以太坊协议及整个生态系统始终致力于提升以太坊的潜在价值。然而,限制以太坊持续优化的一大瓶颈是最大可提取价值(MEV)。MEV指的是区块生产者通过对区块中交易的包含、排序或排除所能提取的最大收益。本文总结了现有的MEV缓解方法,分析其对应用和协议的影响,并提出未来研究方向。
文章内容包括以下几部分:
虽然文章前半部分整理了MEV缓解技术的系统性知识,但第四部分提出了一个相对新颖的观点:协议外的缓解措施无法解决协议内的MEV问题。这一观点源于作者与Davide Crapis共同撰写的论文。
MEV对用户而言是一种隐形的“租金效应”,增加了与区块链交互的成本。为提升以太坊生态的价值,协议外MEV缓解技术的目标是不改变以太坊协议规则的前提下,减少MEV对用户和流动性提供者的负面影响。
以自动化做市商(AMM)为例说明MEV的提取方式及其缓解方法:
这种MEV形式被称为“相较于再平衡的损失(LVR)”。LVR是流动性提供者的直接成本。当从AMM中提取的LVR增加时,流动性提供者的总流动性会减少,进而增加用户交易的价格冲击,使交易成本上升。因此,AMM的设计目标之一是降低LVR带来的成本,而应用设计的更大目标是减少MEV对用户的整体影响。
减少MEV的方法可以分为以下两个维度:
针对具体应用 vs. 共享基础设施
应用是否通过自我设计缓解MEV,或借助共享基础设施完成缓解。
预防MEV vs. 补偿MEV
应用是通过设计来避免MEV的产生,还是通过补偿受影响用户来降低其成本。
第一个分类轴是应用程序是否通过自身机制缓解MEV,或依赖某种共享基础设施。第二个分类轴较为复杂。应用程序可以设计为从一开始就防止MEV暴露,或者可以出售提取MEV的权利,并将销售收入返还给受影响的用户。补偿MEV的方式略微偏离了MEV的定义,即由负责包含、排序和排除交易的行为者从系统中提取的价值。被补偿的MEV并未从系统中提取,因此严格来说不符合MEV的定义。然而,使用“MEV”一词可能有助于阐述相关概念,因为与MEV相关的所有概念都适用于被补偿的价值,除收入去向外。我们将看到所有四种可能性的例子,并讨论其相对优势。
图1:协议外MEV缓解技术的二维分类及每种类别的示例
具体应用且防止MEV:功能最大化AMM
通常,对于首次了解MEV的人来说,最直观的缓解技术是应用程序设计为防止MEV暴露。例如Andrea Canidio 和 Robin Fritsch提出的功能最大化AMM。这种设计将收集的一段时间内的交易批量处理,并以统一的清算价格执行。作者证明,这种方式消除了LVR(相较于再平衡的损失)以及夹心交易等形式的MEV。其直观原理是,所有参与者以批处理后的池边际价格交易,而套利者被激励进行交易,直到该价格等于外部市场价格。这种系统类似于传统金融中Budish、Cramton 和 Shim (2015年) 提出的频繁批量拍卖。这也是去中心化金融与传统金融协同效应的一个优秀案例。传统金融的理念可以在去中心化金融中实现,其实施经验又可以反过来为传统金融提供参考。
具体应用且补偿MEV:MEV捕获型AMM(McAMM)
MEV捕获型AMM是一种依赖补偿的应用特定MEV缓解技术。McAMM拍卖区块中第一个与AMM交互的交易权利,从而允许该交易者进行可能的套利。拍卖所得的收益再分配给遭受套利的流动性提供者。如果拍卖足够高效,其收益应等于从流动性提供者中提取的套利价值。尽管其方法完全不同,但这种设计可能与功能最大化AMM一样实现LVR的消除。这种结果是否在实际中成立,取决于拍卖的具体实施方式。
共享基础设施且补偿MEV:MEV-Share
补偿MEV的机制不一定需要绑定具体应用。例如,Flashbots开发的MEV-Share平台允许用户私下选择共享哪些交易数据以参与拍卖。竞标者可以对这些交易进行打包并提取其中的MEV,用户则能获得拍卖所得。这种基础设施不特定于某个应用,因为交易可以与任何应用交互。
共享基础设施且防止MEV:在逐利环境中受保护的订单流(PROF)
一些基础设施机制的目标是防止MEV提取。例如,“逐利环境中的受保护订单流”(PROF)依赖可信执行环境(TEE)中的区块生产者,该环境可以可信地承诺一种排序规则,例如“先到先得”。TEE具备两项关键特性,使承诺可信:
