SkillRouter

## 核心用法 该技能是一套面向加密领域的博弈论分析框架，通过"五问法"（玩家、策略、收益、信息、均衡）帮助用户解构 DeFi 协议、治理机制和代币经济模型。用户可套用内置分析模板，对具体协议进行结构化拆解：识别参与者角色、映射策略空间、量化收益矩阵、评估信息结构，最终推导纳什均衡与潜在攻击向量。技能涵盖六大经典博弈模式（公地悲剧、囚徒困境、协调博弈、委托-代理问题、逆向选择、道德风险），并针对 MEV 博弈、流动性博弈、治理博弈、质押博弈、预言机博弈等加密原生场景提供专项分析指南。 ## 显著优点 1. 系统性框架：将抽象的博弈论概念转化为可操作的加密协议分析工具，降低专业门槛 2. 场景覆盖全面：从代币经济设计到治理攻击防御，从 AMM 流动性策略到 MEV 对抗，覆盖 DeFi 核心场景 3. 实战导向：提供红队思维训练，帮助用户主动识别协议设计缺陷而非被动接受风险 4. 教育价值突出：引用经典文献与加密原生研究（如 Flash Boys 2.0、Clockwork Finance），建立知识纵深 ## 潜在缺点与局限性 1. 静态分析局限：博弈论模型假设理性参与者，而真实市场充斥噪声交易者、情绪驱动行为与监管突变，模型预测可能偏离实际 2. 参数敏感性：均衡结果高度依赖收益函数设定，微小参数调整可能导致结论逆转，非专业用户易误用 3. 无实时数据：纯文档框架，不接入链上数据或市场信息，分析需配合外部工具 4. 更新滞后风险：DeFi 协议迭代迅速，新机制（如意图中心架构、共享排序器）可能超出现有分析范式 ## 适合的目标群体 - DeFi 协议设计师：优化代币经济模型与治理机制 - 安全研究员：系统性识别协议攻击向量 - 机构投资者：评估协议长期可持续性与治理风险 - 高级散户：理解 MEV、无常损失等复杂机制的博弈本质 - 产品经理：设计激励相容的 Web3 产品机制 ## 使用风险 - 过度简化风险：将复杂协议压缩为博弈模型可能遗漏关键现实约束 - 自我实现预言：若大量用户依此分析进行套利，可能加速协议设计的失效 - 无代码执行能力：无法直接模拟或验证博弈结果，需借助外部工具（如 Nashpy、Gambit）