永续合约市场结构的演进与权衡

同一笔10倍杠杆的以太坊永续合约多头头寸，在中心化交易所、通用公链去中心化交易所（DEX）和应用链 DEX 中将经历截然不同的执行路径。在中心化交易所中，订单在500毫秒内完成撮合，手续费低至0.02%，但保证金被存储在交易所的中心化钱包中，用户持有的仅是数据库中的债权记录，订单排序过程对外部完全不透明，2022年 FTX 崩盘暴露约87亿美元的客户资金缺口，揭示了这类托管结构的系统性风险 ^[1]。在以太坊上的通用公链 DEX 中，用户通过自托管钱包保持资产主权，但交易意图在公开内存池中暴露，三明治攻击可将0.3%的滑点转化为 MEV 搜索者的利润 ^[2]，而资产主权的代价是一笔隐性的“透明税”。在应用链 DEX 中，用户获得亚秒级撮合和接近零滑点的体验，同时保持链上自托管，但底层网络可能仅由十余个验证者节点维持，验证者合谋的风险成为新的信任假设。

这三种执行路径的差异正是当前加密衍生品市场结构性变革的缩影。2025年，加密货币衍生品市场经历了快速增长。2025年 CEX 永续合约交易量约86.2万亿美元，同比增长47.4% ^[3]。然而，更引人注目的变化发生在去中心化市场：DEX 永续合约交易量在2025年实现了346%的同比增长，达到约6.7万亿美元 ^[3]。DEX 与 CEX 的永续合约交易量比率，从2023年初的2.1%一路攀升至2025年11月的11.7%，按此比率，约每9笔 CEX 永续合约交易就对应1笔 DEX 交易 ^[4]。在这一进程中，以 Hyperliquid 为代表的应用链 DEX 一度占据了链上永续合约市场约60%的份额，其年化交易量甚至与 Coinbase 等老牌 CEX 相当 ^[5]。

这些数据反映了市场基本结构正在经历深层变革。交易量从 CEX 向 DEX 的迁移，不仅是市场份额的重新分配，更意味着市场的基本规则正在被重新定义。价格如何形成、参与者如何博弈、风险如何分布、以及公平性如何被定义，都在发生着根本性的改变。本章借鉴 Harris (2003) 的市场微观结构研究方法 ^[6]，建立分析框架，剖析每种结构如何塑造其内部的经济活动和权力关系，而非简单评判其优劣。

本章将论证市场结构的演进不是一个从 CEX 到 DEX 的线性替代过程，而是一场竞争模式的范式转移。博弈的对象从“延迟”迁移至“信息”，再迁移至“机制”。每一次迁移都重新定义了谁是赢家、谁是输家。本章将从微观的交易生命周期出发，提出竞争模式迁移论，深入剖析策略性 MEV 的崛起，探讨价格发现主导权的迁移假说，分析风险分布的演进，最终展望三种范式的收敛与终局。

6.1 交易生命周期

交易的执行路径（从订单提交、撮合到最终结算）绝不仅仅是技术流程的区别。它从根本上决定了信息如何流动、权力如何分配以及成本如何产生。第5章从服务商的视角对三种架构的内部组件和风险进行了“静态解剖”，本节则转换视角，从一笔交易的角度出发，追踪它在三种架构中的完整旅程。通过这种视角的互补，我们可以清晰地揭示中心化交易所、通用公链 DEX 和应用链 DEX 在性能、透明度、安全性和成本之间做出的截然不同的取舍，为§6.2的竞争模式分析提供坚实的事实基础。

图 6-1 对比三范式在订单提交、撮合、结算与资产托管四个环节上的本质差异。

图 6-1. 三种永续合约市场结构范式的交易执行流程对比（概念流程对比示意，非实测数据，作者绘制，基于 Harris ^[6]）

6.1.1 中心化交易所

中心化交易所由单一实体运营，其私有中心化服务器负责维护订单簿、撮合交易并托管用户资产。用户的交易记录仅仅是内部数据库中的条目，只有在充值和提现时才会与区块链发生交互。这种架构的核心优势在于高性能：顶级撮合引擎的内部延迟已达亚毫秒甚至亚100微秒级别，而从 API 提交到确认的端到端响应延迟通常在1至10毫秒之间，吞吐量可达每秒百万笔以上，这是当前任何链上方案都无法达到的。

订单提交阶段。 用户通过 API 或网页前端将限价单或市价单提交至交易所的私有服务器。从这一刻起，交易便进入了一个对外部世界完全不透明的执行环境。用户无法验证订单在被撮合前经过了哪些内部系统，无法确认排序是否严格遵循了价格-时间优先原则，也无法知晓交易所自身或其关联方是否在订单流中享有某种特权。这种不透明性是 CEX 市场中信息不对称的结构性根源。交易所掌握着所有用户的实时订单流数据，这些数据对于预判短期价格走势具有极高的价值。这种信息优势为潜在的不公平行为提供了结构性的空间。FTX 与其关联交易公司 Alameda Research 之间的利益输送，便是这种结构性风险的极端体现 ^[1]。

撮合阶段。 高性能的撮合引擎以微秒级的速度扫描订单簿，基于价格-时间优先原则将买单与做市商的卖单进行匹配。正是在这里，发生了 CEX 范式下的核心博弈，即逆向选择博弈。做市商通过在买卖两侧提供报价来维持市场的流动性，其利润来源于买卖价差。然而，做市商面临的最大风险是被掌握更多信息的知情交易者利用：当市场即将发生方向性变动时，知情交易者会迅速执行做市商尚未来得及更新的过时报价，导致做市商蒙受损失。

面对逆向选择风险，做市商有两种基本应对策略。第一种是扩大买卖价差，以更高的利润率来补偿预期的逆向选择损失，但这会降低其报价的竞争力。第二种策略在实践中占据了主导地位：提升速度，比知情交易者更快地更新或撤回过时的报价。这种“速度即生存”的逻辑推动了一场围绕基础设施延迟的持续军备竞赛。拥有主机托管服务的机构将服务器部署在交易所数据中心的同一物理空间内，以最小化网络延迟；部分机构采用 FPGA（现场可编程逻辑门阵列）等定制硬件在物理层面加速交易逻辑，或利用微波通信网络追求微秒级的速度优势。这场延迟竞争在传统金融市场已持续数十年，如今在加密货币 CEX 中被完整复制。其结果是，做市利润高度集中于少数拥有顶级基础设施的机构，如 Wintermute、Jump Trading 和 Cumberland 等。

CEX 的费率结构进一步强化了这种竞争格局。主流的 Maker-Taker 模型对提供流动性的挂单方给予手续费返佣，而对消耗流动性的吃单方收取更高费用。机构做市商作为主要的 Maker 享受费用优惠甚至负费率，而散户交易者作为 Taker 则支付更高的交易成本。从这个角度看，费率结构本身就是一种制度化的成本转移机制，将维持流动性的隐性成本从做市商转嫁给了普通交易者。

结算阶段。 撮合成功后，结算在交易所的内部账本上即时完成。这本质上只是数据库账户余额的更新操作，不涉及任何区块链操作。虽然速度极快且成本极低，但用户持有的并非真正的链上资产，而是交易所对用户的一笔负债。资产的安全完全依赖于交易所的偿付能力和运营诚信。2022年 FTX 的崩溃暴露约87亿美元的客户资金缺口（债务人估算与2024年8月法院赔偿令口径）^[1][53]，2025年2月 Bybit 遭遇的15亿美元安全事件 ^[7]，都清晰地揭示了这种中心化托管结构所蕴含的系统性风险。值得注意的是，这两起事件属于完全不同的操作风险类别：FTX 是治理和欺诈失败，而 Bybit 事件是一起供应链攻击：攻击者（归因于 Lazarus Group）通过操纵 Safe{Wallet}前端的签名仪式界面，诱导多签持有者签署恶意交易。这种 UI 层攻击向量并非 CEX 独有，任何依赖多签批准的系统（包括 DEX 国库管理、跨链桥运营者多签和应用链治理钱包）均面临同类风险。用户在享受极致性能的同时，实际上是将资产安全的全部信任交给了一个不可审计的第三方。

风险管理。 清算引擎实时监控所有账户的保证金水平。当标记价格（通常计算为多个交易所的指数价格加上经 EMA 衰减的资金费率基差）导致某一账户的保证金率低于维持保证金要求时，系统会自动触发强制平仓。这种标记价格方法论与 DEX 中基于预言机的标记价格存在本质差异，其设计差异将在§6.3.2的预言机操纵讨论中进一步分析。如果清算过程中出现穿仓（即清算所得不足以覆盖亏损），损失由交易所的保险基金承担。若保险基金在极端行情中被耗尽，则通过自动减仓机制将剩余损失按规则分摊给盈利方向上的交易者。整个风控过程，从保证金计算到清算执行再到保险基金的使用，都在“黑箱”内运行，外部无法进行独立审计。用户既无法验证清算价格的公正性，也无法确认保险基金的真实规模和使用情况。

图 6-2. 中心化交易所的交易生命周期（从订单提交到结算与风控，全程在交易所私有服务器内完成；机制流程示意；其中1至10毫秒为端到端响应延迟口径，非实测数据，作者绘制，基于 Harris ^[6]）

6.1.2 通用公链 DEX

通用公链 DEX 将核心结算逻辑部署在公共区块链上，而将部分功能（如订单簿维护和撮合）放在链下执行。这种“链下撮合、链上结算”的混合模式，试图在区块链的安全性与交易的性能之间寻找平衡。当前代表性的通用公链 DEX 包括 Arbitrum 上的 GMX v2和 Vertex 等。值得注意的是，早期以 dYdX v3（基于 StarkEx）为典型的通用公链 DEX 架构已发生重大变迁：dYdX v4于2023年底迁移至基于 Cosmos SDK 的独立应用链，按本章的分类法已属于应用链 DEX 范畴，这一迁移本身便是§6.2竞争模式迁移论的有力佐证。其典型架构基于 ZK-Rollup 技术，链下定序器负责高速撮合，链上智能合约负责最终的状态验证和资产托管。

订单提交阶段。 用户通过自托管钱包对交易进行加密签名。在交易意图被最终确认并打包进区块之前，它通常会在公开的内存池中暴露。公开的内存池是区块链透明性的基石，它确保了所有待处理交易对网络中的每一个参与者都是可见的，从而保障了系统的可审计性。然而，这种透明性同时也使得待处理的交易极易受到最大可提取价值的剥削。MEV 搜索者通过专门的算法持续扫描内存池，一旦发现大额订单，便会利用多种策略从中提取价值。

最常见的 MEV 攻击形式包括：抢跑交易，即搜索者在发现大额买单后，抢先以更低价格买入，待大额买单推高价格后再卖出获利；三明治攻击，即在目标交易的前后分别插入一笔买入和一笔卖出交易，利用目标交易对价格的冲击来获取无风险利润；以及清算狙击，即搜索者监控链上头寸的保证金状况，在清算条件即将触发时抢先执行清算以获取协议提供的清算奖励。这些攻击的共同特征是，它们都依赖于公开内存池所暴露的交易意图信息。