因此,用户将交易发送给在TEE中运行排序规则的区块生产者时,可以确信该规则会得到执行。这使得PROF可以在不更改以太坊协议规则的情况下,防止某些类型的MEV提取,例如前置交易。
不同的MEV缓解技术各有利弊:
这些四种MEV缓解技术既不完全穷尽所有可能性,也非完全相互独立。值得注意的是,这些分类更像是一个光谱而非绝对的二元划分。例如,一些MEV缓解技术可能更偏向基础设施。这个领域发展迅速,任何分类方式都充满挑战。但总体上看,这个领域前景乐观,许多人相信,MEV占以太坊总价值的比例将快速缩减。
这些MEV缓解措施可能对一些人来说并不令人满意。那么,为什么以太坊不能成为从整体上解决MEV问题的协议基础设施?有些读者可能会建议采用特定的排序规则。例如,像“先到先得”这样的排序规则被提议用于以太坊,但并未获得广泛支持。我认为协议无法从整体上解决MEV对终端用户和应用程序造成负担的原因有两个,且均与以太坊可信中立的限制有关。
首先,以太坊无法获得满足“公平性”的传递性全局排序。以太坊托管了各种各样的应用程序,每种应用程序可能从不同的排序规则中获益。“先到先得”的排序规则可能对某些应用有帮助,但可能会抑制其他应用的发展。因此,生态系统难以就何为“公平”达成一致。此外,即使生态系统能够就某种公平的排序规则达成一致,获得传递性的全局排序规则依然很困难,因为交易可能在不同节点的到达时间不同。
这些不一致会导致“先到先得”排序协议的问题。具体来说,即使单个节点接收到交易的顺序是传递的,也不意味着聚合顺序也是传递的。“先到先得”的排序规则可能陷入循环,试图恢复传递性,而有时这些循环只能通过一个任意规则(例如按字母顺序排序)来解决。这可能导致那些对“先到先得”排序至关重要的交易(如时间敏感的套利交易)没有按照预期排序,而是被任意排序。
图2:展示“先到先得”排序规则可能陷入的Condorcet循环,该图取自Mahimna Kelkar关于Themis的演示。
除了理论上的问题外,还不清楚“先到先得”排序规则是否理想。这种规则对拥有更快连接的用户有利。如果快速连接的价值足够高,这可能导致像传统金融中那样的“延迟竞赛”,企业将大量投资于速度技术。速度技术可能会损害区块链的可信中立性,因为它激励了地理集中的倾向。
交易到达时间的不同视图不仅会为“先到先得”排序规则带来问题,也会影响所有排序规则。排序规则通常旨在实现某些经济特性。例如,优先Gas排序试图按交易支付的优先费来排序。然而,这些经济目标通常只有在存在全局视图时才能实现。由于从局部传递视图中获取传递性全局视图很困难,因此很难实现这样的全局视图。换句话说,一些验证者可能认为某笔交易应排序在一个时间槽内,而其他验证者认为它应排序在另一个时间槽内,从而降低生态系统从固定排序规则中期望获得的经济属性。
其次,共识协议对执行层上MEV相关的活动一无所知。这使得设计协议内的补偿机制变得困难,因为协议目前无法理解什么是MEV及其应补偿给谁。最后,协议必须保持可信中立,即不应处于必须做出偏好性选择的位置,例如决定MEV应该补偿给谁,即使协议可以这么做;同样,协议也不应选择倾向于特定应用的MEV预防技术。
一个接近协议内MEV补偿机制的有趣例子是Dan Robinson和 Dave White提出的MEV税收方案。它允许任何应用通过设置参数(例如$k$)来覆盖协议内的优先费。任何与该应用交互的用户必须支付其优先费的$k$倍给该应用。例如,如果某应用的MEV提取值为10 ETH,且$k = 9$,用户为了抢占交互权可能支付1 ETH的优先费给验证者,同时支付9 ETH给应用。在这种机制下,MEV税能够以通用的方式将MEV收益返还给应用。然而,这种方案仍需进一步研究以确定其在以太坊上的可行性。
尽管MEV税收方向有希望,但它也存在挑战。例如,MEV税假设优先费可以作为MEV数量的通用信号。然而,这只有在强制执行优先排序时才可能成立。而且,这种排序本身可能会减少MEV总量,就像多单元第一价格拍卖的收入可能低于组合拍卖的收入一样。
Flashbots的SUAVE似乎正走向相反方向,它允许用户表达更灵活的偏好。目前SUAVE尚未上线,但旨在构建一个无需特定排序规则的去中心化区块构建器,能够优化地合并交易包。
优先费可能无法准确反映MEV,尤其当搜索者希望以比单一优先费更复杂的方式表达其包含偏好时。例如,一个搜索者可能希望其交易包被包含在某区块中其他竞争包之前,但对其在区块中的绝对位置并不关心。在这种情况下,使用优先费将迫使搜索者与所有用户竞争,而无关其对搜索者的相关性。
