想象一条繁忙的高速公路，不再是车辆逐一在单车道行驶，而是允许交通在多条车道上同时穿梭。这就是现代区块链中的并行执行（Parallel Execution）：一种通过同时处理许多交易来提高系统速度的方法。

然而，这篇论文指出，虽然并行高速公路更快，但目前的“收费站”系统（费用机制）是破碎的。它们不知道在司机可能采取不同路线时，该如何公平地收费；也不知道当假司机试图操纵系统时，该如何应对。

以下是使用简单类比对该论文研究结果的拆解。

1. 两个大问题

作者确定了在尝试为并行处理收取费用时会发生的两个主要“危险”（Perils）。

危险 A：“也许”型司机（或有性交易/Contingent Transactions）

想象你正在订购一份定制披萨。你告诉厨房：“我要一份有意大利香肠、蘑菇和橄榄的披萨。”

现实情况： 你实际上只吃了意大利香肠。厨房准备了蘑菇和橄榄，但你并没有碰它们。
问题所在： 在并行区块链中，一笔交易（即披萨订单）通常会说：“我可能需要这 5 个对象（食材）。”但根据世界的当前状态（比如意大利香肠的价格），它最终可能只使用其中 1 个对象。
- 如果你按“实际使用量”收费： 厨房（调度器）会亏钱，因为他们准备的食材被浪费了。
- 如果你按“声称要使用的量”收费： 你（用户）会为从未碰过的食材支付过高的费用。

论文的大发现： 你无法兼得。你无法设计出一个既让用户从不多付钱，又让厨房从不因未使用的准备工作而亏损的系统。这在数学上是不可能的。你必须选择由谁来承担风险：是用户还是系统。

危险 B：“假”司机（什一攻击/Shill Attacks）

现在，想象一个根据道路交通量来收费的收费站。

用户的诡计： 一名司机想要支付低廉的过路费。他们向路上发送了一堆虚假的、无用的车辆（什一交易/shill transactions）。这些假车占据了空间，但实际上并不去任何地方。收费站看到“交通拥堵”，从而摊薄了成本，使得真正的司机支付得更少。
收费站的诡计： 运行收费站的人想要赚更多的钱。他们向路上发送自己的假车，让看起来像是真实的司机造成了大规模交通堵塞。随后，收费站就会向真实的司机收取“拥堵费”溢价。

论文的发现： 现有的系统很容易受到这些诡计的影响。如果系统根据正在进行的“并行工作量”来收费，坏人可以通过增加虚假交易来操纵数学模型，从而降低或提高费用。

2. 三种分账方式

由于无法消除未使用食材带来的风险（危险 A），论文建议了三种在用户与系统之间分配账单的方式：

“用户友好型”方案： 你只为你实际吃掉的意大利香肠付费。
- 结果： 用户很开心（没有多付钱），但厨房（系统）会因为浪费的蘑菇和橄榄而亏损。
“调度器友好型”方案： 即使你只吃了香肠，你也得为整份披萨订单付费。
- 结果： 厨房很开心（保证了收入），但用户可能会支付过高的费用。
“均摊型”方案： 双方平摊浪费食材的成本。
- 结果： 这是一种折中方案，双方共同承担“也许”型食材带来的风险。

3. 解决方案：“对象加权”收费站

为了解决“假司机”问题（危险 B）并处理“也许”问题，作者提出了一种名为 OW-TFM（对象加权交易费用机制） 的新系统。

类比：
与其根据现在路上的车辆多少来收费（这可以被伪造），不如想象一种收费系统，它根据昨天某条特定车道的受欢迎程度来收费。

如果某个特定对象（比如某种受欢迎的披萨配料）在上一区块中被频繁使用，那么它在下一个区块的价格会略微上升。
如果它没被使用，价格则保持较低。

为什么这能阻止诡计：

对于用户： 如果你试图通过增加假交易来降低费用，你是做不到的。增加假交易只会增加该对象的用法计数，这可能会提高包括你在内的所有人的费用。你无法通过增加车辆来降低价格。
对于系统： 系统根据过去的数据设定价格，因此它不需要预测未来会发生什么。

