолидации влияния. Общепринятая практика делегаторов назначать власть только одному делегату также способствует этой концентрации. Для измерения несоответствия исследование разработало методологию для количественной оценки интересов избирателей: Был использован точный процесс для связывания имен пользователей форумов с адресами в цепочке через профили делегатов Tally и регистрацию ENS, что позволило связать обсуждения с голосовым поведением. Извлечение на основе LLM: Большие языковые модели (LLM), в частности, вариант GPT-5, были применены к более чем 15,000 постам на форумах для извлечения ключевых слов по темам, настроения и идеологических сигналов. Эти профили ключевых слов были преобразованы в семантические векторы и сгруппированы, выявив пять различных групп интересов избирателей, включая ориентированные на финансы (казначейство, подотчетность), ориентированные на управление (принципы, общественные блага) и ориентированные на Arbitrum DeFi (управление рисками, ликвидность). Заключение Результаты показывают, что существующие интерфейсы, продвигая видимость над соответствием, усугубляют централизацию. Исследование утверждает, что внедрение согласования интересов в процессы делегирования, возможно, сделав его более прозрачным для пользователей, могло бы помочь более справедливо перераспределить поддержку делегаторов и улучшить справедливость и представительность процесса принятия решений в DAO. Поскольку то же самое относится ко всем сетям с доказательством доли и dPOS, они универсально провалили все свои цели. PoS и DAO означают, что богатые становятся богаче за счет невидимых мелких инвесторов.