彩虹角色与激励:ABPS + FOCILR + AS - 权益证明/经济学

本文深入探讨了以太坊权益证明机制中最大程度解绑权益 staking 集的潜在角色和激励机制。

感谢 Roberto, Thomas, BarnabéFrancesco 的反馈。

1. 介绍

1.1 背景

已经对以太坊共识层的潜在改进进行了大量研究。强制执行包含列表的分叉选择 (FOCIL) 有可能通过允许 includer 列出应包含在下一个区块中的交易来提高抗审查性。由于 includer 激励与提议者激励的复杂交互,FOCIL EIP-7805 放弃了 includer 激励。设计 includer 激励仍然是一个积极的研究目标 (1, 2)。提议者-构建者分离 (PBS) 旨在将更专业的区块构建角色与区块提议角色分离,目前的目标是在协议级别固化这种机制 (ePBS)。还希望通过让区块构建者支付提议区块的权利来“燃烧”MEV,并且已经提出了各种实现此目的的提案 (1, 2)。PBS 的替代方案:证明者-提议者分离 (APS) 也可用于燃烧 MEV (1, 2)。在这种变体中,协议选择一个执行提议者来提议区块的执行负载,并且该提议者已在最近的“彩虹”设计中出现彩虹质押通常可以理解为 解绑 质押集应承担的各种角色的名称和框架。

1.2 概述

在这篇文章中,探讨了最大程度解绑的质押集的限制,检查了潜在的角色以及协调它们所需的激励措施。信标提议者成为一个单独的角色,证明者可以通过 证明者-信标提议者分离 (ABPS) 选择退出,这在第 2 节中介绍。假设使用动态定价拍卖 (DPA) 为承担该角色收取费用,该费用会随着潜在信标提议者的供应量而变化。在均衡状态下,此费用将与 MEV 相匹配,从而从宏观角度燃烧它。选择退出此角色的质押者将看到与其相关的奖励可变性消除,而其余质押者则不会。

第 3 节介绍了 具有排名交易的 FOCIL (FOCILR),它允许以太坊奖励 includer 的职责,同时保持激励兼容。该机制通过使提议者阻止该区块以排除排名靠前的交易变得昂贵来提高抗审查性,从而可能利用 includer 的集体激励来实现此目的。可以允许非常小的质押者承担 includer 角色,并且过多的 includer 供应可用于调节收取的少量常规费用。

第 4 节描述了 证明者分离 (AS),通过这种方式,最终确定性工具 (FA) 和动态可用链 (AA) 的证明者可以分开,从而为具有不同资本水平和风险偏好的质押者打开了大门。从共识和经济学的角度审查了潜在的设计。第 5 节中介绍的 DPA 也可以用于 includer 费用和 AS。但是,AS 可能最好通过第 6 节中介绍的原则,使用多个奖励曲线进行激励——使用单独的独立曲线(第 6.1 节)或相对奖励曲线(第 6.2 节)。

图 1 显示了可以使用所提出的机制创建的两个彩虹星座。左侧窗格是 ABPS + FOCILR,提议者和 includer 费用使用 DPA 计算。右侧窗格是 ABPS + FOCILR + AS,它进一步将证明者分为 FA 和 AA。在此示例中,提议者费用再次由 DPA 设置,但其他角色的费用和奖励则使用多个奖励曲线设置。每个角色都指示了最低(有待进一步分析)质押余额,以及相对质押金额的大致目标。

Figure 1\ Figure 11920×1267 148 KB

图 1. 涉及信标提议者、证明者和 includer 的两个潜在彩虹星座,以及不同角色的假设最低可接受余额。彩虹激励用于将角色的相对质押金额设置为所需的水平。

2. ABPS

2.1 信标提议者的角色

信标提议者提议信标区块,其中包含对信标状态的证明和相关更新,以及执行负载(“执行区块”)。它在区块链的增长中起着不可或缺的作用,并且是从证明者集中按比例选择的,以维持去中心化并防止女巫攻击。因此,信标提议者“属于”证明者集,其职责有时被称为证明者职责。构建执行区块以提取最大价值是一项相当专业的任务,因此信标提议者经常通过 MEV boost 招募区块构建者来构建并最终传播区块。正式确定这种职责分离是提议者-构建者分离(PBS)的主题。

虽然信标提议者在 PBS 中免除了复杂的职责,但它仍然会通过构建者的付款获得区块的大部分 MEV。这使发行策略复杂化,因为预期收益会随着 MEV 水平随时间变化,从而难以强制执行一些特定的理想均衡质押量。实际上,这种均衡可能需要负的定期奖励,迫使以太坊实施质押费用。MEV 导致的奖励可变性的上升对无法汇集奖励的质押者产生负面影响。因此,可能希望将 PBS 与 燃烧 MEV 的机制相结合,而不是让信标提议者承担。

2.2 证明者-信标提议者分离 (ABPS)

证明者-信标提议者分离 (ABPS) 强制执行信标提议者相对于证明者的目标比例,例如 3/4、7/8、15/16 或 31/32。偏离目标会导致信标提议者费用的变化,从而鼓励质押者加入或离开信标提议者集,从而恢复目标水平。第 5 节描述了如何使用动态定价拍卖 (DPA) 来设置信标提议者费用。因此,信标提议者与证明者的分离从宏观角度燃烧了 MEV,如第 2.2.1 节中进一步讨论的那样。抗审查性的影响在第 2.2.2 节中讨论。第 2.3 节介绍了质押者如何通过广播 RoleChange 消息进出信标提议者集。

2.2.1 MEV 燃烧

通过 ABPS,MEV 本质上被燃烧了 - 至少从宏观角度来看 - 通过从所有承担信标提议者角色的质押者那里收取常规的经常性费用。对奖励可变性最敏感的质押者可以选择退出信标提案,从而使他们能够在不遭受奖励可变性的情况下继续证明。事实上,ABPS 在两个层面上比常规 MEV 燃烧 更能降低奖励可变性:

  • 微观层面 – 选择退出作为信标提议者的质押者也选择不接收提案共识奖励,这是 MEV 之后奖励可变性的最大来源。
  • 宏观层面 – 根据均衡,信标提议者将需要支付(几乎)他们可以实现的所有 MEV;在任何证明者截止日期之后,构建者都不会留下任何小费。

事实上,ABPS 也会“燃烧”提议者的共识奖励,因为信标提议者在建立均衡费用时会考虑这些奖励(这种效果之前已经在类似的背景下预测过)。但请注意,燃烧共识奖励并不会改变提议的动机(另请参阅第 7.3 节)。

为了缓解时间竞争并使审查交易(通过拒绝提案)的成本高昂,协议可能希望对错过提案处以惩罚。通过 ABPS,更大的惩罚变得更容易接受,因为如果质押者认为风险太大,他们可以选择退出信标提议者角色。但是,只有一部分质押集才能获得选择退出的机会,以免危及女巫攻击的抵抗。只有这部分集合才能获得微观层面的好处,而宏观层面的好处仍然由所有人获得。在均衡状态下,永久选择退出的质押者的预期收益可能会略低,因为信标提议者会希望获得可变性和更高风险等的补偿。

2.2.2 抗审查性

信标提议者是从质押集中选出的,以提高女巫抵抗和抗审查性。这是 ABPS 的一个潜在缺点:决定选择退出信标提案角色的质押者可能通常属于完整集合中更去中心化的部分。因此,必须预期信标提议者角色比总体上的证明者角色更加中心化一些。在此可以与当前围绕对信标提议者施加的要求、它如何影响抗审查性以及诸如 max_blobs 标志之类的补救措施的可行性 (1, 2) 等进行类比。但是,ABPS 通过允许质押者完全选择退出,同时在经济上使他们处于平等地位来进一步推进了这一点。确保执行层抗审查性的单独机制(例如 FOCIL(或第 3 节中介绍的潜在 FOCILR))将变得更加重要。选择退出信标提案的质押者仍将是 FOCIL 中的 includer,事实上,如果需要,可以增加他们被选为 includer 角色的概率。

同样值得进一步讨论的是,ABPS 是否在共识层维护了足够的抗审查性,这里重点关注信标提议者在整理信标区块和引导分叉选择中的作用。这种讨论对于确定必须成为信标提议者的证明者的比例也将很有用。一个相关的主题是所有信标提议者是否都应该证明。图 1 确实将一些信标提议者说明为非证明者,但可能合理地要求所有信标提议者也进行证明。这允许应用于证明者集的诚实性假设也转化为信标提议者集,如第 4 节中更深入地探讨的那样,该节处理证明者分离。

2.2.3 最小验证者大小

如果所有信标提议者也必须进行证明,那么对其最小大小 s_\text{min} 的要求将受到证明者的 s_\text{min} 的限制。否则,s_\text{min} 的上限由协议希望削减一个同等信标提议者的金额决定,这最终由一个这种同等造成的损害决定。因此,当不强制执行证明者职责时,ABPS 的一个潜在好处是,它可以允许拥有较少 ETH 的质押者参与共识形成的关键角色。在图 1 中,信标提议者具有比证明者更低的 s_\text{min},以反映他们的大小不会显着影响网络负载。如图 1 右侧窗格所示,证明者也可以进一步划分(请参阅第 4 节),在这种情况下,可以强制要求信标提议者也证明可用链。

