Đội ngũ Quỹ Uniswap nhận lương cao, nhưng giao thức và giá token đều thể hiện sự suy yếu

marsbitXuất bản vào 2025-12-25Cập nhật gần nhất vào 2025-12-25

Tóm tắt

Bài viết chỉ trích Quỹ Uniswap (UF) vì trả lương quá cao cho ban lãnh đạo trong khi hiệu suất hoạt động của giao thức và giá token UNI đều sa sút. Theo báo cáo tài chính 2024, UF chi 9,99 triệu USD cho tài trợ nhưng tổng lương nhân viên lên tới 4,79 triệu USD, trong đó riêng 3 quan chức cấp cao chiếm 3,87 triệu USD. So với Quỹ Optimism (chỉ chi 2,14 triệu USD lương dù ngân sách tài trợ gấp 5 lần), UF bị cho là sử dụng vốn kém hiệu quả. Giá UNI giảm mạnh từ 18 USD (đầu 2024) xuống dưới 10 USD, TVL sụt 60% từ đỉnh 10 tỷ USD. Cựu đại diện DAO Pepo (nắm 455k UNI) từ chức vì chỉ trích UF ưu tiên lợi ích nội bộ thay vì cộng đồng, thiếu minh bạch. Cơ cấu quản trị phức tạp giữa Uniswap Labs (công ty), UF (quỹ) và DAO gây tranh cãi về xung đột lợi ích. UF chưa phản hồi các chỉ trích.

Tác giả: Chloe, ChainCatcher

Quỹ Uniswap (UF) gần đây đã gây tranh cãi trong cộng đồng DeFi vì mức lương cao của các lãnh đạo. Theo so sánh chi tiết từ @ImperiumPaper về dữ liệu tài chính của UF và Hội đồng Tài trợ Optimism của Quỹ Optimism, hiệu quả sử dụng vốn của UF được cho là thấp.

Cuộc tranh cãi này không chỉ khiến những người nắm giữ UNI đặt câu hỏi về giá trị mà quỹ mang lại, mà còn dẫn đến việc Pepo, một người đóng góp chính cho Uniswap DAO, lên tiếng phản hồi. Trước đó, ông đã từ chức vì bất mãn với quản trị của UF.

Lương của ba lãnh đạo cao cấp Quỹ Uniswap tương đương toàn bộ đội ngũ Optimism

Theo báo cáo tài chính năm 2024 của Quỹ Uniswap, quỹ này đã phân bổ khoảng 9,99 triệu USD tiền tài trợ, nhưng tổng quỹ lương nhân viên lên tới 4,79 triệu USD, trong đó lương của các lãnh đạo cấp cao chiếm 3,87 triệu USD. Nếu cộng thêm các chi phí khác khoảng 2,80 triệu USD, tổng chi tiêu của UF là khoảng 12,80 triệu USD. Điều này có nghĩa là quỹ lương nhân viên chiếm gần 37,5% tổng chi tiêu, và lương lãnh đạo chiếm 22% toàn bộ.

Ngược lại, trong cùng thời kỳ, tổng ngân sách tài trợ của Hội đồng Tài trợ Optimism là khoảng 63,50 triệu USD, nhưng quỹ lương nội bộ chỉ khoảng 2,14 triệu USD. Nếu bảo thủ cộng thêm chi phí KYC ước tính 500.000 USD, tổng cộng là 2,60 triệu USD.

ImperiumPaper nhấn mạnh: "Chi phí cho ba lãnh đạo cao cấp của UF tương đương với toàn bộ đội ngũ Optimism, nhưng UF chỉ phân phối 20% lượng vốn so với Optimism." Ông kêu gọi những người nắm giữ UNI yêu cầu Hội đồng quản trị UF giải thích về giá trị mà họ cung cấp. Những người ủng hộ thì cho rằng việc thuê các lãnh đạo cấp cao cho một doanh nghiệp Web2 quy mô như vậy chắc chắn sẽ tốn nhiều tiền hơn, trong khi những người phản đối lại cho rằng, quỹ lương của quỹ không nên so sánh với khu vực tư nhân, đặc biệt là đối với những người có trình độ bình thường lại nhận mức lương cao hơn, giống như nhiều "boondoggle" (dự án lãng phí) trong ngành công nghiệp crypto.

