MEV 机器人是一种自动化软件,它检测区块链交易排序、包含或排除过程中存在的价值提取机会,然后提交交易或捆绑包以捕获该价值。操作者通常称为搜索者,他们结合策略(套利、清算、三明治、后跑)、模拟层和提交路径,将交易发送给区块构建者或验证者。本文端到端解释其机制,提供可运行的代码来观察待处理交易并模拟候选交易,并描述如何在不编造数字的情况下度量延迟、包含率和净利润。文章还涵盖了搜索者在部署资金前必须了解的基础设施选择、故障模式以及伦理和法律限制。
MEV 机器人的定义与范围
MEV 机器人是一种程序,它监视区块链状态和待处理交易,识别有利可图的交易排序,并将该排序提交给网络或区块构建者。MEV 代表最大可提取价值:即控制区块内交易排序、包含或排除的人可获得的利润。机器人本身并不决定最终的区块顺序;它通过费用、优先小费或构建者选择包含的捆绑包来竞争位置。
操作机器人的人或团队称为搜索者。搜索者编写策略,针对当前状态模拟结果,并将签名交易路由到构建者或公共内存池。本文涵盖机制、可复现的观察与模拟工作流,以及决定策略能否在真实竞争中存活的基础设施和度量问题。本文不推荐特定端点;如需具体的提供商和网络选择,请使用 OnFinality RPC Assistant。
- 搜索者:设计并运行策略。
- 机器人:执行监控、模拟和提交的自动化软件。
- 构建者或验证者:选择交易并将其排序到区块中。
- 内存池:在某些链上对观察者可见的待处理交易队列。
假设与前提条件
以下流程假设使用具有 JSON-RPC 接口的 EVM 兼容链、一个用于在测试网或本地分叉上测试的已注资账户,以及对交易签名的基本熟悉。JavaScript 示例需要 Node.js 18 或更高版本,Python 示例需要 Python 3.10 或更高版本,原始 RPC 检查需要 curl。所有机密信息必须来自环境变量;切勿硬编码私钥。
你还需要一个可靠的 RPC 端点,它暴露待处理交易并支持针对历史或待处理状态的 eth_call。公共端点通常有限流或隐藏内存池,因此除了冒烟测试之外的任何用途,都应计划使用专用或付费端点。OnFinality API 服务和专用节点页面描述了运营选项;定价页面解释了请求量如何映射到成本。
export RPC_URL="https://your-endpoint.example"
export PRIVATE_KEY="0x..."
node --version
python3 --version排序如何创造可提取价值
区块链按照区块生产者选择的顺序执行交易。如果两笔交易触及同一个流动性池,顺序会改变每笔交易获得的价格。这种对顺序的敏感性是 MEV 的根源。机器人的工作是找到一个排序,使其自身交易在扣除费用、gas 以及另一名搜索者赢得竞争的风险后仍能获利。
常见策略在观察内容和提交内容上有所不同。套利比较不同场所的价格并提交往返交易。清算监视借贷头寸,并在健康因子跨过阈值时提交还款并扣押的交易。三明治和抢跑策略在受害者交易周围放置交易;这些策略与用户伤害最为相关,在许多场所受到限制或不鼓励。后跑在大额交易之后立即放置交易,以捕获其产生的价格影响。
- 套利:DEX 或 CEX 之间的价格差异。
- 清算:借贷协议中抵押不足的贷款。
- 后跑:另一用户大额交换产生的价格影响。
- 三明治和抢跑:围绕受害者交易定位;高伤害、高审查。
搜索者循环:观察、模拟、提交、验证
无论采用何种策略,每个机器人都运行相同的四阶段循环。观察读取链状态和待处理交易。模拟针对分叉或待处理状态执行候选交易,以估算输出和回滚风险。提交将交易或捆绑包签名并发送给构建者或公共内存池。验证确认包含情况,并计算扣除所有成本后的已实现利润。
这个循环是一场竞赛。观察延迟、模拟延迟和提交延迟都会降低包含概率。一个正确但缓慢的机器人会输给一个利润略低但更快的机器人。这就是为什么基础设施选择与策略逻辑同样重要。
使用 curl 和 WebSocket 观察待处理交易
首先确认你的端点暴露待处理交易。eth_newPendingTransactionFilter 方法创建一个过滤器;eth_getFilterChanges 轮询它。许多生产搜索者改用 WebSocket 订阅,因为推送交付避免了轮询间隙。下面的 curl 检查验证该方法是否可用;返回 null 或错误响应意味着端点不暴露内存池,你需要换一个。
curl -s -X POST "$RPC_URL" \
-H 'Content-Type: application/json' \
-d '{"jsonrpc":"2.0","id":1,"method":"eth_newPendingTransactionFilter","params":[]}'在 JavaScript 中模拟候选交易
模拟回答一个问题:如果这笔交易现在执行,输出是什么,是否会回滚?下面的示例使用 ethers 针对当前储备调用 Uniswap 风格路由器的 getAmountsOut,然后将结果与最低可接受输出进行比较。将路由器地址和代币地址替换为目标链上的地址。脚本打印报价输出和隐含优势;它不提交任何内容。
首先针对分叉节点或测试网运行此脚本。在主网上,针对待处理状态的 eth_call 比最新状态给出更接近的估计,但这仍然是估计,因为状态在模拟和包含之间可能发生变化。
import { JsonRpcProvider, Contract, parseUnits, formatUnits } from 'ethers';
const provider = new JsonRpcProvider(process.env.RPC_URL);
const routerAbi = [