2.2.4 拍卖机制

第 5.1 节说明了信标提议者 DPA。如前所述,协议可能希望对失败的区块提案处以惩罚,ABPS 使其更易于接受。但是,第 5.1 节中的常规 DPA 是零界限的,如果惩罚设置得如此严厉(在低 MEV 下),则无法强制执行均衡,以至于质押者只有在费用更改为少量奖励时才愿意承担该角色。为了纠正这一点,可以改用第 5.2 节中描述的 t 界限 DPA。它将费用限制在某个负值(少量奖励)。但是,当应用 DPA 时,对失败的信标提案处以的惩罚 x 大致相当于对成功提案的奖励 x - 提议者将通过在均衡状态下支付更高的费用来补偿预期奖励的增加,并且提议的动机大致相同。如果引入成功的提案奖励而不是失败的提案惩罚,则第 5.1 节的零界限 DPA 将足够。

2.3 进入和退出信标提议者集

验证者通过在对等网络 (p2p) 上传播 RoleChange 消息来进出信标提议者集。如果验证者 v 的大小 s_v>s_{\text{min}} 符合该角色,且满足其他条件(例如,持有与新角色一起要求的任何其他角色),则这些消息会被其他参与者传播。更新一个人的角色需要支付少量费用 r_\text{fee}。例如,此费用以对数比例(请参阅附录)收取给质押者并燃烧。验证者还可以使用 RoleChange 消息提供小费 r_\text{tip},以鼓励当前的信标提议者将其包含在信标区块中。每个信标区块都有一些用于 RoleChange 消息的最大空间,该空间不必很大。

以太坊上的质押者在进入和退出其质押时会受到延迟。延迟的一个来源是 MIN_VALIDATOR_WITHDRAWABILITY_DELAY,它确保在验证者退出之前可以显示任何削减证明。看起来最好在进出信标提议者集时不要应用这种延迟,而是在 MIN_VALIDATOR_WITHDRAWABILITY_DELAY 期间也为当前不在信标提议者集中的验证者寻找任何削减证明。

延迟的另一个来源是流失限制。但是,此限制主要是为了抑制证明者集的波动,并且可以说在进出信标提议者集时不需要应用。因此,可以在此处忽略它。对于证明者,必须应用它,这使得对于第 4 节中讨论的证明者分离,RoleChange 消息的实现更加棘手。为了进出证明者集,反过来可以要求验证者进行常规的进入或退出,并在进入时规定他们所需的角色。如果如第 4 节中讨论的那样拆分证明者集,则可能允许对可用链的证明者也使用 RoleChange 消息来转换角色,但这可能会增加复杂性。

目前,在实际提案之前的 32-64 个插槽,在更新到 RANDAO 期间选择信标提议者。因此,进入信标提议者集的验证者不能立即被选择进行提案,并且协议还需要等到新的进入者有资格被选择的插槽时才能收取费用。同样,对于退出的提议者,必须收取费用,直到并包括他们在退出时有资格被选择的最后一个插槽。所有退出的提议者都应排队退出,并且直到该插槽才退出。但是,DPA 的费用更新应立即考虑包含在区块中的新 RoleChange 消息,以及与验证者进入或退出整个质押集相关的任何相对于目标的变化。制定逻辑规定已退出的验证者不能直接再次进入,从而有资格获得下一个纪元,这似乎是合理的。这将确保验证者不会首先在错过选择时制定退出策略,然后及时进入下一次选择,从而在此期间通过动态价格变化降低费用。但是,他们仍然会为此策略招致 2r_\text{fee} 的成本。

是否可以预期会审查 RoleChange 消息?如果是这样,则可以将当前 FOCIL 委员会的成员分配到对等 RoleChange 列表 (RL) 的额外任务,其处理方式与 IL 类似。目标是强制信标提议者包含已被广泛观察到的 RoleChange 消息。但是,尚不清楚是否需要这样的 RL 委员会,因为可以设计第 5.1 节中介绍的 DPA,使其对包含的时间敏感性较低,并且可以为每个包含的 RoleChange 消息向验证者提供少量奖励。如果可以避免 RL,则分叉选择将受到更少的有条件要求和更少的逻辑影响,这更好。

3. FOCILR

3.1 概述和起始假设

强制执行包含列表的分叉选择(FOCIL)允许 includer 强制将交易添加到区块中,从而提高以太坊的抗审查性。n(例如,16 个)随机选择的 includer 发布交易的包含列表(IL),这些列表在提案前大约 3 秒的 IL 截止日期由证明者观察。证明者通过证明区块来确认提议者是否遵守这些列表的本地去重 IL 聚合(\text{IL}_\text{agg})。但是,提议者(本节中的术语用于指代负责执行负载的实体,目前是信标提议者)可以填充区块以使 IL 无关,从而获得审查交易的能力。这是 FOCILR 要解决的问题。

过去已经提出了各种激励 includer 的策略 (1, 2, 3, 4)。然而,由于它可能会改变激励和/或降低 UX,因此奖励 includer 相当棘手;在区块已满时,FOCIL 就是这种情况。因此,FOCIL EIP-7805 选择不激励 includer。如果成为 includer 需要任何额外的计算,则忽略分配的选择可以略微降低验证者的成本。更重要的是,提议者希望尽可能不受包含列表的约束,以提取尽可能多的价值。这是 承诺攻击 的一种激励,即如果 includer 不发布限制区块的 IL,则提议者承诺与 includer 分享边际 MEV。即使 includer 的数量相当多,以至于攻击不会阻止所有 IL,但阻止其中一些 IL 仍然可能具有边际价值,特别是当 IL 在允许的大小中受到限制并且 includer 在他们列出的交易中存在一些差异时。

此外,includer 角色可以由希望通过质押来提高以太坊抗审查性的小额余额用户承担。includer 不受像证明者这样的网络考虑因素的限制,并且例如 0.125 ETH (2^{-3}) 的最低余额应该是可行的。但是,由于只能向这些参与者提供 includer 角色,因此如果没有激励,实际上很少有人会参与。如果没有激励,一种合理的方法是使该角色对所有证明者和信标提议者都强制执行,以确保尽可能大的 includer 池。

鉴于本文重点关注彩虹激励,因此似乎需要提出一种适用于 FOCIL 的可行激励机制。理想情况下,这种机制应具有以下属性:

  1. 通过使提议者难以控制区块的内容(当区块已满时)来进一步加强抗审查性。
  2. 为交易者保留良好的 UX。
  3. 不要进一步激励交易者将交易保留在内存池之外。
  4. 永远不要让创建伪造交易有利可图。

3.2 具有排名交易的 FOCIL (FOCILR)

3.2.1 问题定义

在 FOCIL 中,\text{IL}_\text{agg} 不能用于指定在已满区块中必须包含哪些交易,因为没有对交易进行排名的机制。因此,提议者可以 填充 区块以审查交易。鉴于 includer 可能会被提议者变得无关紧要,因此奖励他们的服务也变得 有问题。改进的 IL 机制应强制对 \text{IL}_\text{agg} 中的交易进行排名,定义其在区块中的范围,并添加激励兼容奖励函数。

应该清楚的是,当 \text{IL}_\text{agg} 包含比区块内可以容纳的交易更多的交易时,缺少排名函数会导致 FOCIL 无法排除 \text{IL}_\text{agg} 中的任何特定交易。无论 \text{IL}_\text{agg} 中的交易如何,此条件都会扩展到完整区块的原因是,\text{IL}_\text{agg} 是由每个证明者在 IL 截止日期在本地形成的,那时某些 IL 可能尚未到达他们,但仍然已到达提议者。如果证明者需要证明交易已在 IL 中列出,则提议者可以始终确保列出他们首选的交易。如果每个插槽有 16 个 includer,则大多数信标提议者属于将可以访问至少一个 includer 的质押服务提供商 (SSP)。没有直接访问权限的提议者可以改为为该服务付费给 includer

如果优先费用奖励给 includer,则 FOCIL 变得激励不兼容,因为提议者将有激励通过填充区块来规避 includer,并且交易者被迫在带外与提议者结算。对带外结算的自然 对策——当区块已满时,将优先费用重定向到提议者——巩固了区块填充作为一种可行的提议者策略。总之,问题在于证明者没有商定的激励兼容方式来确定当 \text{IL}_\text{agg} 的所有潜在交易(包括那些可以由提议者运行的 includer 添加的交易)不适合包含在区块中时,应该在区块中包含哪些交易。

3.2.2 排名函数

为了解决根本问题,现在将描述具有排名交易的 FOCIL (FOCILR)。它通过计算每个列出的交易的规范排名,强制提议者包含来自 \text{IL}_\text{agg} 的“适当”交易。将适当的包含标准定义为指定交易 (l) 的 IL 数量和优先费用 (f_p)。然后可以通过三种方式对交易进行排名:

  1. 从 l(\text{tx}),以 f_p(\text{tx}) 作为决胜局:然后根据列出交易的 IL 数量按降序对 \text{IL}_\text{agg} 进行排序。具有相同列表数量的交易将根据优先费用按降序进一步排序。
  2. 从 f_p(\text{tx}),以 l(\text{tx}) 作为决胜局:然后根据优先费用按降序对 \text{IL}_\text{agg} 进行排序。具有相同优先费用的交易将根据列出交易的 IL 数量按降序进一步排序。
  3. 从诸如 f_p(\text{tx})\times l(\text{tx})^q 之类的组合度量,以 f_p(\text{tx}) 作为决胜局:然后根据组合度量按降序对 \text{IL}_\text{agg} 进行排序。此示例中的变量 q 调节 f_p 和 l 之间的平衡。当 q 接近 0 时,组合度量接近纯粹按 f_p 排名,而当 q 接近 1 时,它改为接近纯粹按 l 排名。具有相同组合度量的交易可以根据优先费用按降序进一步排序。

如果两个交易无法从给定的标准中分离出来,交易哈希可以用作秒决胜局,在哈希冲突下具有不受约束的排序。排名函数在第 3.4 节中进一步分析。按 l 排名提出了最多的担忧,而选项 (2) 和 (3) 似乎更有利。请注意,排名不是为实际区块中的交易排序而强制执行的,它严格调节区块中的包含。

3.2.3 Gas 阈值

排名为所有各方创建了一种方法来就区块已满时要包含的适当交易达成一致。然后,提议者不再被允许忽略 \text{IL}_\text{agg},并且必须至少包含来自已排序列表的交易,直到(但可能不包括)将累积 gas 推高到某个 gas 阈值 g_t 之上的交易。该阈值设置为 gas 限制 g_l 的比例 g_p:

g_t = g_p\times g_l.