MEV 的价值链与多层拍卖。 通用公链 DEX 中的博弈关系与 CEX 有着本质的不同。在 CEX 中，核心博弈发生在做市商与知情交易者之间，围绕的是价格信息的不对称。而在通用公链 DEX 中，核心博弈发生在主动的 MEV 搜索者与被动的普通交易者之间，围绕的是对公开信息的利用速度和策略深度。

MEV 的提取形成了一条分层的价值链。普通交易者是价值的源头，他们的交易意图在内存池中被暴露。MEV 搜索者通过算法扫描捕获套利机会，并将精心构造的“套利包”连同贿赂费用一起发送给区块构建者。区块构建者从众多搜索者提交的套利包中选择利润最大化的组合，组装成完整的区块，再将其提交给验证者。验证者选择出价最高的区块进行提议和确认。这个多层拍卖的总成本最终由普通交易者承担，而利润则在搜索者、构建者和验证者之间按博弈均衡进行分配。

欧洲证券和市场管理局在2025年7月发布的专题报告中指出，MEV 搜索者通常将其收入的绝大部分（约85%至93%）支付给区块提议者，交易排序权成为了极其稀缺的资源 ^[2]。ESMA 进一步指出，MEV 对市场公平性和投资者保护构成了潜在威胁，这标志着该问题已正式进入全球金融监管的视野。这一判断与传统金融市场对高频交易的监管关切具有深刻的结构性相似，两者都涉及信息优势的系统性利用和由此产生的公平性问题。

撮合与结算阶段。 订单被发送到链下的定序器进行撮合。定序器将一批撮合完成的交易打包，生成零知识证明（如 ZK-STARK），并将其提交到以太坊主链上的智能合约进行验证。这种设计的核心优势在于，它在数学层面保障了结算的正确性：即使定序器试图伪造交易结果或篡改账户余额，链上的零知识证明验证机制也能检测并拒绝无效的状态转换。用户无需信任定序器的诚实性，只需信任数学的正确性。

然而，定序器的中心化本身仍是一个值得关注的风险点。定序器宕机意味着整个交易所停摆，用户在此期间无法执行任何交易或调整头寸。在此基础上，定序器理论上可以进行选择性的交易延迟或拒绝，尽管这种行为可以被事后检测。为了缓解这一风险，多数 Layer-2设计了“强制退出”机制，允许用户在定序器失效时直接通过主链合约提取资产，确保资产不会被永久锁定。

风险管理。 与 CEX 的“黑箱”风控形成鲜明对比，通用公链 DEX 的清算逻辑被硬编码在链上的智能合约中。任何人都可以监控链上账户的保证金状况，并在清算条件触发时调用合约函数执行清算以获取协议提供的奖励。这种无需许可的开放清算市场极大地提升了系统的整体稳定性，因为清算不再依赖单一实体的风控能力，而是由整个网络的参与者共同维护。但这一机制同时带来收益与风险：在极端行情中，所有参与者都能实时看到哪些头寸即将被清算，这可能导致“清算瀑布”效应，即大量清算同时触发，进一步压低价格，引发更多清算，形成恶性循环。此外，智能合约本身的代码漏洞也是一个不可忽视的风险来源，一旦合约被攻击，损失可能是灾难性的且难以逆转。

图 6-3. 通用公链 DEX 的混合执行路径（交易在公开内存池中暴露后，经链下定序器撮合，最终通过 ZK 证明在主链上完成结算；概念流程示意，非实测数据，作者绘制，基于 ESMA ^[2] 和 Harris ^[6]）

6.1.3 应用链 DEX

应用链 DEX 代表了市场结构的第三种演进方向。它将整个交易所（包括订单簿、撮合引擎、结算和风险管理）构建为一条独立的、为交易功能深度优化的主权区块链。以 dYdX Chain（基于 Cosmos SDK）和 Hyperliquid 为代表的应用链协议，其核心理念是：通用公链的架构无法为高频交易提供足够的性能和定制化空间，因此必须为交易所专门设计专用链 ^[5]。

全栈控制与极致性能优化。 与通用公链 DEX 仅在应用层部署智能合约不同，应用链团队拥有全栈的控制能力，涵盖了应用层（交易所逻辑）、共识层（验证者网络）、网络层（节点通信）和数据层（状态存储）。这种全栈控制力带来了高性能优化空间。在传统的区块链架构中，交易需要经过内存池广播、区块打包、共识确认等多个步骤才能最终完成。而在应用链中，这些步骤被深度整合和优化：订单簿被直接维护在验证者的内存中，撮合逻辑被嵌入共识过程本身。以 Hyperliquid 的 HyperBFT 共识协议为例，交易的撮合和确认在同一步骤完成，实现了亚秒级的交易确认延迟，为用户提供了接近 CEX 的流畅体验。然而，BFT 共识的操作风险不容忽视：当领导者节点下线时，协议需要执行视图切换（leader rotation），在此过渡期间不产生区块、不确认交易。对永续合约交易所而言，波动行情中的数秒共识中断可能阻止用户调整保证金或平仓，从而引发被动清算。

订单提交与撮合阶段。 用户签名后的订单直接发送至验证者节点，进入私有内存池。与通用公链 DEX 的公开内存池形成鲜明对比，私有内存池中的交易意图不会在全网广播，仅对当前负责出块的验证者可见。这一设计从结构上大幅削弱了外部搜索者的三明治攻击和抢跑交易，因为搜索者难以扫描到待处理的交易，这些传统 MEV 形式在技术上变得极为困难。然而，私有内存池并非消除了 MEV，而是将 MEV 提取能力从公开竞争的搜索者群体集中至当前负责出块的领导者验证者手中，创造了垄断性的 MEV 提取窗口。在缺乏可验证排序规则（如 ZK 证明强制执行的 FIFO 排序）的情况下，验证者可以在其领导者轮次中自由排序交易，而这种 MEV 行为的隐蔽性使其比公开内存池中的 MEV 更难检测和量化。

在应用链中，验证者扮演着双重角色：他们既是共识的参与者（负责对区块进行投票确认），也是撮合引擎的运行者（负责在内存中维护订单簿并执行撮合）。订单在验证者的内存中高速撮合后，其结果作为区块的一部分被提议给其他验证者进行共识确认。在这里，共识即结算：一旦区块获得了足够多验证者的签名确认，交易便同时完成了撮合和结算，无需像通用公链 DEX 那样等待额外的链上验证步骤。

新的信任假设与验证者 MEV。 然而，应用链的架构在消除一类风险的同时，引入了新的信任假设。由于验证者控制着交易的排序权，理论上他们可以进行自我优待排序，例如在用户的大额买单之前插入自己的买单，或者延迟处理某些特定交易。这种“验证者 MEV”比公开内存池中的 MEV 更加隐蔽，因为它发生在验证者的内部系统中，外部难以实时检测和量化。

验证者网络的去中心化程度和作恶成本因此成为系统公平性的关键变量。如果验证者数量足够多且在地理和利益上分布广泛，单个验证者作恶的收益将远小于其质押代币被罚没的成本，从而形成有效的经济威慑。但某些应用链在早期阶段的验证者数量非常有限。Hyperliquid 在早期仅有16个验证者 ^[5]。虽然以太坊拥有约100万个验证者节点，但由于 Lido 等大型质押池控制着约28%的质押份额，有效的独立运营者数量远低于名义节点数。更合适的比较指标是中本聪系数（即控制33%或51%质押权重所需的最小独立实体数），而非原始节点数量。即便如此，Hyperliquid 的验证者集合在这一指标上仍远逊于以太坊。这种有限的验证者集合使得节点合谋的可能性成为一个不可忽视的隐患。尽管质押罚没机制提供了经济层面的安全保障，但如果少数验证者控制了网络的多数质押权重，合谋的潜在收益可能超过罚没的成本，从而削弱系统的安全假设。

风险管理与链上治理。 应用链的清算参数（如维持保证金率、清算罚金比例）、保险基金使用规则等核心风控机制由链上治理决定。这意味着所有规则都是公开透明的，任何参与者都可以提前预知在何种条件下会触发何种风控操作。这种可预测性是对 CEX“黑箱”风控的重大改进。

然而，治理本身也是一个复杂的博弈场。大额代币持有者可以通过投票深刻影响关系到所有交易者利益的协议参数。例如，调整清算罚金比例会直接影响清算者的激励和被清算者的损失；调整保险基金的补充机制会影响所有 LP 的收益分配。在治理权力高度集中的情况下，少数大户的利益可能优先于社区整体利益。此外，应用链的资产入金通常需要通过跨链桥，而跨链桥的安全性历来是 DeFi 领域脆弱性较高的环节。据 DeFiLlama 与 Rekt 数据库的公开汇总（数据截至2025年，具体口径随跨链桥的定义与事件归类而有差异），2021至2025年间跨链桥攻击已导致超过25亿美元的资产损失（其中较大的单次事件包括 Ronin 约6.25亿美元、Wormhole 约3.2亿美元、Nomad 约1.9亿美元）^[8]，且对应用链 DEX 而言，几乎全部用户资金都必须经桥入金，使桥成为最大的单一攻击面。用户的资产在进入应用链之前，必须承受桥接过程中的智能合约风险和中继节点风险。

图 6-4. 应用链 DEX 的一体化交易流程（订单经私有内存池进入验证者内存撮合，共识与结算在同一步骤完成；概念流程示意，非实测数据，作者绘制，基于 Coinage Media ^[5] 和 Eco.com ^[9]）

6.1.4 结构性对比

通过对交易生命周期的完整追踪，下表从订单可见性、撮合机制、结算路径、资产托管、核心博弈、不透明风险、风控透明度和清算机制八个维度，对三种范式在关键环节上的本质差异进行了系统对比。这些差异不是“哪个更好”的简单排序，而是在不同约束条件下做出的结构性取舍。

表 6-1. 三种范式交易生命周期的结构性对比（数据来源：作者整理）

表 6-1的对比揭示了一个深层的结构性洞见：三种范式中的每一种都在“不可能三角”（性能、透明度和去中心化）中选择了不同的驻点。中心化交易所选择了高性能，牺牲了透明度和资产控制权，其核心博弈围绕延迟展开。通用公链 DEX 选择了绝对的透明和去中心化，承受了性能的妥协和 MEV 的困扰，其核心博弈围绕信息利用展开。应用链 DEX 则试图通过定制化架构在性能和透明度之间寻找最优解，但引入了新的信任假设，其核心博弈围绕协议机制的理解和利用展开。

市场结构还会系统性地塑造微观层面的交易者行为——例如在基于预言机定价的 DEX 上，机制性地降低做多的滑点与逆向选择风险 ^[11] 催生了系统性的多头偏好 ^[10]，说明不同的定价机制、费率结构和风险管理规则会有规律地激励或抑制特定类型的交易行为，这一塑造效应详见§6.4.4。

每一种结构选择都创造了不同形式的竞争，也催生了不同维度的“不公平”。CEX 中的不公平体现在硬件资本门槛和交易所的信息特权上；通用公链 DEX 中的不公平体现在 MEV 搜索者对普通用户的系统性价值提取上；应用链 DEX 中的不公平则体现在验证者的隐性信息优势和协议机制被策略性利用的可能性上。§6.2将系统性地分析这些竞争形态如何随着市场结构的演进而迁移，以及这种迁移对市场参与者和监管者意味着什么。

