💻 computer science

To Wait or To Probe: Arbitrage Competition on High-Throughput Blockchains

Dit artikel analyseert hoe configuraties met een hoge doorvoer in blockchains de concurrentie tussen gerichte en probabilistische MEV-zoekstrategieën beïnvloeden, waarbij wordt aangetoond dat hoewel probabilistisch zoeken een minderheid van de arbitrageactiviteit vormt, het de overgrote meerderheid van de spam en het gasverbruik genereert, terwijl protocolaanpassingen zoals bodemtarieven en flashblocks de inkomsten effectief verschuiven naar succesvolle transacties en de netwerkcongestie verminderen.

Oorspronkelijke auteurs: Fei Wu, Burak Öz

Gepubliceerd 2026-06-02

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Fei Wu, Burak Öz

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je een razendsnelle digitale marktplaats voor waar mensen racen om zeldzame items (zoals een eerste druk van een boek) te vinden en te kopen op het moment dat ze verschijnen. In dit paper bestuderen de auteurs hoe twee verschillende soorten "jagers" (bots) concurreren om deze kansen te vinden op snelle blockchains zoals Base, en hoe de regels van het spel bepalen wie er wint.

Hier is de uitsplitsing van het paper met behulp van eenvoudige analogieën:

De Twee Soorten Jagers

Het paper identificeert twee hoofdstrategieën die bots gebruiken om winst te maken:

De "Planner" (Gerichte Zoektocht):
- Hoe ze werken: Deze bot zit rustig af te wachten. Het gebruikt krachtige computers buiten de marktplaats om precies uit te rekenen waar het zeldzame boek is, wat het kost en hoe het gekocht kan worden. Zodra het een perfect plan heeft, loopt het de winkel binnen en doet het één enkele, zelfverzekerde aankoop.
- Het resultaat: Ze zijn zeer efficiënt. Ze maken zelden fouten, maar ze moeten er wel zeker van zijn dat de informatie klopt voordat ze actie ondernemen.
De "Sweeper" (Probabilistische Zoektocht):
- Hoe ze werken: Deze bot is ongeduldig. Hij wacht niet op een perfect plan. In plaats daarvan rent hij de winkel binnen en begint hij duizenden keren per seconde wanhopig elke plank, elke gang en elke bak te controleren. Hij vraagt: "Is het boek hier? Is het daar?" Als hij een match vindt, koopt hij het. Als dat niet het geval is, blijft hij controleren.
- Het resultaat: Ze vinden soms sneller kansen, maar ze creëren een enorme hoeveelheid "ruis". De meeste van hun controles zijn nutteloos en verstoppen de gangen van de winkel, waardoor het voor andere klanten moeilijk wordt om te bewegen. In het paper worden deze nutteloze controles spam genoemd.

Het Probleem: De Winkel Wordt Te Vol

De auteurs merkten op dat hoewel "Sweepers" slechts ongeveer 23% van de werkelijke succesvolle deals vertegenwoordigen, ze verantwoordelijk zijn voor 95% van de ruis (spam) en 20% van de totale ruimte in de winkel verbruiken. Het is als een bibliotheek waar één persoon een boek uitleent, maar 100 anderen rondrennen en steeds weer roepen: "Is het boek hier?", terwijl ze de deuren blokkeren.

De Experimenten: De Regels Veranderen

De onderzoekers observeerden wat er gebeurde toen de "winkelmanagers" (het blockchain-protocol) de regels op drie specifieke manieren veranderden:

1. Het "Flashblocks" Experiment (Snellere, Kleinere Vensters)

De Verandering: De winkel begon de inventarislijst elke 200 milliseconden bij te werken in plaats van elke 2 seconden. Dit creëerde piepkleine, snel bewegende vensters van kansen.
Het Effect: De "Sweepers" hadden moeite. Omdat de vensters zo klein waren, werden de zware, trage bots die te veel planken controleerden, uit de rij gedrukt. Alleen de slankere, snellere bots overleefden.
De Uitkomst: Het aantal "Sweeper"-bots daalde drastisch. Echter, de bots die wel overleefden, begonnen de planken nog enthousiaster te controleren om te compenseren. Dus hoewel er minder Sweepers waren, daalde de totale ruis niet zoveel als gehoopt, omdat de overlevers harder werkten.

