基於理解的彙總：PGA 挑戰、完全無政府狀態和潛在解決方案

非常感謝@linoscope 、 @donnoh 、 @Brecht 、 @sui414 、 @pascalst和@cshg的寶貴反饋和評論。

如何每兩週損失 20 萬美元

tl;dr 在這篇文章中，我們使用完全無政府狀態作為區塊排序方法，分析了基於彙總的經濟學。重點關注唯一實時的基於RollupTaiko，我們強調了完全無政府狀態的低效率。具體來說，我們發現 L2 區塊構建中存在一個關鍵的低效率問題，類似於優先 gas 拍賣 (PGA)，其中競爭提議者爭先恐後地在 Taiko Labs 的提議者之前包含交易。這導致 L2 區塊中的冗餘交易被髮布在 L1 鏈上，從而降低了 Taiko 區塊的價值並增加了其經濟成本。因此，Taiko Labs 經常需要花費費用來證明幾乎沒有或根本沒有有利可圖的交易的區塊。

通過對區塊數據進行為期兩週的分析，我們觀察到市場由四大提議者（包括 Taiko Labs）主導。我們的研究結果表明，Taiko Labs 因持續丟失 PGA 而面臨重大損失。在此期間，Taiko Labs 損失了約 83.9 ETH，按 3,112 美元的平均以太坊價格計算，短短兩週內總損失約為 261,096 美元。這凸顯了迫切需要更好的提議者激勵和機制來緩解這些低效率。

介紹

基於 rollups 的目標是通過將 L2 操作與 L1 集成來提高以太坊的可擴展性，從而提高數據可用性和安全性。它們利用 L1 進行排序和結算，避免了對中心化排序器的需求，從而促進了去中心化。

然而，Taiko 中用於排序的完全無政府模型帶來了嚴重的低效率。在這個模型中，區塊發佈缺乏層次結構或協調，任何用戶都可以充當 L2 提議者並不受限制地發佈區塊，從而促進最大程度的無權限參與。雖然這種方法符合去中心化原則，但也帶來了系統性挑戰。

Vitalik 將徹底的無政府狀態描述為：

“完全無政府狀態：任何人都可以隨時提交批次。這是最簡單的方法，但它有一些重要的缺點。特別是，存在多個參與者將生成並嘗試並行提交批次的風險，並且只有其中一個批次可以成功包含在內。這導致在生成證明時浪費大量精力和/或在將批次發佈到鏈上時浪費大量 gas。”

這些缺點在 Taiko 中得到了體現，因為多個 L2 區塊被提交到同一個 L1 插槽，導致交易冗餘。冗餘區塊會佔用寶貴的 L1 空間，增加費用，並降低經濟效率。

冗餘事務導致效率低下

在使用完全無政府狀態的彙總中，當包含相同交易的多個 L2 塊發佈到 L1 時，就會出現冗餘交易。這些塊可能在同一個 L1 時隙內提交，也可能跨不同的時隙提交。在這種情況下，兩個塊都會提交到 L1，從而消耗寶貴的 blob 空間，並向 L2 提議者收取 L1 費用。在 L1 上處理的第一個塊被執行以確定更新後的 L2 狀態。第二個塊中已包含在第一個塊中的任何冗餘交易都將失效，因為它們的狀態轉換已經應用。第二個塊中的唯一交易仍然有效，並且仍然影響 L2 狀態。

第二個區塊的提議者面臨嚴重的經濟效率低下問題。他們承擔發佈和證明The Block的全部成本，但只能獲得有效、非冗餘交易的獎勵。這種動態會阻止提議者提交冗餘區塊。此外，將兩個區塊發佈到同一個 L1 時隙會降低網絡的有效吞吐量，因為冗餘數據塊會佔用寶貴的區塊空間，從而增加擁堵和成本。

Taiko 的建築和冗餘街區的經濟學

Taiko 是一個基於Rollup 的典型例子，它使用完全無政府狀態作為其排序設計，優先考慮簡單性和去中心化。在這個模型中，任何人都可以從 L2 內存池收集交易，構建一個捆綁包（當 L1 提議者提議時，該捆綁包將成為 L2 區塊），並將其與包含交易有效負載的數據塊一起提交給 L1。這些區塊可能包含交易或保持為空（僅包含單個錨交易），以確保在低需求期間的鏈連續性。提交區塊後，提議者必須生成併發布有效性證明以確認區塊的正確性，這會產生額外的 L1 交易成本。