6.2 竞争模式迁移论

在第5章中，我们对三种服务商架构进行了静态的解剖，分析了其内部组件的运作方式以及各自的风险分布。然而，市场并非静止的结构，而是一场实时进行的激烈竞争。不同的市场结构不仅创造了不同的风险，更催生了根本不同的竞争模式。在这场演进中，竞争的焦点、武器、战场以及对“公平”的定义都在发生深刻的迁移。

本节提出“竞争模式迁移论”，论证市场结构的演进并非一个简单的“从中心化交易所到去中心化交易所”的线性替代过程，而是一场博弈焦点的范式转移。在这场转移中，博弈的对象从传统的“延迟”（谁的硬件更快）迁移至通用公链 DEX 中的“信息”（谁能更快利用透明数据），并最终在应用链 DEX 中演化为对“机制”的争夺（谁更深地理解协议规则）。每一次迁移都重新定义了谁是赢家、谁是输家，以及市场公平性的内涵。

6.2.1 CEX 的延迟竞争

如§6.1.1所述，CEX 中做市商面临的核心博弈是逆向选择 ^{[11] [12]}，其主要应对是提升速度而非扩大价差，由此驱动了一场围绕微秒级延迟、以主机托管与定制硬件为武器的军备竞赛 ^[6]。

Budish, Cramton & Shim (2015) 从理论层面论证了连续限价订单簿的设计不可避免地导致机械的套利机会，竞争并未消除这些机会，只是提高了捕获它们所需的速度门槛 ^[13]。Aquilina, Budish & O'Neill (2022) 的实证数据进一步显示，传统市场中最常见的延迟套利竞赛持续时间仅为5至10微秒 ^[14]。在数字资产市场，高频交易公司同样追求两位数微秒级的“Tick-to-Trade”性能 ^[15]。延迟竞争在传统金融中持续数十年的模式，在加密货币 CEX 中被完整复制 ^[16]。

延迟竞争的后果是多维的。首先，它极大地提高了市场准入门槛，做市利润高度集中于少数拥有顶级基础设施的机构。其次，如§6.1.1所述，Maker-Taker 费率模型作为制度化的成本转移机制，进一步巩固了头部机构的优势 ^[17]。最后，CEX 架构内在地包含结构性的信息不对称：交易所掌握所有用户的订单流数据，而整个撮合过程在“黑箱”中运行、外部无法审计，FTX 与 Alameda Research 之间的利益输送正是这种结构性不公平的极端体现 ^[1]。在 CEX 的竞争范式下，交易所自身的信息优势是一种超越硬件资本的绝对性结构不公平。

6.2.2 通用公链 DEX 的信息竞争

随着 DeFi 的兴起，通用公链上的 DEX 试图通过彻底的透明性来消除 CEX 的“黑箱”问题。在基于以太坊等公链的 DEX 中，用户的每一笔交易意图在被最终确认并打包进区块之前，都会在公开的内存池中暴露。这种架构上的根本改变，将竞争的焦点从“延迟”迁移到了“信息利用”。第1章中讨论的透明性悖论在此处得到了完整的展现：透明性消除了中心化机构的特权，但同时也使得具备技术能力的参与者能够对普通用户进行系统性的价值提取。

在这一阶段，最大可提取价值成为了信息竞争的核心载体。公开的内存池使得所有待处理的交易对所有人可见，竞争不再是“谁的硬件更快”，而是“谁能更快、更精准地分析和利用这些公开信息”。MEV 的三种基本形态（抢跑、三明治攻击、清算狙击）及其分层价值链与多层拍卖结构已在§6.1.2 详述，此处不再重复；这一多层拍卖的总成本最终由普通交易者承担，而利润在搜索者、构建者与验证者之间分配。

MEV 对 DeFi 市场的完整性构成了广泛影响，其负面外部性已经引起了监管机构的高度关注 ^[2]。实际数据表明，这场信息竞争的规模极其庞大。例如，以太坊主网上的 MEV 日均提取规模长期维持在数十万美元量级；而在2025年底至2026年初的短短30天内，以太坊上被提取的 MEV 利润高达近2400万美元 ^[18]。此外，针对私人交易池的三明治攻击也频繁发生，造成了显著的用户损失 ^[19]。

在信息竞争模式下，市场对“公平”的定义发生了改变。竞争的门槛从硬件资本投入转向了算法和技术能力。MEV 搜索者的利润来源于他们比普通用户更快速、更智能地处理公开信息的能力。虽然在技术上，任何人都可以运行搜索者节点参与竞争，但实践中，这种能力同样高度集中于少数拥有顶尖算法团队的机构手中。

所有人都能看到，但只有最快、最聪明的人能利用，这正是透明性悖论的经济学实体化。普通用户在享受资产自托管和链上可验证性的同时，被迫支付了一笔隐形的“透明税”。需要注意的是，上述 MEV 数据（以太坊日均超过50万美元）反映的是以太坊全生态的 MEV 提取总量，涵盖现货 DEX 交换、借贷清算等多种场景。永续合约交易者实际承受的有效“透明税”需独立评估，且在不同的 Layer-2环境中差异显著。

6.2.3 应用链 DEX 的机制竞争

为了解决通用公链上的性能瓶颈和严重的 MEV 问题，应用链架构随之出现。以 Hyperliquid 为代表的应用链 DEX，通过构建专门为交易优化的独立区块链，将订单簿维护、撮合引擎和共识机制深度整合。更重要的是，它们通常采用私有内存池设计，使得用户的交易意图在被正式打包进区块之前，不会在公开网络中暴露。

这一架构上的改变，有效地抑制了传统的原子化 MEV（如抢跑和三明治攻击），因为搜索者失去了提前观察待处理交易的能力。然而，竞争并未消失，而是向着更深、更隐蔽的层次演进。值得注意的是，虽然内存池是私有的，但应用链的 API 以低延迟暴露实时订单簿状态，在验证者附近共同部署服务器的精明交易者可据此进行“统计性 MEV”，即基于可观察的订单流模式进行知情交易。这在一定程度上于应用链层面重新引入了延迟竞争的影子。在此基础上，更深层次的“机制竞争”形态随之浮现。在这种模式下，竞争的焦点不再是硬件延迟，也不再是简单地扫描内存池，而是对协议自身经济学机制的深度理解和策略性利用。这正是我们在第4章中所定义的“机制寄生”现象在市场结构层面的具体化。

在机制竞争中，攻击者或高级交易者不再寻求在毫秒级或单个区块内提取微小价值，而是将目光投向了跨周期、跨市场的复杂博弈。本节将其正式定义为“策略性 MEV”。与依赖于重新排序交易的原子化 MEV 不同，策略性 MEV 的核心特征是其非原子性、跨周期性和对协议内在经济漏洞（如清算门槛、保险基金设计、杠杆限制）的复合利用。

2025年3月发生在 Hyperliquid 上的一系列事件，为这种新型竞争模式提供了典型的实证案例。3月12日，一名被称为“0xf3F”的巨鲸交易员在 Hyperliquid 上建立了价值超过3亿美元的 ETH 50倍杠杆多头头寸。当头寸产生巨额浮盈后，该交易员并没有选择在公开市场上平仓，而是开始策略性地提取账户中的保证金。这一操作人为地抬高了其头寸的清算价格，直到最终触发协议的强制清算 ^[20]。

这种“策略性自我清算”的背后是精确的经济学计算。50倍杠杆对应2%的初始保证金率，意味着3亿美元名义头寸仅需约600万美元的初始保证金。交易员意识到，在订单簿上直接平掉如此庞大的头寸会产生巨大的滑点损失，以该头寸的规模和当时的订单簿深度估算，正常平仓的市场冲击成本远高于协议规定的清算罚金。通过这种方式，该交易员成功锁定了超过186万美元的利润，而将平仓的巨大市场冲击成本转嫁给了协议的流动性提供者。在 Hyperliquid 的清算瀑布中，被清算头寸首先由后备清算者在公开市场上尝试清算；若在时间窗口内失败，头寸将转移至 HLP 金库作为最后接管方。在此次事件中，由于头寸规模过于庞大，中间清算机制未能有效承接，HLP 金库被迫作为实际的中央对手方接管全部剩余头寸，最终承受了约400万美元的滑点损失 ^[20]。

仅仅两周后的3月26日，Hyperliquid 又遭遇了机制更为复杂的“JELLY 攻击”——三名协同攻击者以相互对冲的巨额多空头寸诱发强制清算，迫使 HLP Vault 接管低流动性头寸，最终逼出团队极具争议的中心化下架与强制平仓干预（案例详见§6.3.2）^[20]。

这些事件深刻地揭示了机制竞争的本质：竞争的“武器”已经从工程学（代码和硬件）转向了经济学和博弈论。攻击者的每一笔链上操作都符合协议规则，其利润来源于对规则经济学含义的理解深度远超协议设计者。这是一种从“谁更快”到“谁想得更深”的范式转移。在应用链时代，“公平”的定义进一步演变，认知门槛成为了新的准入壁垒，而不理解机制深层含义的协议流动性提供者和普通用户，则成为了这种“机制税”的最终承担者。

6.2.4 竞争模式的统一比较

为了更清晰地理解这三种竞争模式的本质差异，我们可以构建一个系统化的比较矩阵。如§6.1.4（及第 5 章）所述，三种范式在“不可能三角”中各自选择了不同的取舍。下表从竞争焦点、核心武器、主要参与者、竞争战场、公平性定义和不公平表现六个维度，对三种竞争模式进行了系统对比。

表 6-2. 三种竞争模式的统一比较矩阵（数据来源：作者整理）

如表 6-2所示，竞争焦点从 CEX 的物理延迟到通用公链 DEX 的信息利用、再到应用链 DEX 的机制理解，呈现出从硬件工程到算法技术、再到经济学认知的逐层抽象化趋势。与之对应的是公平性定义的迁移：CEX 中的不公平主要由硬件资本投入决定，通用公链 DEX 中的不公平由算法能力决定，而应用链 DEX 中的不公平则由对协议经济学的认知深度决定。竞争模式的迁移不仅改变了博弈的规则，更深刻地重塑了每一类市场参与者的角色和处境。一个在 CEX 范式中占据核心地位的角色，可能在链上范式中被边缘化，反之亦然。表 6-3从零售交易者、机构做市商、高频交易者、MEV 搜索者、验证者/节点和协议治理者这六类核心参与者的视角，分析了每类角色在三种范式中所面临的机遇、挑战和博弈位置的变化。

表 6-3. 六类核心参与者在三种范式中的博弈矩阵（数据来源：作者构建）

表 6-3揭示了一个值得关注的角色演变规律：机构做市商在 CEX 中处于核心地位，在通用公链 DEX 中被弱化，而在应用链 DEX 中重新获得核心地位；MEV 搜索者则从 CEX 中的不存在发展为通用公链 DEX 中的核心角色，再到应用链 DEX 中受到结构性限制但转向更高阶的策略性 MEV。与之相伴，信息不对称的传导路径也从 CEX 的封闭式、经通用公链 DEX 的透明式、演变为应用链 DEX 的半透明式（见图 6-5）。