如果 g_p 设置得太低,则仍然可能有激励去填充区块以控制剩余的 (1-g_p)\times g_l gas。因此,设置 g_p=1 似乎是一个合理的选择。但是,这样的阈值可能也会不必要地限制,并且可能会减慢在 IL 截止日期之后到达的更多时间敏感的高优先级交易(优先级由 f_g 指示)的结算速度(当区块已满时)。设置 g_p<1 会降低提议者与 includer 整合以创建更有利列表的压力。此外,如果 g_p=1 并且所有 includer 都协作(或者按 l(\text{tx}) 排名时的高比例),他们可以改为在完整区块期间“审查”提议者。一个适当的设置可能是 g_p=3/4。

g_t 应用于排名的 \text{IL}_\text{agg},无论区块是否已满,都允许提议者在接近完整的区块中删除排名较低的交易。这更中立,并防止了所有填充区块的原因。如果 g_p<1,则每当初步 \text{IL}_\text{agg} 消耗超过 g_p\times g_l 的 gas,同时内存池中的剩余交易未填充区块时,填充区块可能仍然是有利的。这将为有权访问独家订单流动的提议者(以及扩展的构建者)提供(额外的)优势:他们可以在不支付创建虚拟交易的费用来挤入的情况下填充区块,例如,将更多交易夹入在 IL 截止日期之后到达内存池的交易。因此,总之,任何规避 \text{IL}_\text{agg} 的能力都不应取决于区块是否已满。相反,区块必须包含至少 g_t gas 的来自 \text{IL}_\text{agg} 的交易(如果此类交易可用),但不需要比这更多的交易。

3.2.4 额外的提议者和证明者职责

提议者使用位列表指定哪些 includer 列出了每个交易——这是正确奖励计算的要求。证明者通过证明区块来确认位列表中没有遗漏,并被指示接受提议者关于他们未观察到的任何 IL 的规定——只要该 IL 来自他们未观察到任何其他 IL 的 includer。如果他们在证明时只观察到来自该 includer 冲突的 IL,而不是提议者用来作为其位列表基础的 IL,他们不应确认该区块。提议者确保传播其作为其决策依据的 IL,以最大程度地降低被同等 includer 欺骗的风险。证明者按照原始 FOCIL 规范被指示忽略此类 IL,但如果提议者合并来自同等 includer 的其他有效 IL,则不对其负责。

对于每个未观察到的 IL,证明者确保其指定的总交易列表不超过 IL 的分配字节大小。如果奖励函数是 p_f 且 u<1(第 3.3.2 节),则提议者还指定活动 includer,只要与其观察结果没有明确冲突,证明者就会通过其区块证明来确认这一点。

3.3 奖励函数

第 3.2.2 节中描述的排名函数由用于激励 includer 的奖励函数补充。考虑两种类型的奖励函数:来自发行的奖励,其大小受交易基本费用的指导,或者来自交易优先费用的奖励。

3.3.1 受基本费用指导的发行

奖励可以设置为支付给交易的基本费用 b 的一部分 k:r=kb。该等式使 includer 可以赚取交易公平市场价格的一部分。根据市场价格设置奖励的主要原因是确保没有动机仅仅为了奖励 includer 而创建虚拟交易,同时又不引入任何新的包含费用或扰乱优先费用的流动,使用此奖励函数,优先费用将支付给提议者。如果每个交易对 includer 都有固定奖励,并且基本奖励降到足够低,includer 可能会协调此类虚拟交易,只是为了填满区块并增加 includer 的奖励。因此,变量 k 是有界的,并且在有 n 个 includer 时必须遵守 k<1/n。当有 16 个 includer 时,k 的典型值可能是 1/512,奖励 includer 的最大值为总基本费用的 1/32。 这类奖励不应被解释为影响燃烧或以太坊的通胀率。来自 FOCIL 奖励的任何发行量增加都可以通过减少其他角色的发行量来抵消,或者通过对 FOCIL 角色收取费用来实现。基本费用仅用于得出 includer 提供的抗审查服务的准确价值。分数 k 应足够低,以防止鼓励对 EIP-1559 机制的有利操作。

可以注意到,includer 不会因为他们列出的 txs 的唯一性而获得奖励。如果唯一包含的 txs 为 includer 提供了更高的奖励,那么交易者可能会与特定的 includer 合作并私下发送 txs,以便他们可以分享唯一包含的利润。这降低了协议中的不信任性。此外,提议者始终可以将更多唯一的 listings 分配给其控制的 includer 或为该服务付费的 includer,从而利用其“最后观察”。Includer 可能会将责任移交给提议者以最大化奖励,从而降低 FOCIL 机制的不信任性和抗审查性(但最后观察对于非唯一奖励也可能很有价值,以确保 IL 具有良好的覆盖范围)。根据唯一性加权的奖励也可能阻止 includer 传播交易。当奖励来自发行时,不奖励唯一性似乎尤其重要。另一方面,优先费用来自交易者本身。

3.3.2 优先费用

优先费用目前用于激励提议者在区块中包含 tx——但是当 includer 列出 tx 时,提议者无论如何都会被强制包含它。正如 FOCIL 文章的 选项 2 中规定的那样,因此只要 tx 在 \text{IL}_\text{agg} 中,优先费用就可以给 includer,否则给提议者。但是,如果提议者没有从 \text{IL}_\text{agg} 中的 txs 获得任何收益,并且区块已满,则它可以在最后一秒通过它支付或控制的 includer 将其首选交易插入 \text{IL}_\text{agg} 中。高优先费用可以从提议者处返还给交易者,从而允许在按 p_f 或按组合度量排序时,插入的 txs 以零额外成本成为排名最高的。当奖励来自优先费用时,对于独特 listings 的一些额外补偿可能是可以接受的——毕竟,该费用必须分配给某人。但是考虑到对可信优势的担忧,仍然只适度地这样做是合理的,并且同时开发一种机制,以便在 \text{IL}_\text{agg} 具有广泛覆盖范围时,集体奖励活跃的 includer。

为了解决提出的问题并促进激励兼容性,这里提出了一种稍微改进的优先费用分配方式。它仅涉及 tx 在 \text{IL}_\text{agg} 中的情况——否则优先费用仍然给提议者。首先,留出

\omega_pf_p

给提议者,留下

f_p^+ = (1-\omega_p)f_p

以进一步分配。这里,\omega_pf_p 给提议者一个遵守非其控制的 includer 生成的 \text{IL}_\text{agg} 的激励。给每个列出 tx 的 includer

f_p^+\frac{u(n-1)}{(un-1)l + n(1-u)},

其中 n 是 includer 的总数,l 是列出 tx 的 includer 的数量。变量 u 调节协议支持唯一 listings 的程度,同时定义给定单个 includer 列出 tx 的 f_p^+ 的比例(l=1 时的结果)。该变量应在 u \in \left[\frac{1}{n}, 1\right] 范围内。当 u=1 时,唯一 listing 会被最大限度地奖励。表达式简化为

f_p^+\frac{u(n-1)}{l(un-1) + n(1-u)} =f_p^+\frac{(n-1)}{l(n-1) + n(0)} =\frac{f_p^+}{l}.

如果 l=1,则 includer 获得整个 f_p^+,如果 l=2,则两个 includer 各获得 f_p^+/2,依此类推。当 u=1/n 时,协议根本不奖励唯一性。表达式简化为

f_p^+\frac{u(n-1)}{l(un-1) + n(1-u)} =f_p^+\frac{(n-1)/n}{l(0) + n-1} =\frac{f_p^+}{n}.

