📜 [專欄新文章] 來聊聊MEV之亂

✍️ Anton Cheng

📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium

MEVA vs Fair Ordering.

Credit: MP頭條

前言

最近這幾個月來，以太坊上面的MEV(Miner Extractable Value)的話題越來越紅，對於該如何解決這之中的不公平性，社群中展開了很大的爭論。由於最近剛好看到一篇很棒的Tweet統整了這半年來的一些好文章，就試這整理一下這幾篇的主要論點。（如果對MEV已經有基本概念的人，也可以直接follow這個thread就好xD）

— @benjaminsimon97

由於主要辯論的雙方剛好是目前做Optimistic Rollup最有名的兩大團隊：Optimism 和 Arbitrum，因此我們也可以透過這次辯論看出兩個團隊未來的開發走向。

前情提要: 什麼是MEV (Miner Extractable Value)

在Ethereum現有設計中，Miner有著選擇交易收入區塊(Tx Inclusion)，和決定交易先後順序(Tx Ordering)的權力。MEV指的就是礦工透過掌握這兩個權力所能提取的總價值。

雖然名詞定義上為礦工的可抽取價值，但是除了礦工之外，很多Front running 機器人在做的事情也是一樣的：透過觀察mempool裡面的交易，當發現front run機會的時候，透過付錢更高手續來讓自己的交易先被執行，這之中所抽取的價值，也是所謂的MEV，因此在後面會提到的很多文章中，大家直接用Front Run這個詞來代表了擷取MEV的行為。@danrobinson 在他經典的文章 Ethereum is a Dark Forest 中很好的闡述了如此的現況，也正式把這個問題帶進更多人的視野。

在那之後，一個名為FlashBots的組織現身，開始進行公開的MEV 相關研究與開發，旨在改善EVM帶來的負面影響，例如：front running 造成手續費提高、 MEV太高對以太坊安全性的影響。非常推薦大家Follow他們的進展。

接下來我們就來看看，一個重要的Proposal已經圍繞它而生的一些辯論。

MEVA (MEV Auction)

MEV Auction 是由 Karl Floersch 、Vitalik 、Philip Daian等人，於2020年一月共同提出的解決方法，字面上的翻譯就是透過一個拍賣(Auction)機制，讓MEV可以被更公平的分配。Karl 同時也是Optimism的CTO，也可能是因此設計出了這個能夠完美契合Layer2的架構。

更精準一點來說，這個拍賣要拍賣的是礦工的兩個權力中的「排序權」：它礦工未來只負責「選擇交易進入區塊」，而不再控制區塊內交易順序的排列，而把此權交給另外一個叫做Sequencer的角色來進行。至於Sequencer的選擇方式，就會是一個簡單的拍賣競標。在競標中獲勝的Sequencer將可以拿到未來一段時間的區塊排序權。至於整個協議競標中得來的錢，可以作為提供公共財的資金(fund public goods)。

為什麼說這個提案契合Layer2，是因為在L2原本的設計中，就是由一個Sequencer收取所有用戶的L2交易，在L2的鏈上執行，最後把執行結果以及所有交易資料Publish到L1上。換言之，這個排序者角色其實已經存在L2的架構中。若是L2層先實做看看這個拍賣機制，就可以在不改變以太核心協議的情況下，測試一下其可行性、參數等等。

對MEVA的質疑

在MEVA概念被提出之後，Ed Felton (Arbitrum 背後公司 Official Lab 的創辦人兼普林斯頓的教授)，對此提出了諸多的質疑。

1. 用戶最終體驗是否變差

Ed Felton最先寫了一篇名為「MEV auctions considered harmful」的文章，其中質疑了這個設計會讓使用者體驗更糟：這個Ordering權力的競標，無異於將「Front Running」這個行為專業化，因為理論上最會front run的人，將能夠一直出最高價得標。這在使得「Tx Ordering」這個權力中心化的同時，更變向鼓勵了大家開發厲害的front running程式，最終的受害者仍是的以太坊一般用戶，因為所有的MEV其實都是從用戶的身上抽出來的。

MEV auctions considered harmful

Vitalik 對Ed的看法提出了反駁：他認為「MEV來自用戶」這件事是一個已知且不可避免的事實，這個機制主要的重點，在於分離MEV的收入與礦工的收入，藉由把這個金流轉給Sequencer這個非礦工的角色，可以去除礦工中心化等危及Layer1 安全的疑慮。一個簡單的例子就是：若是有一個MEV很高的區塊（假設礦工可以透過re-ordering拿到100個ETH），那麼礦工就有動機在這個區塊高度進行fork（希望最終自己的挖到區塊被網路接受）。這個例子讓我們看到，考慮MEV會使得礦工的行為比起「單純領block reward」更難預測，這將危及到Layer1的安全。

