EN
Gate Ventures研究洞察：主流公链的MEV现状
在以 Sui、Ethereum 这种以 Gas Fees 来交易排序的模型下，都面临着链上交易活跃时（如 Meme 交易活跃、价格大幅变动、NFT Mints 等场景），会助长更高的 Gas Fee 的恶性循环，进而导致部分用户无法在此时参与市场，在 Sui 中没有 EIP-1559 的平滑机制，因此 Sui 的 Gas Fees 变动更加剧烈，Ethereum 在此协议下增长的较为平滑。
在以 Aptos 这种确定性函数的排序模型下，会让 MEV 集中在尾部，因为 Leader 节点只有在排序结束以后才会有区块的完整视图，这也就导致了 Aptos 上的 MEV 更加复杂，并且抢先攻击较少，Gas Fees 就更加平缓。
在以 Solana 这种类似于 Aptos 一样，是以 FCFS 确定性模型进行排序，因此 Searchers 更加以速度优先，这样就会使得有更好硬件的 Searchers 赚取更多的利润。同时，依赖于速度会让整个网络充斥着大量的机器人发送的同一笔交易，以最大程度的将自己的交易包含进区块中，进而导致网络崩溃。Jito Labs 引入了类似于以太坊的伪 Mempool，支持 proority fees 来抢先交易，这同时带来了 Gas fees 的高波动和大量垃圾交易并存。
我们能够看到不同架构下和交易排序模型，会自然的衍生出对应的 MEV 市场现状。这些能够根据交易和架构预测。因此，对于以太坊本身来说，EIP-1559 是应对 Gas Fees 排序优先机制下的补丁（涉及到价值重新分配以及平滑 Gas 增长曲线），但是这仍然无法解决 Sandwitch 攻击以及高 Gas 的极差用户体验。因此，当前对于 MEV 的方案主要是构建一个透明与公开的市场，但是实际 sandwich 攻击带来的极差用户体验仍然需要针对性的解决。同时由于架构和衍生协议带来的问题也需要仔细商榷，Ethereum 与 Solana 代表了两种架构，其面临的问题也不尽相同，需要 case by case 的看待。
同时，我们也意识到了除了 Ethereum 以外，大部分的公链对于 MEV 的研究都较为浅薄，主要是缺乏对应的社区进行广泛的研究和链上数据支持。这里仍然有相对广阔的研究空间，特别是针对 DAG 等新兴公链以及新的排序模型等架构级别问题的研究。
链上 DEFI 发展
DEX Volume by chains
MEV 主要有 Sandwich、Arbitrage、Liquidation 三种方式，这三种方式本质上都与 DeFi 有关，特别是交易量最大的前两种，都是与 DEX 相关，因此链上的 DEX 交易量越大，那么可赚取的利润和机会越多，相应的竞争就越激烈。在最近一个月的 DEX Volume 中，Ethereum 与 Solana 远超其它公链，也意味着这两条公链的 MEV 最为活跃。
同时，伴随着以太坊将L2作为其主要扩容目标，Arbitrum 与 Base 等新兴的 Layer 2 也有较高的交易量，但是这一部分的 MEV 往往是 Sequencer 赚取，随着 Sequencer 的逐步去中心化，Layer 2 的 MEV 问题以及潜在机会也会逐步衍生出来。
除了以太坊和 Solana，排除 Layer 2 后，交易量较大的 Layer 1 为 BSC，最近一个月的 DEX 交易量大约为 173 亿美元。BSC 是以太坊的 Fork，所以其架构相似，我们将不再赘述，接下来，我们将介绍 Ethereum、Solana 以及新兴的 DAG 公链如 Sui、Aptos 的架构以及 MEV 的发展情况。
Ethereum
Ethereum MEV 架构
在以太坊中，Flashbots 引入了 MEV-boost 来透明化整个 MEV 的过程，该架构被称为 PBS 。我们简要的介绍一下整个 PBS（Proposer Builder Seperate） 密封第一拍卖模型。当用户通过 RPC 代理提交交易，RPC 相当于运行了一个节点，将交易提交到公开的 Mempool 中，多个 Builder 找到最适合的交易进行排序以生成一个利润最大化的区块（利润最大化指交易手续 Base+Priority+MEV），然后多个 Builder 通过 Relayer 与 Proposer 进行交互，Relayer 是多个 Builder 与 Proposer 交互的桥梁，Builder 向 Relayer 提交报价，Relayer 向 Proposer 提交多个区块头以及对应的报价，Proposer 一般采纳报价最高的区块。其中 Relayer 会实现 MEVBboost 规范，这个是 Flashbot 提出的如何规范 Builder 与 Proposer 交互竞标的一种技术规范。在这个过程中，所有信息都是密闭的，Relayer 只会提交区块头给 Proposer，因此 Proposer 具有抗审查性。