除了排序规则之外,还有其他方法可以减少从用户提取的MEV。例如,研究方向之一是加密交易池。这意味着用户以加密形式广播交易,只有在交易被包含后才会解密。因此,区块生产者在数据被屏蔽的情况下无法基于交易内容进行前置交易。
加密交易池已经在与以太坊架构相似的Gnosis链上实现。生态参与者,特别是Shutter Network,正致力于将加密交易池引入以太坊主网。目前的限制因素包括基于门限加密技术所需的信任假设、可验证延迟函数的现状,以及与加密交易池相关的数据可用性问题。
综上所述,以太坊无法成为阻止MEV的基础设施的原因有两个:第一,生态系统尚未就公平的排序规则达成一致;第二,无论采用何种排序规则,获得传递性的全局排序都是困难的。虽然有些排序规则的提案(例如MEV税收)和协议升级已经被讨论,可以实现传递性全局排序并满足“公平性”,但目前尚未形成广泛共识。以太坊也无法成为MEV的补偿基础设施,因为共识层对执行层发生的事情一无所知,而以太坊必须保持中立,不得偏向于某些应用。
前一段展示了协议如何难以消除MEV对用户的负担。然而,以太坊协议中有许多机制专门处理MEV,Vitalik的路线图中也专门有一部分致力于此。这些机制的作用是什么?
协议内机制试图解决的问题与前文讨论的缓解技术有所不同。它们的目标不是通过减少从用户中提取的MEV来最大化以太坊的价值,而是通过减少MEV的负面外部性来最大化以太坊的可信中立性。MEV不仅降低了被提取者的效用,还会严重扭曲提取者的行为。例如,它通过规模经济激励中心化,并导致共识的不稳定性。
经济驱动是以太坊共识面临的一大中心化风险,也间接威胁其可信中立性。如果存在规模经济,小型共识代理可能会与大型代理合并以获益。如果存在复杂化的回报,理性验证者可能会偏离诚实的行为规范。对于共识代理来说,规模经济或复杂化回报是MEV的负面外部性。
协议通过分离以太坊中共识代理的角色并在它们之间设立隔离墙来防止这些负面外部性。目前,以太坊将以下所有角色分配给一个代理,但从原则上来说,这些角色是独立的:
共识所需信息的证明和创建共识区块
这是以太坊权益证明(PoS)共识系统中最关键的角色。例如,证明链的头部、证明消息的及时性,以及在需要时创建共识区块。对于这些角色的奖励,在参与者之间相对均匀。
执行区块的提议
这个角色确保执行层的活跃性,包括及时提交执行有效负载以及高效分配执行有效负载的构建权。这些角色的奖励取决于参与者的风险容忍度和速度。
执行区块的构建
这个角色决定了执行有效负载中交易的排序。它在系统中提取MEV的潜力最大,同时伴随明显的规模经济、高进入门槛和复杂性。对于这些角色的奖励,在参与者之间差异很大。
以太坊生态系统旨在将这三个角色隔离开来,使一个角色的激励不会影响执行其他角色的激励。例如,如Vitalik在其著名的《Endgame》一文中所述,只要区块验证是无需信任的并高度去中心化,交易排序可以更集中,而一组去中心化的参与者可以确保抗审查性。
提议者-构建者分离(PBS)旨在分离提议和构建执行有效负载的角色。这是一种设计理念,认识到这两个角色的不同,并促进提议者将其区块构建职责外包给专业方。MEV-Boost是PBS的当前协议外实现。它允许所有提议者,无论复杂程度如何,访问相同的MEV市场。具体来说,它强制规定构建者获得构建区块的权利,而提议者获得出售该权利的报酬。借助MEV-Boost,提议者无需投资复杂的MEV提取技术,就可以在这一领域保持相对简单,同时获得与更复杂提议者相同的奖励。
证明者-提议者分离(APS)的概念与PBS类似。它也认识到两种角色之间的区别:即证明与提议共识区块的角色,以及提议执行区块的角色。APS目前处于研究阶段,没有协议外的实现。提议者可能希望提高速度,因为这允许他们更晚提交区块,意味着他们可以包含更多交易。然而,对于共识协议来说,不应激励延迟行为,因为这会导致地理中心化。APS有时被视为以太坊协议的最后一道防线。
PBS和APS展示了如何将这三个角色隔离。然而,实施这两个协议升级也意味着创建区块的参与者会高度集中,这对抗审查性非常不利。以太坊的目标是通过在这些角色之间建立单向阀门来克服这些问题。例如,协议可能将证明区块的角色与证明交易池中待处理交易的角色结合起来。一组证明者将负责创建区块生产者必须包含的交易清单,否则他们的区块将被证明者忽略。这些机制被称为包含清单(inclusion lists)。
