English version · 区块链学习导航 · 上一篇
区块链学习 · 文章 BC058
两个区块可以遵守同样的执行规则，却把稀缺机会分给不同的人。差别可能来自哪些请求被纳入、哪些被省略，以及已纳入请求的排列顺序。大家同意某个结果有效，并不自动证明选择过程公平。
最大可提取价值，简称 MEV，涉及通过影响交易选择与排序而获得的价值。以太坊文档把它定义为超出普通区块奖励和交易费用的可提取价值。初学者最有用的问题不是“哪个机器人赢了”，而是“哪个决定能改变结果，谁控制这个决定，后果由谁承担？”以太坊 MEV 概览
本文用一个虚构的藏品目录推荐位回答这些问题。例子没有货币、交易买卖、付款或真实交易操作。它只展示排序激励，其中的位置分配不是金融 MEV 的估值。
选择适合你的阅读路线
本篇目录
- 1. 先完整规定稀缺机会
- 2. 改变顺序，未必改变获选集合
- 3. 增加一个合资格请求，竞争会改变
- 4. 未被纳入，应与处理失败分开描述
- 5. “先到”需要指定观察者和承诺
- 6. 有效性、透明度和公平回答不同问题
- 7. 存在激励，不等于已经证明动机
- 8. 用相同问题检验可见性变化
- 9. 检验规则变化，不只相信名称
- 10. 写出经得起检查的结果报告
- 11. 练习与参考答案
- 12. 常见问题
- 资料来源与延伸阅读
第 1–4 节逐步计算分配结果。第 5–7 节检查公平和激励判断需要什么证据。第 8–10 节检验改进建议及其剩余假设。练习要求你分清顺序改变、获选者改变，以及已有证据证明承诺被违反。
如果不熟悉参与者的名称，可以先读排序器、批次发布者与提议者那一篇。这里把重点从“权限在哪里”推进到“不同的权限使用方式怎样影响参与者”。
1. 先完整规定稀缺机会
某博物馆的虚构学习目录在一个轮次中有两个推荐位置。每个位置展示一个不同的合资格藏品集合。请求 A、B、C 分别代表三个不同的合资格集合。各自的管理者已经授权自己的请求；排序运营者不能伪造这些授权。
轮次开始时，两个位置都为空。应用按选定顺序处理请求。每个不同集合的第一个请求，在仍有空位时取得下一个空位。当两个位置都已占用，后续合资格请求记录“未获分配”，不改变已有推荐安排。
所有被选入的请求都按这些规则处理。“未获分配”在本例中是普通应用结果，不是以太坊的回退，也不表示任何费用结论。我们省略账户 nonce、货币成本、重复身份和后续轮次。下面每个序列中的每个请求最多出现一次。
运营者可以从已收到的合资格请求中选择序列。最初没有规定先进先出承诺、强制纳入期限，也没有禁止偏好某个集合的规则。这些缺省条件很重要：可以先比较结果，再判断是否有人违反规则。
第一组比较只选择 A 和 B，顺序为 A、B。第一个位置给 A，第二个给 B，两者都获得推荐机会。
2. 改变顺序，未必改变获选集合
现在从相同的空初始状态处理 B、A。B 获得第一个位置，A 获得第二个。获选集合仍然是 {A, B}，分配数量仍为二。
这种改变是否重要，要看应用。本例最初只说每个位置都是一个推荐机会，没有赋予第一个位置额外流量、声望或货币价值。因此，不能只因 A 后移一位，就计算它受到多少损失。
一个明确标示的扩展可以给第一个位置增加额外好处。如果这样规定，结果指标也必须计入这项差别。即使获选集合不变，扩展后的解释也会改变。
评估顺序敏感系统时，这种区分非常重要。“交易位置变了”和“某个参与者失去机会”是两种陈述。有时两者同时成立；有时给定应用规则只能证明前者。
报告应保留足够细节：初始状态、选中的请求、实际顺序、最终位置，以及正在衡量的好处。单独一份交易列表不能补上题目没有给出的价值判断。
3. 增加一个合资格请求，竞争会改变
加入 C，它是另一个已经正确授权的合资格请求。下面比较包含完全相同三个请求的两种顺序，每次都从同一个空状态开始。
在 A、B、C 中，A 和 B 占据两个位置。轮到 C 时，容量已用完，因此 C 没有分配。在 C、A、B 中，C 取得第一个位置，A 取得第二个，B 没有分配。
相对于 A、B、C，第二种顺序把获选集合从 {A, B} 改为 {A, C}。A 仍获选，C 新获一个机会，B 失去一个机会。两种情况下都分配了两个位置。只统计总分配数，就会隐藏参与者之间的变化。
假设题目明确给出运营者偏好集合 C。那么，在既定应用规则下选择 C、A、B，确实有利于实现这种偏好。这证明本模型中的激励方向，却没有告诉我们运营者赚了多少钱、是否有人付款，或者真实网络发生了什么。
运营者没有把签名的 A 请求改成 C 请求。C 有独立授权。这里的权力是选择一个合资格的竞争请求并决定其位置，而不是伪造别人的身份。