'function getAmountsOut(uint amountIn, address[] path) view returns (uint[] amounts)'
];
const router = new Contract('0xROUTER_ADDRESS', routerAbi, provider);
const amountIn = parseUnits('1', 18);
const path = ['0xTOKEN_IN', '0xTOKEN_OUT'];
const amounts = await router.getAmountsOut(amountIn, path);
console.log('quoted out:', formatUnits(amounts[1], 18));捆绑与提交路径
在具有提议者-构建者分离的链上,搜索者将捆绑包提交给构建者,而不是直接提交到公共内存池。捆绑包是一个有序的签名交易列表,必须原子性地执行;如果任何交易回滚,整个捆绑包将被丢弃。构建者按总小费比较捆绑包,并包含最有利可图的一组。在没有这种分离的链上,搜索者通过公共内存池中的 gas 价格和优先费进行竞争。
提交路径决定了你的竞争环境。公共内存池提交会在包含前将你的策略暴露给模仿者。私有捆绑包提交在包含前隐藏交易,但需要与构建者或中继建立关系。选择与你的策略对复制敏感性相匹配的路径。
- 公共内存池:简单,但可见且可复制。
- 向构建者提交私有捆绑包:在包含前隐藏,需要构建者访问权限。
- 中继或捆绑服务:抽象构建者关系,增加费用。
- 直接提交给验证者:仅在你拥有验证者关系时可行。
度量延迟、包含率和净利润
你无法改进你没有度量的东西。为循环的每个阶段添加时间戳,并记录每次提交的结果。下表是每个机会至少应记录的字段;用你自己的测量值填写,而不是估计值。在得出结论前至少运行几百个机会,因为包含情况存在噪声,小样本会误导你。
- observed_at:检测到机会时的时间戳。
- simulated_at:模拟完成时的时间戳。
- submitted_at:交易或捆绑包发送时的时间戳。
- included_at:交易出现在区块中时的时间戳,或 null。
- gross_profit、gas_cost、tip、builder_fee、net_profit:均使用同一单位。
- outcome:included、reverted、outbid、dropped 或 not_selected。
结果表流程
将日志聚合为表格,每个策略一行,每个指标一列。计算包含率为已包含提交数除以总提交数。仅对已包含的行计算从 observed_at 到 included_at 的中位延迟。计算净利润为已包含行的 net_profit 总和减去回滚和丢弃提交的成本。呈现表格时附上样本大小和观察窗口,以便读者判断数字是否有意义。
| 策略 | 提交数 | 已包含 | 包含率 | 中位延迟(毫秒) | 毛利润 | 总成本 | 净利润 |
|---|---|---|---|---|---|---|---|
| 套利 | 你的计数 | 你的计数 | 你的比率 | 你的中位数 | 你的总和 | 你的总和 | 你的总和 |
| 清算 | 你的计数 | 你的计数 | 你的比率 | 你的中位数 | 你的总和 | 你的总和 | 你的总和 |
| 后跑 | 你的计数 | 你的计数 | 你的比率 | 你的中位数 | 你的总和 | 你的总和 | 你的总和 |
常见故障排查
大多数失败的提交属于少数几类。回滚通常意味着状态在模拟和包含之间发生了变化,或者模拟使用了过时的储备。被抢标的结果意味着另一名搜索者为同一机会支付了更多;修复方法是提高小费或采用更难复制的策略。交易被丢弃通常意味着 nonce 已被使用,或 gas 价格低于构建者的最低要求。
如果你的机器人从未看到待处理交易,端点可能没有暴露内存池。如果模拟通过但包含时回滚,检查你是否针对最新状态模拟而针对待处理状态提交。如果你的包含率很高但净利润为负,你的成本模型缺少费用、小费或失败尝试的成本。
- 没有待处理交易:端点隐藏内存池;切换端点。
- 模拟通过,包含时回滚:状态漂移或储备过时。
- 持续被抢标:小费太低或策略太显眼。
- 交易被丢弃:nonce 重用或 gas 低于最低要求。
- 净利润为负:模型中缺少成本组成部分。
局限性、伦理与法律边界
MEV 不是免费的钱。竞争激烈,资本要求真实存在,而预期价值最高的策略往往也是伤害最大、审查最严的策略。三明治和抢跑策略直接从其他用户那里提取价值,在许多场所受到限制或不鼓励。一些司法管辖区将操纵性交易行为视为非法,无论执行是否自动化;机器人的合法性取决于其使用方式,而不是它是软件这一事实。
在运营上,MEV 机器人很脆弱。它们依赖低延迟基础设施、可靠的端点和持续监控。在清算级联期间宕机的机器人会失去它为之构建的机会。为冗余和失败提交的成本做预算,这是循环的正常部分。
构建和运营搜索者的后续步骤
从测试网或本地分叉上的单一策略开始,为整个循环添加监测,并在增加资本之前度量包含率和净利润。对于冒烟测试之外的任何用途,使用专用端点;OnFinality API 服务和专用节点选项已有文档,定价页面解释了请求量如何映射到成本。如需具体的端点 and 网络建议,请使用 RPC Assistant 而不是猜测。
一旦循环稳定,在端点和提交路径上增加冗余,并审查你所在司法管辖区和目标场所的法律和伦理约束。下面的相关指南涵盖了支持生产搜索者的基础设施和度量主题。
- 阅读 RPC 端点指南了解端点选择标准。
- 查看区块链节点托管指南进行冗余规划。
- 如果你跨链运营,请查看多链 RPC 端点指南。
- 使用 RPC Assistant 获取具体的提供商和网络选择。