撰文：Robert Miller，Flashbots
編譯：Saoirse，Foresight News
今天，我們提出一個新論點：MEV（最大可提取價值）已成爲區塊鏈擴容的主要限制因素。
當以太坊及其 Layer2 網絡、Solana 等主流公鏈正競相以最快速度擴容時，MEV 帶來的經濟限制已在整個行業顯現。鏈上搜索行爲正以驚人的資源浪費方式，開始佔據大多數高吞吐量區塊鏈的主要容量。
這並非理論假設或個別現象。從 Solana（MEV 機器人消耗 40% 區塊空間）到以太坊 Layer2 生態，這種情況隨處可見。爲量化影響，我們對支持特定追蹤端點的頂級 OP-Stack Rollup 進行了深度分析，結果揭示了一個全行業問題：
多個 Rollup 中的垃圾交易機器人消耗超過 50% 的 Gas，卻僅支付不足 10% 的手續費；
2024 年 11 月至 2025 年 2 月期間，Base 網絡將 Gas 處理能力提升至 1100 萬 Gas/ 秒，但幾乎全部被垃圾機器人佔用（相當於三條以太坊主網的容量！）；
垃圾機器人對 Gas 的持續需求推高了用戶手續費；
垃圾交易市場高度集中，Base 上 80% 以上的垃圾交易由兩家搜索者主導。
數據庫分片（如 Rollup）、有效性證明、數據庫或共識機制優化等技術擴容手段固然重要，但僅靠技術無法解決問題。我們雖已掌握構建基礎技術吞吐量的方法，但當前市場結構對擴容施加了經濟層面的限制。
本文將剖析這一市場失靈現象，用數據展示其影響，並提出一種旨在解決該問題的新型 MEV 拍賣機制。
垃圾交易剖析
爲理解區塊空間爲何被浪費，我們先拆解一筆成功的套利交易：
Base 上的成功套利交易示例
乍一看，這似乎是效率典範：搜索機器人執行精準套利，獲利 0.12 美元並支付 0.02 美元手續費。
但這筆成功套利的真實成本令人震驚：每完成一次成功套利，該機器人會發送約 350 筆嘗試套利的交易（多數失敗）。平均而言，單次成功套利需消耗約 1.32 億 Gas—— 相當於近 4 個完整的以太坊區塊。需注意的是，這只是參與競爭的衆多機器人之一，鏈的實際成本反而更高。
現在來看一次典型的失敗嘗試，以理解機器人的鏈上行爲：
盲目尋找套利機會的失敗交易示例
乍看這筆交易並無異常：執行成功且未進行代幣轉移。唯一的線索是它消耗了約 260 萬 Gas（如上圖所示）。
深入追蹤其內部調用可發現，它對數十個不同 DEX 池發起了一連串調用，通過 getReserves () 和 slot0 () 查詢池狀態。這些調用本質上是在獲取不同 DEX 上的資產價格。
展示 slot0 () 和 getReserves () 重複調用的追蹤示例
該機器人的核心邏輯很簡單：
向鏈上發送交易
執行時查詢多個 DEX 池的價格
若存在套利機會則執行
若無則終止交易
上述交易就是這四個步驟的體現，最終終止且未執行任何操作。實際上，它只是一次高強度的價格查詢，消耗約 260 萬 Gas 卻僅讀取市場狀態而無實質動作。
在 Base、World 和 Solana 等公鏈上，這種策略已成爲提取 MEV 的主流方式。少數成功交易需爲大量失敗嘗試買單，這對搜索者而言是理性選擇，卻對網絡造成了系統性低效。
大量資源被用於讀取價格卻不產生實質價值。而且並非只有這一個搜索者如此，所有搜索者爲捕獲原子級 MEV 都不得不採用這種策略。最終結果正如數據所示：公鏈被垃圾交易堵塞，手續費因垃圾交易而上漲。（注：原子級 MEV 強調在單次鏈上操作（如單筆交易或單個區塊內）中實現的價值提取，常見於套利、搶跑等利用區塊鏈即時性和交易順序的場景。）
垃圾交易的根本原因
