"牛市谈信用，熊市谈计算“：DeFi的创新之处到底在哪里？
今天的讨论是在加密行业、数字资产、甚至是广义金融创新领域中，都非常重要的话题。也是熊市中必须进行的一项灵魂拷问。最近的市场动荡，又让金融科技业界的“OG们”看到了很多熟悉的剧情，嗅到了很多熟悉的配方。每一次崩溃，不管是crypto还是传统金融，主料都包括但不限于——“过度金融化”、“过度杠杆”、“流动性危机”——这几味主料永远不变，一样经不起“大跌”的市场考验。
所以在市场下行期，很多原来看似“天衣无缝”的逻辑都会改变。这也是一次集中筛选——不管是DeFi、NFT、还是GameFi，其中任何不符合金融逻辑的部分，继续存在的可能性会越来越小。但随之而来的一个问题就是：这个领域真正的创新到底是什么？
从传统金融领域出身的我，已经对金融相关的“创新”没有了兴奋感，不像早年随时随地会”为创新而窒息”。取而代之的是自己总结的两条规律——目前为止，金融市场上的“创新”，基本都是两件事：1）找到一种把原来不能卖的东西卖掉的方法——“证券化”；2）找到一种让原来不能长大的东西长大的方法——“加杠杆”。
但是，我们究竟能不能把这“两件事”也用来定义DeFi的“创新”？目前看到的DeFi大部分“商业模式”，到底是不是真的创新？或是穿着“创新”的“伪创新”？或者——我们今天重点要讨论的——是穿着“计算性”马甲的“信用行为”？
所以， DeFi的创新之处到底在哪里？
小跑 00:01
首先请Will老师定义一下什么是“计算性”，什么是“信用性”？
Will 03:09
从市场角度分析“同样的配方，同样的味道”很有意思。
确实，从商业的角度看，很多“金融创新”的思路就是“不能卖的可以卖，还可以多卖或多买”。但这种创新一直让人很受伤，难道金融领域就没有别的“创新”方法吗？
现任SEC主席Gary Gensler曾说过：“比特币的创新是真实存在的”。我相信他这句话这是发自内心的 —— 比特币这样一套技术体系是真有一些创新，但是“创新”之处到底在哪？
在定义计算性之前，首先得给这个概念找一个对应的概念，这样才能建立起思维框架。跟“计算性”相对应的概念，我认为是“认知”——“计算与认知”其实是两个本质上相差很大的概念。
先要讨论个前提，有一种科学主义的观点，认为“一切皆计算”：天体的运行、生物的生长、化学的反应、相对论、量子力学甚至人脑的思维过程等等，不管是从宏观到微观，都可以认为是计算过程。再进一步就到了终极问题——机器人会不会有智能，会不会有感情，也就是人类的思维是不是也可以抽象为一个计算过程，可不可以被机器重现？
如果我们把一切都归为“计算”，“计算”这个概念也就没有存在意义了，我们也就没有理由去探索所谓计算的规律 —— 因为万事万物的所有规律都是计算规律。只有当我们明确了什么是“非计算的”，才能反过来看清什么是“计算性”的。那什么不是“计算性”的东西呢？我认为“计算”的对立面是“认知”——我们认为至少在今天，还不能把人类的思考或者认知过程简单抽象为计算过程。
如此一来，我们想定义的“计算”是什么呢？在我看来就是“过程可重复，结果可检验”的过程，符合这种特点的过程，我们就称之为计算模型，除此之外称为“非计算模型”。“非计算模型”只有一种——“认知模型”。因为人的认知是无法做到“过程可重复，结果可检验的”，如果可以，那人类就是机器人大军了。
“计算与认知”的框架也可以投射到经济或者金融活动上——“计算过程”便指金融或者经济过程中“可计算”的那一部分；剩下的是“不可计算”、属于“认知”的部分——投射到金融领域其实就是“信用”。
也就是说，“计算与认知”思维框架投射到金融领域，就会变成“计算性的金融”和“信用性的金融”。
小跑 09:56