2. De "New Token" Surge (Een Tijdelijke Goudkoorts)

De Verandering: Twee nieuwe, populaire items (tokens genaamd AVNT en MIRROR) werden plotseling geïntroduceerd. Niemand kende de regels voor deze items nog.
Het Effect: Dit was een tijdelijke boom voor de "Sweepers". Omdat niemand een vooraf gemaakt plan had voor deze nieuwe items, hadden de bots die alles in realtime konden rondrennen en controleren een voordeel. Een enorme golf van nieuwe bots stormde binnen om hun geluk te bemnen.
De Uitkomst: Dit veroorzaakte een enorme piek in spam. Maar zodra de nieuwe items "normaal" werden en mensen de regels begrepen, vertrokken de "Sweepers" weer en namen de "Planners" het weer over.

3. De "Fee Hike" (Het Kostbaar Maken van het Controleren)

De Verandering: De winkel verhoogde de minimale vergoeding die vereist is om alleen al door de deur te lopen en een plank te controleren.
Het Effect: Dit trof de "Sweepers" het hardst. Omdat zij duizenden planken controleren en het meestal niet halen, liepen de kosten om door de deur te lopen snel op. Als een bot 1.000 planken controleert en slechts één deal vindt, maar de vergoeding voor het controleren is te hoog, maakt hij verlies.
De Uitkomst: De bots die het niet konden betalen om te blijven controleren (de bots met een lage waarde), verlieten de winkel. De "Sweepers" die bleven, waren degenen met de meest waardevolle deals, maar hun aantallen krompen aanzienlijk. De "Planners", die slechts één controle per deal uitvoeren, werden minder getroffen.

De Belangrijkste Conclusie

Het paper concludeert dat protocolontwerp ertoe doet.

Als je de volgorde van transacties heel snel en granulair maakt (zoals Flashblocks), duw je van nature de zware, spammy bots eruit, maar de overlevers kunnen juist harder gaan werken.
Als je de kosten verhoogt, dwing je de bots om efficiënter te zijn; ze kunnen het zich niet veroorloven om tijd te verspillen aan het controleren van zaken die niet waardevol zijn.

Uiteindelijk laten de auteurs zien dat je spam niet simpelweg kunt "verbannen". Je moet begrijpen hoe de bots jagen. Door de regels van het spel te veranderen (snelheid, kosten en informatie), kan de blockchain de "Planners" stimuleren en de "Sweepers" ontmoedigen, waardoor de marktplaats schoner en efficiënter wordt voor iedereen.

Technische Samenvatting: Wachten of Proberen: Arbitrage-concurrentie op High-Throughput Blockchains

1. Probleemstelling

Op high-throughput blockchains is de zoektocht naar Maximal Extractable Value (MEV) uiteengevallen in twee verschillende economische architecturen: gerichte zoektocht (targeted search) en probabilistische zoektocht (probabilistic search).

Gerichte Zoektocht: Bots identificeren kansen off-chain, simuleren de uitvoering en dienen route-gecommitteerde transacties in. Deze aanpak omvat doorgaans minder pogingen, maar hogere kosten per poging.
Probabilistische Zoektocht: Bots dienen herhaaldelijk transacties in die de live status on-chain uitlezen om kansen tijdens de uitvoering te ontdekken. Deze aanpak omvat een hoge intensiteit van pogingen, waarbij de meeste transacties falen (probes of reverts) zonder nuttige statuswijzigingen te produceren, wat neerkomt op "spam".

Het kernproblein is hoe protocolontwerpparameters—specifiek ordening-granulariteit (bijv. sub-blocks versus volledige blocks), fee floors (minimale basisvergoedingen) en toegang tot kansen—de concurrentie tussen deze architecturen vormgeven. Terwijl bestaande literatuur probabilistische zoektocht in isolatie modelleert, formaliseert dit artikel het onderscheid tussen de twee architecturen en onderzoekt het hoe wijzigingen in het protocol de evenwichtscompositie van bots, blockspace-consumptie en protocolinkomsten beïnvloeden.