即使是空塊也必須證明能夠維持鏈的活躍度並避免受到懲罰。這一要求在活動較少的時期給 Taiko Labs 等後備提議者帶來了巨大的經濟負擔。當 Taiko Labs 包含有利可圖的交易時，出價更高的競爭對手通常會在 PGA 環境中超越它，從而導致獎勵減少和經濟挑戰。

Taiko 的優先天然氣拍賣動態

PGA 給 Taiko Labs 的運營帶來了一個反覆出現的挑戰。競爭搜索者利用 Taiko Labs 的開放區塊提交流程，通過出價高於其提議者，使用更高的費用來確保他們的區塊首先被執行。在經濟激勵的驅動下，這些提議者監控待處理的區塊，併為同一個 L1 插槽提交自己的區塊，並提供更高的交易費用以確保納入。

當多個區塊的內容重疊時，第一個有效區塊將決定網絡的狀態。Taiko Labs 的區塊與較早區塊之間的重複交易將被排除，這迫使 Taiko Labs 承擔提議和證明區塊的成本，而沒有相應的獎勵。這造成了一種情況，即 Taiko Labs 承擔了區塊排序的全部成本，但獲得的利潤卻很少甚至沒有，這進一步削弱了網絡的經濟可持續性。

這些低效率在高需求時期尤為明顯，此時 PGA 環境競爭最為激烈。然而，在低需求時期，Taiko Labs 提議者被迫通過發佈和證明可能包含一些交易但不完整的區塊來保持活躍。雖然這些區塊可能會提供一些獎勵，但在大多數情況下，它們無法覆蓋 L1 成本，因此無利可圖。因此，PGA 不僅將獎勵重新分配給更成熟的提議者，而且還削弱了維持網絡活躍所需的激勵，給 Taiko Labs 等後備提議者帶來不成比例的經濟負擔。

分析

方法論

在本分析中，我們通過將提議者的收益與產生的成本進行比較來評估其盈利能力。來自 L2 區塊的The Block獎勵代表收益，而 L1 發佈成本和證明成本被視為損失。對於 Taiko Labs 提議者，與每個區塊相關的基本費用包含在其收益中。

1. Taiko 提議者淨利潤：
   \text{(L2 優先費用 + 基本費用)−(L1 出版費用 + 證明費用)} (L2 優先費用 + 基本費用)−(L1 出版費用 + 證明費用)
2. 其他提議者的淨利潤：
   \text{L2 優先費用 − (L1 出版成本 + 證明成本)} L2 優先費用 − (L1 出版成本 + 證明成本)

該分析基於 2024 年 11 月 7 日至 2024 年 11 月 22 日期間創建的區塊，涵蓋區塊 ID 538304 至 593793。這佔 Taiko 鏈自撰寫本文時創世以來所有區塊的 9.34%。此數據集提供了在此期間處理超過 500 個區塊的提議者的經濟表現的見解。

提案者獎勵、成本和盈利能力分析

下圖概述了主要提議者的獎勵、成本和利潤，突出了系統內的經濟動態。Taiko Labs 作為主要的後備提議者，被用作評估盈利能力的基準。

主要觀察

1. Taiko Labs 的提議者（0x000000633b68f5D8D3a86593ebB815b4663BCBe0）
   • 淨利潤： -83.9 ETH （按 3,112 美元/ ETH計算，約合 261,096 美元）。
   • Taiko Labs 經常遭受經濟損失，因為它在維持活躍度方面扮演著後備角色，並且在 PGA 環境中被競爭對手擊敗，最明顯的是提議者 A (0x41F2F55571f9e8e3Ba511Adc48879Bd67626A2b6) 和提議者 B (0x66CC9a0EB519E9E1dE68F6cF0aa1AA1EFE3723d5)。通過提供更高的費用並確保更早的區塊，這些提議者削弱了 Taiko Labs 獲取有利可圖的交易的能力。結果通常是區塊中只填充了一筆錨定交易，而 Taiko Labs 則不得不承擔證明成本而得不到相應的回報。
2. 最賺錢的提議者 A (0x41F2F55571f9e8e3Ba511Adc48879Bd67626A2b6)
   • 淨利潤： 26.0 ETH （按 3,112 美元/ ETH計算，約合 80,912 美元）。
   • 該提議者經常出價高於 Taiko Labs 提議者，通過贏得 PGA 競賽並獲取更多價值來獲取大部分有利可圖的交易。
3. 第二大盈利提議者 B (0x66CC9a0EB519E9E1dE68F6cF0aa1AA1EFE3723d5)
   • 淨利潤： 17.5 ETH （按 3,112 美元/ ETH計算，約合 54,460 美元）。
   • 該提議者還策略性地出價高於 Taiko Labs，確保了有利可圖的交易並實現了可觀的淨收益。儘管提議者 B 的利潤略低於提議者 A，但仍能有效地平衡回報和成本。
4. 第三大盈利提議者C (0x9a5Cc6E3A3325CDc19fC76926CC9666c80139C09)
   • 淨利潤： 6.6 ETH （按 3,112 美元/ ETH計算，約合 20,540 美元）。
   • 儘管提議者 C 發佈的區塊數量與提議者 B 相似，但其利潤僅約為提議者 B 的一半。這種差異可能是由於競標策略不夠成熟，從而降低了整體盈利能力。
5. 小規模提案者
   • 規模較小的提案者總體上活動較少。然而，由於成本相對較低，他們通常能夠保持盈利或接近收支平衡，這得益於 PGA 領域內更為謹慎的做法。