每个 includer 将始终获得 f_p^+/n,如果不是所有 includer 都列出 tx,则剩余的 f_p^* 将按照下一段中的描述进一步分配。将 u 设置在两个极端点之间的某个位置似乎是合理的。例如,当 u=1/3 时,一个 includer 获得大约 33% 的 f_p^+,如果有两个 includer,他们各自获得 26%,三个获得大约 21% 的 f_p^+,依此类推,剩余的 f_p^* 仍然留待分配。请注意,该表达式已被定义为如果 l=n,则无论 u 的设置如何,每个 includer 的奖励始终变为 1/n(这是经过设计的,并且是预期的)。

将 includer 定义为“活跃”,如果其列出的 tx 中至少有一个包含在区块中。如果少于(例如)一半的 includer 能够在区块中插入 tx,则如果 includer 只是发布了有效的 IL,它也将被视为活跃。这个条件将由证明者作为他们 FOCIL 职责的自然组成部分来观察,并由提议者在区块中注明,以供证明者确认。有效 IL 的备份条件的原因是,否则提议者可以通过使用回扣策略替换进入区块的来自 \text{IL}_\text{agg} 的每个 tx,从而使所有 includer 变为不活跃。然而,这需要大量的私有订单流或在 IL 截止日期后进入的许多 txs。

在剩余的奖励中,

\omega_if_p^*

平均分配给所有活跃的 includer,并且

(1-\omega_i)f_p^*

给提议者。这里,\omega_if_p^* 可以被视为集体激励,如果许多具有高 p_f 的 txs 最终出现在 \text{IL}_\text{agg} 和区块中,则会将价值分配给活跃的 includer。如果提议者试图通过向交易者提供回扣来插入其首选交易,则这些 txs 会将价值泄漏给活跃的 includer。较低的 u 有利于这种泄漏。同样,如果 includer 可信地依赖提议者来最大化其唯一性奖励,则当 \text{IL}_\text{agg} 错过它可以独立浮出水面的 txs 时,集体奖励将会下降。另一方面,更高的 u 会使希望审查 tx 的提议者说服 includer 不列出它变得更加昂贵。它还将为 includer 提供个人利润动机,以扩大 \text{IL}_\text{agg} 的覆盖范围。第 3.5 节指定了概述变量的可能设置。

3.3.3 没有奖励函数

可以不将奖励纳入 includer,而是采用严格执行完整区块期间排名的 FOCILR 版本。这仍然可以通过限制提议者决定哪些 txs 进入完整区块的自由来加强抗审查性。但是,includer 没有列出 txs 的货币激励,并且如果提议者征募了一致的 includer 并回扣优先费用以更改排名,则提议者不会泄漏价值。回扣策略相当深奥,可能不会在实践中实现。但是,它可以通过在完整区块中燃烧一部分优先费用来解决,以确保人为抬高的优先费用会付出一定的代价。

3.4 排名和奖励函数分析

为了理解不同选项的优点或缺点,现在将检查 includer 的 txs 的潜在估值函数。

3.4.1 排名无关紧要时的注意事项

FOCIL EIP 规定 每个列表的原始 txs 的最大大小为 8 kB,txs 按优先费用排序并包含在此限制内。现在考虑当有超过 8 kB 的 txs 可供选择时,从 includer 的角度来看,FOCILR 中的最佳包含标准。

假设从包含 tx 获得的预期奖励为 r,其大小为 s 字节。然后,includer 将在其评分函数中根据每个字节的奖励对 tx 附加一个值 v,按以下方式对 txs 进行排序和选择

v = \frac{r}{s}.

计算 tx 的预期奖励可能相当复杂。首先考虑一个简单的场景,其中不对 \text{IL}_\text{agg} 的唯一贡献进行奖励,并且由于区块消耗的总 gas 将保持在阈值 g_t 以下,因此排名函数无关紧要。如果 includer 累积了优先费用或基本费用的某个比例 \dot{f}(两者都在第 3.3 节中提出),则 tx 的预期奖励将取决于 tx 消耗的 gas g:r=g\dot{f}。因此,tx 估值的方程为

v = \frac{g\dot{f}}{s}.

因此,即使 includer 累积了优先费用的某个比例,它也不会仅仅根据优先费用选择 txs,因为选择在列表中占用相对更多空间的 txs 存在机会成本。Includer 专注于“每字节的奖励”,如果包含是确定的并且 IL 将被填满,则将根据此度量选择 txs。如果 IL 没有被填满,则将简单地选择所有 txs。

当 \text{IL}_\text{agg} 的唯一贡献被奖励时,情况有些复杂。在这种情况下,通过考虑预期的唯一性(回顾已经观察到的 IL 并考虑在先前Slot中观察到的 tx 包含模式)来调整 tx 的预期奖励。在考虑与唯一性相关的奖励(如果有)时的调整后的预期值将被表示为 v'。这里提到关于唯一性奖励的三个要点:

  1. 它们单独地激励 includer 促进 \text{IL}_\text{agg} 中的广泛覆盖。当奖励函数是按优先费用但没有唯一性奖励时,只有促进这一点的集体激励。在没有激励的常规 FOCIL 中,需要通过依赖随机性的 本地包含规则 来促进广泛覆盖。
  2. 它们为 includer 提供了额外的理由来接近 IL 截止时间,既可以观察其他人的 IL,也可以保护自己的 IL。
  3. 提议者将能够审查所有可用的 IL 并微调其控制下的 IL,以优化唯一性奖励。它甚至可以将其作为一项服务提供给其不直接控制的 includer,这最终可能会导致抗审查性降低(如第 3.3.1 节中所讨论的)。

3.4.2 按 f_p 排名时的注意事项

当 \text{IL}_\text{agg} 的 txs 消耗超过 g_t gas 时,排名函数将确定哪些 txs 包含在区块中,从而影响预期奖励。当确定 tx 将包含在区块中时,includer 仍然会优先考虑具有较高 v' 的 txs。但是,如果存在关于 tx 的不确定性,includer 将寻求在计算预期奖励时建立 tx 被包含的概率。这将取决于排名函数。当按 f_p 排名时,具有较高 f_p 但较低 v 的 tx 仍然可以被优先考虑。

3.4.3 按 l 排名时的注意事项

现在考虑按 l 排名。正如之前一样,v' 在确定包含的 txs 中占主导地位(然而,唯一性和高 l 当然是相当矛盾的)。对于其他 txs,包含的概率取决于其他 includer 的决定,平衡逐渐出现。如果奖励函数分配了优先费用并且不奖励唯一性,includer 可能会倾向于按 v 排名,这会最大化总奖励,充当一种主导策略。也可能更简单的按优先费用排名的选项胜出。此外,在内存池中存在更长时间的 tx 更有可能被选择,其他条件相同,并且接近截止时间的 tx 将不太可能被选择。

如果奖励函数分配了基本费用,则 tx 的到达时间将相对更重要,但 includer 仍然可以考虑优先费用。有两个原因:(1) 如果 g_p<1,那么仍然会有一些 tx 由提议者分配,提议者会倾向于优先考虑具有高优先费用的 tx(或引入 MEV 的 tx,includer 按扩展也应该选择这些 tx);(2) 提议者可能会承诺奖励优先考虑具有更高优先费用的 tx 的 includer(因为它会在此场景中累积这些)。重要的是——无论奖励函数如何——如果 IL 的最大大小允许消耗比 g_t 更多 gas 的 tx,则单个 includer 删除一些原本高排名的 tx 可能足以将其排除在区块之外。因此,这种条件组合(按 l 排名,相对于 IL 大小的低 g_t)将是不合适的。

与此同时,较小的 IL 会限制 includer。理想情况下,includer 将在其列表中被分配如此多的字节,以至于他们可以用原始 txs 将它们填充到 gas 限制。这将简化决策过程并提高抗审查性。但正如所指出的,它需要排名不是严格按 l 排名。与较小的 staker 相比,大型 SSP 可以在按 l 排名中获益。他们可以确保他们的所有列表都是相同的,因此可以更好地保证他们所有选项中至少包含一些内容。如果奖励了唯一性,那么它的影响力会较小,因为被包含的期望会随着 l 的增加而增加。提议者的最后观察也可能更有影响力,特别是如果它对几个 includer 具有控制权。提议者可以转动许多旋钮来最大化价值提取,同时让首选 txs 获胜。

3.5 基线规范

在讨论的选项中,什么是合理的基线规范?严格按 l 排名在分析中引起了最多的关注。对于更大的 SSP 来说,有可能提取略高的奖励,包括可以从提议者的最后观察中提取的额外价值。在拥塞时期,当 includer 删除其他合适的 txs 时,也存在弱审查的可能性,从而降低了他们的 l。因此,按 f_p 排名或组合度量似乎更有希望。鉴于按 f_p 排名更简单,因此它可以适合作为基线。

第 3.3 节中提出的两种奖励函数似乎都是合理的。然而,从基本费用来看,无论是在所需的协议更改还是 UX 方面,都将是一个更大的变化。首先,从本质上讲,它将消除为发布到内存池的 txs 支付优先费用的需要。在均衡状态下,这可能会使交易者愿意为包含支付略高的基本费用。从基本费用来看,也可能需要开发人员保持 k 低,以防止操纵 EIP-1559 机制。

因此,合适的基线是将排名和奖励都基于优先费用。奖励分配的建议设置为 \omega_p=1/8、\omega_i=1 和 u=1/3。这会将优先费用的 1/8 给提议者,适度地提高了唯一包含,同时保留了对活跃 includer 的强烈集体激励。将 u 设置为更接近 1/n 可以减轻在支持 \text{IL}_\text{agg} 的唯一贡献时,可信优势的担忧。另一方面,将 u 设置为更接近 1 将使希望审查 tx 的提议者说服 includer 不列出它变得更加昂贵。调节 gas 阈值 g_t 的合理设置可能是设置 g_p = 3/4。在基线规范下,也希望允许 IL 具有较大的字节大小。