单向阀门挑战了角色分离的概念。设计能有效利用一组参与者的属性(如限制另一组参与者)但同时确保被限制的参与者不会影响限制者,这非常困难。例如,去中心化的证明者集体将负责创建包含清单。我们不希望区块生产者或与区块生产相关的中心化激励影响证明者。
图3:通过APS和PBS分工,并使用包含清单及构建权出售作为角色之间的单向阀门。
协议内的MEV机制与应用和基础设施的MEV缓解技术在根本上有着不同的目标。协议外的缓解技术通常旨在减少每单位价值中产生的MEV,而协议内的缓解技术则侧重于防止MEV对以太坊共识代理带来的负面外部性。某些MEV缓解技术可能同时有助于这两个目标。例如,MEV-Boost技术从技术上讲是协议外的,但其唯一目标是防止MEV带来的负面外部性。
此外,两个问题的约束条件不同。协议内机制的设计必须考虑硬件要求和中立协议,而协议外的MEV缓解技术的约束则取决于应用或基础设施设计者的需求,这些需求可以适应特定的用例。
由于这两个问题的目标和约束不同,因此可以直观地认为没有单一解决方案能够同时解决这两个问题。此外,这两个问题之间可能存在更为根本的二分法。以下部分将对这种二分法进行探讨,这也是Davide Crapis 和作者在一篇论文中提出的论点。
应用设计者希望减少每单位价值中的MEV,因为这样可以吸引更多用户,从而增加这些应用所促成的总价值。如果每单位价值中的MEV减少,但促成的总价值增加,则总的MEV量可能会减少,也可能会增加。而协议内的MEV机制关心的是共识代理可以提取的MEV总量。即使MEV总量只是以太坊所促成的价值的一个微不足道的部分,协议仍然需要确保不同共识角色的隔离,以防止以太坊的共识参与者发生中心化。
举个例子,考虑之前提到的损失与再平衡(LVR),即AMM(自动化做市商)中的流动性提供者因链上报价滞后而面临的延迟套利损失。Milionis等人的研究发现,累积的LVR与区块时隙时间的3/2次方成正比。
从表面看,这似乎表明减少时隙时间也会减少MEV。然而,LVR是每单位流动性上的套利损失。而Joel Hasbrouck、Thomas Rivera和Fahad Saleh的研究显示,个人LP(流动性提供者)的位置可以被视为可投资的资产。资产的预期回报通常取决于其风险。假设LP的位置风险保持不变,那么LP位置的回报应该保持不变。由于每单位流动性的成本下降,因此每单位流动性的收入也必须下降。在AMM中,收入将下降,因为更多流动性流入AMM。更多的流动性意味着更多的流动性单位面临LVR。因此,综合效应是模糊的。因此,尽管每单位价值中的MEV可能减少,LVR导致的MEV总量如何变化仍不明确。
此外,减少LVR会使AMM成为更具吸引力的交易场所,因为增加了流动性,意味着更多的支付费用的交易者使用AMM,进而带来更多的流动性。用户体验因短时隙而受益,而LVR引发的MEV总量可能会随着时隙时间的减少而增加。尽管用户享受了更高效的交易,但这对于协议来说却是一个问题。
表1:时隙时间对LVR、流动性和总MEV的影响。这张表展示了时隙时间如何影响每个时隙的LVR以及流动性增长的倍数。假设费用收入保持不变,流动性提供者的机会成本为零。结果以12秒时隙时间的值为基准进行归一化。
表1表明,即使时隙时间减少,LVR带来的总MEV量可能依然保持不变。该表中的数据是基于以下假设生成的:费用是唯一的收入来源,延迟套利是流动性提供者的唯一成本,每个时隙的机会成本保持为零。这些假设过于简化,因此这些数据可能呈现出时隙内流动性增加的上限,进而影响总MEV的上限。
很难预测这些预测结果是否成立。生态系统对流动性提供者的动机和风险回报的理解知之甚少,更不用说流动性交易者的行为了。或许,流动性提供者会根据时隙时间不同而以不同方式评估LP位置的风险,这有可能利于预测总MEV随时隙时间变化的走势。
这一例子可以具有一定的普遍性。旨在最小化每单位价值中的MEV的协议外MEV缓解技术,通常会引入更多的价值流经系统,因此,MEV缓解对总MEV的影响是模糊的。综上,我认为,以太坊不能仅仅依赖协议外的MEV缓解技术来防止MEV对共识代理的负面外部性。