可是“计算”算不算是人的一种“认知”？或者它是不是人的一种“需求”？人为什么需要“计算”呢？
Will 10:58
这就是哲学层面——“本体论”和“认识论”的区别了。“计算性”其实落在“本体论”中。从哲学层面，“计算性”和“本体论”，其实也有内在的关联：
简单说，“本体论”这个概念，其实可以归结为人对“本体”或者客观实在的认知吗。所以“计算”这个概念，当然也是人的一种认识——毕竟我们只能讨论自己脑中的概念。而认识论是关于“认知”的认知，其实是一门“元”科学。
但这恰恰引出了我们要讨论“计算”这件事的意义，我们为什么需要计算？核心就是因为我们需要一种“过程可重复，结果可检验”的模式——这是人类对“计算”的诉求。
几千年来人类做的很多事情，其实都是“过程可重复，结果可检验”的事情。只不过因为科技发展不足，导致人只能用自己的肉体和认知去模拟“计算过程”。但这件事人类做得并不好，还经常会出错，所以计算机才会诞生——用程序固化下来，形成“输入—结果”的可重复和可检验的过程。
小跑 14:33
人类的计算行为确实有很悠久的历史了。远古的人用石头来“算”，你今天打了多少只兔子；后来用结绳、算筹、算盘，然后帕斯卡发明加法器，最后电脑诞生——都是把“过程可重复，结果可检验”这个诉求具象化的过程。
计算不只是人的一种价值诉求，也是整个人类社会、包括社会经济发展过程中需要的一种加速器——计算提高人类生产力。
如果大家到现在还只是用语言来交流的话，量化的表达只能是非常模糊的。比如“大部分”人都注射了疫苗、“少数人”重症、人口统计结果表明一个村“大部分”妇女都生了孩子等等——表述模糊的表述是不利于提高生产力的。如果用数学、计算方法，就会非常直接和精确。
Will 16:21
这里顺便插一句：严格意义上说，人的“计算”是一种本性，甚至是第一性，这是从哥德尔不完全性定理的结论证明出来的——人的计算能力和他的逻辑推理能力是平行的（其实是更底层的），计算是人的本性，而不是第二性。
小跑 18:27
如果用金融视角来看一下“计算和认知”，它们是如何体现出来的呢？
Will 18:46
要讲明白“计算性”在金融中的重要作用，必须先讲一下“认知”的作用。大家可能觉得现在整个金融活动都已经是“计算性”的了，这有什么可讨论的呢？这是一种误解。
我先用一个小引子，从会计学的角度来告诉大家——其实“计算”跟“认知”在整个经济金融体系中，其实是同等重要的，只是大家以前没意识到而已。比如：会计学当中有一个很简单的概念叫“折旧”，大部分人会觉得：我买了一个东西，它一定会越用越旧，于是就发明出“折旧”这个概念。但其实这个概念并不能从字面上理解，甚至可能与字面意思大相径庭。
举个例子。有一个企业，每年利润5,000万人民币。此企业今年1月1号决定要建一个新的流水线去扩大生产。这个流水线从年初开始建，一直到年尾建成，明年就投入生产了。流水线总投入一共5,000万。
如果朴素的理解企业的生产经营活动，我们会认为，这个企业用今年的全部收入去建流水线，所以年底用收入减支出，企业利润为零。
如果这个企业是一个上市公司，它过去两年每年利润都是5,000万，而今年财报出来利润是0——直觉是这个企业完蛋了，股价可能就直接暴跌了。但实际上恰恰相反，人家扩大再生产，不但没有完蛋，还越发展越好了。
接着看，到了第二年，新生产线投产后，企业的利润会增长，增加了1,000万收入——如果按照其那面那种朴素理解，企业年收入又从0猛增到6000万。
所以，这样去理解企业的情况，显然不符合“现实”，因为企业的“经营状况”跟“资金流入流出”是两个完全不同的概念，也就是说企业经营状况跟实际发生的事实并不是一一对应关系。