如图 1 所示,可以通过从承担激励性 includer 角色中收取费用来调节相对于证明者的超额 includer 的比例。这允许余额较小的 staker 也承担该角色,同时让他们的决定帮助对该角色进行定价。可用于调节 includer 集大小的机制在第 5 节和第 6.2 节中介绍。鉴于 includer 的奖励不会特别大,因此仅让 includer 集扩展而不对该角色附加费用可能是合理的。

4. 证明者分离

特别感谢RobertoBarnabéFrancesco 对本节的反馈。

4.1 拆分证明职责

证明者目前通过投票选出 LMD GHOST 头部来证明可用链,并通过投票选出 FFG 源和目标来最终确定链。它们是以太坊共识的支柱,并且将来仍然如此。本节将分析拆分证明者职责对共识形成以及如何激励不同职责的影响。因此,一些 staker 将成为最终性证明者 (FA),他们通过投票选出 FFG 投票来证明最终性装置,而另一些 staker 将成为可用性证明者 (AA),他们通过投票选出 LMD GHOST 投票来证明动态可用链。

拆分职责允许从 AA 中删除 slashing 条件。这不排除任何针对 AA 伪造的对策,例如强制退出,但限制了 AA 可能遭受的总体金钱损失。然后,staker 可以承担或委派 AA 服务,而不会有 slashing 的风险。除了潜在的共识降级之外,这似乎对该协议来说是一个明显的优势。例如,staking 服务提供商可以提供最适合个人用户风险偏好的服务,并且个人 staker 也可以选择他们感到舒适且有资源的风险级别。另一个潜在的好处是,以太坊实际上可以从更多的 AA 股份中受益,作为一种女巫攻击抵抗的形式,而 FA 股份可以利用 slashing 来惩罚不当行为。划分为 FA 和 AA 是一个活跃的研究领域,这个想法由 Barnabé Monnot 提出,并将在他即将发表的一篇文章中进一步分析。

4.2 拆分证明职责下的共识考虑因素

通过拆分职责,一些共识假设被颠覆了。考虑一个没有子采样的 SSF 实现,它仍然包含由 AA 投票的可用链和由 FA 投票的最终性装置(讨论的大部分也适用于当前)。已经确定,在 LMD GHOST 中拥有诚实的在线 AA 多数,并通过 视图合并,该链可以实现重组弹性。但是,如果 AA 集的诚实假设不扩展到 FA 集,那么在网络同步下,这种重组弹性将如何受到影响?

目前,所有验证者都是 AA 和 FA。因此,通常理所当然地认为,如果 >1/2 AA 是诚实的参与者并遵循 分叉选择,那么 >1/2 FA 将是诚实的并遵循_相同_的分叉选择来建立可行的检查点。假设 AA 和 FA 可能非常不同,因此诚实参与 AA 的比例很少说明诚实参与 FA 的比例。在这种情况下,FA 可能会在当前不是链头部的分支上最终确定一个检查点,即使所有 AA 都认为该分支较差,也会迫使 AA 集切换分支——假设他们必须始终建立在最新的已证明区块之上。因此,诚实的在线 AA 多数不能单独确保重组弹性。

希望尽可能少地做出诚实假设。如果 FA 不能直接最终确定与诚实的 AA 多数的分叉选择相冲突的检查点,则可以将多少额外的股份权重添加到 AA 集?在这种情况下,所有 FA 也都被强制执行 AA 职责。事实证明,AA 集最多可以扩展 1/3 的额外股份。要了解这一点,请假设所有新添加的 AA 都诚实地遵循分叉选择,并且股份增长到其原始大小的 4/3(FA 集的大小为 3/3)。在 4/3 中,假设 2/3 是诚实的,2/3 是不诚实的,因此达到了平衡。在这种情况下,原始联合集的 1/3 必须是诚实的。因此,诚实的 AA 多数将意味着至少 1/3 的诚实 FA,这足以防止最终确定。在这里,“诚实”的 FA 指的是试图在诚实 AA 集中视图中导致当前链头部的分支上最终确定的 FA。

另一个复杂因素是,不活动泄漏如何影响分叉选择。当链无法最终确定时,如果检查点的区块根不同,则诚实的 FA 可以与不诚实的 FA 发生冲突的检查点。然后,不诚实的 FA 将无法最终确定冲突的检查点,直到诚实的 FA 泄漏出来,最终允许不诚实的 FA 最终确定。届时,LMD GHOST 要求诚实参与的 AA 移回具有新近证明的检查点的分支。这些 AA 也是试图最终确定另一个分支的 FA,而 FA 也必须移回,从而导致所有各方都同意不诚实 FA 的选择。因此,_诚实 FA 多数_从长远来看非常重要,可以阻止 FA 在不活动泄漏的帮助下覆盖 AA。以前,尚未重要地关注此要求,当时所有证明者既是 FA 又是 AA,因为这暗示了诚实 AA 多数的假设。在这里,它被单独列为一个值得进一步关注的诚实性假设。

一个单独的选项是改为要求 AA 和 FA 达成相同的结论——也就是说,要求 2/3 的 FA 和 1/2 的 AA 的支持才能最终确定检查点。但是,对于如何最好地实现此目的存在一些不确定性,因为最终确定是一种异步协议,而可用链依赖于同步。可以探索的是要求 FA 在最终确定检查点时包含 AA 支持的证书。此类证书可能包含由足够百分比的 AA 在足够深度签署的投票(不一定存在于分支的关联区块中)。

4.3 拆分证明职责下的激励设计

从激励的角度来看,在共识角度来看,撇开关于拆分证明者集合可行性的剩余不确定性,本小节探讨了_如何_完成它,假设好处大于坏处。实际上,概述规范可能是评估好处是否值得权衡的组成部分。在当前协议中,FA 和 AA 职责代表不同类型的证明投票。证明者对最终性装置的来源和目标进行投票(FA 职责),并且这些服务占所有协议奖励的 40/64=5/8。证明者进一步对可用链的负责人进行投票,并为此职责获得 14/64 的奖励。同步委员会证明(也是一项不可 slashing 的职责)将在本文中与头部投票一起分组,并且它们获得 2/64 的奖励。因此,AA 职责提供所有奖励的 16/64=2/8。但是,当每个职责都分开时,应该如何分配奖励?可以考虑一些不同的变体,此处分为三个不同的类别:

  1. 使用一个奖励曲线,该曲线随 FA 的数量或 FA 和 AA 的数量而变化。保持当前的奖励平衡(或设置一些新的奖励平衡),并且:

      a. 不进一步影响不同职责中的证明者的比例;或者

      b. 如果职责之间的比率不令人满意,则在进行硬分叉时更改奖励平衡。

  2. 使用一个奖励曲线,该曲线随 FA 的数量或 FA 和 AA 的数量而变化,就像 (1) 中一样,但是:

      a. 使用 DPA 强制执行 AA 与 FA 的特定比例;或者

      b. 使用相对奖励曲线来平稳地平衡收益与职责比例。

  3. 独立控制 FA 和 AA 的数量,无论是

      a. 两个单独的 DPA;或者

      b. 两个单独的奖励曲线。

选项 (1) 不能保证证明者承担这两个职责的比例存在某种特定关系,除非牺牲 (1b) 中的长期可靠性。此外,奖励曲线的形状对于这两个职责都是相同的,变化仅限于规模。选项 (2) 可以实现任何所需的 FA 与 AA 的比例,但选项 (2a) 相当严格。这可能会导致职责之间的收益差异,这是不希望的。例如,如果超额 AA 的供应没有弹性,则 AA 的收益可能会不必要地被推到零或变得过高。相反,选项 (2b) 可以更好地捕获在超过某个限制后添加额外 AA 的边际效用递减效果,并且可以很好地设计为将额外的 AA 限制为例如超过 FA 数量的 1/3。6.2 节使用选项 (2b) 作为主要示例来说明相对奖励曲线。

选项 (3) 允许更精细的控制,其中每个职责的激励独立于另一个职责。同样,选项 (3a) 很僵化,并且无法产生接近最佳的平衡。在两个职责的相对比例不太重要的情况下,选项 (3b) 可能是合适的,并且在 6.1 节中介绍。在这种设置下,协议将无法控制例如相对于 AA 有多少 FA,这会破坏诚实多数的假设。但是在 4.2 节末尾描述的设置中,协议要求 2/3 的 FA 和 1/2 的 AA 才能最终确定检查点。然后,两个单独的奖励曲线是完全可以接受的,甚至可以说是理想的。

5. 动态定价拍卖 (DPA)

5.1 常规 DPA(零界限)

动态定价拍卖 (DPA) 会根据该职责的 staker 供应动态调整该职责的收益。使用目标水平和 staker 的当前水平之间的差 \Delta。DPA 目标可以是相对 ETH 水平(例如,信标提议者相对于证明者股份的股份)、相对比例(例如,信标提议者相对于证明者的比例)、固定 ETH 水平(例如,针对职责的 30M ETH 股份权重)或流通 ETH 的某个比例(例如,针对所有 ETH 的 25% 作为职责的股份权重)。之前已经提出用于促进抗 MEV 执行拍卖的二维 DPA,不同之处在于,当时费用是为每个提案权利支付的,而不是仅为参与提案彩票支付的。

现在将介绍信标提议者职责的 DPA,这可以最容易地理解为提议者费用。该费用根据相对于证明者的信标提议者的期望比例 \hat{p} 和当前水平 p 之间的差异进行调整(因此,针对的是先前定义的相对比例)。如果存在超过数量的提议者 p>\hat{p},则费用会增加,直到某些验证者放弃其提议者职责为止。如果提议者短缺 p<\hat{p},则费用会下降,直到某些额外的验证者承担提议者职责为止。DPA 根据当前比例和期望比例之间的差异进行调整:\Delta p=p-\hat{p}(作为替代,也可以使用 p/\hat{p}-1)。则下一个 slot 的费用 f_{0+1} 相对于当前 slot 的费用 f_0 的线性函数更改

f_{0+1}= f_0(1+c\,\Delta p).