高吞吐量公鏈被垃圾交易堵塞並非偶然，而是市場結構缺陷引發的直接且「理性」的反應：搜索者若想通過讀取區塊最新狀態並以此獲利，就必須盲目地在同一區塊內發起交易。
前文剖析的套利機器人正是典型案例。鏈下查詢雖能獲取上一確認區塊的狀態，但這滯後於當前構建區塊中交易正在創造的 MEV 機會。在 Base 或 Solana 等網絡中，原生內存池（mempool）是私密的，這意味着搜索者在區塊發佈前，無法知曉用戶交易的執行情況及其創造的機會。若想發現並捕獲套利空間，唯一的方法是讓自己的交易在用戶交易之後立即納入同一區塊。一旦等待下一個區塊，機會就會被搶先。
猖獗的鏈上搜索現象源於以下因素的相互作用：
1.交易表達性
不同於傳統金融中交易者提交簡單靜態訂單（如「以 X 價格買入」），搜索者可創建作爲鏈上程序的交易，嵌入基於市場即時狀態執行的條件邏輯，實現原本不可能的複雜響應式策略。
2.轉向私密內存池
爲保護用戶免受搶跑，多數高吞吐量公鏈將內存池設爲私密。這雖能有效防禦搶跑，卻也讓搜索者無法看到用戶訂單流。由於無法在交易上鍊前做出反應，搜索者只能通過發起高表達性交易，在鏈上盲目探測機會。
3.低廉的手續費
低成本的區塊空間進一步放大了鏈上搜索行爲。搜索者深知，單次成功套利的利潤可覆蓋大量失敗交易的成本，因此敢於向每個區塊發送海量投機性交易。而 Gas 費越低，搜索者越能編寫更復雜的邏輯，追求更復雜的策略。[1]
4.缺乏高效拍賣機制
搜索者之間的競爭缺乏正式的交易排序偏好表達機制。由於無法通過直接方式爲區塊中的特定交易排序競價，競爭退化爲一種浪費的替代手段：消耗更多 Gas。搜索者提高勝率的主要方式，就是在區塊的更多位置消耗 Gas，以增加交易落在「正確位置」的概率。
這四大因素共同催生了「垃圾交易拍賣」，一種極度浪費的機制，既助長了網絡擁堵，又未能有效捕獲 MEV 價值。爲量化垃圾交易造成的低效規模，我們進行了數據驗證。
研究發現
分析證實，MEV 驅動的垃圾交易對擴容構成了經濟限制。
我們通過識別「重複查詢 DEX 但不轉移代幣」的交易來定義垃圾交易。這一啓發式方法旨在定位本可在鏈下完成、卻被迫上鍊的系統性浪費型「後跑」（backrunning）套利行爲。我們在 Python 工具和 Dune 儀表盤上均實現了該方法，具體方法論詳見附錄。
由於垃圾交易檢測工具依賴特定 RPC 方法，當前數據分析僅限於 OP-Stack Rollup。但 Ghost Logs 團隊的數據表明，Solana 也存在類似現象，且其他以太坊 Rollup（如 ZKsync、Arbitrum）也被發現有垃圾交易跡象。
1.垃圾交易具有系統性和普遍性
首先，這一問題具有系統性且廣泛存在。對 OP-Stack Rollup 的分析表明，垃圾交易並非孤立現象，而是整個生態系統中的主導力量。在 Unichain、Base 和 OP 主網等鏈上，垃圾交易通常消耗超過 50% 的總 Gas。由此可見，這是當前市場設計的結構性後果，而非局部異常。
2.垃圾交易消耗的 Gas 遠超其支付的手續費
第二項發現顯示，從鏈的角度看，垃圾交易的效率極低。
在我們分析的所有 Rollup 中，垃圾交易消耗的資源與其產生的收入之間存在巨大差距。相比其他用戶，垃圾交易機器人消耗的 Gas 量是其支付手續費的數倍。例如，OP 主網上的垃圾機器人消耗了約 57% 的 Gas，卻僅支付了約 9% 的手續費，差距達 6 倍之多。
手續費支付與 Gas 消耗的差距表明，垃圾交易給網絡帶來了巨大的外部成本，卻幾乎未提供相應價值，這是系統性低效市場的典型特徵。其中包括實實在在的計算資源浪費，因爲每個全節點都被迫執行這些交易，從而提高了所有網絡參與者的硬件要求。