Nhìn lại quá khứ, UNI đã trải qua biến động giá đáng kể trong hai năm qua. Sau khi kết thúc năm 2023 ở mức khoảng 7,35 USD, giá đã tăng vọt lên trên 18 USD vào tháng 12/2024, cho đến đầu năm 2025, thị trường crypto điều chỉnh rộng khiến UNI giảm xuống dưới 10 USD vào tháng 2 và tiếp tục giảm trong nửa năm.

Gần đây, nhờ đề xuất quản trị Unification, UNI đã tăng mạnh khoảng 19% trong ngày 20/12. Trong khi các coin chính biến động đi ngang, giá đã nhanh chóng tăng từ vùng tích lũy 5,50 USD lên 6,27 USD, hiện tại tại thời điểm viết bài đã điều chỉnh về 5,76 USD.

Và TVL của Uniswap đã giảm 60% từ mức đỉnh gần 10 tỷ USD vào năm 2021-2022 xuống còn khoảng 4 tỷ USD, điều này có nghĩa là trong lúc giá token và lượng tiền khóa trong giao thức đều giảm hơn một nửa, thì chi tiêu lương cho lãnh đạo lại chiếm gần một phần tư tổng chi tiêu, dẫn đến lo ngại trong cộng đồng rằng liệu quỹ lương nhân viên có thực sự đóng góp vào sự phát triển của giao thức hay không. Cho đến nay, UF vẫn chưa chính thức phản hồi trước những chỉ trích mới nhất.

Ngoài ra, Pepo (@0xPEPO), cựu người đóng góp cho Uniswap DAO đã từ chức năm nay vì bất mãn với quản trị của UF, cũng đã chia sẻ lại bài đăng gây tranh cãi và nói rằng, cầu mong tất cả bạn bè của mình có thể thoát khỏi địa ngục lương bổng, ám chỉ mức lương năm của một lãnh đạo nào đó lên tới 700.000 USD.

Uniswap vận hành dựa trên cấu trúc phức tạp kiểu Byzantine

Pepo từ chức đại diện DAO vào tháng 5 năm nay, khi đó nắm giữ 455.000 token UNI, là nhân vật đại diện DAO top 20. Theo báo cáo của CoinDesk, việc từ chức của Pepo bắt nguồn từ sự bất mãn với UF. Ông chỉ trích UF sau khi nhận được 165 triệu USD tiền từ DAO, đã ưu tiên lợi ích của chính họ và Uniswap Labs, thay vì toàn bộ DAO, đồng thời thiếu phản hồi và minh bạch.

Khi đó, Pepo đã viết trên X: "Hành động của Quỹ dường như ưu tiên việc cô lập người khác hơn là hợp tác, điều này đang gây tổn hại cho Uniswap." Điều này phản ánh các vấn đề sâu xa trong quản trị của Uniswap, bao gồm việc ra quyết định riêng tư của các đại diện lớn, ảnh hưởng không đủ của thành viên DAO, và sự nghi ngờ về mức độ phi tập trung của giao thức.

Việc từ chức của Pepo được coi là biểu tượng cho sự sụt giảm tham gia vào DAO, PaperImperium từ GFX Labs cho biết, "Đối với bất kỳ DAO nào, khi một người đóng góp cảm thấy chỉ có thể tạo ra tác động thông qua từ chức, đó đều là một mất mát."

Và giống như hầu hết các giao thức DeFi, Uniswap vận hành trên một cấu trúc cực kỳ phức tạp kiểu "Byzantine": công ty vì lợi nhuận Uniswap Labs chịu trách nhiệm phát triển kỹ thuật, tổ chức phi lợi nhuận Quỹ Uniswap (UF) thúc đẩy sự phát triển của hệ sinh thái, còn quản trị giao thức và phân bổ nguồn lực nằm trong tay DAO được tạo thành từ những người nắm giữ UNI.

