註：原文作者Barnabé Monnot是以太坊基金會的研究科學家，他的研究方向是算法博弈論、大型系統以及加密經濟學。
Rollup是一種引人入勝的原語，它們將成為以太坊的首選擴容方式，並為其運營提供廣闊的設計空間。在所有方面，rollup擴展了基礎層協議，保留了它（例如以太坊）的大部分屬性。重要的是能保證鏈下執行的正確性，以及執行背後數據的可用性。而如何實現兩者都取決於設計者。
最近，我開始對rollup的經濟學角度感興趣，而這不僅僅是一個理論上的問題。基礎層（L1）的費用很高，我們應該積極努力提供用戶可負擔得起的價格進行交易的空間。更好的經濟學，意味着更好的定價，也意味着用戶們會更快樂。
那麼，我們應該如何具體考慮 rollup 的經濟學呢？我們將首先確定在rollup系統中交互的各方、他們的角色和職責。完成這個步驟后，我們梳理了rollup系統的各種成本、收入和費用，為我們提供了如何駕馭這一廣闊設計空間的線索。
Rollup系統中的參與者
為了簡單起見，我們將考慮三種不同的角色：
- 用戶：用戶們在L2網絡上發送他們的交易，就像在L1上一樣。他們擁有 L2 上的資產，並與部署在rollup上的合約進行交互。
- rollup運營商：這個角色包含了很多其他角色，rollup運營商代表處理 L2 網絡上的交易所需的所有基礎設施。實際上，我們有發布交易批次的定序器（ sequencers）、發布聲明的執行者（executors）、報告欺詐證明的挑戰者（challengers）以及計算有效性證明的驗證者（詳見這篇論文）。
- 基礎層：保護rollup發布的數據的協議。 考慮一個保證數據可用性並減少結算功能的協議就足夠了，但你也可以考慮一個通用結算引擎，例如以太坊的。
我們的擴容故事當中的三個角色：用戶在 L2 上進行交易，rollup運營商在用戶和基礎層之間作為一個接口，而最終的數據發布到基礎層
Rollup成本
在這篇文章中，我們採用rollup的“系統”視圖，重點關注成本、收入和費用。運行一個系統會產生成本，即所謂的“能量沉沒成本”，簡單說就是從系統內部流向外部的價值。這個系統還可能會獲得收入，這是相反的，我們稱之為“能量來源”，簡單說就是從系統外部流向內部的價值。而費用將“來源”和“沉沒成本”連接在一起，在整個系統組件中轉移價值，以便每個組件都能適當地執行其功能。
例如，在之前關於 EIP-1559 的文章中，我解釋了如何分解用戶支付的交易費用：
- 包括交易在內的部分費用歸運營商所有：在PoW基礎層的情況下，礦工費用補償了礦工增加的叔塊（可理解成孤塊）風險。這項費用使整個運營商承擔了發布區塊的成本，這也是我們用戶在發送交易時默認使用的1 或 2 Gwei。
- 剩下的費用用於支付優先於他人的權利，從而為擁堵定價。這個費用會讓整個網絡及其用戶遭受額外的擁堵。這就是L1 基礎費（basefee）在正常情況下的目標。
好消息是，我們將使用一些相同的方法來了解rollup成本。 EIP-1559 成本只涉及到兩方：用戶和基礎層。而對於不同的架構和位於用戶和基礎層之間的運營商，我們必須將運營商的特定成本與基礎層的特定成本分離，我們將在以下的部分討論這點。
L2運營商成本
Rollup必須找到願意花費計算資源來處理Rollup數據的運營商，即他們要維護一個tx池、序列批處理、計算狀態根/狀態差異/有效性證明等。這是一項有形成本，量化了運營商背後運行基礎設施所需的美元成本。
L1 數據發布成本
在數據發布成本這一點，是值得花時間討論的，因為這確實是rollup經濟中的新成本。一旦運營商聚合了足夠大的tx集，他們就需要將該tx集的壓縮摘要發布到基礎層。目前，這並不是以一種特別優雅的方式完成的：數據發布只是將其發布為“CALLDATA”，這是一種允許發送方添加任意字節序列的tx屬性。