Taiko Labs 提案者出價高於其他提案者

在本節中，我們分析了兩個收入最高的提議者出價高於 Taiko Labs 的情況。當提議者比 Taiko Labs 更快地提交區塊並確保其首先在 L1 上執行時，就會發生這種情況。

該圖說明了提議者 A 在發佈區塊方面超過 Taiko 提議者的每個實例。

• Y 軸：表示與每個區塊相關的獎勵（L2 交易費用的總和）。
• X 軸：代表已發佈的塊的大小。
• 時間範圍：在分析的兩週內，這種情況發生了 4,621 次。

在我們的分析中，我們檢查了提議者 A 提出的區塊緊接著 Taiko Labs 的提議者提出的區塊的情況。

盈利能力比較：

• 提議人A ：
  • 在圖表上，我們用藍色表示所有 4,285 個提議的可盈利區塊（盈利率為 92.7%），而用淺藍色表示無利可圖的區塊。
• Taiko 提議人：
  • 紅色圖表顯示 Taiko Labs 提議者僅獲得了 103 個盈利區塊（4,518 個區塊的盈利率為 2.2%，導致 97.8% 的區塊無利可圖），其中無利可圖的區塊以粉色顯示。
• 對 Taiko 的經濟影響：
  • 由於 Taiko Labs 提案者的出價不斷低於提案者 A，因此其總損失達到 18.37 ETH。

同樣，我們分析了提議者 B 提出的區塊先於 Taiko Labs 提議者提出的區塊的情況。在觀察期內，這種情況發生了 4,870 次。

盈利能力比較：

• 提議人B：
  • 建議用藍色表示 4,333 個可盈利區塊（盈利率為 89.0%），用淺藍色表示不可盈利區塊。
• Taiko 提議人：
  • 實現盈利的區塊有 132 個（4,738 個區塊的盈利率為 2.7%，導致 97.3% 的區塊無利可圖），其中紅色為 132 個，無利可圖的區塊為粉色。
• 對 Taiko 的經濟影響：
  • 在這些案例中，Taiko Labs 提議者遭受的總損失為 18.25 ETH。

交易分佈分析

為了進一步研究提議者的行為，我們使用核密度估計 (KDE) 圖分析了每個區塊的交易分佈。這直觀地展示了提議者如何在區塊之間分配交易，並突顯了他們策略上的差異。

主要觀察

1. Taiko Labs 的行為（0x000000633b68f5D8D3a86593ebB815b4663BCBe0）：
   • 低交易區塊（<100 筆交易）： Taiko Labs 的區塊中約有 24%（6,652 個區塊）屬於此類，其中 99% 是在 PGA 環境中被競價者超越而產生的。當 Taiko Labs 的區塊被競爭提議者超越時，後續區塊中的重疊交易將失效，最終區塊中僅保留錨定交易。
   • 高交易區塊（>1500 筆交易）： Taiko Labs 的約 24.1% 的區塊超過此Threshold，表明偶爾能夠成功抓住盈利機會。
   • Taiko Labs 的後備角色和冗餘區塊的懲罰導致了嚴重的經濟效率低下。
2. 以利潤為中心的提議者：
   • 提議者 A 和 B 幾乎只關注高交易區塊，其中超過 46-58％ 的區塊超過 1500 筆交易。
   • 兩位提議者都頻繁地提交交易費用更高的區塊來壓倒 Taiko Labs，從而減少了 Taiko Labs 的獎勵機會。