图 6-5. 信息不对称在三种范式下的传导路径（从 CEX 的“黑箱”到通用公链的“公开内存池”，再到应用链的“私有内存池+验证者撮合”，信息优势的获取方式发生了根本改变；概念机制示意，非实测数据；其中约85-93%收入上缴依 ESMA ^[2]，作者绘制，另据 Harris ^[6]）

6.2.5 竞争模式迁移的驱动力

图 6-6将竞争模式的三次迁移分解为三个阶段，并标注每一阶段的核心驱动力：延迟竞争的回报递减、FTX 事件后透明性的价值重估，以及应用链在“不可能三角”中对性能与透明度的重新组合。

图 6-6. 竞争模式的三阶段迁移演进（机制演进示意，非实测数据；其中 MEV 日均逾50万美元依 EigenPhi ^[18]，2025年末至2026年初口径；作者绘制，基于 Budish, Cramton & Shim ^[13] 和 ESMA ^[2]）

如图 6-6所示，每一次迁移都对应着前一阶段竞争模式的经济回报趋近于零：CEX 中延迟竞争的边际收益递减推动资本转向链上信息竞争，而通用公链上 MEV 提取的高成本与低用户体验又促使市场向应用链的机制竞争转移。

迁移的起点是延迟竞争的回报递减。在 CEX 中，围绕微秒级延迟的军备竞赛已经接近物理极限。为了获得哪怕一微秒的速度优势，机构需要投入指数级增长的资本（例如铺设更直的微波线路或研发更先进的 FPGA 芯片），然而这种边际投入所能带来的超额利润却在迅速趋近于零。这已经演变为一场零和的军备竞赛，参与者持续投入仅为维持现有竞争地位而非创造新的经济价值 ^[13]。当传统的硬件竞争变得不再具有经济吸引力时，资本和技术人才自然会转向回报更高的竞争领域。

在延迟竞争回报递减的同时，2022年 FTX 的崩溃引发了对透明性价值的根本性重估。这一事件之后，市场参与者对“可验证性”的估值急剧上升。机构投资者和高级散户开始意识到，CEX 那种高度的效率是建立在单方面信任和极高的单点故障风险之上的。他们越来越愿意为了“能够独立验证资产安全和交易执行”而支付一定的效率代价。这种风险偏好的根本性转变，成为了推动资金和交易量从 CEX 向链上模式迁移的强大底层动力。然而，行为金融学提供了一种竞争性解释：可得性偏差和叙事传染可能使参与者在显著灾难性事件后系统性高估类似事件的概率，导致对所有托管结构的过度逃离。Lo (2004) 的适应性市场假说 ^[21] 预测，此类行为过度反应可能随 FTX 事件从集体记忆中消退而部分逆转。这意味着在评估迁移趋势时，需要区分其中的结构性成分（对可验证性的真实需求提升）与行为性放大成分（恐慌驱动的叙事转变），后者的持久性存在不确定性。

然而，通用公链 DEX 虽然提供了透明性，但其高昂的 Gas 费、秒级的确认延迟以及大规模的 MEV 提取，使其难以承载高频的永续合约交易。应用链正是在这一背景下，试图在“不可能三角”中寻找更具商业可行性的最优交叉点。通过定制化的共识机制和内存撮合，应用链实现了亚秒级的延迟，满足了绝大多数（约95%）交易策略的性能需求；通过私有内存池在结构上抑制了最恶劣的原子化 MEV；与此同时依然保留了资产自托管和核心逻辑链上可验证的底线。这种“性能+透明”的组合，解释了为什么像 Hyperliquid 这样的应用链能够在2025年快速增长，一度占据链上永续合约市场约60%的份额。

综上所述，从延迟到信息再到机制的竞争模式迁移，是一部由技术瓶颈、风险事件和经济激励共同驱动的演进过程。在接下来的小节中，本节将深入探讨这种机制竞争的最高表现形式，即策略性 MEV，并分析价格发现主导权如何在这一演进过程中发生转移。

6.3 策略性 MEV

在去中心化金融的发展历程中，最大可提取价值始终是一个核心议题。早期的 MEV 主要表现为技术层面的套利行为，如基于交易排序的三明治攻击或简单的跨去中心化交易所套利。然而，随着永续合约等复杂金融衍生品在链上的普及，MEV 的形态正在发生深刻的演变。本节将“策略性 MEV”从§6.2的竞争模式观察中提升为一个正式定义的概念类别，系统论证其与传统原子化 MEV 在性质上的根本差异，分析其在永续合约场景下的三种典型形态，并探讨从机制设计层面进行防御以及推动 MEV 制度化的路径。这一概念的提出，是第4章“机制寄生”理论在市场结构层面的具体化。

6.3.1 原子化 MEV 与策略性 MEV

要理解策略性 MEV 的本质，需要明确其与传统原子化 MEV 的区别。这种区别不仅体现在执行方式上，更体现在其背后的经济逻辑和风险特征上。两者之间的差异是性质的跃迁，而非程度的渐变。

传统的原子化 MEV 主要依赖于区块链的去中心化架构中缺乏统一、不可篡改的交易时间戳这一结构性特征。“去中心化意味着不存在创建单一队列的管道，也不存在像传统金融中那样基于时间的自然交易排序” ^[2]。在以太坊等智能合约平台上，矿工或验证者（以及由 MEV-Boost 引入的区块构建者）拥有决定区块内交易顺序的特权。搜索者通过监控公开的内存池，识别有利可图的交易意图，并通过提交包含更高优先费用的交易包来竞争区块空间。这种 MEV 的核心特征是其“原子性”：整个操作（如前置交易、目标交易和后置交易）被打包在同一个区块的同一笔原子交易中执行。如果其中任何一个环节失败，整个交易将被回滚，提取者无需承担执行风险，只需支付少量的 Gas 费用 ^{[2] [22]}。

相比之下，策略性 MEV 不再局限于单区块内的微观交易排序，而是扩展到了宏观的经济博弈层面。策略性 MEV 的提取者不仅利用内存池中的信息，更深入研究并利用 DeFi 协议（尤其是永续合约协议）在保证金模型、清算引擎或预言机机制上的结构性设计特征。这种 MEV 往往是跨区块甚至跨越数天的连续操作，需要提取者投入大量资金，并承担实际的市场执行风险 ^[23]。本书在此给出策略性 MEV 的正式定义：

策略性 MEV：与依赖于在单个区块内重新排序交易的原子化 MEV 不同，策略性 MEV 的核心特征是其非原子性、跨周期、跨领域的复合型攻击。它涉及攻击者在更长的时间维度上，利用协议的内在经济机制（杠杆、清算门槛、保险基金设计）和市场结构（订单簿透明度、跨市场流动性失衡），通过一系列看似独立的操作来构建一个最终的高价值获利或避损场景。策略性 MEV 的目标通常不是从单笔交易中提取价值，而是主动策划并触发一个更大的市场事件，或将个人产生的损失外部化给整个协议系统。

两者在多个关键维度存在性质上的差异。从信息来源与利润基础看，原子化 MEV 的利润来源于公开内存池中其他用户的待处理交易，其本质是对用户滑点容忍度的剥削；而策略性 MEV 的利润则来源于协议的系统性设计，特别是保险基金或流动性提供者的资金池，提取者通过主动策划市场事件（如操纵低流动性资产的价格），迫使协议按照对其不利的规则执行操作，从而实现价值转移。在第4章的概念框架中，原子化 MEV 对应的是“经济机器人”的行为模式，而策略性 MEV 则是“机制寄生”的市场结构版本，攻击者并非违反规则，而是比规则设计者更深刻地理解了规则的经济学含义。

这种差异进一步延伸到风险特征与资本要求层面。原子化 MEV 是无风险的套利，提取者利用智能合约的原子性确保“全有或全无”的执行结果；策略性 MEV 则是带有方向性敞口的风险投资，提取者必须建立真实的头寸，面临价格波动的市场风险，且往往需要动用数百万甚至上亿美元的资金来驱动市场价格或耗尽协议的流动性。与之对应的是损失承受方的根本转变：原子化 MEV 的受害者通常是单个被攻击的交易者，其损失是局部的、可量化的；而策略性 MEV 造成的损失往往被社会化，协议的保险基金亏损最终由全体流动性提供者承担，甚至可能通过自动减仓机制波及所有盈利交易者。这种损失的社会化特征使得策略性 MEV 对协议生态的破坏性远超原子化 MEV。

上述差异的一个直接后果是，针对原子化 MEV 已经开发出的一系列技术防御工具（如私有交易池 Flashbots Protect、提议者-构建者分离机制以及订单流拍卖等），对策略性 MEV 几乎无效 ^[2]。这些机制通过隐藏交易意图或重新分配 MEV 利润来保护普通用户，但策略性 MEV 利用的是协议的经济学规则本身，而非信息不对称或交易排序。防御策略性 MEV 必须回到机制设计的原点，通过完善保证金要求、优化清算逻辑和增强系统韧性来实现。

图 6-7. 原子化 MEV 与策略性 MEV 的多维度特征对比（概念对比矩阵，定性维度、无实测数据，数据来源：ESMA ^[2]；Daian et al. ^[22]；Gramlich et al. ^[23]）

如图 6-7所示，两类 MEV 在信息来源、执行周期、资本要求、风险特征、损失承受方和防御手段六个维度上呈现性质上的跃迁（六维对照详见图中）。在两者之间，“多区块 MEV”作为一种中间形态正在引起研究者的关注，区块构建者可能跨连续区块协调策略，在 PBS 框架下，前2至3个构建者生产了超过90%的以太坊区块，这种集中度可能催生传统 PBS 设计未曾预见的新策略性向量。总之，这种从“无风险技术套利”到“有风险经济博弈”的跃迁，意味着现有的技术层防御工具对策略性 MEV 几乎无效，防御重心必须转向协议的机制设计层面。

6.3.2 典型形态

永续合约市场由于其高杠杆特性和复杂的清算机制，成为了策略性 MEV 的高风险领域。杠杆的存在使攻击的精确度和破坏力成倍放大，50倍杠杆下初始保证金率仅2%，意味着约2%量级的不利价格变动便足以使头寸逼近清算，这为精心策划的攻击创造了极低的成本门槛。近年来，多个头部链上永续合约平台遭受了此类攻击，暴露出协议设计中的深层脆弱性。在永续合约场景下，策略性 MEV 主要表现为三种典型形态。需要说明的是，下述三种形态分别以不同方式复合利用前文所述的经济漏洞（清算门槛、保险基金设计、杠杆限制），二者是多对多关系而非一一对应。

在策略性自我清算中，攻击者利用协议清算引擎的被动接管机制，将自身巨额头寸平仓所产生的市场冲击成本转嫁给协议的保险基金或流动性提供者。其经济学逻辑可以简洁地表述为：当通过正常平仓所承受的滑点成本大于被清算所受的罚金时，理性的攻击者会选择“被清算”而非“自行平仓”，从而将差额部分的损失外部化给协议系统。

