在去中心化自治组织（DAO）发展得很旺盛的现在，对于它的风险管理到底是用人工来做决策还是由代码来主导，引起了热烈的讨论。这和众多 DeFi 用户的利益相关，也是行业发展走向的一个重要考量方面。人工决策和代码主导这两种决策方式，各自都有自身的好处和坏处，支持的一方和反对的一方都有足够多的理由。

代码决策：高效且客观

从积极的角度来看，用代码来做决策能够避免人为的情绪化因素的影响。比如，B.Protocol 生态系统的开发主管指出，在 DeFi 领域，若风险管理由客观冷静的代码来决定，就可以将带有政治色彩的决策扼杀在初始阶段。在实际的操作过程中，B.Protocol 的风险预言机通过获取诸如贷款与价值比率等这样的公开数据，然后通过算法来评估风险。这种方式在速度方面具有很大的优势，它能够非常迅速地给出处理结果，能够快速地对风险做出反应，从而使协议对于用户而言更加安全。同时，代码决策对于那些新的、规模较小的协议来说，可能是一个非常好的选择，因为这些协议往往没有足够多的资金去聘请 DAO 服务提供商。

然而，代码决策并非是无所不能的。它是依据设定好的程序来运行的。它缺少对特殊情况的应变能力。如果外界环境发生巨大波动，或者有新的复杂情况出现，代码可能无法灵活地进行应对。这样就可能导致潜在的风险把控出现失误。

人工决策：重视社区反馈

人工决策在风险管理方面具有不可替代的优势，其中之一是能够充分考虑社区的意见。正如 Synthetix 斯巴达委员会成员所说，尽管围绕 DeFi 风险管理的讨论可能较为缓慢且带有政治性，但社区反馈是不可或缺的。社区成员能够从不同的角度来审视风险，他们或许是投资者，或许是开发者，又或许是普通用户。每一个决策都与他们的切身利益相关，因此他们能够根据自身所处的位置提供多维度的风险考量。

但是人工决策存在一些问题。从众多实践情况来看，人工决策所花费的时间比较长。因为各个成员的观念和利益点各不相同，要使他们达成一致，就需要耗费大量的时间和资源去进行讨论和协商，在这个过程中，很有可能会错过应对风险的最佳时机。而且人工决策还存在不准确性，人工可能会受到偏见的影响，也可能会受到知识局限的制约。

DAO服务提供商的作用

许多 DAO 会付费给专门的服务提供商以管理风险。例如，Aave 聘请了 Gauntlet。这类提供商能够研究潜在风险并提供解决方案。对于一些规模较大的协议而言，这似乎是一种可行的方式，能够借助这些提供商的专业能力来对风险进行把控。

这种方式存在弊端。小型协议方面，聘请 DAO 服务提供商的成本很高。很多团队只是简单复制其他协议的风险建议，然而不同链上的流动性状况等条件存在差异，这会使实际应用面临更多风险。

案例剖析：Aave与Synthetix

Aave聘请 Gauntlet 来管理借贷协议的风险。一方面，这有助于对风险进行部分管理，能在一定程度上保障协议的稳定性。另一方面，如果 Gauntlet 的分析仅基于普遍情况或固定模式，那么在新的复杂环境或特殊链上就可能会出现问题。

Synthetix 同样面临着类似的决策难题。一方面，社区内部的意见各不相同，很难达成统一，这导致风险管理决策的进程十分缓慢。另一方面，如果完全不考虑社区的意见，仅仅依靠代码或者进行外包，那么就有可能引发其他一些无法预见的风险。

新链带来的挑战

新链诞生了，这使协议面临新的状况。很多新链的流动性条件和以太坊不一样。小型协议团队如果只是简单地复制老协议或者老的风险应对策略，通常会由于这些差异而遭遇更多的风险。这表明无论是人工进行决策还是通过代码进行决策，都需要充分考量新链的特殊情况。

目前处于新链的环境之中，许多复制粘贴的行为未被有效制止，这使得风险在不断累积。一旦这种情况爆发，就有可能给整个协议体系带来极大的损害。

平衡的出路在哪里

在代码决策与人工决策进行权衡之时，怎样找到一个平衡点，这是整个 DeFi 行业需要去探索的道路。是研发出能够吸收社区意见的智能代码，还是制定出能够快速反应且精准的人工决策体系？

这里需要我们思考，对于不同规模以及不同环境条件下的协议，是否需要有不同的风险管理模式？亲爱的读者，你觉得在 DeFi 协议进行风险管理时，究竟该怎样在人工决策与代码决策之间找到平衡？欢迎大家点赞、分享并且在评论区表达自己的看法。