以太坊协议及整个生态系统始终致力于提升以太坊的潜在价值。然而,限制以太坊持续优化的一大瓶颈是最大可提取价值(MEV)。MEV指的是区块生产者通过对区块中交易的包含、排序或排除所能提取的最大收益。本文总结了现有的MEV缓解方法,分析其对应用和协议的影响,并提出未来研究方向。
文章内容包括以下几部分:
虽然文章前半部分整理了MEV缓解技术的系统性知识,但第四部分提出了一个相对新颖的观点:协议外的缓解措施无法解决协议内的MEV问题。这一观点源于作者与Davide Crapis共同撰写的论文。
MEV对用户而言是一种隐形的“租金效应”,增加了与区块链交互的成本。为提升以太坊生态的价值,协议外MEV缓解技术的目标是不改变以太坊协议规则的前提下,减少MEV对用户和流动性提供者的负面影响。
以自动化做市商(AMM)为例说明MEV的提取方式及其缓解方法:
这种MEV形式被称为“相较于再平衡的损失(LVR)”。LVR是流动性提供者的直接成本。当从AMM中提取的LVR增加时,流动性提供者的总流动性会减少,进而增加用户交易的价格冲击,使交易成本上升。因此,AMM的设计目标之一是降低LVR带来的成本,而应用设计的更大目标是减少MEV对用户的整体影响。
减少MEV的方法可以分为以下两个维度:
针对具体应用 vs. 共享基础设施
应用是否通过自我设计缓解MEV,或借助共享基础设施完成缓解。
预防MEV vs. 补偿MEV
应用是通过设计来避免MEV的产生,还是通过补偿受影响用户来降低其成本。
第一个分类轴是应用程序是否通过自身机制缓解MEV,或依赖某种共享基础设施。第二个分类轴较为复杂。应用程序可以设计为从一开始就防止MEV暴露,或者可以出售提取MEV的权利,并将销售收入返还给受影响的用户。补偿MEV的方式略微偏离了MEV的定义,即由负责包含、排序和排除交易的行为者从系统中提取的价值。被补偿的MEV并未从系统中提取,因此严格来说不符合MEV的定义。然而,使用“MEV”一词可能有助于阐述相关概念,因为与MEV相关的所有概念都适用于被补偿的价值,除收入去向外。我们将看到所有四种可能性的例子,并讨论其相对优势。
图1:协议外MEV缓解技术的二维分类及每种类别的示例
具体应用且防止MEV:功能最大化AMM
通常,对于首次了解MEV的人来说,最直观的缓解技术是应用程序设计为防止MEV暴露。例如Andrea Canidio 和 Robin Fritsch提出的功能最大化AMM。这种设计将收集的一段时间内的交易批量处理,并以统一的清算价格执行。作者证明,这种方式消除了LVR(相较于再平衡的损失)以及夹心交易等形式的MEV。其直观原理是,所有参与者以批处理后的池边际价格交易,而套利者被激励进行交易,直到该价格等于外部市场价格。这种系统类似于传统金融中Budish、Cramton 和 Shim (2015年) 提出的频繁批量拍卖。这也是去中心化金融与传统金融协同效应的一个优秀案例。传统金融的理念可以在去中心化金融中实现,其实施经验又可以反过来为传统金融提供参考。
具体应用且补偿MEV:MEV捕获型AMM(McAMM)
MEV捕获型AMM是一种依赖补偿的应用特定MEV缓解技术。McAMM拍卖区块中第一个与AMM交互的交易权利,从而允许该交易者进行可能的套利。拍卖所得的收益再分配给遭受套利的流动性提供者。如果拍卖足够高效,其收益应等于从流动性提供者中提取的套利价值。尽管其方法完全不同,但这种设计可能与功能最大化AMM一样实现LVR的消除。这种结果是否在实际中成立,取决于拍卖的具体实施方式。
共享基础设施且补偿MEV:MEV-Share
补偿MEV的机制不一定需要绑定具体应用。例如,Flashbots开发的MEV-Share平台允许用户私下选择共享哪些交易数据以参与拍卖。竞标者可以对这些交易进行打包并提取其中的MEV,用户则能获得拍卖所得。这种基础设施不特定于某个应用,因为交易可以与任何应用交互。
共享基础设施且防止MEV:在逐利环境中受保护的订单流(PROF)
一些基础设施机制的目标是防止MEV提取。例如,“逐利环境中的受保护订单流”(PROF)依赖可信执行环境(TEE)中的区块生产者,该环境可以可信地承诺一种排序规则,例如“先到先得”。TEE具备两项关键特性,使承诺可信:
