技术摘要：Boost+：公平且具激励相容性的区块构建

1. 问题陈述

去中心化区块链（尤其是以太坊）上区块空间的稀缺性，使得通过区块构建进行高效分配变得至关重要。虽然最大可提取价值（MEV）驱动了竞争，但当前的生态系统由于**集成（integration）**现象，已变得高度中心化。集成是指搜索者（生成盈利交易的中介）将他们的订单流排他性地路由到单一构建器。这种做法创造了不公平的优势，扭曲了竞争，并通过不透明的链下支付掩盖了 MEV 流向，从而降低了区块空间的效率，排除了与非集成构建器兼容的交易。

核心挑战在于设计一个能够同时实现以下目标的系统：

1. 消除集成动机（确保对订单流的平等访问）。
2. 保证激励相容性（使诚实报告成为搜索者和构建器的占优策略）。
3. 维持经济效率（构建能够实现社会福利最大化的区块）。
4. 保持计算可行性（在严格的区块生产时间限制内，例如 12 秒槽位内完成）。

现有的提案（如 BuilderNet）未能提供强有力的激励相容性保证，因为它们没有明确规范搜索者与构建器之间的交互，也没有规定如何处理订单流。

2. 方法论：Boost+ 框架与 MBoost+ 机制

作者提出了 Boost+，这是一个将交易收集与算法执行解耦的系统，在可信执行环境（TEE）中运行，以确保机密性和完整性。该系统明确模拟了三类参与者：提议者（Proposers）、构建器（Builders）和搜索者（Searchers）。

MBoost+ 机制

Boost+ 的核心是 MBoost+ 机制，它通过两个阶段来确定最终区块和价值分配：

1. 无冲突分离（Conflict-Free Separation）： 机制首先识别无冲突捆绑包（即不读取/写入其他捆绑包所触及的存储槽位的交易）。这些捆绑包从主集合中分离出来，并无论结果如何都会被附加到最终获胜区块中，确保它们始终被包含且净支付为零（退款等于出价）。
2. 两阶段执行：
   • 阶段 1（默认算法）： 一个默认算法（由系统设计）处理剩余的捆绑包，生成“默认区块”($o^*$)，并计算每个捆绑包的反事实区块 ($o_{-i}$)，以确定退款金额。此阶段建立了基准福利和退款标准。
   • 阶段 2（构建器算法）： 构建器提交他们自己的区块构建算法。机制在相同的捆绑包集合上执行这些算法，以生成候选区块。
3. 获胜者选择与支付：
   • 机制将默认区块的出价 ($\beta_0$) 与构建器提交的区块出价 ($\beta_j$) 进行比较。
   • 如果默认算法获胜： 机制使用该默认区块。搜索者支付其出价，并根据基于默认算法反事实情况计算出的 Vickrey–Clarke–Groves (VCG) 式公式获得退款，提议者获得剩余价值。构建器不获得任何收益。
   • 如果构建器获胜： 获胜的构建器将其出价支付给机制。机制根据默认算法的反事实情况（而非获胜者的算法）向搜索者退款，以确保搜索者不会因获胜者的特定算法而受到惩罚。获胜的构建器获得等于其出价减去第二高出价（或默认出价）的剩余价值，这实际上是在构建器之间进行了一场第二价格拍卖。

理论保证

• 构建器-DSIC（占优策略实现）： 诚实出价是构建器的占优策略，因为他们参与的是以默认算法设定的保留价格为基准的第二价格拍卖。
• 搜索者-DSIC（默认算法主导）： 如果默认算法优于所有构建器，则诚实出价是搜索者的占优策略。
• 搜索者-DSIC（无冲突性）： 对于无冲突捆绑包，即使构建器获胜，诚实出价在所有场景下也是占优策略。
• 集成抗性： 对于无冲突捆绑包，参与并诚实出价的策略弱占优于任何涉及与构建器集成的策略。集成无法带来联合效用的提升，反而可能降低效用。