此外，我們還分析了 L2 中的垃圾交易如何影響 Rollup 對 L1 數據可用性（Data Availability）的使用。
數據顯示，在 2025 年 2 月的一百萬個區塊中，Base 上的垃圾機器人貢獻了約 56% 的 Gas 消耗、26% 的 L1 DA（Data Availability 數據可用性）用量，以及 14% 的鏈上手續費。垃圾機器人的 DA 用量佔比起初讓我們感到意外，但隨後發現這與其交易數量佔比（而非 Gas 消耗）相關。這是合理的，因爲 DA 用量取決於數據壓縮效率，而非 Gas 消耗量。
3.垃圾交易限制並抵消了擴容的效益
第三，這種低效直接抵消了擴容的好處。爲衡量垃圾交易的負面影響，我們引入了一個新指標：有效 Gas 吞吐量，即 Rollup 扣除垃圾機器人消耗後，每秒處理的用戶可用 Gas 量。
Base 的趨勢尤爲明顯：2024 年 11 月，總 Gas 吞吐量爲 1500 萬 Gas / 秒，而用戶的有效 Gas 吞吐量僅爲 1200 萬 Gas / 秒。在接下來的四個月裏，總吞吐量雖增加了 1100 萬 Gas / 秒，但有效吞吐量幾乎保持不變。換句話說，幾乎所有新增的處理能力都被垃圾交易佔據。
有趣的是，2 月底之後，有效吞吐量開始與總吞吐量的增長趨勢更趨一致。這似乎與市場交易量（及由此產生的 MEV）相關：2 月 14 日「Libra 醜聞」爆發後，隨着 Telegram 機器人交易的 Memecoin 交易量下降，有效吞吐量重新開始增長。
4.垃圾交易的持續需求推高了用戶手續費
或許對用戶最直接的影響，是垃圾交易的持續存在人爲推高了交易手續費的基準線，並使其長期居高不下。
儘管 Rollup 的擴容舉措已將名義手續費降至極低水平（例如約 0.01 美元），讓許多自然用戶對價格不再敏感，但理論上，若區塊空間充足、用戶對價格不敏感，再加上 EIP-1559 手續費市場機制的作用，手續費本應趨近於絕對最低值。擴容的願景正是創造足夠的容量，使這種近乎零手續費的狀態成爲常態。
但實際情況並非如此。試圖通過垃圾交易捕獲 MEV 的搜索者正用海量交易塞滿區塊，消耗大量 Gas。這種行爲推高了區塊利用率，導致基礎手續費持續上漲，這更多反映了 MEV 市場的系統性低效，而非自然用戶的真實需求。
儘管終端用戶承擔的手續費仍處於低位，但整體水平已遠高於實際所需。這一問題的關鍵點在於：那些依賴大量廉價區塊空間的創新應用場景（如鏈上社交網絡或自動化微支付）正因此被排除在市場之外。
5.垃圾交易市場高度集中
最後，分析顯示，MEV 垃圾交易的搜索者市場呈現極端集中化特徵。
爲驗證這一點，我們統計了區塊高度 26000000 至 26900000 中，哪些智能合約消耗了最多被歸類爲「垃圾交易」的 Gas。初步觀察時，市場看似頭部佔比較高但結構分散。
但這一表象具有欺騙性。鏈上分析顯示，搜索者常用的策略是輪換用於發送垃圾交易的智能合約，但將利潤統一轉入固定的「獲利地址」。通過追蹤成功套利交易的 ETH 轉賬路徑，我們嘗試識別由同一運營方控制的智能合約。儘管並非所有機器人都採用此模式，但頭部機器人普遍如此。
當按獲利地址對數據進行分組後，市場集中度變得極爲顯著：
結果很明顯，僅兩家機構就主導了 Base 上 80% 以上的垃圾交易。這種極端集中化表明市場存在明顯進入壁壘，且當前的「垃圾交易拍賣」並非真正的競爭性市場。競爭缺失進一步削弱了價格發現機制，導致公鏈既無法捕獲被提取 MEV 的真實價值，又不得不承受垃圾交易帶來的負外部性。
前進之路