2. Methodologie

Theoretisch Kader

De auteurs ontwikkelen een verminderd-vorm evenwichtsmodel van architectuurconcurrentie. Het model gaat uit van vrije entree totdat de verwachte winsten naar nul worden gedreven. Belangrijke variabelen zijn onder meer:

Ordeningsregimes: Baseline (volledige block) versus fijnere (sub-block/slice) ordening.
Concurrentievermogen ( $\eta_r$ ): De waarschijnlijkheid dat een on-chain ontdekkingstransactie concurrerend blijft in dezelfde winstgevende slice als een off-chain transactie. Het model stelt dat fijnere ordening $\eta_r$ verlaagt voor on-chain ontdekking vanwege de hogere blockspace-consumptie per poging.
Toegang tot Kansen ( $\lambda$ ): De snelheid waarmee bots toegang hebben tot kansen. On-chain ontdekking heeft over het algemeen een hogere toegang ( $\lambda_C \ge \lambda_O$ ) omdat het meerdere routes dynamisch kan scannen.
Kosten ( $K$ ): Totale kosten inclusief gas en fees, die variëren per architectuur en fee floors.

Het model leidt comparatieve statica af die voorspellen dat:

Fijnere ordening de levensvatbaarheid van on-chain ontdekking vermindert, met name voor bots met een hoge "scan footprint" (zware state-reads).
Hogere fee floors onevenredig hard toeslaan bij architecturen met een hoge fee-blootstelling (hoge gas per poging en hoge pogingsintensiteit).
Opportuniteits-schokken (bijv. lanceringen van nieuwe tokens) de on-chain ontdekking tijdelijk kunnen doen herleven door routes te creëren die nog niet off-chain zijn geïndexeerd.

Empirische Strategie

De studie gebruikt Base als casestudy, die de periode van juni 2025 tot februari 2026 beslaat. Deze periode bevat belangrijke configuratiewijzigingen: de introductie van Flashblocks (200ms sub-blocks) en een meerstaps escalatie van de minimale base fee.

Dataconstructie:

Dataset: 21,37 miljoen succesvolle cyclische arbitrages en 985 miljoen spam-transacties (probes en reverts) van 4.365 unieke bot-adressen.
Classificatie: Een trace-level classifier onderscheidt bot-architecturen op basis van succesvolle arbitrage-transacties. Het analyseert debug_traceTransaction outputs om bots te categoriseren in:
- Off-chain Ontdekking: Route gecommitteerd off-chain; geen pre-swap state reads of reads beperkt tot de executie-route.
- On-chain Evaluatie: Leest status on-chain, maar beperkt tot de uiteindelijke executie-route.
- On-chain Ontdekking (Probabilistisch): Scant een superset van venues voordat een route wordt geselecteerd (brede on-chain ontdekking).
Aggregatie: Labels worden geaggregeerd op bot-week niveau om populatieverschuivingen, spam-intensiteit en efficiëntiemetrieken te analyseren.

Analyse-episoden

De empirische analyse test de voorspellingen van het model over drie specifieke episoden heen:

Flashblocks Activatie (juli 2025): Test het effect van fijnere ordening.
September Surge (september 2025): Test het effect van opportuniteits-toegangsschokken (lancering nieuwe tokens AVNT/MIRROR).
Minimum Base Fee Escalatie (december 2025 – februari 2026): Test het effect van stijgende fee floors.

3. Belangrijkste Bijdragen

Formalisering van Zoekarchitecturen: Het artikel maakt een formeel onderscheid tussen gerichte en probabilistische zoektocht, en modelleert hoe ordeningsgranulariteit en fees de relatieve levensvatbaarheid vormgeven.
Trace-Level Classifier: Ontwikkeling van een nieuwe classifier die zoekarchitecturen identificeert op basis van observeerbare route-ontdekking in transactie-traces, gevalideerd tegen executiegedrag en spam-profielen.
Empirische Validatie van Comparatieve Statica:
- Flashblocks: Bevestigde dat fijnere ordening selecteert tegen on-chain ontdekkingsbots met een hoge scan-footprint, waardoor de markt verschuift naar leanere, off-chain ontdekkingsbots.
- Opportuniteits-schokken: Toonde aan dat de lancering van nieuwe tokens de probabilistische zoektocht tijdelijk doet herleven, gedreven door kortstondige nieuwkomers.
- Fee Floors: Toonde aan dat hogere fee floors selecteren tegen bots wiens opportuniteitsstroom de herhaalde pogingen niet kan ondersteunen, waardoor de levensvatbaarheid van architecturen met een hoge blootstelling afneemt.
Kwantificering van Chain-Level Uitkomsten: Mat de impact van deze verschuivingen op de samenstelling van priority fee-inkomsten en blockspace-efficiëntie.

