Update reputation doc

cn/core-systems/reputation.mdx

@@ -1,107 +1,167 @@
 ---
 title: 声誉（Reputation）
-description: "一种多维度信任信号，用于路由工作、加权贡献并奖励长期投入——且不暴露隐私数据。"
+description: "一种多维度、透明的信任信号，用于加权贡献、奖励投入并解锁生态系统特权。"
 ---
 
 ## 什么是声誉
-声誉是面向身份（人或代理）的**多维度信任系统**。它捕捉你的工作**有多准确**、**他人如何验证**、你**具有什么属性**（如凭证）、以及你**有多投入**（响应、吞吐、经济质押）。协议保留**按维度的细粒度信号**，但在界面层提供简单的**分数**与**层级**用于路由与可见性。
 
-## 维度与信号
-声誉是**量化且多维**的。每一维度均被记录与版本化；治理设定权重以生成综合分数。
+声誉是 Codatta 网络内身份（人或代理）的**核心信任指标**。它是一个**量化分数**（范围从 0 到 100），用于捕捉你的工作**有多准确**、你的参与**有多一致**，以及你通过经济质押**有多投入**。
 
-- **准确性与一致性** —— 你的 CF 被验证后的结果；通过率、争议率与被推翻历史。  
-- **行为可靠性** —— **投入与响应**（准时交付、评审周转）、持续吞吐与任务完成质量。  
-- **背书属性** —— **第三方背书**（如执照、隶属、认证）与**协议验证**（如通过教程/测验/测试）。  
-- **时新性** —— 近期活动权重更高；长期不活跃会温和衰减。  
-- **质押即信心** —— 用质押支持主张；审计可提升或削减声誉。  
+与不透明的"黑盒"算法不同，Codatta 的声誉系统是**完全透明和确定性的**。协议保留**按维度的细粒度信号**，但提供简单的**综合分数**用于路由、可见性和奖励计算。
+
+### 为什么构建声誉
+
+声誉不仅仅是一个虚荣指标；它是驱动价值分配和安全性的引擎。
+
+- **对于用户（激励与特权）：**
+  - **直接奖励影响：** 声誉严重影响重大经济事件，例如在**代币生成事件（TGE）**期间的加权，或确定**积分到代币转换**的汇率。
+  - **VIP 访问（"Alpha" 状态）：** 类似于币安的 Alpha 积分或航空公司 VIP 等级，高声誉可解锁系统特权——例如更高的推荐奖励上限、优先访问高收益任务，或更低的服务费用。
+- **对于平台（安全与质量）：**
+  - **Sybil 抵抗：** 它为恶意行为者创造了成本障碍。
+  - **质量过滤：** 它区分认真的贡献者和垃圾信息发送者。
+  - **惩罚机制：** 它提供了快速惩罚恶意行为的工具（例如，因数据投毒而降低分数）。
+
+### 声誉的作用（功能）
+
+除了分数本身，声誉在 Codatta 架构中作为功能层：
+
+- **加权贡献。** 在**数据组装**中，来自高声誉身份的原子贡献获得**更多权重**。这允许降低审查法定人数，并为受信任用户提供更高的纳入优先级。
+- **治理所有权。** 根据**版税引擎**的定义，更高声誉的贡献者可能为同等贡献类型获得**更大份额的所有权分数**。
+- **访问控制。** 某些高价值任务或敏感数据验证角色由**声誉层级**控制。
+
+## 计算框架
+
+声誉分数是**动态的**，根据用户操作和时间窗口（例如，滚动 180 天）进行更新。它由四个正向维度和一个负向惩罚维度组成。
+
+### 总分数公式
+
+```
+Reputation = 0.1 × R_Login
+          + 0.15 × R_Identity
+          + 0.2 × R_Staking
+          + 0.55 × R_Contribution
+          - R_Malicious_Behavior
+```
 
 <Tip>
-协议**保留原始的按维度信号**，以便模型迭代；UI 展示清晰的层级与分数带。我们保持模型版本透明、可审计。
+**透明性原则：** 计算逻辑是开放的。每次变更都映射到记录的事件，模型确保**相同事件 + 相同模型 = 相同声誉**。
 </Tip>
 
-### 影响声誉的样例事件
+### 身份（R_Identity）
+
+**权重：** 15% | **验证"人性"与可联系性**
+
+此维度通过验证用户可在多个平台上联系且唯一来促进 Sybil 抵抗。
 