Vitalik也表示，專業化帶來的「中心化tx ordering」並不見得是件壞事，儘管它對於使用者體驗是有害的，但無論如何MEV是有個上限的，Sequencer並沒有權力從使用者口袋偷錢，而且用戶可以在任何時候決定不使用這種比較容易被Front-run的合約。

2. 沒有MEV Auction的話，L1真的會變得更中心化嗎

Ed 接著寫了一篇名為「Front Running as a service」的文章，簡單回應了中心化tx ordering的問題，也挑戰了另一個MEV Auction的假設：「MEV將使得L1 Mining power趨於中心化」。

這個假設背後的理由很簡單，假如有一個礦池特別會front run，它將能夠獲得比其他礦池更高的收入，這會吸引所有礦工轉到這個礦池。

Ed 提出的反駁理論也十分有趣：假設現在有兩個礦工：A與B，其中兩者都有一定的算力，但A有較好的MEV程式，因此能夠透過排列交易獲得更高的收益。在任何時間點，只要B還存在，A礦工就有動機把這個MEV程式「賣給」B，因為本來B也有機會挖到一些區塊，在這些區塊中A的收益為0。若是能夠達成一個互惠的條件：B將使用A的程式多賺的收入分一部分給A，那麼這筆交易對於礦工A與B而言都是有益的，因此這筆交易必定會發生。

Front-Running as a Service

其衍伸意義為：身為MEV專家的礦工，其實有動機提供「Front Running as a service」，所以最終這個Service會自然被分離出來，並且形成一個自己的市場，本質上跟MEVA是類似的，並不會導致L1算力中心化。

3. MEV Auction是否真的能分離Tx Inclusion 與 Tx Ordering

Ed 還寫了另外一篇「MEVA(What is it good for?)」的文章，用經濟學解釋為什麼這個Auction最終會失效。

MEVA (What is it good for?)

簡而言之，不管我們如何想要分離這兩個權力，最厲害的front-runner若是能夠同時掌握Tx Inclusion的權力，它必定能夠提高自己的收入。這也表示，最厲害的Sequencer會想要自己成立一個礦池，因為當他同時掌握Tx Inclusion和Tx Ordering 兩個權力時，他能夠提供最高的報酬。因此一個理性的Sequencer會願意透過提高給礦工們更高的獎勵，來壟斷Tx Inclusion + Tx Ordering的權力（這是一個在現實商業世界中非常常見的壟斷策略）。這會使得最後這個模式會變得跟現在一模一樣：由單一角色決定Tx Inclusion和Tx Ordering的權力。

Fair Sequencing

不難看出，Ed所有的論點都圍繞一個重點：MEV Auction最終並沒有辦法解決任何問題，而且這個拍賣還會為社群帶來更多問題：例如一次拍賣24小時的交易排序權力，會讓這個權力過度中心化。

那麼Ed所在的Official Lab有提出什麼解法嗎？其實有：他們認為真正解決這個問題的方法並不是在鼓勵專業化Front Run並且拍賣這個權力，而是從根本上消除Front Run的機會，也就是說，應該要設計一個機制「避免」任何人任意排列交易順序。也就是所謂的Fair Sequencing問題。

在Arbitrum目前的計畫中，在未來他們會在Arbitrum Layer2中引入一個這樣的「公平排序」。實際的細節還沒有太明朗，他們計劃在幾個月內上線的第一個Rollup 版本也不會包含這些功能，所以其實他們的Mainnet Launch會類似Optimism，由單一Sequencer決定所有交易排序。但還是很期待他們未來能不能夠真的實作出更好的方法。

Chainlink Labs: Fair Sequencing Service

另一位Chainlink Labs 研究員(身兼康乃爾的教授) Ari Juels，也因為最近在CoinDesk發表了一篇類似的文章質疑MEVA，讓這個問題加溫不少。在這篇文章中，用了一個非常極端的譬喻：把Front Run這種惡意行為比喻為犯罪，若是一個城市充滿了罪犯，一個政府該做的事情並不是拍賣大家入室盜竊的權力、再將這些拍賣所得拿來回饋人民。反之，政府應該想辦法阻止犯罪。

這篇文章透過這樣的比喻，來表達對於MEVA機制的不認同，同時譴責Flashbots這類的社群專案是在系統化的傷害使用者，並指出「如何解決MEV應該成為以太社群的研究重點」。