2025年3月，去中心化衍生品交易所 Hyperliquid 遭遇的“JELLY 代币攻击”便是此类手法的典型案例。在该事件中，攻击者利用三个相互配合的账户进行了复杂的市场操纵。一个账户（0xde9）在 Hyperliquid 上建立了价值约410万美元的 JELLY 代币空头头寸，而另外2个账户（0x20e和0x67f）则建立了总计约405万美元的多头头寸 ^[20]。通过这种“对冲”操作，攻击者在控制了多空双方的同时，保持了市场中性的敞口。随后，随着 JELLY 代币价格的剧烈波动（部分由攻击者自身的现货操作引发），空头头寸的保证金率迅速下降，触发了强制清算。

由于 Hyperliquid 的清算机制设计，当用户的头寸被清算时，协议的超级流动性提供者金库被迫作为中央对手方接管这些巨额头寸。然而，JELLY 作为一个低流动性的模因币，其市场深度根本无法承载如此庞大的平仓订单。当 HLP 金库试图在市场上平掉这些空头头寸时，产生了极其严重的滑点，事中峰值浮亏一度超过1000万美元，被广泛报道的金库损失规模约为1350万美元（系峰值浮亏口径，非已实现损失；HLP 金库在事件最终结算后录得约70万美元的小幅盈利）^[37]。面临潜在破产的 HLP 金库同时遭遇了 LP 参与者的恐慌性提款，这一行为级联呈现出经典的银行挤兑动力学，进一步加剧了流动性危机，很可能是团队被迫采取中心化干预的直接触发因素。Hyperliquid 团队最终采取了极其争议的中心化干预措施，强行以0.0095美元的价格平仓并下架该代币，将损失控制在一定范围内，但这一事件深刻暴露了清算引擎作为被动接管方的系统性风险 ^[24]。“同一批人既构建和控制协议，又运营 HLP 池、发行 HYPE 代币并运行验证者节点，他们为了网络的利益决定下架 JELLY 并让除攻击者之外的所有人得到补偿”，这一事件揭示了去中心化交易所在极端情况下不得不诉诸中心化干预的结构性矛盾 ^[24]。

图 6-8. 策略性 MEV 中的自我清算攻击流程与价值转移机制（机制流程示意，非实测数据；示例3亿美元 ETH、50倍杠杆为2025年3月鲸鱼自我清算事件 ^[20]，作者绘制，基于 Arkham Intelligence ^[20] 和 Talos ^[24]）

从图 6-8可以看出，自我清算攻击的核心逻辑是：攻击者在价格有利变动时提取未实现利润，故意使账户保证金不足，迫使协议保险基金在极端不利条件下接管头寸，从而将私人风险社会化。

策略性 MEV 的第二种形态是跨市场清算操纵，可以视为自我清算攻击的升级版本，攻击者将操作范围从单一平台扩展到多个市场之间。其核心策略是：在永续合约平台上建立巨额头寸，然后在现货市场（通常是流动性较差的 DEX）上操纵标的资产的价格，从而影响永续合约平台所依赖的预言机喂价，最终触发自身或他人的清算以获取利润。

这种攻击的经济学本质在于跨市场套利：只要现货市场操纵的成本低于在永续合约清算中获取的利润，攻击便是有利可图的。由于永续合约协议的预言机通常依赖于链上 DEX 的价格数据，而这些 DEX 的流动性往往远低于中心化交易所，操纵成本可以被控制在相对较低的水平。2025年11月，Hyperliquid 在 POPCAT 和 HYPE 代币上遭遇的市场操纵攻击即属此例：攻击者仅用约300万 USDC 在现货市场制造买墙，便引发了永续合约市场上的连锁清算，导致协议金库损失近490万美元 ^[25]。这种跨市场攻击使得单一平台的风控措施无法覆盖全部攻击面，凸显了链上金融系统中跨协议风险传导的严峻性。

相较于前两种形态，保险基金套利是策略性 MEV 中最隐蔽的变体。攻击者精心构建完全对冲的头寸组合，利用协议清算机制中的逻辑漏洞，触发“伪清算”以骗取协议的清算奖励，从而系统性地从保险基金中提取价值。与前两种形态不同，保险基金套利往往不会引发剧烈的市场波动，而是以持续、渐进的方式持续抽取协议资金。据报道，前述2025年11月 Hyperliquid 的 POPCAT 和 HYPE 代币操纵事件同时具备保险基金套利的特征：攻击者通过对冲头寸与清算机制的配合造成协议约490万美元的损失 ^[25]（与前文跨市场清算操纵所述为同一事件的不同侧面，而非两次独立损失），而协议方在事件持续相当长的时间后才察觉到异常。

上述三种形态共享一个深刻的共同特征：攻击者的每一笔链上操作都符合协议规则，其利润来自于对规则经济学含义的理解深度，而非对规则的违反。然而，需要明确区分“链上协议合规”与“法律合法”：CFTC 反操纵框架（CEA §9(a)(2)）和欧盟 MiCA 法规第91条均可能适用于协调性跨市场操纵策略，无论其链上交易在技术上是否有效，这一法律维度将在第26章中展开讨论。这意味着防御策略性 MEV 不能依靠“惩罚行为者”，只能依靠“修复使这种行为有利可图的机制漏洞”。这标志着 MEV 从被动的机会发现演变为主动的策略构建，从技术套利到经济博弈的质变。

6.3.3 策略性 MEV 的防御

面对日益频发的策略性 MEV，传统的基于技术和密码学的防御手段（如加密内存池、批量拍卖等）显得力不从心。因为策略性 MEV 并非利用信息不对称或网络延迟，而是利用了公开透明的经济规则本身。因此，防御策略性 MEV 必须从协议的机制设计入手，而非单纯的速度竞赛。下表从交易层、排序层、利润层和机制层四个层次，系统对比了两类 MEV 的防御手段及其有效性。

表 6-4. 两类 MEV 在不同防御层次上的有效性对比（数据来源：作者整理）

如表 6-4所示，针对原子化 MEV 成熟的交易层、排序层和利润层防御工具，对策略性 MEV 均不适用或仅部分有效；唯有机制层的重新设计才构成有效防线，这一判断直接决定了以下三个核心防御方向。防御的首要方向是重塑保证金与动态杠杆模型。许多永续合约平台在早期为了争夺市场份额，过度提供高杠杆并降低初始保证金要求，这为策略性 MEV 提供了巨大的杠杆空间。引入动态的、基于风险的保证金模型（类似于传统金融中芝加哥商品交易所的 SPAN 保证金模型）是应对这一问题的核心手段。但需承认 SPAN 类比对长尾加密资产的局限性：SPAN 预设标的资产具有良好的回报分布和深度流动性，而 JELLY 这样的模因币可能在数小时内经历1000%以上的波动，从根本上违背了 SPAN 的统计假设。保证金要求必须与资产的流动性、历史波动率以及用户头寸的集中度动态挂钩 ^[24]。Hyperliquid 在 JELLY 事件后的实际应对措施（实施未平仓合约上限、大幅降低长尾资产的最大杠杆倍数）采取了比动态保证金更直接的路径，反映出在极端流动性条件下，粗粒度的头寸规模限制可能比精细的动态保证金模型更具操作可行性。这一方向将在第11章的清算机制设计中得到更深入的工程化讨论。

在保证金层之上，清算引擎本身的设计同样需要根本性优化。协议需要引入分级清算和自动减仓机制：当市场流动性不足以承接巨额清算头寸时，系统不应强行在市场上抛售导致穿仓，而应触发自动减仓（Auto-Deleveraging, ADL），强制与该清算头寸反向的、盈利最多的交易者进行平仓对手交易 ^[26]。这虽然损害了部分盈利交易者的体验，但保护了协议的整体偿付能力。与此配套的是保险基金的风险隔离：高风险资产（如长尾代币）应设立独立的隔离保证金池，其清算损失仅由参与该池的流动性提供者承担，防止单一资产的崩溃引发系统性蔓延。第12章将从保险基金治理的角度对此展开详细分析。

防御的第三个层面涉及预言机韧性。为了防御预言机操纵，协议必须采用多源、时间加权或中位数加权的复合预言机机制，降低单一现货市场异常波动的影响。同时，引入“价格断路器”机制：当链上预言机价格与多个中心化交易所价格出现显著偏离，或短时间内波动超过阈值时，自动暂停该交易对的开仓和清算功能，等待市场恢复正常。但断路器本身也可能成为攻击面，攻击者可在真实市场崩溃中故意触发断路器以冻结协议，阻止合法清算的执行，本质上构成一种伪装为安全机制的拒绝服务向量。这些措施的工程实现将在第29章的清结算架构设计中给出具体方案。

6.3.4 MEV 的制度化路径

MEV 的存在是区块链去中心化架构的内生属性，无法被彻底消灭。虽然 MEV 对普通用户造成了财富转移和不公平对待，但某些形式的 MEV（如跨市场套利和及时的清算）客观上提高了 DeFi 协议的定价效率和市场流动性 ^[2]。因此，行业的长期发展方向不应是徒劳地试图根除 MEV，而是推动 MEV 的制度化和规范化，使其从无序的 MEV 提取走向有序的经济机制。

原子化 MEV 的制度化已初见成效。 在以太坊生态中，通过 Flashbots 推动的提议者-构建者分离机制，MEV 的提取过程被模块化和市场化。MEV-Boost 作为 PBS 的最广泛实现，目前已覆盖以太坊约85%至95%的区块生产 ^[2]。在这一体系下，搜索者通过密封竞价向区块构建者提交套利包，构建者将其组装为完整区块并通过中继器传递给区块提议者。由于搜索者之间激烈的竞价竞争，MEV 产生的绝大部分利润（约85%至93%）最终被迫支付给了区块提议者（即以太坊的验证者节点）^[2]。此外，MEV-Share 协议进一步将部分 MEV 利润返还给原始交易者，而应用链的协议层排序规则（如先进先出 FIFO）则在架构层面减少了某些 MEV 形态的发生空间。

图 6-9. MEV 供应链的价值流转与利益分配架构（价值分配示意，非实测数据；提议者85%至93%依 ESMA ^[2]，搜索者与构建者分成为作者估算，数据来源：ESMA ^[2]；Flashbots Documentation）

如图 6-9所示，MEV 供应链中的价值从普通交易者流出，经搜索者捕获、构建者打包，最终通过中继器传递给区块提议者，客观上补贴了区块链底层的安全共识成本。然而，PBS 机制在降低验证者中心化风险的同时，也改变了区块构建市场的激励结构，使其朝着“生成和捕获更多 MEV”的方向演化，这可能导致总体 MEV 的增加，从而对普通用户造成更大的潜在损害 ^[27]。

策略性 MEV 的制度化仍处于早期探索阶段。 对于永续合约等应用层协议而言，MEV 的制度化意味着要将原本被外部提取者无偿攫取的价值，通过机制设计“内部化”为协议的收入或用户的福利。具体方向包括：协议层面的头寸规模限制和清算机制重设计（使策略性利用在经济上不可行）；治理驱动的参数动态调整和紧急响应机制（如 Hyperliquid 在 JELLY 事件后大幅收紧了长尾资产的杠杆上限和持仓限额）；以及跨平台风控信息共享（尽管这一方向在去中心化环境中仍面临巨大的协调挑战）。