但是，在当前的 PBS 架构下，我们见到自从 MEV-BOOST 规范引入后，这一利润最大化的密封竞标拍卖机制下，导致了 Builder 与 Searcher 逐步向合作与信任的方向引导，无论是 Searcher 还是 Builder 利益捆绑在一起后，这一集中化趋势也非常明显。而 POS 下，又会导致 Validator 的集中化，整个 MEV 产业链中，在各个环节都变得很集中化，并且还引入了多方信任的问题，Searcher 信任 Builder，Builder 和 Proposer 信任 Relayer。MEV 集中化与信任化的发展，与以太坊的最终去中心化与去中信任话的愿景出现了明显的违背。
ETH Merge 以后的 MEV 统计，图源： libMEV
在以太坊中，自从 Merge 以后，总共从链上提取了 5.7 亿美元的价值，其中 Searchers 总共获得了 15.2% 的价值，剩下的 84.8% 重新回到了生态系统中，其中绝大部分是 Validator 也就是 POS 质押者获得，剩下一部分全体代币持有人获得。
按类别划分，图源： libMEV
从上图可以看出，Sandwich 作为 MEV 的负效应大约占据整体交易量的 66% ，这也是对用户 UX 影响最大的主要链上活动。Searchers 往往在 Arbitrage 上的利润率更高，约为 18.4% ，并且这是一种较为有益的 MEV。我们觉得，这种利润率的现象是加密货币的高波动带来的。
MEV 泄漏虽然平均是 15.2% ，不至于令人无法接受，但是 MEV 的主要影响是用户体验，特别是在 EIP-1559 机制下。在高波动性的市场行情下，链上机器人会更积极的寻找各自套利机会，以太坊是以 Gas Fees 进行排序的，因此大家都在以竞争手续费为主，这就会抬高用户的 Gas 成本，EIP-1559 机制并没有特别成功的压制这种 Gas 的增长速度，导致短时间内 Gas fees 的大幅飙升。
MEV 交易利润分布，图源： Eigenphi
在以太坊上，每一笔 MEV 交易绝大部分的利润都集中在 0.9 u 左右。
Solana
Solana 的架构，图源： Umbra Research
在 Solana 的出块机制中，由于 RPC 是直接与 Leader 进行交互，并且采用 FCFS 的原则，因此其不具备以太坊似的 Mmepool。
Jito 客户端下的 MEV 兼容架构，图源： Helius
Jito Labs 客户端目前占据了 50% 的客户端市场份额，因此 Jito Labs 自己构建了一个伪 mempool，用户通过 RPC 进入一个伪 mempool 停留大约 200 ms。Jito Labs 提供了一个链下的包含保障，能够保证该 bundle 内的所有交易均包含进区块中。搜索者可以竞标夹层攻击待处理交易的机会，Searchers 通过竞标到利润最大化的 Bundle，然后 Block Engine 负责寻找出竞价最高的 Bundle 提交给运行 Jito Labs 客户端的 Leader。
这是造成 MEV 的根本，但是 MEV 有其正外部性以及需求，如果 Jito Labs 不去做伪 mempool，那么其它项目也会做，因此 Jito Labs 选择吃下这个市场，以使得整个 MEV 的过程变得更加透明和公平，减轻负外部性。当然，这种对 MEV bot 的需求导致了用户处于最弱势，因为验证者将收取手续费，mev bot 将获得套利的收益，但是用户遭受更高的滑点和可能失败的交易。
Solana 的根本设计是 FCFS，所以在高峰网络活动时，不会发生 Gas Fees 的剧烈增长，Jito Labs 客户端引入了伪内存池以后，MEV bots 往往通过速度来抢先交易，并且由于手续费相对固定与低廉，MEV bots 往往肆无忌惮的发送大量的相同交易，这间接导致了 DDOS 攻击，又由于客户端为了速度而选择了 QUIC 协议发送交易，客户端往往会维护多个用户之间的交易通道，客户端无法承载大量交易时，客户端会自行断开某些连接，并且用户往往缺乏经济效益，客户端会与 MEV 合谋，断开用户，这也就导致了高峰时，用户无法发送交易，这实际是潜在的审查攻击。
Searchers 利润分布，图源： Four Pillars
在这种架构下，速度是第一优先级。这也会导致 Searchers 的利润集中化，因为具备更好的硬件的 Searchers 能够获得更多的利润。
优先 fees 与 jito tips 的占比，图源： Jito