我們認爲，區塊鏈應最大限度地在有限的區塊空間中容納有價值的經濟活動。
從這一標準來看，當前的「垃圾交易拍賣」機制效率極低：在 Uniswap v3 上完成兩筆兌換的套利僅需約 20 萬 Gas，而在 Base 上實現相同經濟結果卻需消耗約 1.3 億 Gas。效率差距高達 650 倍，而縮小這一差距正是釋放擴容真正潛力的關鍵。
要解決這一問題，先要回到鏈上搜索成爲主流模式的四大原因：交易表達性、內存池隱私性、低廉手續費與缺乏高效拍賣機制。其中，低 Gas 費與高表達性是通用智能合約鏈的明確目標 [2]，我們需要繼續強化這些特性。因此，解決方案必須聚焦於另外兩點：讓搜索者能夠讀取即將上鍊的狀態，並以既保障用戶權益、又最小化鏈上垃圾交易的方式表達其偏好。
解決方案方向
1. 通過可編程隱私實現狀態透明化
高效的市場需要爲搜索者提供交易流的實時訪問權限，同時通過編程方式限制其對信息的使用方式。系統需可驗證地確保搜索者僅能進行「後跑」（backrun）交易，而無法實施搶跑（frontrun）、三明治攻擊（sandwich）或泄露隱私數據。這種可見性使搜索者能夠在鏈下執行條件邏輯，而非在鏈上盲目探測。當搜索者在鏈下生成潛在獲利交易後，仍需一種方式將其精準嵌入區塊以捕獲 MEV。
2. 構建顯性競價的 MEV 拍賣機制
摒棄以 Gas 消耗爲競爭維度的「垃圾交易拍賣」模式，轉而設計基於經濟激勵的交易排序權競價機制。搜索者可直接爲目標交易的區塊位置提交貨幣報價，通過市場化定價機制決定交易順序。這種模式將無序的 Gas 消耗競爭轉化爲高效的價格發現過程：
搜索者無需發送數百筆無效交易，只需爲真正有價值的排序權付費；
區塊鏈可通過拍賣捕獲 MEV 的真實價值，而非讓資源浪費在無意義的鏈上計算中。
Flashbots 已在嘗試利用可信執行環境（TEEs）爲搜索者提供可見性，同時防止三明治攻擊。TEEs 可確保特定代碼在執行時，數據即使對機器操作者也保持機密性。
這使得搜索者能在 TEE 中運行，可驗證地對私密交易進行後跑，同時無法實施三明治攻擊或導出任何隱私數據。我們已在以太坊 L1 上驗證了這一模式，搜索者通過類似系統進行後跑交易已持續數月，並正積極將其適配到 L2。
結論
長期以來，關於擴容的討論一直侷限於基礎技術吞吐量。但我們的研究表明，關鍵突破點已不再是擴大區塊容量，而是更高效地利用區塊空間 [3]。這是因爲每釋放一單位區塊空間，MEV 都會激勵垃圾交易消耗新增容量。換言之，「擴容」帶來的大部分收益被具備經濟理性的 MEV 機器人攫取，真正的用戶無法從中獲益。這一問題正推高普通用戶的手續費、制約擴容成效，並造成海量網絡資源浪費。
擴容的侷限性正在於此：增加區塊空間雖能提升吞吐量，但對手續費的改善有限，因爲日益複雜的鏈上 MEV 會吞噬大部分增益。若想突破這些限制並釋放擴容的真正潛力，我們必須擺脫浪費的垃圾交易市場。通過可編程隱私與顯性競價，我們能消除垃圾交易的激勵，用富有表現力、公平且高效的 MEV 市場取代「垃圾交易拍賣」。
採用 MEV 拍賣並非奢侈選擇，而是戰略需要。核心在於利用 TEEs 爲搜索者提供交易流訪問權限，同時通過編程限制其使用方式。這種設計可實現理想結果：在無垃圾交易的前提下支持後跑套利，同時防範三明治攻擊。對區塊鏈而言，這意味着在高效、無垃圾的市場中捕獲更多收入；對用戶和開發者而言，更低且穩定的手續費與真實可用的容量將最終釋放擴容的全部價值。
當我們突破垃圾交易的限制時，世界將發生什麼？當交易成本低到幾乎可忽略不計時，哪些新可能將被解鎖？又會誕生哪些新型應用？答案，唯有實踐可證。