Cũng chính kiến trúc quản trị đa phương này đã gieo mầm cho xung đột lợi ích. Vào tháng 3 năm nay, DAO đã ủy quyền phân bổ 165 triệu USD tiền cho Quỹ, vốn dĩ nhằm mục đích trao quyền tự chủ để thúc đẩy phát triển, nhưng cũng vô tình dẫn đến sự mờ nhạt ranh giới trách nhiệm.

Như Pepo và những người đóng góp khác lo ngại, khi hành động của Quỹ bị nghi ngờ là đặt lên trên lợi ích chung của DAO, việc cân bằng giữa người nắm giữ token và các bên liên quan khác đã trở thành vấn đề cốt lõi mà Uniswap và thậm chí tất cả các giao thức DeFi phải đối mặt.

Câu hỏi Liên quan

QTại sao cộng đồng DeFi lại quan tâm đến mức lương của đội ngũ Quỹ Uniswap (UF)?

ACộng đồng DeFi quan tâm vì báo cáo tài chính cho thấy tổng lương nhân viên của UF lên tới 4,79 triệu USD, trong đó lương của ba giám đốc cấp cao chiếm 3,87 triệu USD. Con số này tương đương với toàn bộ chi phí nhân sự của Quỹ Optimism, mặc dù số tiền tài trợ mà UF phân phối chỉ bằng 20% so với Optimism, làm dấy lên lo ngại về hiệu quả sử dụng vốn.

QSo sánh chi phí nhân sự giữa Quỹ Uniswap và Quỹ Optimism như thế nào?

ATheo báo cáo, Quỹ Uniswap có tổng chi phí nhân sự là 4,79 triệu USD, với lương giám đốc cấp cao là 3,87 triệu USD. Trong khi đó, Quỹ Optimism có tổng ngân sách tài trợ lớn hơn (63,5 triệu USD) nhưng chi phí nhân sự nội bộ chỉ khoảng 2,14 triệu USD (hoặc ước tính 2,6 triệu USD nếu bao gồm cả chi phí KYC). Điều này cho thấy chi phí cho ba giám đốc của UF ngang bằng với toàn bộ đội ngũ của Optimism.

QTình hình giá UNI và TVL của giao thức Uniswap diễn biến ra sao?

AGiá UNI đã trải qua biến động mạnh, từ mức khoảng 7,35 USD vào cuối năm 2023, tăng vọt lên trên 18 USD vào tháng 12/2024, sau đó giảm xuống dưới 10 USD vào tháng 2/2025 và tiếp tục xu hướng giảm trong nửa năm. Gần đây, giá có phục hồi nhẹ nhờ đề xuất quản trị Unification. Tổng giá trị bị khóa (TVL) trên giao thức cũng giảm khoảng 60% từ mức đỉnh 10 tỷ USD (2021-2022) xuống còn khoảng 4 tỷ USD.

QPepo (0xPEPO) là ai và tại sao anh ấy từ chức?

APepo là một cựu đại diện quan trọng của Uniswap DAO, từng nắm giữ 455.000 token UNI và là một trong 20 nhân vật đại diện DAO hàng đầu. Anh từ chức vào tháng 5/2024 do bất mãn với quản trị của Quỹ Uniswap (UF). Pepo cáo buộc UF ưu tiên lợi ích của chính họ và Uniswap Labs thay vì lợi ích chung của DAO, đồng thời thiếu minh bạch và không phản hồi các góp ý.

QCấu trúc quản trị của Uniswap có điểm phức tạp nào?

AUniswap vận hành dựa trên một cấu trúc 'phức tạp kiểu Byzantine', bao gồm ba thực thể chính: Công ty vì lợi nhuận Uniswap Labs (phụ trách phát triển kỹ thuật), tổ chức phi lợi nhuận Uniswap Foundation - UF (thúc đẩy phát triển hệ sinh thái), và DAO (gồm những người nắm giữ UNI, chịu trách nhiệm quản trị và phân bổ nguồn lực). Cấu trúc đa phương này có thể tạo ra xung đột lợi ích, đặc biệt liên quan đến việc phân bổ ngân sách và ra quyết định.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit47 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit47 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit52 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit52 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit2 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit2 giờ trước

Giao dịch

Giao ngay
活动图片