-| 事件 | 声誉影响 |
-|---|---|
-| 你的 CF 以高一致性通过验证 | 上升（准确性 + 一致性） |
-| 你的 CF 被质疑并被推翻 | 下降（争议失利） |
-| 持续准时且响应积极 | 上升（行为可靠性） |
-| 你质押并通过随机审计 | 上升（信心获奖） |
-| 你质押但审计失败（被削减） | 下降（信心受罚） |
-| 新凭证/技能被验证 | 上升（属性加成；有上限） |
-| 长期不活跃 | 温和衰减（时新性） |
+```
+R_Identity = 100 × (0.05 × isEmail + 0.05 × isX + 0.05 × isTG + 0.05 × isDiscord + 0.8 × R_Others)
+```
+
+- **逻辑：** 用户绑定外部账户（Email、X/Twitter、Telegram、Discord）。
+- **影响：** 每次绑定为此子分数贡献 5 分。
+- **未来证明：** `R_Others` 保留用于未来集成（目前为 0），使此维度的当前有效最大值为 20（为总声誉贡献 3 分）。
+
+### 登录活动（R_Login）
+
+**权重：** 10% | **奖励一致性与习惯**
+
+Codatta 奖励持续关注。此分数反映你的**日活跃使用（DAU）**习惯。
+
+```
+R_Login = 100 × (daysLogged_180d / 180)
+```
+
+- **逻辑：** 计算你在过去 180 天内登录的天数（基于 UTC+0）。
+- **影响：** 持续每日登录确保此组件保持在 100。
+
+### 质押（R_Staking）
 
-## 声誉的作用（功能）
+**权重：** 20% | **质押即信心**
 
-- **解锁更好的工作与报酬。** 更高声誉**解锁更高报酬的任务**与需要质量/投入的角色。部分任务还需要**附加资格**（如职业执照、学历、领域经验）；声誉**补充**这些要求而非替代。  
-- **在组装阶段加权。** 高声誉身份的原子贡献在**数据组装**中可获得**更高权重**（如更低的评审配额、更高的纳入优先级），在保证质量的同时减少冗余评审。  
-- **影响所有权份额（受治理）。** 在治理约束内，更高声誉的贡献者可为等量贡献获得**更大份额**，体现信任与期望质量。具体政策见**代币化所有权证明**，并由**版税引擎**在分配时给出解释。  
-- **经济投入带来提升。** 通过**质押即信心**可**增强**声誉；通过审计上升，审计失败下降。把信号与实际后果绑定。
+这允许用户"用真金白银为自己的言论负责"。它衡量对生态系统的经济投入。
+
+```
+R_Staking = 100 × min(1, amountStakeXNY / 50,000)
+```
+
+- **逻辑：** 声誉随质押的 XNY 代币数量线性增加。
+- **汇率：** 每质押约 2,500 XNY 为你的最终总声誉分数增加 1 分。
+- **上限：** 效果在 50,000 XNY 处封顶。超过此数量的质押显示信心，但不会进一步增加声誉分数。
+
+### 贡献质量（R_Contribution）
+
+**权重：** 55% | **核心价值驱动因素**
+
+这是最关键的维度。它使用**贝叶斯平滑平均**（类似于 IMDB 评分）评估你的工作质量，以确保新用户和高级用户之间的公平性。
+
+```
+R_Contribution = 100 × (countAdopt_180d + (20 × 0.5)) / (countAdopt_180d + countRefused_180d + 20)
+```
+
+- **为什么使用贝叶斯？** 它防止拥有 1 个正确提交（100% 率）的用户人为地超过拥有 990 个正确和 10 个错误（99% 率）的老用户。
+- **参数：**
+  - **0.5：** 基线概率（中性起点）。
+  - **20：** "置信权重"——它确定需要多少提交才能显著地将分数从基线移开。
+- **动态：** 新用户从 50 的子分数开始（为总分贡献 27.5 分）。高采用率将分数推向 100；高拒绝率将其推向 0。
+
+### 惩罚（R_Malicious）
+
+**"锤子"机制**
+
+为了保护平台，恶意行为会导致严重的分数扣除。
+
+```
+R_Malicious_Behavior = 100 × min(1, CountBlacklisted / 3)
+```
+
+- **三振出局规则：**
+  - **1 次：** 显著的声誉损害。
+  - **3 次：** `R_Malicious` 变为 100，有效地将用户的总声誉分数清零为 0。
+- **触发条件：** 这由确认的恶意意图触发（例如，脚本攻击、故意数据投毒），而不是简单的错误。
 