这类似于 EIP-1559,其中常数 c 调节变化率。此示例使用的基线是将 c=1 设置为 1,因此给出了基线方程 f_{0+1} = f_0(1+\Delta p)。这给出了收益的适度缓慢变化,将其设置为防止审查 RoleChange 消息并避免振荡,同时变化不应如此缓慢以至于很大一部分 staker 觉得有必要在 MEV 的剧烈变化下离开或进入。这将降低福利,因为它要求很大一部分 staker 也采用 MEV 策略,估算将来的 MEV 等。在某些固定 \Delta p 下,n 个 slot 后的费用 f_n 可以定义为

f_{n}= f_0(1+c\,\Delta p)^n,

并且费用的相对变化(为 f_0=1 指定)为

f_{c}= (1+c\,\Delta p)^n.

图 2 使用此公式绘制各种等时线内费用的总变化图,其中 x 轴为 \Delta p,y 轴为 f_c。如果当前有 30M ETH 的股份正在证明,则第二个 x 轴枚举相应的 ETH 变化(对应于本节第一段中定义的相对 ETH 水平)。等时线以 1-slot 增量(绿色虚线)、1 分钟增量(黑色虚线)、5 分钟增量(黑色实线)以及 1 小时(棕色实线)绘制。如明显可见,当 c=1 且 \Delta p 对应于 2M ETH 时,费用将在两分钟之内减半。但是,即使在较大的 \Delta p 下,一个 slot 内的变化也将非常小。

图 2\ 图 22332×1531 496 KB

图 2. 在固定 \Delta p(x 轴)且 y 轴为 f_c 的情况下,在 c=1 时,在各种等时线内费用的变化。蓝色轴标签指示 30M ETH 证明时 ETH 的变化。

图 3 缩小了更窄的 \Delta p,否则保持了该图的相同属性。如明显可见,如果只有少数验证者已转移到信标提议者职责或从信标提议者职责转移出,则费用需要花费相当长的时间才能进行调整。要实现响应速度更快的费用调整,则需要提高 c。

图 3\ 图 31920×1261 203 KB

图 3. 在固定 \Delta p(x 轴)且 y 轴为 f_c 的情况下,以放大视图显示在 c=1 时,在各种等时线内费用的变化。蓝色轴标签指示 30M ETH 证明时 ETH 的变化。

费用调整可以使用时间作为 y 轴来捕获。要绘制等高线,必须首先重新设计方程,以便可以直接计算 n:

\frac{f_n}{f_0}=\bigl(1 + c\,\Delta p\bigr)^n,


\\ln\\Bigl(\\frac{f\_n}{f\_0}\\Bigr)=n \\,\\ln\\bigl(1 + c\\,\\Delta p\\bigr),

n=\\frac{\\ln\\bigl(\\frac{f\_n}{f\_0}\\bigr)}
{\\ln\\bigl(1 + c\\,\\Delta p\\bigr)}.

图 4 显示了最终的等值变化图,图 5 是放大版本。常量再次设置为 c=1。

[![图 4](https://img.learnblockchain.cn/2025/08/06/60c6bd1e152234cc83e4f5ce1589fe65ccab_2_690x452.png)\\
图 42332×1531 364 KB](https://ethresear.ch/uploads/default/original/3X/e/d/ed1b60c6bd1e152234cc83e4f5ce1589fe65ccab.png "图 4")

**图 4.** 在固定的 \\Delta p(x 轴)下,费用 f\_c 的比例变化与 y 轴上的时间的关系。蓝色轴标签表示在 30M ETH 证明时 ETH 的变化。

[![图 5](https://img.learnblockchain.cn/2025/08/06/c3117d36bbe26349e8d3d27cb7de3fb57c75_2_690x452.png)\\
图 52332×1531 370 KB](https://ethresear.ch/uploads/default/original/3X/5/d/5d5bc3117d36bbe26349e8d3d27cb7de3fb57c75.png "图 5")

**图 5.** 在固定的 \\Delta p(x 轴)下,费用 f\_c 的比例变化与 y 轴上的时间的关系。蓝色轴标签表示在 30M ETH 证明时 ETH 的变化。

DPA 一个相关的担忧是[卡特尔攻击](https://ethresear.ch/t/reward-curve-with-tempered-issuance-eip-research-post/19171#h-54-cartelization-attacks-33)的前景,即 **质押者** 共同试图通过限制进入来人为地压低信标 **提议者** 费用,即使这种进入是有利可图的。

### 5.2 有界限 t 的 DPA

当预期的价格与零有偏差的界限时,特别是当界限位于某个阈值 t 时,有界限 t 的 DPA 比有界限零的 DPA 更合适。本节将探讨 ABPS 背景下的有界限 t 的 DPA。

存在一种特定形式的审查,即 **提议者** 根本不进行提案,而是提案一个包含由 FOCIL 施加的 txs 的区块(它希望将其排除在共识之外)。鉴于 ABPS 允许稍微更复杂的信标区块 **提议者**,因此可以对未能使其区块被接受的 **提议者** 处以罚款,可能是因为它们从未被提交或提交得太晚。但是,如果 MEV 逐渐下降,并且罚款足够高,则存在平衡费用需要为负(奖励)才能达到理想的信标 **提议者** 水平的风险。否则,将没有足够的 **质押者** 愿意承担信标 **提议者** 的角色。先前提出的 DPA 不允许负奖励,可以定义为“有界限零”(请注意,出于其他原因,该机制将确保 **插槽** 更新被限制为 1+c\\Delta p>0)。

当然,可以将初始方程简化为 f\_{0+1}= f\_0 +c\\,\\Delta p,这样无论其相对水平如何,价格都会受到同等的影响(请参阅第 5.3 节)。但是,在这个特定的例子中,最好让价格在相对的基础上进行调整,但在某个(负)阈值 t 处提供一个下限(根据错过的提案处罚的规模和错过提案的最坏情况概率计算得出)。在 MEV 为每个区块 1 ETH 时,有界限 t 的 DPA 比其为每个区块 0.01 ETH 时,名义上的反应更大,这对于避免振荡同时仍然让费用在大幅度变化时能更快地发生变化是理想的。此外,从安全角度来看,限制 **质押者** 可以从该机制中提取的价值是理想的。有界限 t 的 DPA 可以定义为

f\_{0+1} = t+(f\_0 - t)(1 + c\\Delta p),

因此

f\_{n} = t+(f\_0 - t)(1 + c\\Delta p)^n.

图 6 显示了在固定 \\Delta p = -0.005 的 n 个 **插槽** 后,与有界限零的 DPA 相比,t 设置为低于 0 的有界限 t 的 DPA 的影响。总费用显示在 y 轴上,t 的设置使得总费用(每个 **插槽**,跨验证器)的上限为 -0.03。正如使用有界限零的 DPA 一样,需要一个刚好高于阈值的限制 t\_l,以确保费用不会饱和至接近 0。

[![图 6](https://img.learnblockchain.cn/2025/08/06/0f64878102f5076c391233d81813ccdc327b_2_690x334.png)\\
图 62332×1132 136 KB](https://ethresear.ch/uploads/default/original/3X/c/3/c3010f64878102f5076c391233d81813ccdc327b.png "图 6")

**图 6.** 在固定 \\Delta p = -0.005 的 n 个 **插槽** 后,与有界限 0 的 DPA 相比,t 设置为低于 0 的有界限 t 的 DPA 的影响。

### 5.3 双向 DPA

双向开放式 DPA 定义为

f\_{0+1}= f\_0 +c\\,\\Delta p.

在一些固定的 \\Delta p 下,n 个 **插槽** 后的费用 f\_n 变为

f\_{n}= f\_0 +n\\,c\\,\\Delta p.