看一个企业的价值，是要看它发展过程，而不是看某一个时间点。“利润”并不是收入减支出那么简单。大家都知道企业有“三大表”：资产负债表、利润表和现金流量表。你花了5,000万先进得到了5,000万的设备，资产负债没有变，但是现金流量表变了，你少了5,000万现金——这些都是事实的反映。
但是“利润”并不是“事实”的反应，它是一种“认知”的体现——这就引出了会计上的“折旧”和“摊销”概念——我们认为企业买了这个设备花费的5,000万，是会在未来生产过程中持续起作用的。机器是你未来生产成本的一部分，所以不应该把这部分成本在今年减掉，而是要在未来几年中摊薄，才是合理的。
这个例子是想说明，大家不要把会计学理解成一门描述事实的学科——就是记录企业账目变动的事实而已。会计学其实是一门认知科学，它把“认知”作为研究目标。
小跑 29:38
我之前学会计课、考CFA时候，其实教科书是有提醒过我们——会计学是一门“认知科学”的。因为每本会计书（英文版）的开篇第一句都是：“会计的基本原则之一是：企业持续经营原则”。
仔细想想，其实会计还真的是挺"社会科学"的，甚至包含很多哲学原理。比如，“事物是不断发展变化的”——资产负债表和现金流中的“存量”和“流量”是不断发展变化的，资产负债表就是静态的，现金流量表是运动变化的。
再比如“量变引起质变”，我们用货币单位核算的时候，在物价变动不大的情况下，可以用货币的“面值单位”（notional value）核算，可以用历史成本计算；但是一旦发生持续的通货膨胀，比如每年达到了30%，这时候你肯定不能用历史成本，而是“current value”现价来计算——通胀的“量变”引起价值的“质变”。
Will 31:59
是的，不过某种程度上说，上面提到的这种表达方式，仍然类似一种典型的用“本体论”的叙事方式来描述“认识论”的模式，还是容易让人走入误区，因为一切“认知”都是别人强加给你的，而不是你自己如何“认知”。
如果会计学教科书一开始直接告诉你“会计学是一门认知科学”，那么里面的每一句话你都会从“认知”的角度看。“企业持续经营”其实是个假设，如果用本体论的方式描述，似乎这是一种客观规律，其实不是。
小跑 35:07
听到“本体论“我感觉很激动，不只是会计学，整个金融、经济学都有同样问题。
金融学和经济学是后现代的产物，“后现代”最显著的特征是大家的“认知”是依靠很多假设来实现的。在“前现代”社会，大家靠经验完成社会活动；但在后现代社会，经验并不重要，而抽象的规则、规律、符号反而变得更加重要。
我们在金融经济活动中的很多认知，其实都是建立在一个默认的抽象规则上，平时感觉不到，因为它们已经植根在我们的整个思想体系、社会秩序中了。就像电脑的默认出厂设置一样。
比如货币，就是一个典型的“后现代”概念，它其实只是一张纸，但我们默认这张纸有价值、有信用，它可以换东西，并不会仔细追究这张纸的背后到底是什么。
会计规则也是一样，它是一切经济金融活动量化的基础，这样就把世界变得更加抽象——后果就是大家都要依赖假设、依赖“程序“的合理性。
Will 36:53
“认知”在经济、金融活动当中也起着至关重要的作用，那它和“计算”的关系是什么呢？
先说一个我的理解：其实“计算与认知”投射到金融领域，就是“计算与信用”的关系。我们可以简单认为金融体系就包含这两个部分，“计算的部分”和“信用的部分”。
当然，“计算”与“信用”的关系，其实比较复杂。比如：金融、经济领域最核心的概念之一就是“资产”与“负债”——它们其实就是“本体”与“认知”的关系，从这个角度去理解“资产负债表”这种概念，很多困惑会迎刃而解。
先举个例子：前两年crypto圈子里有一段公案：有两个大V，一个是币圈的，另一个是web2领域的。币圈大V曾经曝光过自己的比特币钱包，大概有2万个比特币，按上一轮高点计算，大概4亿美元——这可不是他上市公司的市值或者独角兽企业的估值，而是在他钱包里、自己控制私钥的个人财产。可谓富可敌国了。