Jito Labs 引入伪内存池以后，也支持了 Priority Fees，这样就允许区块构建者进行 Bundle 竞标。在 Jito Labs 构建的伪 mempool 的客户端中，Priority Fees 会被烧毁，这大概是 Gas Fees 的一半。
Jito 客户端质押 Sol 占比：图源： Jito
当前在 Solana 上的 MEV 仍然较为简单，与以太坊相比，以太坊是以 Gas Price 为主要的排序手段，而 Solana 是以 FCFS 算法进行。由于成本低廉，所以 Searchers 天然倾向于向网络发送大量的相同交易以确保被成功包含，而以太坊上速度并不是第一优先级，这也会导致 Gas Fees 的大幅波动。这两种方案在高峰期，都会导致较差的用户体验，一个是交易无法发送一个是交易承受高昂的手续费。
值得注意的是，由于伪 mempool 的存在，MEV 带来的 sandwich 攻击让用户遭受了极差的用户体验，因此基金会和 jito 合作关闭了 mempool，同时还对这些 validator 进行审查，强行将参与三明治攻击的 Validator 剔除出了验证者网络。
DAG
Aptos 与 Sui 相似，都是基于 DAG 的。在本文中，我们旨在为读者提供 Narwhal Mempool 的基本介绍并分析 DAG 内交易的排序如何影响 MEV。
Narwhal Mempool，图源： Rohan Shrothrium
在 DAG 算法下，用户将交易提交给 Workers，然后这些 Workers 可以并行处理不相关的交易，Workers 将交易打包成 Batch，广播给其它节点。一个主节点 Primary 管理着多个 Workers 节点，主节点负责收集这些 Batches 的摘要以及证明的证书组成区块并且广播。最终这些区块会形成 DAG 的一个顶点。如图上的步骤，这些区块内的交易还未完成排序以及执行。
之后会使用如 Sui 的排序算法 Bullshark，这个算法会选择一个 Leader，验证 Leader 是否收到足够多的投票，之后 Leader 使用确定性的函数进行全局交易排序，比如 gas fee、随机性等因素。排序之后，这个区块会被广播给所有的验证者，验证者验证区块的内容以及排序，然后所有验证者都需要执行区块内的交易。
在 DAG + Bullshark 的算法组合下，每一轮都会选择出一个 Leader 以全局排序，MEV 的泄漏往往与交易排序相关，其看到了交易的顺序，就可以插入交易以提取 MEV。其中，在一个区块中，如果 Leader 节点的交易被放在了前半部分我们称为区块顶部，可以让其优先处理交易；交易放在后半部分我们称为区块底部，可以获得区块的完整视图，构建更复杂的 MEV。
Sui
在 Sui 中，其对于交易的排序规则是以最常见的 Gas Fees 进行的。因此在这种环境下，一般是进行一些套利操作，如 CEX-DEX 的套利，当其发现交易中，存在套利机会，那么其只要发起一个 Gas Fee 更高的复制交易即可，因此这在排序中都具备确定性。
Aptos
Aptos 采取其它的排序策略，因此 Leader 也需要根据策略把所有交易重新排序以后，才能确定所有交易，才有了对区块的完整视图，此时，其交易只能放在区块中的尾部。这也就导致了 Aptos 上的 MEV 更加复杂，因为这些 MEV 往往不是抢先交易，而是完整视图下的复杂 MEV。
从用户体验上来说，用户在 Sui 链上往往面临更高的 Gas Fees，因为 MEV 策略都是以高 Gas 进行的，这会导致 Gas 竞争。而 Aptos 被称赞拥有较好的用户体验也是来自于此，其并不是以 Gas Fees 排序，因此 Leader 节点 MEV 攻击的复杂性都往往更高，也就是成本更高。但是用户体验确更好。
在以 Sui、Ethereum 这种以 Gas Fees 来交易排序的模型下，都面临着链上交易活跃时（如 Meme 交易活跃、价格大幅变动、NFT Mints 等场景），会助长更高的 Gas Fee 的恶性循环，进而导致部分用户无法在此时参与市场。而 Aptos 这种先排序后显示的策略，让用户在交易过程中的 MEV 降低到最小，并且增加 MEV 策略的成本和复杂性。
Aptos 交易费，图源： The block
SUI GAS FEES，图源： Sui Explorer
根据过往的历史数据来看，Aptos 以及 Sui 的链上平均 Gas Fees 处于同一数量级， 0.0 0x。但是从图表中也能看出，Sui 的 Gas Fee 容易出现较大的波动，而 Aptos 相对而言更加平滑。造成这种用户体验的原因也是和其排序算法带来的 MEV 密不可分。