因此,价格受到的影响与其相对水平无关。

## 6\. 多个奖励曲线

奖励曲线通常可以被视为一种更复杂的 **拍卖** 模型,允许协议以更精细的方式编码从 **质押** 参与中获得的效用。这个想法是指定曲线,以便在任何 **质押** 供应曲线下最大化效用,假设这些供应曲线具有合理的斜率。因此,可以将奖励曲线[理解](https://learnblockchain.cn/article/19433#p-50642-h-31-the-role-of-the-reward-curve-8)为扩展路径,它沿着任何可能的供应曲线强制执行首选的平衡点。奖励曲线始终可以采用[时间组成部分](https://ethresear.ch/t/faq-ethereum-issuance-reduction/19675#h-5-time-quantity-policy-35),就像 DPA 中那样,曲线只是编码了长期的需求曲线。在这种情况下,DPA 简化为[垂直奖励曲线](https://ethresear.ch/t/faq-ethereum-issuance-reduction/19675#why-not-dynamically-adjust-the-yield-with-a-mechanism-like-eip-1559-to-guarantee-some-fixed-target-participation-level-16),通过可能较少的复杂性来编码长期效用函数。

本节讨论如何组合多个奖励曲线 - 对不同角色进行定价。如果这些角色之间的比例关系不太重要,则 **可以** 采用单独的独立奖励曲线,如第 6.1 节所述。如果 **质押者** 承担不同角色的比例对协议很重要,则可以改为应用 **相对** 奖励曲线,如第 6.2 节所述。

### 6.1 单独的奖励曲线

第 4.3 节介绍了策略 (3b),该策略使用单独的奖励曲线来设置不同角色的 **收益率**。如果不同角色的相对大小不太重要,这可能是合适的。图 7 显示了 FA 和 AA 的单独奖励曲线的示例。紫色奖励曲线是[先前帖子](https://learnblockchain.cn/article/19433)中提出的曲线。它被分解为 AA 奖励(青色)和 FA 奖励(红色),在形成奖励曲线时使用当前的奖励余额。因此,青色曲线对应于紫色奖励曲线的 2/8,表示同步委员会 **证明** 和头部投票,红色曲线对应于紫色奖励曲线的 5/8,表示源投票和目标投票。

这里指出了区块提案的剩余 1/8 奖励的第三个奖励曲线(灰色)。它不像青色和红色曲线那样被视为奖励曲线,而是说明了可以如何设置_[微奖励](https://eth2book.info/capella/part2/incentives/rewards/)_的水平,例如,基于两个曲线的组合平衡,在信标区块中包含 **证明**。信标 **提议者** 的 _**收益率**_(费用)仍然会通过 DPA 设置。这抓住了承担角色的动机和履行角色职责的动机之间的区别,如第 7.2 节所述。

[![图 7](https://img.learnblockchain.cn/2025/08/06/8bc032c03e754f5b834f9c0e12085f141a55_2_690x431.png)\\
图 72599×1627 251 KB](https://ethresear.ch/uploads/default/original/3X/7/6/76288bc032c03e754f5b834f9c0e12085f141a55.png "图 7")

**图 7.** 最终确定 **证明者**(FA;红色)和可用性 **证明者**(AA;青色)的单独奖励曲线,紫色表示总发行量。

在这种设置下的发行量 **收益率** 显示在图 8-9 中。在图 8 中,供应曲线完全按照奖励曲线分解。**质押者** 希望 FA 奖励的 2/5 也提供 AA 服务。此示例在相同的存款大小处产生平衡,很容易转换为总平衡。但是,如果角色被拆分,供应曲线可能会看起来有些不同。在图 9 中,由于没有 **罚没**,AA 的供应曲线较低。如果用户愿意在用作 AA 的流动性 **质押** **代币** 之上构建一个货币乐高,则可能会发生这种情况。这说明了当协议希望保持支撑不同角色的 **质押** 比例平衡时,单独的奖励曲线可能不合适,但在其他情况下则合适。

[![图 8](https://img.learnblockchain.cn/2025/08/06/083aaea7ad5597991f29154a0371eb8afbc8_2_690x481.png)\\
图 82657×1856 360 KB](https://ethresear.ch/uploads/default/original/3X/c/9/c9ef083aaea7ad5597991f29154a0371eb8afbc8.png "图 8")

**图 8.** FA(红色)和 AA(青色)的单独发行收益曲线,紫色表示总发行收益。在此示例中,供应曲线与奖励曲线的分解完全匹配,因此产生与联合曲线相同的平衡。

[![图 9](https://img.learnblockchain.cn/2025/08/06/a0662832235214ebe8b17ac7f3053c349816_2_690x481.png)\\
图 92657×1856 330 KB](https://ethresear.ch/uploads/default/original/3X/1/2/12cca0662832235214ebe8b17ac7f3053c349816.png "图 9")

**图 9.** FA(红色)和 AA(青色)的单独发行收益曲线,紫色表示总发行收益。在此示例中,供应曲线与奖励曲线的分解不匹配,因此产生不同的 **质押** 平衡量。由于 **提议者** 曲线会随着平衡的变化而漂移,因此省略了 **提议者** 曲线。

虽然绘制两条不同的供应曲线可能很有趣,但实际上大多数 **质押者** 可能会希望同时执行这两项服务,就像今天一样。因此,供应曲线当然不是独立的。一个角色的平衡会影响另一个角色的供应。如果 FA 的奖励降低,从而在较低的 FA 量处实现平衡,那么愿意提供 AA 服务的剩余 **质押者** 就会更少。如果 AA 奖励上升,更多的 **质押者** 可能会愿意同时成为 FA,因此这些奖励可能会下降,同时维持一些平衡。

### 6.2 相对奖励曲线(RRC)

第 6.1 节中的图9 说明了当使用单独的奖励曲线时,一个角色中的比例可能与另一个角色中的比例不同。相反,保持特定范围内的比例 - 同时又不会严格地固定它们 - 的一种方法是使用相对奖励曲线(RRC)。再次从 FA 和 AA 的示例开始。这一次,假设以太坊的主要奖励曲线仅与 FA 的 **质押** 量有关;这将成为“领导者曲线”。进一步假设所有 FA 都必须同时是 AA。可以识别出 RRC 的两种主要变体,分别为 AA 服务设置比例 **收益率** 或绝对 **收益率**。

#### 6.2.1 比例 RRC

图 10 中显示的 RRC 为“跟随者曲线”定价的角色提供与领导者曲线成比例的 **收益率**,在本例中为承担 AA 职责的 **质押者**。它在两个维度上都是相对的。在 x 轴上,是相对于 **质押** 的 FA 的超额 AA **质押** 的比例:

e\_\\text{AA} = \\frac{D\_\\text{AA}}{D\_\\text{FA}}-1.

在 y 轴上,分配给超额 AA 的 **收益率** 是分配给同时履行 FA 和 AA 职责的验证者的 **收益率** 的比例

y\_p(e\_\\text{AA}) = \\frac{y\_i({D\_\\text{AA}})}{y\_i(D\_\\text{FA},\\,D\_\\text{AA})}.

这意味着仅承担 AA 职责的 **质押者** 的实际 **收益率** 设置为

y\_i({D\_\\text{AA}}) = y\_p(e\_\\text{AA})\\, \\times\\,y\_i(D\_\\text{FA},\\,D\_\\text{AA}).

在此示例中,RRC 是从等式生成的

y\_p(e\_\\text{AA}) = y\_0 - \\frac{A\\times e\_\\text{AA}}{l-e\_\\text{AA}},

其中 l 设置发行收益变为负无穷大的点,y\_0 设置初始相对 **收益率**,A 确定曲线的陡度。图 10 中的 RRC 使用 l=1/3,反映了第 4.2 节中的讨论,y\_0=0.75,A=0.5。可以通过设置来推导发行收益的零点

0 = y\_0 - \\frac{A\\times e\_\\text{AA}}{l-e\_\\text{AA}},

这使得

e\_\\text{AA} = \\frac{ly\_0}{A+y\_0}.

因此,使用建议值的零点变为 e\_\\text{AA}=0.25/1.25=0.2。

[![图 10](https://img.learnblockchain.cn/2025/08/06/197422b03749f3b438e152e4be73b11589b5_2_690x374.png)\\
图 102109×1145 80.1 KB](https://ethresear.ch/uploads/default/original/3X/5/5/5546197422b03749f3b438e152e4be73b11589b5.png "图 10")

**图 10.** 一个比例 RRC,它设置仅执行 AA 职责的 **质押者** 的跟随者曲线的 **收益率** 与执行两个 **证明者** 职责的 **质押者** 的 **收益率** 成比例。比例 RRC 假定领导者曲线永远不会变为负值。

#### 6.2.2 绝对 RRC

可以注意到,跟随者-RRC 的方程必须与领导者曲线的范围相一致。图 10 中的比例 RRC 假设领导者曲线不会接近 0 的 **收益率**,并且不会变为负值。如果领导者曲线可以变为负值,则必须采用绝对 RRC。在这种情况下,最简单的解决方案是将仅承担 AA 职责的 **质押者** 的 **收益率** 方程设置为

y\_i(D\_\\text{AA}) = y\_i(D\_\\text{FA},D\_\\text{AA}) - \\frac{A \\times e\_\\text{AA}}{l-e\_\\text{AA}}.