主要提案者的區塊盈利能力分析

我們繼續分析，評估每個提議者提出的有利可圖的區塊的數量，並檢查這些結果在 Taiko 中的分佈。

該圖展示了分析期間主要提議者（處理超過 500 個區塊）發佈的區塊的盈利情況。它將區塊分為兩類：盈利區塊（綠色）和虧損區塊（紅色），突出顯示了各個提議者各自佔比。

主要觀察

1. Taiko 提議者 (0x000000633b68f5D8D3a86593ebB815b4663BCBe0)
   • 盈利區塊： 19.1%
   • 無利可圖的區塊： 80.9%
   • Taiko Labs 的大部分區塊都無利可圖，這反映了其在保持活躍度方面的作用，即使這需要發佈無利可圖的區塊。這一結果支持了以下假設：Taiko Labs 在 PGA 環境中的盈利區塊出價始終高於其他公司，因此在盈利能力較低期間只能充當後備提議者。
2. 提議者A（0x41F2F55571f9e8e3Ba511Adc48879Bd67626A2b6）
   • 盈利區塊： 93.4%
   • 無利可圖的區塊： 6.6%
   • 該提議者保持著高度高效的運行，幾乎只關注有利可圖的區塊，這表明在高需求時期可以選擇性地提出區塊。
3. 提議者 B (0x66CC9a0EB519E9E1dE68F6cF0aa1AA1EFE3723d5)
   • 盈利區塊： 89.8%
   • 無利可圖的區塊： 10.2%
   • 另一個高效的提議者，可能通過專注於完整的區塊表現出強大的盈利能力。
4. 混合策略提議者（0x9a5Cc6E3A3325CDc19fC76926CC9666c80139C09）
   • 盈利區塊： 69.8%
   • 無利可圖的區塊： 30.2%
   • 該提議者可能不如其他提議者那麼老練，偶爾會發布無利可圖的區塊。
5. 較小的提議者（例如 0x2802E30d61d5ac0879c4F0c2825201a3D9C250Ef）
   • 盈利區塊： 96.8%
   • 無利可圖區塊： 3.2%
   • 該提議者在分析的時間段內開始運作，從區塊 580181 開始。儘管規模較小，但它展示了一種高度複雜的策略，專注於盈利機會並完全避開無利可圖的區塊。這可能表明它是最先進的參與者之一，僅在條件有利時才戰略性地進入。

洞察

這項分析揭示了競爭提議者在自身經濟利益的驅動下如何給 Taiko Labs 帶來挑戰。當 Taiko Labs 在 L1 上發佈具有低優先級費用的區塊時，一個關鍵問題就出現了，這使得更老練的參與者能夠在 PGA 環境中以更高的出價擊敗他們。我們的研究結果表明，Taiko Labs 發佈的區塊中有 80% 以上是無利可圖的，而且 Taiko 提出的區塊中有一半以上被出價擊敗。這凸顯了 Taiko Labs 在努力保持網絡活躍度時面臨的經濟效率低下問題，因為競爭提議者利用了其後備角色。

可能的解決方案

使用完全無政府狀態進行排序需要保證執行以防止冗餘交易。這種方法可能具有挑戰性，因為從 L1 的角度來看，交易正在正確執行。

一種潛在的解決方案是在 L2 區塊提議函數中添加 L2 區塊 ID 字段，如果由於其他提議者的競爭而錯過目標，則導致The Block提議回滾。雖然這仍然會產生提議的交易成本，但它避免了證明The Block的費用。Taiko Labs 可能會使用回滾保護來防止衝突的區塊上鍊。通過這樣做，他們可以避免浪費交易費。然而，值得注意的是，回滾保護對構建者引入了信任假設。另一個問題可能是當你有相同 ID 的區塊而沒有冗餘交易時。

另一個可能的解決方案是執行預確認。但是，確保 L2 端的執行保證會增加預確認過程的複雜性。只有一個預確認者可以保證他們不會在同一時段發佈衝突的區塊，因為這樣做可能會導致懲罰。這種機制可以顯著減少冗餘提交併降低 L1 費用浪費。然而，它也帶來了執行復雜性，帶來了必須解決的挑戰，以確保有效實施。

最容易實施的解決方案可能是使用執行票證。執行票證或其他領導者選舉機制（如基於預先確認的機制）提供了一個確定性系統，用於每個時隙選舉單個區塊提議者。這種方法通過確保在任何給定時間只有一個提議者負責區塊提交，最大限度地減少了衝突和冗餘。

執行票有幾個優點。通過消除冗餘的區塊提交，它們減少了資源浪費，並使提議者的激勵與系統的整體效率保持一致。然而，實施這樣的系統會帶來挑戰，以確保公平可靠的領導者選舉。

