藏在以太坊水面下的疯狂套利活动,"黑暗森林"MEV_MEV:以太坊最新价格行情昭

这是白话区块链的第1907期原创?作者|Terry出品|白话区块链

前不久,数个顶级的MEV机器人遭到黑客攻击,黑客将MEV机器人的交易包拆解后,将部分交易替换从而盗走了MEV机器人的资金,损失约2500万美元,再度说明了「加密行业是技术人员和黑客的天堂」。

根据Flashbots的最新数据,从2020年1月至今,以太坊网络MEV已经带来将近7亿美元,其中最近30天约200万美元,那究竟什么是MEV,它又为何能带来这么大的价值?

2022.01-2023.01期间以太坊网络MEV总收益来源:Flashbots

?01?什么是MEV?

MEV,全称MaximumExtractableValue,之前也被称为MinerExtractableValue——因为以太坊转PoS等因素导致区块生产者不再是唯一决定交易排序的角色。

Mechanism联创:在FTX上的资金量“不小”,正在探索法律途径:金色财经报道,加密风险机构Mechanism Capital的联合创始人Andrew Kang表示,在FTX上的资金量“不小”,正在探索法律途径。Andrew Kang称,目前仍在交易,积极评估投资机会,并能够支持与我们合作的创始人。

据两位知情人士透露,Mechanism是众多知名加密初创公司(如Nansen、1inch和Arbitrum)的支持者,是目前无法从FTX提取资金的众多投资公司之一。[2022/11/11 12:51:49]

所以MEV的定义现在就是指验证者、排序器等通过在其生产的区块内任意包含、排除或重排序交易等能力所获得利润的一种度量。简言之,MEV可以简单理解为以抢先交易等形式进行的链上套利。

在这之前,我们有必要重温一下以太坊网络交易打包的基础知识。众所周知,在以太坊网络中的一笔交易费=Gas*GasPrice,其中:

Polygon正式加入海洋保护探索与教育基金会并推出基于NFT的深海研究船项目:10月8日消息,据 Polygon 官方报道,Polygon 正式加入海洋保护探索与教育基金会 (OCEEF),旨在将 Web3 技术引入深海探索领域,双方将打造一款现代技术深海研究船RV Odyssey,Polygon 将利用其分布式治理平台推动加密社区用户购买 NFT 并为该船只项目建设和发展提供支持,NFT 持有者可以决定这艘研究船的未来行程、研究任务和航行任务。[2022/10/8 12:49:27]

Gas即该笔交易消耗的总Gas数量,一般每笔交易需要消耗的Gas数量都是固定的;GasPrice即该笔交易中我们为每单位Gas所愿意付的价格,所以它是直接决定区块生产者是否愿意快速打包该笔交易的关键;

而目前的GasPrice主要就是一种「竞拍」游戏——每个以太坊区块的GasLimit容量固定,也就是坑位有限,那么自然谁出价高,谁的交易就优先被打包进区块确认。

中链万众与北大荒集团合作 探索“区块链+农业”合作模式:3月9日,中链万众区块链科技有限公司与北大荒集团七星农场进行战略合作云签约。战略合作双方将立足北大荒农业特点与定位,探索“区块链+农业”合作模式,构建适应市场需要的互联网销售流通体系,发展需要的定制化区块链溯源解决方案。(中国粮油信息网)[2020/3/11]

明言可见,其中可以有操作空间的关键就在于「交易排序的问题」,尤其是伴随着DeFi导致的以太坊链上活动的大幅增长,其中的可操作空间也越来越大。

举个最浅显的例子,某用户在Uniswap上进行大额交易,从而产生较大滑点,创造了一个可以通过在不同DEX搬砖实现1万美元收益套利机会。这种情况下,时刻关注链上套利机会的朋友在注意到类似机会后,无疑会立即提交一笔交易来捕捉它。

这时其实就是机器人的竞争了,无数的链上交易机器人都会注意到这个套利机会,并给出更高的交易费报价,开始一场争夺套利权的竞价战,这种竞拍被称为「优先Gas竞拍」。

声音 | 互金协会会长:区块链在解决供应链金融部分业务环节痛点方面具有探索应用价值:据中国互联网金融协会官网 8月26日消息,近日,中国互联网金融协会区块链研究工作组在北京组织召开供应链金融领域区块链应用实践与标准化建设研讨会。李东荣会长指出,供应链金融在缓解中小微企业融资难融资贵问题方面具有积极作用,区块链具有链上信息难篡改、可追溯等特点,在解决供应链金融部分业务环节痛点方面具有探索应用价值。开展供应链金融领域区块链安全合规应用,应坚守金融服务实体经济初心,依托协会区块链研究工作组加强多方联合攻关,有效结合云计算、物联网等其他数字技术,科学有序推进相关应用实践和标准化建设,助力提升供应链金融服务实体经济质效。[2019/8/27]