这会产生一个类似于图 10 的 RRC,而是从 0 开始然后下降。如果领导者曲线接近 0 或更改符号,则可以缓解问题。

## 7\. 结论和讨论

已经检查了最大程度解绑的 **质押** 集的限制,重点关注潜在角色以及可用于激励它们的机制。本节将简要回顾这些角色和机制的重要特征。

### 7.1 改进的审查阻力

ABPS 和 FOCILR 都有助于提高以太坊的审查阻力。通过 FOCILR,**提议者** 必须遵守 txs 的排名,并且当区块碰巧已满时,不再能够单方面审查 tx。因此,仅靠区块填充也不足以用于未填充的区块,因为 **提议者** 必须用足够数量的排名高于它的 txs 来替换被审查的 tx(在一个或多个对齐的包含者的帮助下)。根据应用的排名函数,这可能是不可能的或相当昂贵的。在基线规范中,**提议者** 必须为这些 txs 提供资金 - 或通过私人订单流融资 - 基本费用。支付给高于被审查 tx 的优先费用将进一步通过集体激励泄漏给所有其他活跃的包含者,从而确保 **提议者** 无法收回这些费用。

通过 ABPS,鉴于对单独 **质押者** 的影响减少,选择退出信标 **提议者** 角色的能力使得实施错过的提案费用(或成功的提案奖励)更具吸引力。因此,也可以使通过放弃提案来审查 tx 变得更加昂贵(就惩罚而言,或就错过的提案的机会成本加上更高的常规费用而言)。但是,共识层上潜在的降低的审查阻力仍然需要考虑。

### 7.2 共识机制与激励之间的关系

这篇文章说明了激励如何成为共识形成的一部分。通过 FOCILR,优先费用可以确定哪些 txs 在高负载下保留,并且其向包含者的重新分配可用于限制 **提议者** 的操作空间。这篇文章的另一个主题是共识机制的要求(例如,问责制或 Sybil 阻力)应该如何反映在激励机制中。如果共识机制对两个角色的大小关系没有问题,那么可以使用单独的奖励曲线来设置其 **收益率**。否则,相对奖励曲线更合适。

如果不需要因特定职责的错误而进行 **罚没**,通常有利于消除 **罚没** 条件(如在 AS 中所示)。鉴于风险降低,协议可以向承担非 **罚没** 职责的 **质押者** 分配更少的 ETH,从而使所有 **代币** 持有者受益。通常,审查某些特定角色所具有的确切要求是有益的。通过明确所有共识要求,在从该机制中获得最大的“性价比”的同时,更容易实现它们。此外,选择退出某个角色(ABPS 或 AS)或选择加入某个角色(仅在持有少量余额时成为包含者)的能力也使以太坊能够对该角色进行定价。

### 7.3 解绑总 **收益率** 和共识激励

在设计信标 **提议者**、包含者和 **证明者** 的激励时,一个反复出现的主题是 _微激励_ 和 _总 **收益率**_ 可以并且可以说应该解绑。与特定职责相关的奖励(或惩罚)决定了特定角色中的某人履行其 _职责_ 的激励,而预期 **收益率** 决定了承担 _角色_ 的激励。

一个例子是,鉴于缺乏 **罚没**,大量 **质押者** 愿意仅成为 AA,因此协议必须降低此角色的 **收益率**,以使 AA 相对于 FA 的比例不会过度增长。在这种情况下,共识奖励(对应于头部投票的奖励)也会接近于零,并且正确履行职责的激励会变得非常小。虽然作为 AA 的机会成本很可能接近于零 - 因此需要非常低的 **收益率** - 但故意忽略履行职责可能造成的损害仍然可能是巨大的。这与尝试在存在 MEV 的情况下强制执行 **质押** 平衡时出现的[问题](https://ethresear.ch/t/properties-of-issuance-level-consensus-incentives-and-variability-across-potential-reward-curves/18448#h-3-consensus-incentives-11)相同。

适当的微激励对于消除[少数群体劝退攻击](https://ethresear.ch/t/properties-of-issuance-level-consensus-incentives-and-variability-across-potential-reward-curves/18448/11)也很重要。MEV 的变化(以及因此产生的费用)不应影响信标提案产生的微奖励的大小,相对于 **证明者** 微奖励的大小。这确保了 **提议者** 和 **证明者** 不能通过放弃 **证明** 或提案来互相伤害,而他们自己也会遭受损失。此外,同时承担 **证明者** 职责的 **质押者** 的 AA 职责的微奖励应与仅承担 AA 职责的 **质押者** 的 AA 职责的微奖励相同。这是一个应该用于所有彩虹实现的一般不变量 - 微奖励对于承担角色的所有各方都是相同的。而是使用常规费用或奖励 - 无论职责表现如何分配- 作为宏观激励。

本质上,正确的方法是使用少量常规费用或奖励(该角色的 **收益率**)来吸引参与者或阻止他们进入,同时仍根据单独的时间表保持共识微激励。

* * *

## 附录 - r\_\\text{fee} 的属性和影响

当潜在的信标 **提议者** 对预期回报的估计相互之间波动时,他们将进出 **提议者** 集,而 \\Delta p 可以保持在接近 0 的平衡状态。考虑另一种情况,当估计同步移动时,验证器在 **提议者** 供应曲线上的位置保持固定。这种情况适合进行初步分析。将边际验证器 v 的 **插槽** 的预期 MEV 定义为 V\_e,并将考虑到其被选中提案区块的概率的预期值定义为

V\_e(v)= \\frac{V\_es\_v}{pD},

其中 p 是信标 **提议者** 的比例,D 是总存款 **质押**。

假设 MEV 暂时飙升,将持续 n 个 **插槽**,每个 **插槽** 的费用为 f(为简单起见,保持固定),并具有预期奖励 V\_e(v)。然后,边际验证器从 **提议者** 集中获得预期值

\\Delta f = V\_e(v)-f.

当决定进入 **提议者** 集时,当前在该集之外的边际验证器面临以下计算:

- 进入和退出 **提议者** 集的成本为 2r\_\\text{fee}。
- 在 n 个 **插槽** 中,预期值为 n\\Delta f。
- 如果 r\_\\text{fee}&lt;n\\Delta f/2,则验证器应进入 **提议者** 集。

此设置忽略了边际验证器可能已经受到略低于 r\_\\text{fee} 的摩擦,然后在 MEV 飙升之前,计算结果更接近 r\_\\text{fee}&lt;n\\Delta f。此设置进一步没有考虑其他 **质押者** 的行为可能如何影响费用或预期值,但它仍然可以说明初步分析。假设 n=100,s\_v=1000 ETH,p=2/3,D=30\\text{M} ETH。如果在飙升期间 V\_e 从 0.1 ETH 暂时增加到 0.3 ETH,费用保持不变,并且 \\Delta f 在飙升前后均为 0,则盈亏平衡点 r\_\\text{fee} 是通过将 V\_e=0.2 的差值插入完整方程来导出的

r\_\\text{fee} = \\frac{n\\Delta f}{2} = \\frac{n}{2}\\cdot\\frac{V\_es\_v}{pD}= \\frac{100}{2}\\cdot\\frac{0.2\\times 1000}{(2/3)\\times 30,000,000}=0.0005.

如果初始条件为 r\_\\text{fee}&lt;n\\Delta f,则计算变为 r\_\\text{fee}&lt;0.001。此分析的目的旨在说明 r\_\\text{fee} 如何引入切换成本方面的摩擦。协议收取的总切换费用将由验证器承担,他们将愿意支付较低的 f 或同样需要更高的发行量才能维持相同的存款规模。协议无法从这方面的高 r\_\\text{fee} 中获得任何收益。如果希望看到潜在的信标 **提议者** 对 100 个 **插槽** 中概述的 MEV 飙升做出反应,那么 r\_\\text{fee} 应保持在概述的盈亏平衡水平以下。

验证器的大小是否应影响其 r\_\\text{fee}?无论验证器的大小如何,`RoleChange`消息的网络负载都是相同的,因此有理由保持 r\_\\text{fee} 不变。但是,较小的验证器将必须支付不成比例的较高费用,而所有验证器从切换角色中获得的价值大致相同,从而引发了公平问题。那么,很可能发生的情况是,较大的验证器将比小的验证器更倾向于更频繁地切换,并且价值反而会获得更好的流动性。从该协议的角度来看,如果忽略公平问题,则此平衡是有益的,因为它减少了保持 \\Delta p 平衡所需的网络负载。可以做的是减少较大验证器的优势,同时允许它们保留一些优势,以便鼓励 **质押者** 合并并切换到较大的验证器,同时又不会获得太多优势。例如,费用可以按对数缩放到验证器大小。还应注意的是,如果有效共识形成需要此类激励,则较大验证器在此处获得的任何利益都可能被较低的个人合并激励([1](https://learnblockchain.cn/article/17660#individual-consolidation-incentives-12), [2](https://learnblockchain.cn/article/17638#p-52518-h-3-force-distribution-f_2-for-individual-incentives-11))所抵消,从而全面提高福利。

另一个问题是 r\_\\text{fee} 是否应随 f 缩放。这个想法是验证器通常会通过查看 V\_e(v) 来决定切换,在平衡状态下,V\_e(v) 将等于 f。如果长期 MEV 下降(因此 f 下降),那么 r\_\\text{fee} 应相应下降以保持相同的切换摩擦(假设 V\_e(v) 的可变性也相应下降)。但是,最初的实现可以忽略此问题,以保持事情的简单并审查给定 r\_\\text{fee} 的结果。那么,一个暂定的设置是

r\_\\text{fee}(v) = 10^{-6}\\times\\log\_2(s\_v).

提供给信标 **提议者** 以便包含 `RoleChange` 消息的所有 **小费** \\tilde{r}\_\\text{tip} 都是“内部 MEV”。所需的 r\_\\text{tip} 通常可能不会随验证器大小而变化,因为包含 `RoleChange` 消息的工作量在消息来自较大的验证器时不会更大。但是,当小费的原因是为了避免审查时,那么小费必须与大小成比例,因为审查的目的是为了将一些 **质押** 保持在 **提议者** 集之外或之内。

- [中继包含列表](https://learnblockchain.cn/article/19415/4)

>- 原文链接: [ethresear.ch/t/rainbow-r...](https://ethresear.ch/t/rainbow-roles-incentives-abps-focilr-as/21826)
>- 登链社区 AI 助手,为大家转译优秀英文文章,如有翻译不通的地方,还请包涵~
点赞 0
收藏 0
分享
本文参与登链社区写作激励计划 ,好文好收益,欢迎正在阅读的你也加入。

0 条评论

请先 登录 后评论
以太坊中文
以太坊中文
以太坊中文, 用中文传播以太坊的最新进展