因此,用户将交易发送给在TEE中运行排序规则的区块生产者时,可以确信该规则会得到执行。这使得PROF可以在不更改以太坊协议规则的情况下,防止某些类型的MEV提取,例如前置交易。
不同的MEV缓解技术各有利弊:
这些四种MEV缓解技术既不完全穷尽所有可能性,也非完全相互独立。值得注意的是,这些分类更像是一个光谱而非绝对的二元划分。例如,一些MEV缓解技术可能更偏向基础设施。这个领域发展迅速,任何分类方式都充满挑战。但总体上看,这个领域前景乐观,许多人相信,MEV占以太坊总价值的比例将快速缩减。
这些MEV缓解措施可能对一些人来说并不令人满意。那么,为什么以太坊不能成为从整体上解决MEV问题的协议基础设施?有些读者可能会建议采用特定的排序规则。例如,像“先到先得”这样的排序规则被提议用于以太坊,但并未获得广泛支持。我认为协议无法从整体上解决MEV对终端用户和应用程序造成负担的原因有两个,且均与以太坊可信中立的限制有关。
首先,以太坊无法获得满足“公平性”的传递性全局排序。以太坊托管了各种各样的应用程序,每种应用程序可能从不同的排序规则中获益。“先到先得”的排序规则可能对某些应用有帮助,但可能会抑制其他应用的发展。因此,生态系统难以就何为“公平”达成一致。此外,即使生态系统能够就某种公平的排序规则达成一致,获得传递性的全局排序规则依然很困难,因为交易可能在不同节点的到达时间不同。
这些不一致会导致“先到先得”排序协议的问题。具体来说,即使单个节点接收到交易的顺序是传递的,也不意味着聚合顺序也是传递的。“先到先得”的排序规则可能陷入循环,试图恢复传递性,而有时这些循环只能通过一个任意规则(例如按字母顺序排序)来解决。这可能导致那些对“先到先得”排序至关重要的交易(如时间敏感的套利交易)没有按照预期排序,而是被任意排序。
图2:展示“先到先得”排序规则可能陷入的Condorcet循环,该图取自Mahimna Kelkar关于Themis的演示。
除了理论上的问题外,还不清楚“先到先得”排序规则是否理想。这种规则对拥有更快连接的用户有利。如果快速连接的价值足够高,这可能导致像传统金融中那样的“延迟竞赛”,企业将大量投资于速度技术。速度技术可能会损害区块链的可信中立性,因为它激励了地理集中的倾向。
交易到达时间的不同视图不仅会为“先到先得”排序规则带来问题,也会影响所有排序规则。排序规则通常旨在实现某些经济特性。例如,优先Gas排序试图按交易支付的优先费来排序。然而,这些经济目标通常只有在存在全局视图时才能实现。由于从局部传递视图中获取传递性全局视图很困难,因此很难实现这样的全局视图。换句话说,一些验证者可能认为某笔交易应排序在一个时间槽内,而其他验证者认为它应排序在另一个时间槽内,从而降低生态系统从固定排序规则中期望获得的经济属性。
其次,共识协议对执行层上MEV相关的活动一无所知。这使得设计协议内的补偿机制变得困难,因为协议目前无法理解什么是MEV及其应补偿给谁。最后,协议必须保持可信中立,即不应处于必须做出偏好性选择的位置,例如决定MEV应该补偿给谁,即使协议可以这么做;同样,协议也不应选择倾向于特定应用的MEV预防技术。
一个接近协议内MEV补偿机制的有趣例子是Dan Robinson和 Dave White提出的MEV税收方案。它允许任何应用通过设置参数(例如$k$)来覆盖协议内的优先费。任何与该应用交互的用户必须支付其优先费的$k$倍给该应用。例如,如果某应用的MEV提取值为10 ETH,且$k = 9$,用户为了抢占交互权可能支付1 ETH的优先费给验证者,同时支付9 ETH给应用。在这种机制下,MEV税能够以通用的方式将MEV收益返还给应用。然而,这种方案仍需进一步研究以确定其在以太坊上的可行性。
尽管MEV税收方向有希望,但它也存在挑战。例如,MEV税假设优先费可以作为MEV数量的通用信号。然而,这只有在强制执行优先排序时才可能成立。而且,这种排序本身可能会减少MEV总量,就像多单元第一价格拍卖的收入可能低于组合拍卖的收入一样。
Flashbots的SUAVE似乎正走向相反方向,它允许用户表达更灵活的偏好。目前SUAVE尚未上线,但旨在构建一个无需特定排序规则的去中心化区块构建器,能够优化地合并交易包。
优先费可能无法准确反映MEV,尤其当搜索者希望以比单一优先费更复杂的方式表达其包含偏好时。例如,一个搜索者可能希望其交易包被包含在某区块中其他竞争包之前,但对其在区块中的绝对位置并不关心。在这种情况下,使用优先费将迫使搜索者与所有用户竞争,而无关其对搜索者的相关性。