MEV 制度化与传统金融监管的结构性相似。 MEV 的制度化过程与传统金融中对高频交易的监管存在深刻的结构性相似。两者都面临同一个核心问题：在无法消除信息竞争的前提下，如何通过制度设计使其更公平、更透明。MEV 引发的市场公正性问题与传统金融中的前端交易禁令存在直接的概念对应关系，但区块链的去中心化特性使得传统的监管执法手段难以直接适用 ^[2]。监管机构正在逐步介入这一领域，探讨如何将传统金融中关于“最佳执行”和防范市场操纵的原则映射到 DeFi 环境中。国际证监会组织在2023年的 DeFi 政策建议中已明确要求“负责人”识别、披露并在可行范围内管理和缓解 MEV 策略的影响 ^[2]。然而，在充分去中心化的协议中，“负责人”的识别本身仍是未解决的执法难题，IOSCO 自身在2023年报告中亦承认，当协议由基于代币治理的 DAO 管理时，其建议框架可能缺乏明确的执法目标。

从长远来看，策略性 MEV 的演变将倒逼链上金融基础设施的成熟。只有当协议设计能够在开放性与安全性之间找到平衡，当 MEV 的价值分配能够兼顾效率与公平，去中心化衍生品市场才能真正建立起机构级的信任，实现更大规模的增长。

MEV 的形态演进与制度化进程，直接影响着市场的信息效率和定价质量。原子化 MEV 的大规模提取增加了链上交易的隐性成本，降低了知情交易者在链上表达信息的意愿，从而可能抑制链上市场的价格发现功能。反之，MEV 的有效制度化（通过 PBS、MEV-Share 等机制降低搜索者的寻租空间）则有助于改善链上执行质量，为价格发现从 CEX 向链上迁移创造条件。这一逻辑构成了下一节探讨价格发现迁移假说的重要前提。

6.4 价格发现迁移假说

市场结构不仅决定了风险的分布与竞争的模式，它更深远的影响在于对资产定价权的重塑。在永续合约生态系统中，“价格发现”（即新信息被融入资产价格的过程）是市场微观结构研究的核心议题。本节提出“价格发现迁移假说”：存在结构性趋势表明，价格发现的主导权正在从中心化交易所向应用链去中心化交易所逐步转移。这种趋势并非偶然的流动性波动，而是由深层经济学动力驱动的系统性变化。理论上，一旦这种迁移达到“临界质量”，流动性的网络效应可能使其变得不可逆。然而，如§6.4.3将论证的，当前的市场证据尚不足以确认迁移已跨越不可逆的临界点，本节的分析应被视为一个有待实证检验的研究假说。

6.4.1 结构性驱动力

价格发现从 CEX 向链上迁移的趋势，并非源于意识形态的号召，而是由三个相互强化的结构性力量所驱动。在分析这些驱动力之前，有必要指出一个重要的混淆变量：DEX 永续合约交易量346%的同比增长需与 CEX 29%的增长率以及同期宏观环境（美联储降息周期、比特币现货 ETF 获批、整体风险偏好回升）对照解读。DEX 交易量对风险偏好情绪可能具有更高的 beta 系数，因为牛市中新散户不成比例地通过 DeFi 渠道入场。因此，部分增长可能反映了周期性的“水涨船高”效应，而非纯粹的结构性优势。在承认这一混淆变量的前提下，以下三个结构性力量仍然是可识别的。

其中最基本的力量是可验证流动性的信任溢价。在 CEX 的黑箱架构中，订单簿的深度无法被外部独立验证。这种不透明性不仅掩盖了潜在的清洗交易，更在极端市场条件下剥夺了参与者对流动性真实性的信心。FTX 的崩溃（参见§6.1.1）成为一个标志性事件，市场参与者深刻认识到“账面流动性”与“真实流动性”之间的根本性差距 ^[28]。相比之下，链上中央限价订单簿的每一笔挂单都是真实的链上承诺，可被任何人通过加密学方法独立审计。当机构投资者和高频交易公司越来越重视流动性的可验证性时，这种透明的流动性便获得了显著的信任溢价。这种溢价正持续推动资金从 CEX 向链上架构迁移。如图 6-10左侧面板所示，DEX 与 CEX 永续合约交易量比率从2023年第一季度的2.1%攀升至2025年11月的11.7%，FTX 崩溃后的信任危机显著加速了这一趋势。

在信任溢价之上，协议级做市的效率提升构成了迁移的第二个驱动力。传统的 CEX 做市高度依赖少数拥有顶级基础设施的专业机构（如 Wintermute、Jump Trading、Cumberland 等），这种高准入门槛导致做市利润被少数机构垄断。然而，应用链 DEX 正在通过协议层面的创新打破这种垄断。以 Hyperliquid 的 HIP-3机制及其 HLP 金库为例，做市从少数机构的特权转变为开放的、协议驱动的公共服务。任何资本持有者都可以通过向 HLP 金库注入资金来参与做市，协议自动管理报价策略和风险敞口。这种架构吸引了更广泛的资本参与流动性提供，显著提升了订单簿深度。2026年初 Hyperliquid 团队公开的数据显示，其比特币永续合约在特定价格档位的累计挂单深度已接近 Binance 的两倍，且买卖价差与顶级 CEX 相当 ^[29]。但需注意，该数据来自利益相关方的自报告，其潜在偏差与独立交叉验证需求详见§6.4.3。更根本的是，评估流动性质量需要区分“韧性深度”与“脆弱深度”：独立的、利润驱动的做市商提供的订单在成交后通常会被主动补充，构成“韧性深度”；而 HLP 金库作为协议驱动的单一集中 LP 提供的流动性，在压力环境下可能因参与者恐慌提款而冻结或撤回，属于“脆弱深度”。JELLY 事件已经证明了 HLP 集中提供流动性的结构性脆弱性。这种效率的提升直接增强了链上市场吸收大额订单和反映新信息的能力，而这正是价格发现的核心功能。

传统金融机构的链上迁移进一步加速了这一进程。专业交易机构正在将其技术能力和资本从 CEX 转移到链上市场。华尔街的做市商和专营交易公司已经开始在链上部署策略 ^[30]。例如，Jump Trading 投资了 Solana 的高性能验证者客户端 Firedancer，而 Cumberland 则成为 Pyth 预言机网络的核心数据提供者。这些举措代表了机构资本对链上市场价格发现潜力的深度认可。机构资本的流入不仅带来了更深的流动性，更重要的是带来了更高效的信息处理能力，专业做市商拥有精密的定价模型和风险管理系统，它们的参与直接提升了链上市场将新信息融入价格的速度和准确性。如图 6-10右侧面板所示，DEX 永续合约年交易量从2022年的约0.3万亿美元增长至2025年的约6.7万亿美元，年复合增长率超过180%，机构参与的加速是这一增长的重要推动力。

图 6-10. 价格发现迁移的三个结构性驱动力与当前证据（左面板为 DEX/CEX 永续合约交易量比率，截至2025年11月 ^[4]；中面板为 Hyperliquid 自报告挂单深度 ^[29]，系特定价格档位与时间窗口、未经 Kaiko 与 Amberdata 等独立数据源交叉验证；右面板为 DEX 永续合约年交易量 ^[3]，+200%与+346%为同比口径，数据来源：CoinGecko ^[4]、DeFiLlama、The Block ^[3]、Hyperliquid 团队公开数据 ^[29]）

图 6-10的三个面板从市场份额、流动性深度和绝对规模三个维度，共同勾勒了价格发现迁移的当前进展。然而，正如下一小节将论证的，这些数据尚不足以证明迁移已跨越不可逆的临界质量。

6.4.2 临界质量与网络效应

金融市场的流动性具有强大的、自我强化的网络效应。正如金融经济学的经典理论所揭示的，流动性吸引流动性。在永续合约市场中，这种网络效应表现为一个清晰的正反馈循环：更深的流动性导致更窄的买卖价差；更窄的价差吸引更多的交易者；交易者的聚集带来更多的订单流；丰富的订单流进一步吸引更多的做市商；而做市商的增加又反过来提供更深的流动性（见图 6-11）。

这一机制意味着，如果应用链 DEX 的流动性在某些核心资产上能够持续地超过 CEX，这种正反馈循环可能使价格发现的迁移变得不可逆。因为一旦越过某个“临界质量”，任何试图将流动性重新拉回传统架构的努力，都必须克服同样庞大的网络效应壁垒。这与传统金融中交易所之间的竞争格局高度类似，一旦某个交易所在特定资产类别上获得了压倒性的流动性优势，竞争对手几乎不可能在该资产上重新夺回市场份额。

然而，评估当前的迁移状态需要极度的严谨。实证研究表明，当前加密货币市场仍呈现明显的双层结构：CEX 在价格发现中依然占据主导地位，其价格整合度比 DEX 高出约61% ^[31]。需要指出的是，这一数字的具体方法论（信息份额、Gonzalo-Granger 分解或其他价格发现测量工具）、样本期和分析资产范围，均会显著影响估计结果。此类估计对采样频率和领先-滞后规格高度敏感，且鉴于 DEX 市场份额的快速变化，即使近期的研究也可能已部分过时。新信息在 CEX 被反映到价格中，随后才通过资金费率和套利机制传导至 DEX。这一发现表明，尽管迁移的趋势方向是明确的，并且已经完成了从“不可能”到“可观察”的阶段性跨越，但距离“不可逆”的临界质量仍有相当的距离。

图 6-11对价格发现迁移的五个关键维度进行了当前状态评估：流动性深度（部分资产如 BTC 永续合约已接近甚至超越 CEX）是最接近临界质量的维度，而价格发现贡献（信息份额）维度上 CEX 仍高出约61%，是迁移尚未完成的最有力证据；交易量份额、机构参与度与激励退出后的流动性持续性，则是决定迁移能否从“可观察”走向“不可逆”的关键变量。

6.4.3 当前证据的审慎解读

对于价格发现迁移假说，我们必须保持审慎的学术态度，并认识到当前市场证据存在的几个关键限制。

数据来源的潜在偏差。 目前支持迁移假说的部分突出数据（如特定价格档位的订单簿深度对比），往往来自应用链团队成员的公开声明或利益相关方的报告。这些数据虽然具有参考价值，但存在固有的利益冲突。例如，Hyperliquid 团队公开的深度数据选取了对自身最有利的价格档位和时间窗口，可能无法反映全天候、全市场条件下的真实状况。这些数据需要通过独立的学术研究和第三方微观结构数据（如 Kaiko、Amberdata 等专业数据提供商）来进行交叉验证。

快照与常态的差异。 单个时间点或特定市场环境下的深度快照，不能代表市场的持续常态。流动性可能在某些时段（如协议代币激励的高峰期、空投预期阶段或市场情绪极度乐观时）暂时性地超过 CEX，但在激励结束或市场情绪转变后可能出现显著回落。评估迁移的真实进度，需要考察流动性在经历完整市场周期（包括牛市、熊市和极端波动事件）后的留存率。“激励在吸引交易量方面高度有效，但在留存风险方面无效。费用减免和积分计划可以迅速调动活动，但它们本身并不能产生持久的未平仓合约。风险不会停留在被补贴的地方；它停留在被安全持有的地方。” ^[32]