默认算法

为了确保机制在计算上是可行的，作者提出了一个基于以太坊交易经验分析的具体默认算法：

• 冲突分组： 根据存储读/写冲突对交易进行分组。
• 混合解决机制：
  • 对于小型冲突组（规模 $< k_{cutoff}$），算法执行穷举枚举以找到最优子集。
  • 对于大型冲突组，应用结构化优化（例如，如果冲突仅涉及 ERC-20 转账，则顺序无关；如果是“夹层攻击”场景，则只有一个捆绑包可以获胜）。
  • 如果不适用简化方法，则确定性地选择一个交易子集以保持排列的可行性。
• 属性： 该算法考虑的候选区块集合独立于出价，这是维持基于 VCG 激励相容性的关键要求。

3. 主要贡献

1. Boost+ 架构： 一种新型区块构建系统，它通过明确规范搜索者与构建器的交互，并将交易收集与排序分离，从而确保平等访问。
2. MBoost+ 机制： 该机制实现了构建器和搜索者的激励相容性（在特定条件下），同时奖励算法创新。它成功地将“完美”的 VCG 机制（在计算上不可行）与实际的构建器参与需求解耦。
3. 无冲突集成抗性： 理论证明，对于无冲突捆绑包，非集成结合诚实出价是占优策略，这有效地中和了导致显著类交易中心化的主要驱动因素。
4. 基于经验的默认算法： 一个能够满足必要理论属性的具体默认算法实现。评估表明，利用真实世界数据，该算法在 53.2% 的案例中构建了最优区块。

4. 结果与评估

• 最优性： 使用包含 10,000 个以太坊区块（290 万个公开交易，5600 万个私有捆绑包）的数据集，默认算法在 53.2% 的案例中产生了价值最高的区块。
• 效率差距： 在非最优情况下，区块价值的绝对中位数差值为 0.0033 ETH，相对中位数差值为 8.6%。对于高 MEV 区块（价值 > 1 ETH），性能差距会扩大，此时默认算法实现最优性的比例仅约为 5%，这主要是由于在没有穷举搜索的情况下处理大型冲突组非常困难。
• 运行时： 默认算法有效地利用了多线程。在 50 个线程下，其运行时间接近并行区块构建算法，使其在 12 秒槽位内具有可行性。
• 冲突分析： 经验研究显示，在大多数区块中，冲突组规模很小（通常规模为 1），而大型冲突组（规模 $\ge 8$）非常罕见（在大多数情况下，每个区块出现的此类组少于 4 个），这验证了混合方法的有效性。

5. 重要性与主张

论文声称 Boost+ 为当前 MEV 生态系统的中心化和低效问题提供了原则性的解决方案。通过明确建模搜索者与构建器的交互，并强制执行一个具有出价无关候选集的默认算法，该系统：

• 恢复了竞争： 消除了无冲突交易中集成的结构性优势。
• 激励创新： 在不损害搜索者激励相容性的前提下，奖励开发更优算法的构建器。
• 平衡了理论与实践： 承认实现“完美”效率（最大化社会福利）与“完美”激励相容性在计算上是难以处理的（NP-hard）。相反，Boost+ 提供了一个“足够好”的实用解决方案，对于构建器和在最关键场景（无冲突和默认算法主导）下的搜索者而言，它是具有证明性的激励相容的。

作者总结道，虽然“完美”的机制（仅使用 VCG）在理论上很纯粹但实际效率较低，而仅由构建器主导的市场会重新引入集成风险，但 Boost+ 在两者之间取得了必要的平衡。它使用默认算法来锚定激励相容性和效率，同时允许构建器的参与来提升整体福利，前提是系统能够处理由此产生的复杂性。论文指出，未来仍需进一步研究以应对 Sybil 攻击，并改进对大型冲突组的处理，以提高超过 53.2% 的最优性率。