感謝 DataAlways、Hasu、Fahim、Danning、dmarz、Nathan、Georgios、Dan、buffalu、Quintus、Tesa、Anika、Brian、Xin、Sam、Eli、Christine、Christoph、Alex、Fred 以及其他許多人提出的寶貴意見。特別感謝 Phil，同時也感謝 Achal 在設計方面提供的幫助。
附錄
垃圾交易識別啓發式方法
爲識別垃圾交易，我們採用了兩種啓發式規則：
無代幣轉移：交易是否涉及任何代幣轉移？若有，則不歸類爲垃圾交易。
重複 DEX 價格查詢：若交易在未執行代幣轉移的情況下，對常見 DEX 價格數據發起至少 4 次查詢，則歸類爲垃圾交易。
我們認爲，在撰寫本文時，這些啓發式方法是可靠的：任何涉及代幣轉移的操作通常對用戶具有實際價值，而垃圾交易僅在捕獲 MEV 機會時纔會轉移代幣。此外，DEX 價格查詢規則能有效識別系統性探測套利機會的機器人，這是我們觀察到的主要垃圾交易形式。該定義聚焦於僅在鏈上查詢 DEX 價格的浪費性行爲，而排除了具有生產性的後跑（backrunning）行爲。
但這一定義未來需進一步優化：垃圾交易機器人可通過簡單轉移代幣繞過該規則，因此「垃圾交易」的分類標準仍是值得後續研究的方向。此外，該定義主要覆蓋了佔 MEV 主流的盲目後跑套利機器人，而未包含清算等其他 MEV 策略。
垃圾交易識別方法論
我們通過分析交易追蹤識別垃圾交易：對每筆交易，檢查其所有追蹤以判斷是否調用代幣轉移函數或 DEX 價格函數（如 slot0()、getReserves() 等）。若交易涉及代幣轉移，則排除；若未轉移代幣且發起 4 次及以上 DEX 價格查詢，則歸類爲垃圾交易。
選擇 4 次作爲閾值是出於保守考慮，實驗顯示將閾值設爲 3 次對整體結果影響甚微。類似地，我們在 Dune 上通過轉移事件過濾交易，發現其與基於追蹤的方法結果差異不大。
spam-inspect 工具
爲研究垃圾交易，我們開發了 spam-inspect，一個專爲分析以太坊 Rollup 活動而設計的 Python 工具，旨在高效識別垃圾機器人行爲。該工具通過追蹤區塊內每筆交易，並用上述啓發式規則實現分析。
此工具依賴 trace_block 方法，目前僅在支持 OP-Reth 或 OP-Erigon 的 OP-Stack 鏈上可用。
Dune 查詢
我們在 Dune 上構建了物化視圖（materialized views），通過過濾包含 Transfer 事件的交易並識別重複 DEX 價格調用，定位符合垃圾交易標準的哈希值。與 spam-inspect 的差異在於，此方法依賴轉移事件而非交易追蹤。這些垃圾交易物化視圖被用於後續查詢分析。
數據可用性（DA）估算
儘管本文主要討論垃圾交易對 Gas 的影響，但其也會消耗其他資源，如 Rollup 對 L1 數據可用性的佔用。爲估算 L2 垃圾交易浪費的 L1 DA 資源，我們構建了自定義數據管道（複用了 op-batcher 的部分模塊），通過兩組計算得出結果：
包含所有交易的區塊壓縮後總大小；
移除垃圾交易後的區塊壓縮後總大小。
兩者差值即爲單區塊中垃圾交易消耗的 L1 DA 估算值。
腳註
[1] 這表明鏈的 MEV 使用量將隨其吞吐量增長而同步擴張。
[2] 特定應用鏈（app-specific chain）的邏輯可能不同：有意限制交易表達性在此場景下可能是有效策略。
[3] 顯性拍賣解決了系統性資源低效問題，但引入了新限制：運行公平競爭拍賣所需的時間。受網絡延遲和拍賣計算量影響，該時間爲區塊時間設定了下限，意味着最大化區塊空間利用率與最小化區塊時間之間存在權衡。相關專題文章即將發佈。