有一天，这两位大V不知什么原因吵了起来，Web2大V就揭露了一个事实——那2万个比特币实际上是别人转给他理财投资的——并不是他的个人"财产"，而是对应着一个“负债”，因为将来要还给别人的。所以大V钱包里有2万个比特币，并不能说明100%都是他的“财产”，如果他同时有3万个比特币的负债，身家岂不是“负资产1万比特币”？
同样，本轮市场暴跌中也有个很大的诱因：某些中心化黑箱持仓根本就是“负债”——投资人的理财投资被亏光，形成了风险敞口。
那我们有没有方法看到一个人或机构的“负债”究竟是多少呢？
如果“负债”是个“计算性”的概念——“过程可重复，结果可检验”，我们当然可以通过某人的所有历史记录，重现负债过程，计算出负债结果。把这个过程在区块链上用智能合约实现，我们便可知每一人的负债状况，世界不就完美了吗？
但这并不可能做到——因为“负债”其实是一种“认知”。“债务”是你我双方、债权人与债务人之间达成的一种纯认知层面的“共识”。
我们所看到的全部计算过程，都只是“资产”的计算过程——“我借给你1万比特币”这件事，不论是在区块链上，还是在银行账户体系中，它的计算过程只体现为一个“资产转移”的过程；而“负债”形成的那一边，只有在资产负债表里才有记录。除此之外，任何计算体系的其他地方都没有痕迹。因为计算体系处理的是“本体”，处理不了“认知”。
举个例子，当你在资产世界里观察到一笔9000块钱的资产转让时，你能直接判断出这其实是一笔负债吗？并不能。因为这从A转到B的9000块钱背后的原因，可能是B向A发行了一张1万块钱面值的“零息债券”——即9000块钱卖给A，A向B支付9000元，到期后B再向A偿还1万元本金。
这样的认知过程在哪一个计算体系当中能描述呢？
如果进一步推演：假设我们可以把负债的整个过程用智能合约签在区块链上，合约里用字段、变量值描述B地址欠A地址1万块——这个债务不就看上去是“计算”过程了吗？
很遗憾，这个过程跟负债的概念建立仍然没有直接联系，“负债关系”仍然需要一个“确认”：比如，是9000块到账后，债务关系成立？还是我先转给你9000，一会儿再转1000，债务关系才成立？还是要在智能合约上的每一个动作上加上债务人的签名，负债关系才成立？如果加签名才能表示债务关系确定，那债务人不签名不是就可以赖账了吗？——“计算性体系”不是直接支持了“赖账”行为？
当然，后续还可以通过这个角度继续推演下去，比如先签名、后转账；比如把现实世界身份跟地址绑定；比如还款的时候如何解除债务关系等等。大家可以自行推演，但一定会发现最终并不能解决“债务关系需要人的主观认知才能确立”这一事实。
不管经过多少推演，最终我们都会发现——“负债”这个概念只存在于“纯认知”领域，它是不能够被“计算”领域所刻画的，并非一个“过程可重复，结果可检验”的模型。
所以，把整个这件事串起来，会计学、经济、金融学中最重要的“资产”和“负债”这两个概念，恰恰一半是“计算”，一半是“认知”——这也是我觉得这个领域最神奇的地方。
小跑 48:34
我也想到个例子：“房贷”是你和银行之间的债务关系、银行根据你的信用订立合约；而每个月的“还款”的直接表现，是银行每个月直接往房地产开发商打钱——如果不知道你和银行之间存在房贷合同的话，这个动作就好像银行每个月在给开发商“转账”一样。
Will 49:36
这个例子挺好。也许会有人认为如果你与银行的合同也可以签在区块链上，作为智能合约，难道不是把“负债”这件事纳入到了计算体系吗？
刚才通过几轮推演，已经告诉大家——这件事是不可能实现的，并没有一个手段能够把“负债”纳入计算体系当中，它永远存在于认知体系中。
负债的协议、文本等等都可以放进一个“计算性体系”内，但是很遗憾，对于负债的“认知”并没有被放上去——这是最关键的一点。