这个简化分配例子说明：即使执行完全正确，排序机会仍可能重要。但它是帮助理解的类比，不是市场 MEV 的测量。
4. 未被纳入，应与处理失败分开描述
考虑一个独立变体：A、B、C 都已到达运营者，但选定序列是 A、C。A 和 C 得到两个位置，B 没有在本轮选定序列中被处理。
最终获选集合与 C、A、B 相同，不过位置不同。B 的证据也不同。在 C、A、B 中，B 已被处理，结果是未获分配。在 A、C 中，B 没有出现在选定序列里。
不要把两者一律写成“B 的交易失败了”。前者是处理后的应用结果，后者是在已识别序列中未被纳入。模型没有提供后续轮次、到期或重试结果，因此 B 之后的去向未知。
在一个观察到的轮次中缺席，也不自动证明永久性审查或排除。要支持更强的判断，需要适用的纳入政策、观察范围，以及相关参与者作出选择或反复排除请求的证据。
同时，也不能因为选定区块有效，就忽略请求缺席。服务政策可能对合资格请求规定了超出执行有效性检查范围的义务。正确分析应明确正在检验哪项义务，以及什么证据能够证明它被违反。
5. “先到”需要指定观察者和承诺
假设网关 G 的接收记录依次为 A、B、C。这是一份有用的本地顺序，但不自动成为所有参与者和网络路径共同认可的全局到达顺序。
如果服务明确承诺“本轮由 G 收到的合资格请求，保持 G 记录的顺序”，这项承诺就有可检验的范围。在接收记录可信、资格集合一致的条件下，C、A、B 将违反题目给出的承诺。
若没有这项承诺，同样的排序仍可能被本例的有效性规则允许。批评者仍可认为政策不理想，但应把这种评价与已经证明协议规则被违反区分开。
接收记录也需要足够明确的绑定信息。记录必须识别请求和轮次，审查还要确认请求满足政策的资格条件。只有一个时间戳截图，而缺少这些联系，可能不足以成为证据。
若服务有多个网关，公平声明还需要说明怎样协调各方观察。一个网关看到 A 先于 B，另一个看到 B 先于 A，并不会自然产生唯一明显的全局答案。政策应说明哪些观察有效，以及如何处理分歧。
6. 有效性、透明度和公平回答不同问题
有效性问：选定序列及其状态转换是否满足规定规则？透明度问：观察者能查看哪些相关选择与证据？公平问：事先选定的对待标准是否得到满足？
在最初较宽松的选择规则下，各种序列都可以有效，却产生不同获选集合。公开最终序列能让结果可见，但被省略请求的集合和先前承诺仍可能未知。
服务可以公开所有已选请求，却不公开接收记录。这样有助于重放执行，但不能证明每个合资格到达请求都遵守了所承诺的接纳政策。反过来，接收日志也可以暴露选择过程，却不证明执行的应用代码正确。
有用的公平标准可能包括保持某个网关的顺序、每个合资格集合只有一个名额，或者执行公开说明的选择程序。这些标准各不相同。满足一项，不能暗中当作其他项也已成立。
在本练习中，不必把某一标准称为普遍正确。应在观察谁获益之前，先写清选用的标准。这样可以避免事后把“公平”定义为“结果符合我的偏好”。
7. 存在激励，不等于已经证明动机
目录模型明确给出了运营者偏好 C，因此可以分析某种排序如何服务这种偏好。现实中只观察到 C 获选，却不足以证明运营者有这种偏好或存在未公开安排。
严谨调查应分开能力、机会、激励和观察到的行为。能力是参与者对选择或排序的控制；机会是应用状态对顺序敏感；激励是偏好某种结果的理由；观察到的行为则是某个选择确实发生的证据。
2019 年的研究论文 Flash Boys 2.0 研究了交易排序竞争，并把顺序相关价值与更广泛的区块链风险联系起来。其 arXiv 提交日期为 2019 年 4 月 10 日。它是历史研究，不是当前收入估计，也不是虚构目录的证据。Flash Boys 2.0
MEV 这个总称，并不表示所有活动的机制和效果相同。评估应识别具体状态变化、受影响参与者和后果，而不是给每个例子套上同样的道德或经济结论。
本例没有费用和价格，所以即使精确知道分配差异，也不能把它换算成金融回报。能够支持的结论只是：谁获得了题目规定的机会发生变化。
8. 用相同问题检验可见性变化
一项改进建议说，请求在排序前不向公众公开。这改变了信息边界。评估时应问：谁仍能看见内容，何时可见，这些参与者能利用内容做什么？
如果运营者仍能看到所有请求，而且保留自由排序权，那么对外部观察者隐藏请求，本身不会消除运营者对 C 的偏好。它可能减少某些外部参与者的机会，却不改变这里讨论的特定选择。
一个说明细节为何重要的真实例子是 Flashbots Protect 设置指南。该指南描述信息共享选择，并明确指出，增加构建者意味着需要信任这些构建者。本文只用这个有限事实说明需要识别接收者和假设，不推荐服务，也不复述配置操作。该页面更新于 2026 年 5 月 12 日。Flashbots Protect 设置指南