这时候就看哪家的机器人动作快了,本质上是一种公开博弈的过程,任何旨在寻觅链上套利机会的交易机器人都凭本事竞争,大家作为同一赛道的「选手」,是相对公平的。

动态 | 德国巴伐利亚州和北威州共同探索区块链技术应用:德国巴伐利亚州总理马库斯·索德(Markus S?der)宣布了与北威州的数字计划。接受采访时表示,两州将共同推出“未来联合数字化委员会”。共同解决关于数字化管理,区块链技术的使用,以及数字时代的新工作模式的问题[2018/12/22]

而大家争夺的这1万美元潜在利润就是MEV,同时竞拍结算价格和总MEV之间的差额,就是获胜者的利润。

?02?MEV争夺战的激烈博弈

简言之,MEV客观存在、无法避免,有个观点就是「分布式系统中将始终存在一定数量的MEV」。

因为像上文提到的情形,某种程度上套利机器人是负责将市场价套利至与真实价格持平,使得链上市场更加有效,同时也不损害原始交易者的利益,这可以称得上良性的MEV交易。

此外还有一些利用MEV的有趣想法,譬如之前EthDenver2022上有项目就旨在通过开源良性flashbots来解决网络钓鱼问题:

它可在资金从钱包中转出时进行检测,一旦检测到资金是转移到不受信任的地址时,MEV领跑者就会立即以两倍Gas费发送一个交易,把用户的所有资产转移到备用地址。

当然,由于MEV本身虽然中性,利益催动背后「恶性」的MEV交易自然也无法避免:

还是上面提到的1万美元的例子,大家别忘了「裁判」亲自下场的可能——如果区块生产者「不讲武德」,复制并审查套利者的交易,从而采用自己打包自己的交易;

又或是针对同一笔交易,套利机器人会在执行之前识别用户的交易,并将其交易「夹在」自己的买卖订单之间,人为抬高执行价格,然后机器人立即出售以获取利益;

甚至一度出现机器人们「互夹」的内卷奇景,导致MEV竞争市场变成抢跑机器人们的真实存在的以太坊DeFi「黑暗森林」——机器人与机器人之间不带任何感情的策略竞争与互割;

这些恶性的MEV交易吸引了不少利益相关方来切蛋糕,导致GasPrice不断推高,成了一场无情的竞拍游戏,无疑会极大降低用户体验,妨碍网络健康发展,并已开辟并形成一个体量庞大的利益再分配市场。

毕竟只要MEV足够大,抢跑者会很愿意通过恶性竞争支付高出普通交易几百倍的Gas费,这会导致原本就紧张的区块被很多没有实际意义的高额手续费交易填满,造成堵塞,也是对区块资源的浪费。

?03?重要性日益凸显的长坡赛道

而在以太坊转PoS之后,改变了原先只有区块生产者可以插手交易排序的情况,目前许多专注于DeFi交易的策略机器人、其他网络参与者也越来越多参与到到了提取MEV的行列,争相搜刮交易利润。

所以,PoS背景下获取MEV的人数范围变大了,但大家目的都没变,都是为了获得最大利益,而且我们不能低估MEV这个长坡赛道所隐藏的巨大想象空间:

ultrasound.money数据也显示,以太坊合并以来,排名第一的MEVBot在ETH燃烧排行榜上的消耗量甚至都超过了ENS注册合约,超过了2000枚ETH,另外还有数个MEVBot的以太坊消耗量也超过了1000枚ETH。

这也从侧面说明以太坊合并以来MEV赛道在逐步趋于白热化,链上的各式充满创新玩法的MEV机器人角逐与套利屡见不鲜。

就像最近影响颇大的SushiSwap智能合约漏洞事件,以太坊质押协议Lido就在此次安全事件中于Epoch193,186捕获了689.02枚ETH的MEV奖励,并直接收入Lido金库。

虽然SushiSwap后续表示会与Lido沟通探索解决方案,意味着可能并非会让Lido用户直接瓜分。

但这也佐证了随着MEV作为一个类别持续增长,尤其是多链MEV的机会不断扩大,Rollup、应用链和超级DApp势必将把MEV视为新的收入来源,甚至后续部分收入会以Gas补贴或其他折扣的形式返还给用户。

总而言之,MEV将继续成为加密行业发展不可或缺的一部分,尤其是随着DApp们持续在考虑MEV的情况下做出产品决策,MEV作为收入和业务模型的核心组成部分,会变得越来越重要。

END

上一篇:以太坊Layer2强势落地,留给Aptos、Sui等新公链的时间不多了?推荐阅读决战以太坊之巅,二层战火全面蔓延马斯克将推特Logo改为狗狗币表情,意欲何为?以太坊生态龙头盘点:最值得关注的Web3应用和基础设施不想加密资产白白闲置,DeFi的收益来源及背后风险必须了解美国议员提交更改链上交易的法案遭群嘲,有可能实现吗?

『声明:本文为作者独立观点,不代表白话区块链立场,本内容仅供广大加密爱好者科普学习和交流,不构成投资意见或建议,请理性看待,树立正确的理念,提高风险意识。文章版权和最终解释权归白话区块链所有。』

喜欢请点「在看」

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金宝趣谈

[0:46ms0-6:531ms