Opinion: Miners, Front-Running-as-a-Service Is Theft - CoinDesk

文末的結論跟Ed Felton 相同，都是認為Fair Sequencing 才是此問題真正的解決之道。這其實是呼應自己Chainlink Labs幾個月前發佈的一個 Fair Sequencing Service。簡而言之，就是透過Chainlink 最擅長的預言機（Oracle network）來投票、避免讓一個中心化Sequencer角色單獨掌握這個權力。

其實這個Fair Sequencing 問題是一個非常大的研究領域、除了Chainlink labs提出的Oracle解決方法以外，還有許多包括ZKP的其他解決方法。我會盡量多Follow一些，以後有機會再來做更多介紹。

社群中其他的聲音

對於這個MEVA vs Fair Ordering的爭論，除了理論派以外，也有不少其他的聲音讓我們可以更全面地看看的整個局勢。其中一則Tweet表示：MEV Auction在實作上比Fair Ordering單純許多、也不需要牽扯一些複雜的密碼學：

— @tarunchitra

最後一定要提一下的是另一個以太坊大佬 Hudson 對於Ari這篇文章的回應。他認為MEV問題在短期內將會持續困擾使用者，Flashbots這種公開透明的開發流程能夠吸引更多社群關注，並且能夠讓MEV更公平的分配給更多角色、而非只是少部分的玩家。同時他也指出，以太坊核心開發者目前有更重要的2.0開發工作要做，面對這個議題，大家應該更踴躍參與以太坊公開的研究流程，而不是把所有的責任丟到所謂的「Core Devs」身上。

— @hudsonjameson

個人覺得Hudson這一段回應其實很值得大家更多思考，除了在學術上的辯論以外，真正實質上的社群參與也是很重要的。

小結

整個MEV議題到目前為止還是一個ongoing debate，在接下來幾天會不會愈演愈烈、會不會有人提出新的觀點，都是非常值得大家關注的問題。就像文章開頭低一篇Tweet所說的，這是非常高學術性良性辯論，我這裡只簡單的收錄了一部分，由於是順著Official Lab的脈絡撰寫、難免有些偏頗，希望大家可以到Flashbots的Github了解更多，會對於目前Optimism + Flashbot那一派目前所在做的事情有更多的了解。

如果還沒有follow Philip Daian這個人，非常建議大家Follow他。他除了是Flashbots目前最主要的推手之一，更有趣的是，他現在還在Cornell 念PHD，並且是Ari的學生。這場師生大戰讓整個辯論更加戲劇性，但卻不失其高質量的本質。對於接下來還會有什麼發展，讓我們一起期待吧。

— @phildaian

來聊聊MEV之亂 was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.

👏 歡迎轉載分享鼓掌

「因為這個 subgroup 做得實在漂亮，且臨床意義強大，登上高分期刊，實至名歸！」
　
#最新梯次即將額滿
#新思惟學員天天有發表
　
在中風患者族群中，睡眠呼吸中止症是常見的疾病。而睡眠呼吸中止症也與心血管疾病和中風相關。不過，如果使用連續正壓呼吸器，去治療睡眠呼吸中止症，能不能減少中風的發生呢？林煥然醫師預計將目前文獻中的研究做個統合，找出結論。
　
作者收入了 13 篇研究，包括 9 篇隨機對照實驗、4 個世代觀察研究。初步分析發現，世代觀察研究顯示連續正壓呼吸器有效，但隨機對照實驗卻沒有。
　
作者群更進一步的挖掘隨機對照實驗，觀察其內容，決定根據睡眠呼吸中止症的嚴重程度，以及配戴連續正壓呼吸器的配合度，做次族群分析。
　
結果發現，在隨機對照實驗中，只有中到重度的睡眠呼吸中止患者，以及配戴連續正壓呼吸器配合度高的患者，才能有效降低中風機率。
　
這是篇很有意思的研究，其特點在於，作者群並非只做簡單的統合，當他們發現初步結果令人意外時，更進一步去挖掘細節，並找到了正確的次族群分類與分析方法，找到有效的部分。因為這個 subgroup 做得實在漂亮，且臨床意義強大，登上高分期刊，實至名歸！
　
　
#期刊介紹
　
Sleep Medicine Reviews 是 Elsevier 於 1997 年開始發行的期刊，以睡眠相關疾患為主題。
　
如同刊名所說，只收 review，包括 narrative review、systematic review、editorials of controversy and debate 等。因為 review 類的文章為讀者省下許多時間，並提出實用觀點，參考價值高，後續被引用的頻率也高，造就了本期刊的高 impact factor。
　
此期刊 2019 年的 impact factor 為 9.613，在 Clinical Neurology 領域的排名為 Q1(8/204) 期刊，在 Neurosciences 領域為 Q1(14/271) 期刊。
　
　
🔸11/7（六）統合分析工作坊
🔸https://meta-analysis.innovarad.tw/event/
🔸寫論文，當然要走最短路徑！最新梯次即將額滿！
　
　
用一天的時間，最大化寫作與發表效率。
　
✔ Meta-analysis 研究規劃技巧：以指定論文為例
✔ 拆解論文架構：照這樣做，最容易。
✔ 那些重要的專有名詞：Meta-analysis 重要數值
✔ 互動實作時間：完成一套 Meta-analysis 圖表
✔ 我是怎麼搜尋文獻的：以發表為導向
✔ Meta-analysis 圖表優化重點
✔ 給初學者的起步建議：減少卡關，邁向成功。
　
　
🗣 學員回饋
　
「之前光看書本說明，實在不是很懂，新思惟這個課程，真的是為了讓學員可快速發表統合分析文章為主要目的。依照課堂上說明的方式，似乎真的可以很快產生第一篇 meta-analysis 文章。」
　
「原本很擔心浪費錢又聽不懂，但是後來發現是自己想太多，能夠親身參與課程，並且解決寫論文上的疑惑，覺得好開心！課前問答裡的比喻寫得很好，了解軟體怎麼跑出統計圖表，大概類似瞭解汽車引擎、車子裡的裝置、線路，雖然不懂裡面裝置，但是只要學會開車就可以了。」
　
🔸11/7（六）統合分析工作坊
🔸https://meta-analysis.innovarad.tw/event/
🔸寫論文，當然要走最短路徑！最新梯次即將額滿！