隐私声明因此应说明限制的是谁的可见性。“纳入前不公开广播”与“排序前任何人都不能利用内容”是差别很大的承诺。
审查还必须保留可用性与纳入问题。私有路径仍可能需要规定参与者不可用、请求未处理时怎么办。单独一项保密声明不能回答这些问题。
9. 检验规则变化，不只相信名称
设想目录把自由排序改为一个精确定义、可以独立核验的分配程序。这可能改变运营者可作出的选择。评估提议时，应检查整个输入选择边界，而不只看最后一步计算。
谁决定哪些请求进入本轮？参与者能否提交多个身份？轮次如何关闭？运营者能否在可核验程序开始前省略某个请求？未获选参与者能凭什么证据质疑这种省略？
这些问题不证明提议失败，而是指出：在宣称原问题已解决前，哪些假设必须成立。对一个经过选择的输入集合完美复现计算，仍可能没有解决接纳请求的问题。
一个假设的随机选择规则，同样需要规定资格、合适的随机性机制，以及明确的抗操纵要求。仅把输出称作“随机”，不能证明这些性质。本文不实现这样的机制。
另一种应用设计可以完全取消“先到的两个获选”这种稀缺分配。如果修改后的规则给每个合资格集合一个等价推荐机会，那么在本例中，重新排序不再改变获选集合。但是资源要求已经改变；这并没有说明如何把原来的两个位置公平分给三个请求。
10. 写出经得起检查的结果报告
主例的一份报告可以这样写：“从相同的两个空位开始，A、B、C 把位置分给 A 和 B，C、A、B 则分给 C 和 A。两种序列都满足题目给出的执行规则。第二种在分配意义上让运营者偏好的 C 获益，而 B 失去机会。题目没有提供先进先出承诺或货币估值。”
这份报告保留重要差异，没有补造事实。它没有混淆总分配数与各参与者结果，没有加入未规定的费用，也没有把模型变成对真实服务商的指控。
更广泛的审查可以记录五项：状态与容量、合资格请求、相关观察者及承诺、参与者可作出的选择，以及每人的结果。被省略的到达请求、未经核验的接收记录等未知项，应明确写出，而不是用假设填满。
评估缓解措施时，按其实际规则重新做同样比较。找出哪种选择被取消、哪一方增加了责任，以及哪些假设仍然存在。名称或架构图改变，不足以证明分配保证改变。
最有用的结论可能很有限：“这个提议减少了某方的可见信息，但接纳政策仍未核验。”这种有边界的发现，比无依据地承诺排序风险已经消失更容易用于改进。
11. 练习与参考答案
问题 1。 在原来的两个位置规则下，比较 A、B 与 B、A。什么改变了？
答案。 位置改变，获选集合仍为 {A, B}。题目没有规定两个位置的价值不同。
问题 2。 比较 A、B、C 与 C、A、B。谁得到或失去分配？
答案。 C 得到，B 失去，A 仍获选。总数保持为二。
问题 3。 在 A、C 中，关于 B 能确定什么？
答案。 B 没有出现在这份选定序列中。不能据此证明它已被处理、永久被排除，或会进入后续轮次。
问题 4。 可信的 G 接收记录为 A、B、C，三者都合资格。具有约束力的政策承诺保持该顺序。C、A、B 是否符合？
答案。 不符合。按照新增政策和证据，它违反排序承诺。这与最初没有该承诺的模型不同。
问题 5。 公众无法阅读待处理请求，但排序运营者能阅读，并保留相同自由决定权。它对 C 的偏好是否被消除？
答案。 没有。单独改变公众可见性，没有移除该参与者掌握的信息或排序权。
问题 6。 两种序列都分配了两个位置，是否足以认为参与者结果相同？
答案。 不足以。相等的总数可能隐藏获选集合的变化。
12. 常见问题
每次交易重新排序都证明存在不当行为吗？
不是。应先确定适用规则、参与者、证据和后果，再作结论。
有效区块能证明排序过程公平吗？
只有相关规则确实强制执行所声称的公平性质，而且所需证据已经建立，才可支持该判断。本例中，只有执行有效还不够。
目录例子计算了金融 MEV 吗？
没有。它展示顺序敏感的分配和明确给出的偏好，没有货币或收入模型。
一个隐私功能能消除所有排序风险吗？
这个结论需要更多证据。可见性、接纳、排序和约束执行是设计中的不同部分。
资料来源与延伸阅读
资料核对日期：2026 年 10 月 12 日。
- 以太坊 MEV 概览，用于定义及选择、排序范围，不采用其中的操作策略或收入判断。
- Flash Boys 2.0，arXiv 提交日期为 2019 年 4 月 10 日，用作顺序相关价值的历史原始研究。
- Flashbots Protect 设置指南，更新于 2026 年 5 月 12 日，仅用于明确的信息共享与构建者信任边界。
目录规则、序列和推论均为原创教学例子。下一篇基准测试课会说明：相同的表面总数，也可能隐藏不同的交易结果和观察窗口。