 ## 声誉如何更新（生命周期）
+
+声誉不是静态的。它遵循由用户事件驱动的生命周期：
+
 ```mermaid
 flowchart TB
-  subgraph Events
-    CF[New CF]
-    VAL[Peer validations on your CF]
-    BEH[Behavior signals]
-    STAKE[You stake on a claim]
-    AUDIT[Random/targeted audit]
-    DSP[Dispute resolved]
-    CRED[Credential added/expired]
-    MORE[More]
+  subgraph Inputs
+    LOGIN[Daily Login]
+    BIND[Identity Binding]
+    STAKE[Token Staking]
+    WORK[Contribution & Validation]
+    RISK[Malicious Detection]
   end
 
-  CF --> U[Update reputation dimensions]
-  VAL --> U
-  BEH --> U
-  STAKE --> U
-  AUDIT --> U
-  DSP --> U
-  CRED --> U
-  MORE --> U
-
-  U --> T[Reputation Score or Tier recalculation]
-  T --> ROUTE[Task routing & eligibility]
-  T --> WEIGHT[Assembly weighting hints]
-  T --> OWN[Ownership fraction policy governed caps]
-```
+  LOGIN --> CALC
+  BIND --> CALC
+  STAKE --> CALC
+  WORK --> CALC
+  RISK --> CALC
 
-- 新 CF **起始中性**；验证结果决定分数上/下行。  
-- 行为信号持续累积。  
-- 质押在审计后作为**乘子**（正或负）。  
-- 层级按节奏/冷却期更新，避免抖动与博弈。
+  subgraph Engine
+    CALC[Recalculate Score Formula]
+    DECAY[Apply 180d Rolling Window]
+  end
 
-## 安全、公平与恢复
+  CALC --> SCORE[Final Reputation Score 0-100]
+  SCORE --> TIER[VIP Tier / Access Level]
+```
 
-- **Sybil 与串谋抵抗：** 跨时间聚合；要求验证者多样性；对风险模式限速。  
-- **冷却与衰减：** 变更按节奏应用；不活跃期间引入温和衰减以保持信号新鲜。  
-- **申诉与争议：** 申诉记录在案；公平更正有助恢复。  
-- **无黑箱：** 每次变更映射到记录的事件；模型与权重版本化。
+- **实时与定期：** 某些信号（如质押）立即更新，而其他信号（如贡献统计）可能按计划节奏更新。
+- **衰减：** 180 天滚动窗口确保声誉需要维护。长期不活动会导致分数的温和衰减，保持信号新鲜。
 
 ## 隐私与披露
 
-- **公开：** 你的**层级**、粗略分数带与高层原因（如“高一致性”、“已验证执照”）。  
-- **私有/受限：** 原始 artifact/**PII**；优先**可验证凭证**与**加密证据**而非明文。  
-- **选择性披露：** 匿名凭证/零知识证明为**实验性**，可能变更。
-
-## 不变量
+- **公开：** 你的**层级**和**总分数**是用于路由和排行榜的公开信号。
+- **私有：** 原始**PII 数据**（例如，在 `R_Identity` 中链接的特定 Telegram 句柄或电子邮件地址）保持加密和私有。我们尽可能使用**可验证凭证**。
+- **无黑盒：** 虽然个人数据是私有的，但你分数背后的推理不是。你始终可以准确看到你的分数是如何得出的（例如，"+30 来自质押"）。
 
-- **事件驱动且仅追加：** 声誉变化来自记录在案的事件；历史不被重写。  
-- **由输入决定的确定性：** 相同事件 + 相同模型版本 ⇒ 相同声誉结果。  
-- **最小披露：** 仅披露策略所需。  
-- **可审计：** 每次变化都可追溯至相关 CF、验证或背书。
-
-## 接口
-
-- **Identity：** 分数归属的身份；关联的钱包/DID；已验证属性。  
-- **Contribution Fingerprints：** 你的 CF 的验证与审计驱动更新。  
-- **Data Assembly：** 声誉提供**加权提示**，可降低评审需求。  
-- **Tokenized Ownership Proofs & Royalty Engine：** 受治理的策略可能把声誉映射到**所有权份额**并在结算时解释拆分。  
-- **Access & Metering：** 层级与属性映射到策略（谁能做什么；需要多少评审）。
+<Tip>
+**透明性原则：** 计算逻辑完全透明。每次变更都映射到记录的事件，确保**相同事件 + 相同模型 = 相同声誉**。
+</Tip>
 
 <Warning>
-**状态说明：** 权重、层级阈值、质押参数，以及从声誉映射到所有权的任何规则均**受治理**并可能演进。匿名凭证与 ZK 选择性披露为**实验性**，可能变更。
+**状态说明：** 
+权重、层级阈值、质押参数，以及从声誉到所有权的任何映射都是**受治理的**，可能会演变。180 天滚动窗口和公式参数可能通过治理进行调整，以维护系统健康性和公平性。
 </Warning>
-
-