深度不等于价格发现质量。 订单簿深度仅仅是市场质量的一个维度。价格发现的质量更取决于信息效率（即新信息被融入价格的速度和准确性）以及市场的韧性（即价格在遭受大额订单冲击后的恢复速度）。一个拥有极深订单簿但信息传递缓慢的市场，其价格发现质量可能不如一个深度较浅但信息反应极快的市场。这些多维度的评估，需要运用 Hasbrouck 信息份额 ^[33]、Gonzalo-Granger 永久-暂时分解等更精确的微观结构工具进行实证检验，这将在第13至15章中展开。

铸币税在流动性形成中的角色。 永续合约 DEX 市场正处于从“补贴驱动”向“市场结构驱动”过渡的关键时期 ^[32]。2025年是第一个多个永续合约 DEX 在规模化运营中开始通过这一测试的年份。然而，许多新兴平台的流动性仍然高度依赖代币通胀激励（铸币税）。只有当链上流动性的主要来源从代币激励实质性地转变为真实的交易需求和可持续的做市利润时，这种价格发现的迁移才能被认为是真正可持续的。

结论： 迁移假说的方向性判断是有根据的，但当前仍处于“趋势可识别但尚未不可逆”的阶段。第13至15章将运用更精确的微观结构工具来评估这一判断。

图 6-11. 流动性网络效应的正反馈循环与价格发现迁移的当前状态评估（正反馈循环示意叠加作者迁移评分，0至100为作者综合评估，非单一量化指标；外部实测数据仅交易量份额11.7%，2025年11月 ^[4]，与 CEX 价格信息份额高出约61% ^[31]，数据来源：CoinGecko ^[4]、Zhivkov ^[31]、Hyperliquid 公开数据 ^[29]）

6.4.4 交易者行为的塑造效应

价格发现的迁移不仅是宏观市场份额的重新分配，它在微观层面深刻地塑造了交易者的行为模式。市场结构绝非交易行为的被动“背景”，而是主动的“塑造者”。理解这一点，对于评估不同架构下价格发现的质量具有决定性影响。

对 CEX 和 DEX 交易者行为差异的实证研究揭示了这种塑造效应的具体影响 ^[10]。该研究系统性地比较了 CEX 和 DEX 上交易者的行为差异，发现了一个引人注目的现象：在 CEX 上，交易者的行为模式更接近传统金融市场，对多空方向的价格信号表现出相对均衡的反应，即对利好消息和利空消息的敏感度大致对称。然而，在基于预言机定价的 DEX 上，不知情交易者对正面消息的反应显著强于对负面消息的反应，导致了系统性的多头偏好。

这种行为差异的根源在于底层机制的设计。预言机定价模型（如虚拟自动化做市商 vAMM 或基于预言机的合成资产）在结构上降低了交易者在建立多头头寸时面临的滑点和逆向选择风险。当交易者在预言机定价的 DEX 上做多时，其执行价格直接由预言机提供的外部价格决定，不受本地订单簿深度的限制，因此大额多头订单不会像在传统中央限价订单簿（Central Limit Order Book, CLOB）中那样推高执行价格。这种机制性的不对称，有规律地激励了做多行为，抑制了做空行为。

为了系统性地呈现上述行为差异，表 6-5将 CEX 与预言机定价 DEX 的交易者行为在四个关键维度上进行了对比，并追溯了每种差异背后的机制根源。

表 6-5. CEX 与预言机定价 DEX 交易者行为差异及其机制根源（数据来源：作者基于 Chen, Ma & Nie ^[10] 整理）

表 6-5表明，这些行为差异并非随机，而是与底层定价机制系统性对应——预言机定价对做多滑点的结构性削弱，在四个维度上同时激励了多头偏好、高杠杆与长持仓。在机制性解释之外，行为学视角提供了互补的理解：社交媒体放大效应（加密推特、Telegram 群组中的叙事传染）创造了强大的多头方向羊群效应，与预言机定价的结构性激励叠加强化。这一系统性多头偏好具有反身性含义：偏离 CEX 的资金费率创造了可预测的套利流，而套利流本身又成为跨 CEX-DEX 价格信号扭曲的来源。这一发现表明，不同的定价机制、费率结构和风险管理规则，会有规律地激励或抑制特定类型的交易行为，从而系统性地影响价格发现的方向和效率，并为后续章节（第7至8章）深入探讨订单簿微观结构与机制设计提供宏观背景：每一次协议参数的调整都不仅在优化系统性能，更在重新定义市场参与者的博弈矩阵，进而塑造整个市场的价格发现特征。

6.5 风险分布的演进

市场结构的演进不仅改变了竞争模式和定价机制，更从根本上重塑了系统性风险的分布形态。在评估从中心化向去中心化架构的迁移时，一个常见的误区是试图得出一个简单的二元结论：“链上是否比中心化交易所更安全？”这种提问方式本身就是有缺陷的，因为它预设了风险可以在一个单一维度上进行比较。本节提出“风险可见性-可管理性命题”，论证从 CEX 到链上架构的演进，本质上不是风险总量的简单增减，而是风险特征从“不可见但偶尔爆发”向“持续可见但可管理”的结构性转换。这一框架是对第5章“风险替代定理”的动态延伸，也与第1章提出的“风险面变换”概念一脉相承。

6.5.1 风险可见性-可管理性命题

在金融风险管理理论中，一个核心的公理是：无法被观察和度量的风险，是无法被有效管理的。这一公理贯穿了从巴塞尔协议到现代投资组合理论的整个风险管理知识体系。基于此，我们提出风险可见性-可管理性命题。

命题： 风险的可见性是其可管理性的必要但非充分条件。不可见的风险无法被准确量化，因而无法在事前被有效对冲或管理，只能在危机爆发时进行事后的被动处理。然而，可见性本身并不保证可管理性，风险的有效管理还依赖于充分的损失吸收能力、适当的断路器机制和分级清算体系。

推论： 从 CEX 到链上架构的演进，标志着系统性风险的可见性获得了实质性提升。这并不意味着绝对风险水平的降低，而是意味着风险的性质发生了根本性转变，从“无法管理但偶尔需要承受灾难性后果”的尾部风险事件 ^[34]，转变为“有能力管理但需要持续投入资源进行监控和防护”的常态化挑战。JELLY 事件为这一命题提供了重要的边界条件检验：该攻击在链上实时完全可见，社区在数小时内即完成了对攻击向量的诊断，可见性确实加速了问题的识别。然而，协议无法通过自动化机制管理这一风险，最终仍需中心化干预（单方面下架和强制平仓），这在操作层面等同于本章所批评的 CEX 行为。这表明，在可见性之上，风险的“可管理”仍可能依赖残余的中心化权力，这一张力在去中心化程度有限的应用链中尤为突出。

在 CEX 范式下，风险呈现出“低频、不可见、偶尔灾难性”的特征。在日常运营中，用户体验通常极其顺畅，交易执行快速、界面友好、客户服务响应及时。风险被隐藏在中心化服务器的黑箱之中，用户的资产安全完全建立在对交易所偿付能力和内部治理的单方面信任之上。然而，这种不可见的风险一旦积累至临界点，往往会以极具破坏性的方式爆发。FTX 崩溃导致的客户资金损失及其历时两年以上的破产清算程序（参见§6.1.1）^[28]，2025年2月 Bybit 遭遇的15亿美元安全事件 ^[35]，以及2014年 Mt. Gox 约85万枚比特币的丢失（破产受托人/民事再生程序口径）^[54]和延续近十年的法律追偿程序，都是这种模式的典型案例。这些事件的共同特征是：在灾难发生前，外部市场参与者几乎毫无预警，其社会成本极其高昂。

相比之下，链上架构下的风险呈现出“高频、可见、可管理”的特征。在通用公链或应用链 DEX 中，最大可提取价值的博弈在公开内存池中实时上演，智能合约的逻辑和潜在漏洞对所有审计者开放，清算过程的每一个参数和触发条件都在链上清晰可查。用户和机构每天都能直观地“看到”这些风险的存在。正是因为这种持续的可见性，市场参与者能够建立实时的监控系统、预警机制和对冲策略。以2025年3月 Hyperliquid 遭遇的 JELLY 攻击为例，攻击者利用清算机制的设计缺陷发起攻击，协议金库因此一度面临约1350万美元的峰值浮亏（非已实现损失；HLP 金库在最终结算后录得小幅盈利，参见§6.3.2对该事件的详细分析），但协议层面的响应在数小时内完成：代币被下架，头寸以标记价格结算，参数被收紧 ^[36]。这种“快速暴露、快速修复”的模式，与 CEX“长期隐藏、突然崩溃”的模式形成了鲜明对比。

图 6-12. 风险可见性-可管理性命题的可视化（CEX 的托管风险、资金挪用、偿付能力不足等尾部风险在日常中不可见，直至危机爆发；链上 DEX 的 MEV 提取、智能合约漏洞、清算事件等风险类型持续可见，支持主动监控与对冲；概念模型示意，非实测数据；图中 FTX 约87亿美元为债务人客户缺口/2024年8月法院赔偿令口径，Bybit 15亿美元 ^[7]、JELLY 数小时修复 ^[36]，作者绘制）

在评估这两种模式的优劣时，金融史的教训反复证明了一个深刻的道理：看不到的风险并不意味着不存在，它只意味着当它爆发时，系统将毫无防备。2008年全球金融危机的根源之一，正是复杂的结构化金融产品将次级贷款的风险隐藏在多层证券化结构之中，使得监管者和市场参与者都无法准确评估系统性风险的真实规模。FTX 的崩溃是加密市场版本的同一教训。因此，尾部风险事件的系统性破坏力，远远超过了维持持续安全投入所付出的经济代价。风险向可见状态的演进，是市场走向成熟的必要条件。

6.5.2 风险统计特性

为了更精确地刻画这种演进，我们需要将三种服务商架构的风险统计特性进行系统性对比。这不仅是对第5章“风险替代定理”的动态延伸，也是对第1章“风险面变换”概念的具体化，为量化评估市场质量提供了分析框架。

表 6-6. 三种范式的风险统计特性对比（数据来源：作者基于 ^{[1][18][20][25][35][36][37]} 整理）

表 6-6的对比呈现出一个清晰的风险频率-冲击规模权衡关系：CEX 的风险事件频率最低但单次冲击规模最高（数十亿美元量级），而链上架构的风险事件更为频繁但单次损失相对可控（数百万至数千万美元量级）。危机恢复路径的差异尤为显著：CEX 的破产恢复以年计，而链上协议的修复以小时至周计，这一数量级的差距直接印证了风险可见性-可管理性命题的核心论断。从具体风险类型的分布来看，三种范式呈现出截然不同的图谱，呼应了第5章的风险替代定理，不同架构并非消除了风险，而是将风险从一种形态替代为另一种形态。