4. 底线结论

论文得出结论，构建一个公平、快速且安全的并行区块链非常困难，因为存在一个根本性的权衡：

速度 vs. 公平性： 在实际运行交易之前，你无法完美预测交易会使用哪些“食材”（这会消耗时间，从而违背了并行的初衷）。
安全性 vs. 效率： 你无法同时拥有一个既完美高效（按实际使用量收费）又完美安全（免疫假交易）的系统。

作者建议，区块链设计者（如构建 Sui、Solana 或 Monad 的人）必须明确决定由谁来承担未使用资源的风险（用户或系统），并使用基于历史对象使用情况的定价模型，以防止人们利用假交易来操纵系统。

简而言之： 并行区块链就像一个繁忙的厨房。你无法在知道顾客到底吃了什么之前，就完美地为一顿饭收费；你也无法阻止人们通过假装点餐来搞乱账单。解决方案是：先商定好谁来为浪费的食物买单，然后基于人们“通常”点什么，而不是基于他们“现在说”要点什么来进行定价。

技术摘要：并行之弊：执行不确定性下的交易费用机制

1. 问题陈述

现代区块链正从串行执行向并行执行转型，以克服由执行而非共识引起的吞吐量瓶颈。虽然并行执行（如 Sui、Solana、Monad 和以太坊所使用或计划使用的技术）增加了容量，但也引入了两个关键的经济挑战，即当交易涉及执行不确定性（权变性）和资源争用时：

执行权变性与风险分配： 在表达能力强的智能合约语言（图灵完备）中，交易的资源使用情况（访问的对象）通常取决于运行时的区块链状态，而这在执行前是无法预知的。这在用户风险（用户为未使用的声明对象过度支付）与调度器风险（由于执行不足导致预留容量无法收回收入，导致调度器损失收入）之间造成了紧张关系。
Gas 计算的贿赂攻击（Shill Attacks）： 现有的并行环境下的 Gas 计算机制（GCM）（例如 Shapley 值或时间比例完成时间）容易受到理性操纵。用户和调度器都可以注入“贿赂”（虚假）交易，以策略性地改变计算出的 Gas 或费用。用户可以通过添加无用的并行交易来降低其费用；调度器则可以通过添加虚假的争用情况来抬高费用。

本文认为，当前的设计未能同时兼顾并行性、执行不确定性和经济稳健性，从而导致了效率低下和可被利用的漏洞。

2. 方法论与模型

作者构建了一个框架，用于分析并行执行且存在不确定性情况下的交易费用机制（TFM）。

交易模型： 一个交易 $tx $由计算单元$ t $、优先级费用$ g $以及声明的读/写集$ (R, W) $定义。至关重要的是，*实际*访问的对象（$ X_R, X_W$）可能是声明集合的一个子集，这取决于执行路径（权变性）。
费用定义： 本文区分了以下概念：
- 可达费用 ( $f_{att}$ )： 若所有声明的对象都被使用时的费用。
- 基准费用 ( $f_{base}$ )： 仅针对确定性对象的费用。
- 用户理想费用 ( $f_{ui}$ )： 针对实际使用的精确对象的费用。
- 实际支付费用 ( $f_{act}$ )： 实际收取的费用。
风险指标：
- **用户风险 ($UR $)：**$ f_{act} - f_{ui}$（过度支付）。
- **调度器风险 ($SR $)：**$ f_{att} - f_{act}$（未实现的收入）。
对抗模型： 用户和调度器被建模为理性的、具有经济动机的代理人，他们可以通过插入贿赂交易来最小化各自的成本或最大化收入。
复杂度分析： 本文利用复杂度理论（特别是 P-完全性）来分析在不进行执行的情况下预测对象使用的难度。