小跑 50:59
可不可以从“时间维度”来理解？
负债是“认知”，也是因为它不是一个当时当下的动作、或者一个“既成事实”？它是一个对于未来的承诺，有一定时间差？有时间差，就会有一些“认知”成分，不是“可重复”的？
Will 51:33
某种意义上从时间维度确实能够解释，但是“认知”相对比时间更宽泛。
负债关系的形成是当下的，并没有一个计算性的手段来告诉大家哪一个瞬间是负债关系形成，否则便如拉普拉斯所说：给我一个公式，我能算出未来宇宙任何一个时间点的状态——这是不可能的，因为如果一切皆可计算，过程可重复，结果可检验，那你不就可以预知未来了吗？
下面要提到一个重要概念：“信用”和“负债”的关系。
大家经常会把信用与债务混起来。比如，有人说“信用扩张”，有人说“债务扩张”，有人说“信用货币化”，有人说“债务货币化”。
“信用”与“负债”都是认知领域的概念，但是“信用”可以被量化，变成一个计算过程的“输入”，而“输出”是本体世界里的状态变化（计算过程的结果永远只是本体世界的状态变化）——比如钱转移了；但于此同时在认知领域形成另一个影响，就是债务关系。
小跑 55:15
非常同意，这也是符合金融逻辑的，且现在的金融领域也是这么做的——也就是“信用评级”。信用评级作为债务额度的一个输入因素。
Will 55:31
没错。“信用“也是认知。举个例子，假设你是哈佛大学博士，到银行借房贷。银行会有一个模型，输入你的收入、在哪个公司、年龄多大、学历等等；经过一个大数据分析模型，判断出来应该给你70%的贷款额度。
我们要注意，这个过程不是计算过程，虽然微观层面肯定有“计算”的动作——比如，把年龄等数字信息输入一个函数，只要参数完全一致，肯定都会得出一个相同结果，比如70万贷款额度。
但是从宏观层面，这些条件的输入能够得出“70万”这个额度，其实是银行的“认知”决定的。因为：第一，如果过了几年，经济形势不好了，即使这个人的条件全都没变，但是银行觉得宏观风险变大，修改了参数，得出的贷款额度便不再一样。
第二，两个情况一摸一样的贷款人，在同一时间来申请，银行批的贷款额度也一模一样。但是其中一个违约了——此时你能用一种方法“检验”当初的贷款决定是错误的吗？并不能。所以，所谓“大数据借贷模型”，其实是你认知参数化、量化的过程，并不是过程可重复结果可检验的计算过程——信用与计算之间区别的核心就在这里。
所以，我们在微观层面上看到的“计算过程”，在金融层面上的含义可能完全不同，
我们再用哈佛大学博士举个例子：
假设有两个程序，分别读取了你的哈佛大学博士学位的状态，并把状态上链，然后由智能合约自动经过一些“if...else...”读取状态，然后输出结果。
这两个程序的输出结果都是“向你的银行账户打了钱”，一个给了1000块，另一个给了1万块——我们是否能够辨识这两个过程都是“负债”？并不能：第一个程序也许是银行放贷模型，放给你了1万元贷款；而第二个程序是个招聘临时岗位，检测到了你哈佛大学博士毕业的状况，所以自动发给你临时岗位工资1000块。
这两个程序，代码里面的“if...else...”逻辑都是一样的。但一个程序把“哈佛大学毕业生”这个信息状态当做了“信用”，而另一个没有。
于是我们就得出了一个悲观的结论：无论我们对计算过程如何完善，观察多么细致，都不可能得知它是否对应认知领域中的一个“负债”。
这就是为什么我们应该把“计算”和“信用”分开，要把“资产”与“负债”的对应关系分开的核心逻辑——第一，“信用”是认知层面的概念；第二，它可以作为计算过程的输入参数；第三，这种计算过程的结果，一定会对应着认知领域中的一个负债。
小跑 01:03:13