如欲取得更佳閱讀效果，請於網誌瀏覽:

https://aamusictravel.com/2017/03/10/神作是如何煉成的-膠歌大解構-2/
.
上一集解構過一首膠歌出到名既其中一個原因，係出自一個令人瑯瑯上口既Hook Line，而呢個Hook Line，通常位於Chorus既第1句，上次就講左「條女很清楚收兵好過嫁人」同「我是一個西伯利亞人」，但大家都明白，如果去來去去所以粵語流行曲既Pattern都係重心放落Chorus頭1句，仲要首首4拍4，Beat 70咁樣，想抄完歌唔比人發現都幾難，還好作曲人編曲人絕對有專業操守同熱誠，使到我地所聽既流行曲不致於乜都同出一徹，其實講咁耐就係想話，Hook Line唔一定放死一個位置，諗下大家作咁多年文都係重點放落第2,3,4段既頭一句，你唔悶改個個都厭，所以，呢D「重心句」絕對可以擺係不同位置，以供鑑賞。
.
當然，唔排除有人睇完上一篇之後有人會反駁，點解寫歌一定要比個曲框住，好可惜，我既回答係，香港粵語流行曲絕大部分係先曲後詞 (唔信既話睇下黃志華先生既《粵語歌詞創作談》)，雖然唔好既曲可以用好既編曲挽回唔少分數，但就好似你買/租左層樓咁，擺到明係1房1廳1個廁所，你可以去IKEA度下點樣善用個百幾二百呎，但你唔會將你D雜物塞滿你間房之後放張床入廁所訓，然後隊個馬桶出個開放式廚房攞抽油煙機當抽氣扇用掛? 我唔排除你係專業Designer，無房勝有房，但係呢個Blog我都係比大家睇下開心下又學下野，都係按返一般玩法吧。
.
入正題，開始又清費下自己過去既作品。 相比《條女很清楚…》，呢首《明將戰友》顯然無咁大熱，其中一個原因係客源比較窄，據說曾經有50萬Views，但後來應該都係環球叫Youtube剷片，所以無哂D Views，慘!
.
《明將戰友》改自陳奕迅既《最佳損友》，呢首歌其中一個特點就係，Hook Line唔係擺Chorus第1句，好簡單問自己M 句，呢首歌你最記得邊度? 「朋友，我當你一秒朋友….」，好顯然，重心其實廿6左係Verse度，而因為Verse既結構係並排而行，寫差唔多Level既野得，寫得愈黎愈激亦得，所以當初我Post左係高登係得8句，然後係自己估唔到既情況下，出左去一陣就200幾個回覆:
.
明將 我帶個Friend去明將
明將 佢上網兼四圍唱
明將 據說已經影埋相
咸魚 仍然連住條腸
.
明將 你試過都會迷上
明將 你試過都會包場 (後來有巴打用「吹脹」，比我寫得更好)
明將 最夠創新攞埋獎
點解紅豆 要配沙律醬
.
因為呢首歌Hook Line放係Verse部分，而原詞已經係Verse度不斷重覆「朋友」二字去強化首歌既中心思想，因此我照辦煮碗，將「明將」二字入落去歌詞之中，當中當然亦運用左「抄原詞結構」既技功，在此不贅。
.
不過，最吸引到人既句子其實係「點解紅豆，要配上沙律醬?」呢句。 寫歌好緊要既一樣野係，要能夠令人從歌詞之中引發聯想，例如「條女很清楚收兵好過嫁人」，好多巴打絲打一睇就覺得「有聲」，原因係因為就咁讀出黎已經同《落花流水》既Chrous好配合，一望到歌詞就識唱，而呢次寫明將，我寫完先覺得好野既係，原來自己寫左D咁有畫面既野上去，當你一見到呢一句，又去過明將，見識過外形猶如無數蛆蟲係舊飯上面蠕動既紅豆軍艦，就會見字如見圖一樣，想嘔既同時又想笑。