除了排序规则之外,还有其他方法可以减少从用户提取的MEV。例如,研究方向之一是加密交易池。这意味着用户以加密形式广播交易,只有在交易被包含后才会解密。因此,区块生产者在数据被屏蔽的情况下无法基于交易内容进行前置交易。
加密交易池已经在与以太坊架构相似的Gnosis链上实现。生态参与者,特别是Shutter Network,正致力于将加密交易池引入以太坊主网。目前的限制因素包括基于门限加密技术所需的信任假设、可验证延迟函数的现状,以及与加密交易池相关的数据可用性问题。
综上所述,以太坊无法成为阻止MEV的基础设施的原因有两个:第一,生态系统尚未就公平的排序规则达成一致;第二,无论采用何种排序规则,获得传递性的全局排序都是困难的。虽然有些排序规则的提案(例如MEV税收)和协议升级已经被讨论,可以实现传递性全局排序并满足“公平性”,但目前尚未形成广泛共识。以太坊也无法成为MEV的补偿基础设施,因为共识层对执行层发生的事情一无所知,而以太坊必须保持中立,不得偏向于某些应用。
前一段展示了协议如何难以消除MEV对用户的负担。然而,以太坊协议中有许多机制专门处理MEV,Vitalik的路线图中也专门有一部分致力于此。这些机制的作用是什么?
协议内机制试图解决的问题与前文讨论的缓解技术有所不同。它们的目标不是通过减少从用户中提取的MEV来最大化以太坊的价值,而是通过减少MEV的负面外部性来最大化以太坊的可信中立性。MEV不仅降低了被提取者的效用,还会严重扭曲提取者的行为。例如,它通过规模经济激励中心化,并导致共识的不稳定性。
经济驱动是以太坊共识面临的一大中心化风险,也间接威胁其可信中立性。如果存在规模经济,小型共识代理可能会与大型代理合并以获益。如果存在复杂化的回报,理性验证者可能会偏离诚实的行为规范。对于共识代理来说,规模经济或复杂化回报是MEV的负面外部性。
协议通过分离以太坊中共识代理的角色并在它们之间设立隔离墙来防止这些负面外部性。目前,以太坊将以下所有角色分配给一个代理,但从原则上来说,这些角色是独立的:
共识所需信息的证明和创建共识区块
这是以太坊权益证明(PoS)共识系统中最关键的角色。例如,证明链的头部、证明消息的及时性,以及在需要时创建共识区块。对于这些角色的奖励,在参与者之间相对均匀。
执行区块的提议
这个角色确保执行层的活跃性,包括及时提交执行有效负载以及高效分配执行有效负载的构建权。这些角色的奖励取决于参与者的风险容忍度和速度。
执行区块的构建
这个角色决定了执行有效负载中交易的排序。它在系统中提取MEV的潜力最大,同时伴随明显的规模经济、高进入门槛和复杂性。对于这些角色的奖励,在参与者之间差异很大。
以太坊生态系统旨在将这三个角色隔离开来,使一个角色的激励不会影响执行其他角色的激励。例如,如Vitalik在其著名的《Endgame》一文中所述,只要区块验证是无需信任的并高度去中心化,交易排序可以更集中,而一组去中心化的参与者可以确保抗审查性。
提议者-构建者分离(PBS)旨在分离提议和构建执行有效负载的角色。这是一种设计理念,认识到这两个角色的不同,并促进提议者将其区块构建职责外包给专业方。MEV-Boost是PBS的当前协议外实现。它允许所有提议者,无论复杂程度如何,访问相同的MEV市场。具体来说,它强制规定构建者获得构建区块的权利,而提议者获得出售该权利的报酬。借助MEV-Boost,提议者无需投资复杂的MEV提取技术,就可以在这一领域保持相对简单,同时获得与更复杂提议者相同的奖励。
证明者-提议者分离(APS)的概念与PBS类似。它也认识到两种角色之间的区别:即证明与提议共识区块的角色,以及提议执行区块的角色。APS目前处于研究阶段,没有协议外的实现。提议者可能希望提高速度,因为这允许他们更晚提交区块,意味着他们可以包含更多交易。然而,对于共识协议来说,不应激励延迟行为,因为这会导致地理中心化。APS有时被视为以太坊协议的最后一道防线。
PBS和APS展示了如何将这三个角色隔离。然而,实施这两个协议升级也意味着创建区块的参与者会高度集中,这对抗审查性非常不利。以太坊的目标是通过在这些角色之间建立单向阀门来克服这些问题。例如,协议可能将证明区块的角色与证明交易池中待处理交易的角色结合起来。一组证明者将负责创建区块生产者必须包含的交易清单,否则他们的区块将被证明者忽略。这些机制被称为包含清单(inclusion lists)。