3. 主要贡献与结果

A. 同时消除风险的不可能性

本文证明了一个基本的不可行性结果：没有任何机制能在不预执行交易或退化为固定费用之前，同时消除用户风险和调度器风险。

定理 1： 如果调度器受限于计算限制 $G$ （即无法执行超过区块允许的工作量），那么对于涉及冲突权变交易的所有输入，都不可能设置支付方式使得 $UR=0 $且$ SR=0$。
定理 2 (P-完全性)： 判定一个特定对象是否被权变交易所使用（对象使用决策问题）是 P-完全的。这意味着验证对象的使用情况需要与执行时间成比例的顺序工作，这使得调度器在执行前廉价地预测使用情况在计算上是不可行的。
权衡： 存在一种内在的线性权衡。降低用户风险（仅收取已使用对象的费用）会增加调度器风险（收入损失），反之亦然。

B. 风险划分机制的特征化

鉴于这种不可行性，作者通过参数 $\alpha \in [0,1]$ 对三种典型的风险划分机制进行了特征化描述：

用户友好型 ( $\alpha=0$ )： 用户仅为实现的执行付费（ $f_{act} = f_{ui}$ ）。调度器承担所有风险。
调度器友好型 ( $\alpha=1$ )： 用户为所有声明的对象付费（ $f_{act} = f_{att}$ ）。用户承担所有风险。
均分型 ( $\alpha=0.5$ )： 风险被平均分配。
本文在不同的调度器效用模型（乐观、悲观、中位数）下对这些机制进行了分析，以映射其收入影响。

C. 贿赂攻击与基于费用的贿赂防御性

本文指出，标准的 GCM 属性（如集合包含性）在存在权变性时不足以防止贿赂攻击。

用户贿赂攻击： 用户注入虚假交易以降低其真实交易的有效 Gas/费用。
调度器贿赂攻击： 调度器注入虚假交易以增加向诚实用户收取的 Gas/费用。
基于费用的贿赂防御性： 作者提出了基于费用而非仅仅是 Gas 的新定义，以考虑优先级费用和执行权变性。他们证明，对于用户友好型机制，只有当费用与调度无关时，才能实现贿赂防御性（定理 3）。

D. 对象加权交易费用机制 (OW-TFM)

为了解决这些问题，作者提出了对象加权交易费用机制 (OW-TFM)。

机制： 费用根据交易声明的对象价格进行计算，其中对象价格根据历史利用率进行更新（类似于 EIP-1559）。
风险参数化： 该机制使用参数 $\alpha$ 来决定用户为声明但未使用的对象支付多少费用（ $\alpha \cdot \text{价格}$ ）。
贿赂抗性： OW-TFM 被证明在特定条件下具有贿赂抗性。因为价格是基于过去的区块利用率推导出来的，所以当前区块中的贿赂交易无法降低当前区块中对象的价格（它只能提高未来的价格）。
条件： 引理 4 确定了防止调度器贿赂攻击所需的 $\alpha$ 阈值，该阈值取决于优先级与基础费用的比例 ( $\pi_o$ )、价格响应度 ( $\eta$ ) 以及留存率 ( $\gamma$ )。

4. 意义与主张

本文声称为评估和设计并行区块链的费用机制提供了严谨的基础。其重要性在于：

识别基本限制： 它表明并行执行中的用户公平性与调度器收入之间的紧张关系不是设计缺陷，而是执行不确定性和计算复杂性的基本后果。
揭示漏洞： 它揭示了现有的并行 Gas 计算提案（例如基于 Shapley 的方法）容易受到理性贿赂攻击，这是一个此前在文献中未被解决的威胁。
提供设计框架： 它提供了一个原则性的设计空间（ $\alpha$ 谱系）和一个具体的机制（OW-TFM），允许系统设计者在保持抗操纵性的同时，明确选择其风险分配策略。
行业相关性： 其结果直接适用于并批判了知名并行链（Sui、Monad、Solana）以及以太坊通过访问列表实现并行执行的路线图设计。

作者保持了谦逊的语气，指出其工作旨在识别基本限制和权衡，而非规定一个单一的“完美”解决方案，并承认实际部署需要进一步考虑概率执行模型和具体的实现细节。

Perils of Parallelism: Transaction Fee Mechanisms under Execution Uncertainty