.
同樣地，歌詞裡面見到不少明將菜單上既種種「美食」，其實正正就係想更加洗腦。從小到大學中文，我地不知不覺間學會一樣野，雙音字節永遠比單音字節順口同美觀，例如「香蕉」比「蕉」更文雅，又或者要形容「食」呢個動詞，可以用「咀嚼」、「進食」、「吞嚥」呢D雙音字節去包裝，唔知你地中文老師有冇教過喇，總之呢樣野對行文十分有幫助。
.
仍然未夠
啃多一打多春魚都不夠
我有肚痛過你有沒有
好多東西吞咗先知好臭
飛奔廁格去嘔，但喉嚨仍勁臭
.
實實在在任食過會折壽
敢不敢再去試試綠豆
弊在已沒有芥辣也沒有豉油
o趙了五秒泡菜勁臭
.
問我有沒有，確實也沒有
一直想食的胃口，一直點豉油
為何o舊甘蝦，在最後已縮水變瘦
.
不知那右手在抖，已沒法入口
被推入口，心內想呼救
其實碟甘蝦，在雪櫃已經擺到臭
.
咁名詞又關雙音字節咩事呢? 是咁的，如果用返口語，動詞好多時會變單音字節，除非你去玩debate，否則你咁文鄒鄒人地聽起上黎反而覺得奇怪。但因為名詞通常唔受書面語/口語既影響，所以多用名詞(當然要用得準確)係可以增加行文或者歌詞既流暢度，而且用食物既名稱，畫面感更強，當然名詞有好多種，而且唔一定要用雙音字節，例如人名:
.
任劍輝跟你有段情 我也為你高興
用樂小姐身份見證 最不可靠葉宇澄
樂瞳仍然能得勝 李冰冰
顏福偉任性 如若留下四哥 郭晶晶
.
同樣係「有聲」既歌詞，雖然內容唔止空洞，根本係無，但係比起「香腸蚊帳機關槍」更勝一籌既係，因為呢堆人名係同類項，要記亦容易串聯起黎，所以更易上口。
.
延伸閱讀:
.
不過無論技巧再高明，文筆再流暢，一首歌要出到名唔止睇佢地既內涵，外在既因素例如宣傳、時勢，呢D都極為影響一首歌既知名度。同樣道理，一首寫得差既歌，同樣可以因為作同唱個個有人氣，而配合到天時地利，因此而成名。有時間既話我會開返幾個Post講下一D應該出名又冇出，同埋無理由出到名但又上到神枱既作品。等有時間有心機先，其實我仲有40首歌等緊要寫，係要作埋曲。
.
.
利申: 問心我唔覺得《明將…》同《條女…》既質素好過自己既另一D口水作品，但就係呢兩首出到名，所以感觸好大
.
延伸閱讀:
.
神作是如何煉成的? 膠歌大解構 #1
https://aamusictravel.com/2017/02/24/神作是如何煉成的-膠歌大解構-1/
.
多角誌 (原曲: 盧巧音 – 三角誌)
http://evchk.wikia.com/wiki/多角誌
.
填詞技巧 - 淺談0243
https://aamusictravel.com/2017/07/14/填詞技巧-淺談0243-上/
.
填詞技巧 - 進階版0243
https://aamusictravel.com/2017/08/11/進階版0243-上/
.
小弟的音樂頻道
https://www.youtube.com/channel/UCxKy4U8sJbtRcZezs8BbYdw