单向阀门挑战了角色分离的概念。设计能有效利用一组参与者的属性(如限制另一组参与者)但同时确保被限制的参与者不会影响限制者,这非常困难。例如,去中心化的证明者集体将负责创建包含清单。我们不希望区块生产者或与区块生产相关的中心化激励影响证明者。
图3:通过APS和PBS分工,并使用包含清单及构建权出售作为角色之间的单向阀门。
协议内的MEV机制与应用和基础设施的MEV缓解技术在根本上有着不同的目标。协议外的缓解技术通常旨在减少每单位价值中产生的MEV,而协议内的缓解技术则侧重于防止MEV对以太坊共识代理带来的负面外部性。某些MEV缓解技术可能同时有助于这两个目标。例如,MEV-Boost技术从技术上讲是协议外的,但其唯一目标是防止MEV带来的负面外部性。
此外,两个问题的约束条件不同。协议内机制的设计必须考虑硬件要求和中立协议,而协议外的MEV缓解技术的约束则取决于应用或基础设施设计者的需求,这些需求可以适应特定的用例。
由于这两个问题的目标和约束不同,因此可以直观地认为没有单一解决方案能够同时解决这两个问题。此外,这两个问题之间可能存在更为根本的二分法。以下部分将对这种二分法进行探讨,这也是Davide Crapis 和作者在一篇论文中提出的论点。
应用设计者希望减少每单位价值中的MEV,因为这样可以吸引更多用户,从而增加这些应用所促成的总价值。如果每单位价值中的MEV减少,但促成的总价值增加,则总的MEV量可能会减少,也可能会增加。而协议内的MEV机制关心的是共识代理可以提取的MEV总量。即使MEV总量只是以太坊所促成的价值的一个微不足道的部分,协议仍然需要确保不同共识角色的隔离,以防止以太坊的共识参与者发生中心化。
举个例子,考虑之前提到的损失与再平衡(LVR),即AMM(自动化做市商)中的流动性提供者因链上报价滞后而面临的延迟套利损失。Milionis等人的研究发现,累积的LVR与区块时隙时间的3/2次方成正比。
从表面看,这似乎表明减少时隙时间也会减少MEV。然而,LVR是每单位流动性上的套利损失。而Joel Hasbrouck、Thomas Rivera和Fahad Saleh的研究显示,个人LP(流动性提供者)的位置可以被视为可投资的资产。资产的预期回报通常取决于其风险。假设LP的位置风险保持不变,那么LP位置的回报应该保持不变。由于每单位流动性的成本下降,因此每单位流动性的收入也必须下降。在AMM中,收入将下降,因为更多流动性流入AMM。更多的流动性意味着更多的流动性单位面临LVR。因此,综合效应是模糊的。因此,尽管每单位价值中的MEV可能减少,LVR导致的MEV总量如何变化仍不明确。
此外,减少LVR会使AMM成为更具吸引力的交易场所,因为增加了流动性,意味着更多的支付费用的交易者使用AMM,进而带来更多的流动性。用户体验因短时隙而受益,而LVR引发的MEV总量可能会随着时隙时间的减少而增加。尽管用户享受了更高效的交易,但这对于协议来说却是一个问题。
表1:时隙时间对LVR、流动性和总MEV的影响。这张表展示了时隙时间如何影响每个时隙的LVR以及流动性增长的倍数。假设费用收入保持不变,流动性提供者的机会成本为零。结果以12秒时隙时间的值为基准进行归一化。
表1表明,即使时隙时间减少,LVR带来的总MEV量可能依然保持不变。该表中的数据是基于以下假设生成的:费用是唯一的收入来源,延迟套利是流动性提供者的唯一成本,每个时隙的机会成本保持为零。这些假设过于简化,因此这些数据可能呈现出时隙内流动性增加的上限,进而影响总MEV的上限。
很难预测这些预测结果是否成立。生态系统对流动性提供者的动机和风险回报的理解知之甚少,更不用说流动性交易者的行为了。或许,流动性提供者会根据时隙时间不同而以不同方式评估LP位置的风险,这有可能利于预测总MEV随时隙时间变化的走势。
这一例子可以具有一定的普遍性。旨在最小化每单位价值中的MEV的协议外MEV缓解技术,通常会引入更多的价值流经系统,因此,MEV缓解对总MEV的影响是模糊的。综上,我认为,以太坊不能仅仅依赖协议外的MEV缓解技术来防止MEV对共识代理的负面外部性。