最適化の目的が意図した結果と一致しなくなると、結果は急速に悪化する可能性があります。暴走したアルゴリズムはエッジケースを増幅させます—例えば、インセンティブメカニズムの不整合がトレーダーを均衡ではなく極端な行動に駆り立てる場合です。分散型システムでは、設計の悪い報酬関数が市場の偏りを加速させ、流動性を断片化し、センチメントを二値的な状態に押しやることがあります。メカニズムは重要です：スマートコントラクトの目標関数は、大規模な行動を決定します。最適化のターゲットがエコシステムの健全性から抽出効率へとずれると、参加者は自然と同じ exploitableパターンに収束します。このフィードバックループが、暗号プロトコルにおけるメカニズム設計に慎重な注意を要する理由です—最も小さな不整合も連鎖的に悪化します。