到目前为止，我们所知的所有共识形式，无论是宗教、国家、美元、比特币还是商业品牌，都是建立在个人意识基础上的。也就是说，共识是个体内的想法，赞同或不赞同某个共识。然而，个人意识是不稳定的，随时都可能改变。例如今天喝星巴克，但明天却选择Costa；今天购买LV提包，明天换成爱玛仕；今天安装了Facebook，明天卸载，因为不够隐私保护；今天想买颗钻戒求婚，明天却决定继续单身。对于货币如美元或比特币，个体共识更加不稳定，这一刻买入，下一刻就可能卖出。当共识群体增大时，个体意识的转变在数据中可能会相互抵消，影响逐渐减弱，但这种不确定性限制了共识的增长速度。既有人进入共识，又有人退出，使得共识增长速度降低。
连接是一种类似于神经网络结构的算法。网络中的所有用户通过地址与其他用户建立共识连接，并将共识连接同步到共识网络的链条上。在创建连接关系时，需要双方达成一致并支付共识费用来建立连接关系。
从每个共识连接开始，根据该共识的价值，向连接两端的节点发送相应的算法，并沿着共识连接继续传播，每传播一层，算法衰减1/6。当算法衰减到小于10时，传播停止，或者则该路径上的传播也中断。以每条共识连接作为传播起点进行计算，共识连接将共识价值传播到所有连接上（每个连接建立传播线，接收到传播的用户也会向其所有连接传播，形成新的传播线）。
为了优化算法传播和缩短路径，用户会尽量选择共识价值较高的对象建立连接。他们通过收集和传播所看到的算法奖励来估计价值，直到达到传播末端。然后，通过在所需状态下展开获得的价值函数来构建策略或规划。用户根据这个策略优化传播路径，以实现最大化的算法收益。
共识网络还可以利用机器学习在连接传播网络中寻找预期回报最大化的路径。价值迭代算法可以对算法奖励进行结构化预测。价值迭代模型可以展开为一个图卷积网络，其中节点表示可能经过的用户，边表示可能建立的共识连接。价值迭代算法由一个嵌套函数定义，其中深度由模型决定。
（对接唯暗号：emily131488888）