討論與結論

雖然完全無政府狀態鼓勵無需許可的參與，但由於冗餘區塊和競爭激烈的 PGA 環境，它很難滿足基於彙總的效率要求。Taiko 是一個引人注目的案例研究，說明了 L1 上區塊空間利用效率低下所帶來的經濟成本。

執行預確認等潛在解決方案可以解決這些低效率問題，但會增加系統複雜性。或者，引入領導者選舉機制可以通過增加結構來減少冗餘區塊，儘管這也可能會帶來中心化風險。一種平衡的方法可以在懲罰有害行為的同時保留無需許可的參與，使去中心化與實際效率保持一致。

未來工作

1. 盈利能力分析：調查 Taiko Labs 是否曾經盈利，或者競爭對手是否一直在獲取利潤。
2. 證明成本：評估鏈下證明生成成本對淨盈利能力的影響。
3. 提議者行為：詳細研究提議者策略。對一些 L1 blob 的初步解碼顯示，沒有提議者直接複製 Taiko Labs 的提議者 blob 的實例，但需要進一步分析以確認模式。

致謝

我要衷心感謝Flashbots提供資助，使這項工作成為可能，並支持我在此主題上的持續研究。我還要感謝PBS 基金會對這項研究的初步支持。

常問問題：

Taiko Labs 如何在 L1 上發佈區塊？

目前，Taiko 提議者通過觀察公共 L2 內存池並在 L1 內存池上發佈其區塊來公開運作。由於一切都是公開進行的，因此通過更快地提交區塊來超越 Taiko Labs 排序器相對簡單，只要您可以為您發佈的區塊生成證明或找到願意代表您生成證明的證明者。

數據收集？

為了收集數據，我們監聽了負責證明和提議的合約的事件：0x06a9Ab27c7e2255df1815E6CC0168d7755Feb19a。從這些事件中，我們提取了記錄 L1 區塊的 Taiko 區塊 ID 和 L1 交易哈希。

使用交易哈希，可以通過 RPC 直接檢查與每筆交易相關的交易費用。對於 L2 交易費用和 L2 基礎費用，我們使用 L2 區塊 ID 並根據The Block獎勵計算結果。雖然這種方法可能不是最快的，但事實證明，獲取 Taiko 的數據具有挑戰性且相對較慢。

在未來的帖子中，我們的目標是找到一種更快的方法來收集所有鏈的數據。

加密內存池是一種解決方案嗎？

加密的內存池無法解決問題，因為仍會出現包含冗餘交易的區塊。隨著時間的推移，這可能會導致壟斷，最具競爭力和最老練的搜索者始終比其他人更快地發佈區塊。

提議者 A 和提議者 B 是否互相出價高於對方？

我們發現只有 57 次這兩位提議者緊接著發佈區塊，這表明他們之間直接的 PGA 式競爭相對較少。提議者 A 在 31 次中首先發布，使得所有這些區塊對提議者 A 來說都是 100% 有利可圖的，但對提議者 B 來說只有 54.8% 有利可圖。相反，提議者 B 在 26 次中先於提議者 A 發佈，在這些情況下，兩位提議者的區塊都有 80.8% 的時間是有利可圖的。將在後續文章中對其他提議者進行進一步分析。

如何識別受到競價影響的區塊？

您只需檢查TaikoScan即可查看。通常，當區塊為空或包含的交易少於 100 筆時，這表明提議者在 PGA 環境中出價過高。即使交易數量較多的區塊也可能受到影響；在這種情況下，將區塊的成本與其獎勵進行比較是唯一的確認方法。對於更深入的分析，解碼 blob 是最可靠的方法。

Taiko Labs 曾經盈利過嗎？

要明確回答這個問題，需要進一步分析。然而，直覺告訴我們，Taiko Labs 在特定條件下會盈利。對於其他提議者來說，盈利發生在\text{L2 優先費用 − (L1 出版費用 + 證明費用) > 0} L2 優先費用 − (L1 出版費用 + 證明費用) > 0時。如果不滿足此條件，他們會避免發佈會導致損失的區塊。
相比之下，Taiko Labs 的提議者可以獲得額外的基本費用，從而實現其盈利條件：
\text{(L2 優先費用 + 基本費用) − (L1 出版成本 + 證明成本) > 0} (L2 優先費用 + 基本費用) − (L1 出版成本 + 證明成本) > 0
當這種情況成立時，Taiko Labs 是盈利的，因為基本費用抵消了發佈和證明成本，否則這些The Block會使其他提議者無法獲利。