如果“信用”和“负债”都属于认知，那么大家理想中的，把整个金融行业完美用机器人复刻出来、不掺杂任何人类观念、判断在里面——这个宏大的目标是不可能实现的。因为“信用”和“负债”这两件金融中最重要的组成部分，是无法脱离人类判断的。
那未来的金融体系应该怎么发展呢？
Will 01:07:48
未来的金融体系，应该是“计算的归计算，信用的归信用”。
其实人类几千、几万年来，不过是用我们的肉体和认知在模拟计算过程；而当这个计算过程现在有了更好的体系去实现，我们不过是把计算过程还给更适合做这项工作的主体而已。计算过程是机器更擅长的，那就交给机器。
而同时，“信用”和“负债”是我们人类认知范围内的事情，所以它们会继续由人来掌控，不可能交给一个计算体系去掌控。不管认知怎么被量化，它依然是认知。
但是现代金融体系却把它俩装在同一个黑箱里——那些隐含的高杠杆、负债我们根本看。就像当年的P2P，每个月固定时间给你高额利息，有计算公式，有信用模型，给你创造一个假象，这件事似乎是一个“过程可重复，结果可检验”的、靠谱的大数据模型——直到某一天突然通知你：对不起，钱没了。
所以理想的金融体系，应该是“计算性金融”和“信用性金融”分离的体系。一个能让你精确看到“信用”作为输入参数、计算、并产生结果的过程。而在计算体系当中看不到“负债”，在一瞬间被人的“认知”衔接——这样的金融体系才是清晰的。
小跑 01:14:45
这可能也是区块链和DeFi的创新之处。
其实这些年来银行、金融体系的发展过程，也印证了这一点。
回到多年前，不管是机械的支付、转账、还是需要风控做判断的贷款——所有业务都是由银行来完成的。后来，支付宝出现，“支付”这件事能提供更高效计算体系的机构；现在，银行体系里也分出了“信用部门”，和一个叫做“transaction banking”（交易银行业务）的部门。
“Transaction banking”中，其实大部分是“实操性”（operational）的，包括现金管理、转账支付等等——基本上属于银行的核心系统都能够胜任的、不太需要“人的判断”来介入的部分。
所以看银行业的发展过程，也是在慢慢分离——哪些是“实操性”的，可以用系统来完成的；哪些还是必须有人对信用的“判断”和“认知”来完成的。如果把这两件事情清晰分开，而不是在同一个黑箱里操作，可能会避免很多问题和风险。
一个最明显的例子就是金融市场中的“margin call”、清仓、平仓——其实也是一个“算法”。如果清算人能够严格遵守规则，不会被突变的对“风险”的认知所影响，很多时候可以避免流动性危机，或者很多“人为爆仓”行为。
很多时候，市场出现了巨幅波动，银行和金融机构的风险“Var”值会上升，这个时候市场上的羊群效应和恐慌心理会占主导地位，所以大概率会在同一时间把对手方的额度减掉；接下来就是恶性循环——越没钱就越减额度。
其实很多时候，此类流动性危机是可以避免的，只是因为“信用”和“计算”被混在一起，确定性的计算过程被人的“认知”阻断了。
当然，肯定会有人提出疑问：规则不都是人定的吗？你怎么能确保在人定规则下的机器行为是正确的？但很多时候，所谓“凯撒的归凯撒”是指各自擅长的、合理的领域按照定好的规则各自执行，尽量互不干扰。
Will 01:17:59
一个重要的问题是：计算性体系应该怎么构建？区块链和智能合约会起到什么作用？
我们现在看到的区块链与智能合约，恰恰体现了两个特征：过程可重复，结果可检验。看区块链的记账方式：一个人记了一次账后，会有无数节点把记账过程重新执行一遍（过程可重复）；得出的结果和你得到的记账结果对比，发现是正确的——它就变成了本体世界当中的“既成事实”，并被永远记录。包括零知识证明——在某些账本不公开的情况下仍然能够验证结果，这就是一种典型的计算性创新。