4. Belangrijkste Resultaten

Kenmerken van Bot-architecturen

Probabilistische Zoektocht (On-chain Ontdekking): Verantwoordelijk voor slechts 23% van de succesvolle arbitrage-activiteit, maar genereert 95% van de spam-transacties en verbruikt 20% van de totale gas van Base. Deze bots hebben een laag succespercentage (4,58%) en hoge kosten per succes.
Gerichte Zoektocht (Off-chain Ontdekking): Hogere succespercentages, minder spam-generatie en hogere priority fee-betalingen per transactie.

Episodespecifieke Bevindingen

Flashblocks (Fijnere Ordening):
- Selectie-effect: De populatie van on-chain ontdekkingsbots daalde van ~63% naar ~25% van de actieve bots. Bots met een hoge scan-footprint (korte calldata, veel pre-reads) werden weggefilterd.
- Overlevers: Overgebleven on-chain bots vereenvoudigden hun logica (langere calldata, minder reads).
- Spam Paradox: Ondanks de afname van de bot-populatie nam de totale spam niet evenredig af, omdat overgebleven bots hun pogingsintensiteit verhoogden (proberen vaker).
- Efficiëntie: De succespercentages van off-chain ontdekking verbeterden (35,8% $\to$ 43,6%) door een verminderd risico op verouderde status (stale-state).
September Surge (Opportuniteits-schok):
- Een tijdelijke piek in on-chain ontdekkingsbots (van ~30 naar ~220) vond plaats rond de lancering van de tokens AVNT en MIRROR.
- Transient Entrants: 92% van deze nieuwe bots waren kortstondige "probers" die vertrokken zodra de specifieke token-routes routinized waren.
- Spam Shock: Deze golf genereerde 147M spam-transacties, voornamelijk afkomstig van de kortstondige bots.
Fee Floor Escalatie (Kostenkanaal):
- Naarmate de minimale base fee steeg van 200K naar 5M WEI, daalde het aandeel on-chain ontdekkingsbots van 22% naar 8,4%.
- Selectiemechanisme: De fee floor selecteerde tegen bots met een lage waarde-per-poging. Bots overleefden alleen als hun succesvolle kansen waardevol genoeg waren om de cumulatieve kosten van herhaalde mislukte pogingen te compenseren.
- Stabiliteit van Footprint: In tegen tegenstelling tot Flashblocks, selecteerden fee-verhogingen niet op minder scan-intensieve logica; ze elimineerden eerder laag-rendabele pogingen.

Protocolinkomsten en Blockspace

Inkomstencompositie: Na Flashblocks daalde het aandeel van priority fees afkomstig van spam van >60% naar ~40-45%. De inkomsten verschoven naar succesvolle arbitrages en hoger biedende probabilistische pogingen.
Blockspace Efficiëntie: Hoewel spam een aanzienlijke last blijft, daalde het aandeel van het totale gasverbruik na Flashblocks en verder tijdens de fee-ramp (van ~20% naar ~15%), afgezien van tijdelijke pieken tijdens opportuniteits-schokken.

5. Betekenis en Claims

Het artikel claimt dat protocolontwerp niet alleen de volume van MEV-extractie beïnvloedt, maar fundamenteel de mechanismen van zoektocht verandert.

Evenwichtsgedrag: Mislukte pogingen (spam) zijn niet louter inefficiënties, maar evenwichtsuitkomsten van zoekarchitecturen onder specifieke ordenings- en fee-restricties.
Beleidstermijnen (Policy Trade-offs):
- Fijnere Ordening (bijv. Flashblocks) selecteert effectief tegen breed scannen, maar kan ook een hogere pogingsintensiteit induceren bij de overlevers, wat de totale reductie van spam beperkt.
- Fee Floors fungeren als een filter voor waarde-kostenmarges, wat onevenredig veel impact heeft op de levensvatbaarheid van de probabilistische zoektocht met lage rendementen.
Externaliteiten: De primaire externaliteit van probabilistische zoektocht is blockspace-congestie. Protocolwijzigingen kunnen dit mitigeren door de bot-compositie te verschuiven naar gerichte zoektocht, hoewel tijdelijke opportuniteits-schokken spam kunnen doen herleven.

De auteurs concluderen dat het begrijpen van deze architecturale verschillen cruciaal is voor het ontwerpen van protocollen die spam-externaliteiten kunnen verminderen zonder nuttige economische activiteiten zoals arbitrage te onderdrukken. Ze suggereren dat toekomstig werk moet onderzoeken hoe deze dynamieken van toepassing zijn op andere vormen van MEV (liquidaties, cross-domain arbitrage) en verschillende blockchain-omgevingen.