以太坊補助如何演變：開放資料、收益資助與隱私取捨

值得記下的 5 件事

1. [2:50]
   補助決策已從委員會擴展至社群、專家與演算法

   Rashmi 將決策權的變化視為理解補助歷史的主線：早期由委員會判斷，後來透過二次方資助納入社群，再引入生態系專家與演算法。這是決策方式逐漸增加的過程，不表示舊有方式已被全面取代。

2. [10:01]
   收益策略應與社群資助互補，而非取而代之

   面對社群資助下降、收益耕作是否更重要的提問，Rashmi 認為兩者結合更有助於支持公共財。她將去中心化金融的經驗視為收益策略可持續的依據，主張把它作為社群資助的搭配，而不是優先於社群的資金來源。

3. [6:05]
   Open Grants 透過開放資料湖，協助掌握補助生態

   這項專案將補助系統的資料彙整為可公開使用的資料湖，目標是讓外界更容易了解資助活動。Rashmi 也以合作夥伴 Stellar 為例，說明補助與影響力追蹤如何結合；重點是讓分散的補助資訊更容易被理解與運用。

4. [7:11]
   不公開全部資料，也可能回答整體資助問題

   資助者可能因定錨偏誤、競爭風險或政治壓力，不願公開資料。Rashmi 正探索混合公開與私密資料的概念驗證，例如保留部分資料不公開，仍計算某季平均資助額；這仍是探索中的構想，尚非成熟方案。

5. [8:55]
   開放補助資料，先從格式統一與後續追蹤做起

   Rashmi 建議資助者將資料標準化、盡可能持續保存紀錄，並追蹤受補助專案的後續狀況。這讓資料工作不只停留在撥款當下，也延伸到專案發展，呼應她對補助成果與影響力的重視，而不只是記下資助金額。