通常 CALLDATA 保存對交易調用的智能合約方法的引用，以及該方法的輸入。將rollup運營商視為調用 L1“rollup鏈“智能合約的某些“registerCompressedData”方法可能會有所幫助，其中表示壓縮交易的字節blob作為其參數。這是 Optimism 的“規範交易鏈”合約的一個例子。
用戶發送常規交易，運營商將其壓縮併發布到基礎層的rollup鏈智能合約
發布數據的成本，是由基礎層承擔的，為了在以太坊上發布數據，當前數據的市場價格由EIP-1559 管理，其中 CALLDATA 的每個非零字節消耗 16 gas，而每個零字節消耗4 gas。對於多維EIP-1559，例如，正如Vitalik提出的簡單Sharding-format blob-carrying transactions，CALLDATA 的價格可以在其自己的 EIP-1559 市場上找到，將數據市場與傳統執行市場分開定價。
在這個Dune analytics儀錶板中，我嘗試整理了由幾個主要rollup二層網絡發布的數據。我不清楚自己是否捕獲了所有的rollup，尤其是zk-rollup二層網絡，如果你發現有問題的地方，請告訴我！:)
另請參閱 Aditi最近發布的帖子《Ethereum Rollup Call Data Pricing Analysis》 以及L2fees.info
L2擁堵成本
除了上面提到的兩個成本之外，還有第三個更無形的成本。每當rollup總區塊空間的供應無法滿足現有市場需求時，就必須對稀缺資源進行分配。對於時間不敏感的用戶，他們只需要正常排隊即可，擁擠的系統對他們不會造成價值損失，但是當用戶產生等待成本時，他們就會盡量減少延遲，對於排在隊列後面的用戶，他們的福利減少是整個Rollup系統的一個成本。
通常情況下（例如以太坊平台），系統會依靠費用市場來對稀缺資源進行分配，使成本明確。如果沒有費用市場或某種形式的擁堵定價，用戶要麼“及時支付”，要麼賄賂鏈外的區塊提議者以供納入，要麼反覆重新發送其交易，以保證其中一筆交易被採用。在所有這些情況下，用戶都通過消耗資源來防止這種損失。
Rollup收入
現在我們已經清楚了Rollup的成本，我們將嘗試對系統收入進行分析。這裡我們區分了兩個主要來源：交易價值（transaction value）以及發行（issuance）。
交易價值
用戶通過Rollup而不是其他方式進行交易（從而獲取一些價值），因此他們準備為服務支付費用。這裡的價值是指用戶通過將他們的交易包含在Rollup中而獲得的效用。為了納入Rollup，如果我有50美元的效應費（指我願意為這筆交易支付的最大金額），而最終我支付了2美元，那我剩餘的價值為48美元。無論是誰在收取費用，他的收入都是2美元，但從rollup系統的角度來看，初始的流入價值是50美元。
第二，當交易包含正MEV時，例如，交易是某筆 DEX 上的三明治swap交易，這個數量就會被添加到我們的交易價值概念中。在這一點上，誰接收這筆價值並不重要（無論是提取價值的定序器，或者是三明治交易的用戶還是其他什麼）。這裡唯一重要的是，我們的初始交易給整個系統帶來的價值，要比原始用戶從中獲得的價值要多。憑此，我們可得出：
交易價值 = 用戶價值 + MEV
發行
第二個收入來源是發行。在基礎層，區塊生產者以新鑄造代幣的形式獲得收入，這是網絡的原生加密資產。這種收入抵消了區塊生產者的基礎設施成本，只要是有利可圖的，就會有更多的區塊生產者加入。