所以，“公开账本”未必是区块链和智能合约的第一性原理，而“过程可重复，结果可检验”才是。所以区块链是一个能完美体现计算过程价值主张的、金融体系计算性部分的最佳载体。
目前对DeFi、区块链应用有很多诟病，比如循环杠杆质押、伪创新、烂操作等等，但上升到计算性体系时，你会发现DeFi的“循环杠杆质押”并没有引入信用，它并不是黑箱式的信用掩盖——因为整个过程都是在计算性框架内决定的。
举个例子，Compund质押借贷平台：表面上看是一个典型的加杠杆过程，但整个过程中没有信用的创造，因为超额抵押模型——放入价值50万的抵押品，只能借出25万，其实缩减了流动性，肯定不是信用派生。
如果整个过程中并没有信用创造，那杠杆是怎么加进去的？其实是依赖于抵押物当时的“价格”信息——也是一种客观存在的本体信息（市场当时的成交价），当你把这个信息纳入到一个可借贷额度，不过是把事实“量化”，变成了一个参数——这种杠杆就是“计算性杠杆”，可以完全被计算过程刻画、描述、重复可验证，并没有引入任何主体的“信用”和认知；就算引入，也是以量化之后的“参数”形式存在。
Compound的法律顾问曾经写过一篇长文，系统性的论述Compound做的并不是“借贷”，人们对于借贷的认知是绑定在“信用”这个概念上的，而Compound的体系里并没有创造信用。
综上所述，DeFi真正的创新，其实都在“计算领域”。
小跑 01:31:02
我觉得DeFi跟传统金融最大的区别有两个地方：
第一，整个加杠杆的过程是透明的——你真的可以完全看得到在哪个价位、有多少量会被清仓。
对比现实世界中的例子，比如今年五月发生的Bill Hwang爆仓事件，在他的基金（Archegos）中有头寸的投行们的清仓过程谁知道？可能只有自己。几家投行的交易员互相打个电话，就在抽屉底下协商解决了。等到我们看到新闻头条，知道的只是结果——整个基金爆仓了。
第二，自动清算机制。用套利博弈来激励第三方清算。你甚至可以自己做一个小机器人，天天在网络中扫描寻找触及平仓线的仓位，再把抵押品低价收回来，赚取差价。
在现实世界中，这些活儿也许是秃鹰基金(Vulture Hedge Fund)的专业。秃鹰基金出现在每次金融崩溃之时，比如橡树资本。它们会像秃鹰一样，以非常低的价格在市面上横扫“腐肉”（破产资产），在市场转好时再卖掉——但并不是所有人都能做的，你要和银行、负债人、法院、投资人都有极深关系，和对“腐肉”极敏感的嗅觉，才能知道这些资产的真实底价是多少，不是一般人能=参与的。
所以，想象一个没有DeFi和一个有DeFi的世界——“黑箱”在没有DeFi的世界中会更多。毕竟人类的天性无法根除，金融活动要发生，黑暗面也会有；但是使用的工具不同，结果可能大相径庭。
总结成三个字：“透明性”——可能会改变很多东西。
Will 01:35:26
此外，我始终是认为“计算性”和“信用性”应该是对立统一的关系。
我们不能强调乌托邦式的未来：世界上的“信用”都消失，大家都用比特币就好了。现实世界的货币创造应该依然基于信用，否则无法匹配人类社会的发展，我们不能过度强调“计算性”的价值。
反过来也一样：既然区块链和智能合约是一套为“计算”过程量身定做的技术，当“信用过程”掺和进来的时候，它并不一定会让一切变得更好。事实已经证明，信用的存在依然会产生“黑箱”，此时完全依靠计算性甚至有可能放大风险。所以，区块链做自己擅长的事情就可以了。
很遗憾，区块链给我们提供的一切都是“本体世界”中的观察点，没有“认知世界”中的观察点。因为认知世界存在于人脑，你没法通过本体角度去观察到。
而债务是认知，区块链并不能完全解决“债务透明化”的问题。大家还是要重视资产负债表——这唯一把“本体世界”和“认识世界”放到一个框里的东西。从哲学层面看，它也是人类有史以来经济活动中最伟大的工具。