假設rollup能夠鑄造自己的token，並且這種token具有價值，那麼這個rollup可能會通過發行新代幣來支付運營費用。這裡的模型更加模糊，有多種方式將收入來源用於rollup成本。現在，讓我們僅考慮有可能發行有價值的代幣，並通過這一行為給系統帶來更多價值。
明確rollup經濟聯繫
總而言之，一個rollup系統包含了三方：用戶、rollup運營商以及基礎層。運行系統會產生三種成本：運營成本、基礎層數據發布成本以及擁堵成本。而系統有兩種收入方式：交易價值以及發行。
那現在，這就成了一個匹配遊戲，誰在支付，以及什麼時候支付。有些配對是很容易分的，比如rollup運營商必須向基礎層支付L1數據發布費，他們必須在發布數據時按照基礎層所報的價格支付費用。
當費用是動態的，定價是通過費用市場時，L2擁堵成本也是即時的。用戶觀察當前市場對rollup區塊空間的需求，並根據可用供應調整他們的費用。例如，rollup可能希望在其網絡上部署一個EIP-1559風格的市場機制，來管理 L2 交易的包含。然後可以使用L2基本費用，方便用戶估計當前L2擁堵成本。
系統全視圖，流入代表收入（交易價值 + 發行），流出代表成本（L2 運營商成本、L1 數據發布成本以及擁堵成本），費用在各方之間轉移價值。
預算平衡：rollup運營商的限制
讓我們為系統添加一個新的約束條件：運營商預算平衡。我們假設rollup運營商不能虧本運營，即他們必須至少獲得等於或大於其成本的收入。當然，這個假設可能並非總是成立的，但對我來說，如果我們關心運營商的去中心化，這對我來說似乎是很重要的。虧本運營的運營商，可能會排除資本不足的參與者，並限制運營商的數量。而運營商數量較少，會降低抗審查性保證，在最壞的情況下，用戶必須強制通過基礎層完成交易，並因此產生高額費用。
而發行代幣，作為一個鬆弛變量可以派上用場，它可以確保預算平衡。每當運營商“太無利可圖”時，他們就會離開系統，這會增加剩餘運營商收到的代幣份額，直到再次實現平衡。或者，當運營商“利潤太高”時，新進入者會競相分享利潤，直到運營商再次實現預算平衡。
通過延遲付款維持運營商預算平衡
使用預算平衡規則，我們必須考慮運營商如何保持非負平衡。他們的本金流出（L1數據發布費）是可變的，並與本金流入（交易費）分開收取。我們假設運營商完全了解他們的 L2 運營商成本，並在交易時向用戶報出準確的價格（類似於他們對叔塊費率和相應的礦工費補償的了解）。但是他們應該如何向用戶報出最終的 L1 數據發布成本，並在之後實現呢？
如今，rollup應用啟髮式方法來對沖L1數據發布成本的可變性。在一個例子中，rollup觀察當前的L1基本費用（感謝EIP-3198!），並在速率上加一個額外的緩衝區，提前向用戶多收取費用，以防運營商以後發布數據時必須支付更多費用。另一種方法是根據 L1 基礎費用的運行平均值向用戶收取費用，以平衡長期波動。
在我看來，自然的解決方案是調用衍生工具，例如簡單的L1 basefee未來合約。在交易時，向用戶收取費用，以支付鎖定基礎層上發布數據的未來價格的成本。通過減少悲觀的超額支付，節省的費用會轉嫁給用戶。研究此類衍生品的優化設計，目前仍然是一個開放式問題。
用戶在交易時向運營商付款，但運營商必須按照基礎層的報價支付數據發布費用，這是可變的
如何處理擁堵費用？
假設用戶進行交易時，rollup完全可以為擁堵成本定價，那麼現在就有了擁堵費用形式的收入。如今，在以太坊的底層，這些費用是被燃燒掉的。這樣做的第一個原因是激勵相容性：如果擁堵費用返還給區塊生產者，那麼協議基礎費用將不再有約束力，這破壞了EIP-1559的用途。但燃燒並不是保持激勵相容性的唯一選擇。
有人提議，將所有“rollup排氣”費用，即因經濟外部性（如擁堵或MEV）而產生的費用，直接用於公共產品融資。這是一個不錯的解決方案，城市擁堵定價通常是為了改善公共交通系統，也就是說，它是用於補償負外部性的資金，當對其進行相應定價時，可以提供這種收入。
請注意，我把MEV也放進去了……我們為什麼要像考慮擁堵費用一樣考慮MEV呢？首先，因為與擁堵一樣，MEV也是一種外部性。發起一筆攜帶 MEV 交易的簡單行為，為那些能夠捕獲它的人創造了積極的外部性。而外部性是“不匹配的價值”，也就是說，它們產生於一些原始的經濟活動，這些活動平衡了有用的工作和該工作的報酬（例如，用戶支付L2運營商成本；運營商支付L1數據發布成本），但它們在過程中產生或破壞了一些額外的價值。
這在 MEV 競拍的概念中得到了最清楚的闡述。在這種設計中，運營商根據他們可以從中提取多少價值，來競爭製作區塊的權利。這種價值概念中隱含的是擁堵成本，用戶通過相互競標來表達。再一次，假設不允許運營商虧本運營，他們的出價必須反映他們從區塊中提取價值的真實能力，即運營商將出價其批次中的用戶費用加上他們從批次中提取的MEV。同時，假設所有運營商必須支付同等金額的L2運營成本，並且L1數據發布成本準確地向用戶收取，我們得到：
- 用戶費用 = L1 數據發布費用 + L2 運營商費用 + L2 擁堵費用
- 運營商成本 = L2 運營成本 + L1 數據發布成本
- 運營商收入 = 用戶費用 + MEV
- 運營商利潤 = 運營商收入 – 運營商成本 = L2 擁堵費用 + MEV
在一個運營商在有效市場中競爭，以贏得提出區塊權利的世界中，運營商必須以競標的方式放棄全部利潤，也就是說，他們在批處理中可用的擁堵費用和MEV。這就是“滑入”系統的價值：第一來自用戶防止因擁堵而造成的損失，第二來自初始交易引起的連鎖反應。這個價值一開始就不是任何人的，那麼為什麼不應該以某種方式捕獲和重新分配它呢？
拆解
這篇文章做了很多假設，例如，我假設了“運營商預算平衡”，因為我認為社區應考慮以批判的眼光來看待虧損運營的rollup，這意味着系統不會是去中心化的。發行代幣有助於重建預算平衡，儘管它依賴於外部價格信號（代幣價值）來協調運營商的激勵措施。在這種觀點下，運營商最好儘可能精確地定價，例如他們的 L2 運營商成本以及L1數據發布成本。這避免了未來收入不匹配的情況，即運營商期望更高的代幣價格來覆蓋其運營。
但這並不是在提倡一種特定形式的rollup 經濟學，設計空間仍然是敞開的。拆解L2運營商成本，揭示了我們在此尚未探索的更多複雜性，例如，支持去中心化基礎設施的市場機構為 zk-rollup生成有效性證明。關注rollup 中特定類型的用戶，例如從 L2 到 L1 或跨 L2 橋的快速提款服務，也將揭示用戶需求的不同方面。有了關於成本、收入以及費用的清晰概念，現在我們就有望更容易地推斷rollup應實現的結果和業務目標，以及實現這些目標的方法。
其他資源：
1、John Adler撰寫的《等等，這都是關於資源定價？》，這為L2 運營商成本，以及執行和數據可用性成本的可分離性提供了更多背景信息。
2、Patrick McCorry、Chris Buckland、Bennet Yee以及Dawn Song撰寫的論文《SoK: Validating Bridges as a Scaling Solution for Blockchains》
非常感謝 Anders Elowsson、Vitalik Buterin、Fred Lacs 以及 Alex Obadia 提供了許多有用的評論。
本文鏈接：https://www.8btc.com/article/6731672
轉載請註明文章出處