在频率-冲击规模的宏观权衡之外，三种范式在具体风险类型的分布上同样呈现出截然不同的图谱。表 6-7从托管/对手方风险、智能合约风险、MEV/信息泄露、清算/穿仓、经济安全、跨链桥和监管/合规等七类核心风险出发，逐一比较了每种风险在三种架构中的暴露程度和表现形式。

表 6-7. 七类核心风险在三种架构中的分布对比（数据来源：作者整理）

表 6-7清晰展示了风险替代的具体路径：CEX 的托管/对手方风险在链上架构中被大幅消除，但取而代之的是智能合约风险和跨链桥风险；CEX 中隐性的信息不对称在通用公链 DEX 中转化为显性的 MEV 提取，再在应用链 DEX 中演变为更隐蔽的验证者 MEV。没有任何一种架构实现了风险的绝对消除，不同的仅是风险暴露的形态和可管理程度。

图 6-13将表 6-6和表 6-7整合为四个互补的可视化视角：(a) 频率-冲击规模散点图、(b) 七类风险雷达图、(c) 恢复路径时间对比、(d) 可见性-可管理性象限图，直观呈现风险从“低频、高冲击、不可管理”向“高频、低冲击、可管理”演进的总体方向。其中恢复路径以年计（CEX，FTX 约2年、Mt. Gox 约10年）与以小时至周计（链上，JELLY 约6小时）的数量级差距，是风险可见性-可管理性命题最直观的印证。

图 6-13. 三种范式的风险分布演进：频率-冲击规模散点图、七类风险雷达图、恢复路径时间对比及可见性-可管理性象限图（面板 a、c 为公开事件数据，逐事件溯源：FTX 约87亿美元，债务人客户缺口/赔偿令口径；Bybit 15亿美元 ^[7]；POPCAT 约490万美元 ^[25]；JELLY 约1350万美元，峰值浮亏 ^[37]，数小时恢复 ^[36]；面板 b 雷达与 d 象限为作者的序数风险评级，非量化测量，数据来源：公开事件记录，2014至2025年；DEX/CEX 交易量比率另据 CoinGecko ^[4]）

6.5.3 跨模式风险传导

尽管三种范式在架构设计和风险分布上存在显著差异，但它们并非孤立运行的系统。在当前的加密货币生态中，它们被同一个底层资产的价格紧密连接，构成了一个复杂的金融“联通器”。这种互联互通在提升整体市场效率（通过跨市场套利消除价差）的同时，也创造了跨模式风险传导的致命路径。除了下文详述的预言机中介的价格传导通道外，稳定币流动性通道构成了另一条同样关键但更为隐蔽的跨模式传导路径。DEX 永续合约以 USDT 和 USDC 作为主要抵押品，而这些稳定币的信用基础源于链外的法币储备和短期国债投资组合。在宏观压力场景下（正如2023年3月硅谷银行倒闭引发的 USDC 脱锚事件所展示的），传导不经由预言机价格而是通过抵押品层本身发生：稳定币信心危机将同时损害所有三种范式的抵押品质量，触发相关清算。这一通道绕过了所有基于预言机的断路器设计，构成了当前市场结构中最难防御的系统性风险之一。

在极端市场波动中，这种传导通常在分钟级别内完成，其典型循环路径如图 6-14所示。由于 CEX 聚集了大量高杠杆散户，当市场遭遇突发冲击时，CEX 率先触发大规模强制平仓，导致价格急剧下跌。这种“强制清算→价格下跌→更多清算”的负反馈循环，正是 Brunnermeier & Pedersen (2009) 在“Market Liquidity and Funding Liquidity”中形式化描述的“损失螺旋”（loss spiral）的加密市场实现，市场流动性与资金流动性的相互强化衰退在高杠杆环境中被急剧放大 ^[38]。随后，预言机网络迅速将 CEX 暴跌价格传递至链上，触发 DEX 高杠杆头寸的连锁清算；链上清算流冲击做市商流动性池或订单簿，使 DEX 价格显著偏离 CEX；跨市场套利者旋即在价格更低的 DEX 买入、在 CEX 卖出对冲，又将新的卖压传导回 CEX，从而可能开启新一轮负反馈循环。

图 6-14. 跨模式风险传导的循环路径（CEX 清算引发的价格冲击通过预言机传递至链上 DEX，触发连锁清算，套利者的跨市场操作又将卖压反馈回 CEX；概念循环示意，预言机中介通道，非实测数据，作者绘制，基于 FTI Consulting ^[39]）

这一传导机制中存在两个关键的放大器。预言机的即时性是其中之一：在传统金融中，不同市场之间的结算延迟往往能起到缓冲作用，例如期货市场的每日结算机制为市场参与者提供了调整头寸的时间窗口；但在加密市场，预言机网络在架构上存在根本性差异：Chainlink 采用推送式心跳+偏差阈值模型（如价格变动超过0.5%或N分钟后自动更新），而 Pyth 采用拉取式模型（消费者按需请求最新价格）。这种差异对跨模式传导速度产生不同影响，拉取式预言机可能实际上放大传导效应，因为清算者会主动拉取最新、最不利的价格以触发清算获取奖励。无论采用何种模型，预言机通常以秒级频率反映价格变化，消除了传统金融中的结算缓冲，使得 CEX 端的价格崩溃可以在几秒钟内传导至所有依赖该预言机的链上协议，触发同步的连锁清算。与预言机的即时性相叠加的是各平台局部视角的盲区：无论是 CEX 的清算引擎还是 DEX 的协议参数，其风险控制机制都只能基于本平台的局部数据进行决策，没有任何单一平台能够全局评估全市场的系统性杠杆水平。一个 CEX 的风控系统无法知道同一批交易者在链上 DEX 上持有多大的杠杆头寸，反之亦然。这种“局部合理但全局不足”的参数设置（如清算罚金比例、维持保证金率、自动减仓触发条件），在面对跨市场的共振冲击时极为脆弱。

2025年10月的加密市场闪崩事件为这一传导机制提供了鲜明的实证。据 FTI Consulting 的分析，比特币在数小时内下跌约14%，CEX 和 DEX 上的可见强平名义规模在约24小时内超过190亿美元。CEX 端的清算浪潮率先爆发，链上 DEX 的清算波紧随其后，两者之间的时滞仅为数分钟，期间主要预言机的价格偏差一度达到1%以上 ^[39]。高杠杆、萎缩的订单簿深度、预言机的短暂失效以及跨平台的自动减仓机制，共同构成了一场严重的流动性危机。在那次事件中，多个平台的清算引擎在同一时间窗口内触发了大规模的强制平仓，而各平台的风控系统都只看到了自己平台内部的风险敞口，无法评估全市场的系统性杠杆水平。这种跨模式的风险传导，是当前永续合约市场面临的最严峻的系统性挑战，也是未来监管框架与协议工程设计必须直面的核心问题。第20章将从流动性角度，第22章将从波动率角度，对这种跨模式传导进行形式化分析。

6.6 范式终局

在对中心化交易所、通用公链去中心化交易所以及应用链 DEX 三种范式的竞争模式、MEV 形态和风险分布进行系统性解剖之后，一个核心的宏观问题需要回应：这三种范式将走向何方？市场结构的演进是否必然遵循“去中心化取代中心化”的单向线性逻辑，还是会呈现出更为复杂的动态格局？

本节的分析表明，三种范式并不会走向“一种模式统治所有”的终局，而是在竞争中长期并存、在借鉴中相互收敛。关键的不确定性在于，这种收敛的终态将落在何处，以及前沿技术进步能否有效扩大“不可能三角”的面积，从而重新定义市场结构的可能性边界。与此同时，两个根本性的未解难题，即去中心化的有效性边界和透明性在高杠杆环境中的双重效应，将持续塑造下一代市场结构的演进方向。

6.6.1 并存与竞争格局

尽管去中心化交易所在过去几年经历了快速增长，但市场数据清晰地揭示了一个多极化的并存格局，而非简单的替代关系。2025年全年，排名前十的永续合约交易所（涵盖 CEX 与 DEX）处理了高达92.9万亿美元的交易量，同比增长64.6% ^[40]。在这场交易量增长中，DEX 永续合约交易量激增346%，达到6.7万亿美元的历史新高，DEX 与 CEX 的永续合约交易量比率进一步攀升至11.7%（比率起点与轨迹见本章引言及§6.4）^[40]。然而，这并不意味着 CEX 正在被全面替代，在绝对体量上，CEX 仍然占据着约85%以上的市场份额。

这种并存格局的形成，根源于三种范式各自占据了不可替代的生态位。中心化交易所依然是对延迟极度敏感的高频做市策略、技术能力有限的散户投资者，以及依赖深厚法币出入金通道的机构资金的首选场所。CEX 通过毫秒级的撮合引擎和内部账本结算，提供了当前技术条件下最高的资本效率和流动性深度。通用公链 DEX（如部署在以太坊或其通用 Layer-2上的协议）虽然在性能上无法与 CEX 抗衡，但它们满足了对“可组合性”有强烈需求的 DeFi 原生策略，在这些平台上，永续合约可以与借贷协议、收益聚合器无缝交互，形成复杂的结构化产品。应用链 DEX（如 Hyperliquid）以及与之相邻、将最终性锚定在以太坊结算层的应用专用 ZK-Rollup（如 Lighter，其严格意义上并不具备独立共识，参见§6.6.3）则正在开辟一个兼顾性能和可验证性的新战场。Hyperliquid 通过构建专用的 Layer-1区块链，实现了亚秒级的交易确认和每秒约20万笔订单的吞吐量，在2025年以2.9万亿美元的年交易量跃居全球第七大永续合约交易所，甚至超越了 Coinbase International 等老牌 CEX ^[40]。

表 6-8从核心用户群、核心优势、市场份额和代表性平台四个维度，总结了三种范式各自占据的生态位。这一对比有助于理解为何简单的“替代论”无法描述市场的真实状态，因为每种范式服务于不同的用户需求和交易场景，其核心优势在当前技术条件下尚无法被其他范式完全复制。

表 6-8. 三种范式的核心生态位差异（数据来源：作者整理）

表 6-8表明，三种范式的市场份额分布与其核心用户群的规模和资金体量高度对应。需要指出的是，上述分类中“通用公链 DEX”与“应用链 DEX”的边界判据为是否拥有独立的区块链和独立共识机制，例如 dYdX v4从通用公链（StarkEx 上的v3）迁移至基于 Cosmos 的独立应用链后，即从前者重分类为后者。此外，交易量指标可能被刷量或激励驱动交易所膨胀，未平仓合约（OI）是衡量真实风险承担和价格发现贡献的更稳健指标，但由于 DEX 的 OI 数据可获取性有限，此处仍以交易量为主要比较维度。市场最终可能在每个细分领域整合为1到2个主导平台 ^[41]。这意味着未来的竞争格局可能演变为“最顶尖的 CEX 与最顶尖的应用链 DEX”之间的双极竞争格局，而通用公链 DEX 则在可组合性的利基市场中继续发挥其独特价值。三种范式的共存可能构成市场结构的长期均衡，但需要审慎对待这一判断：当前的并存格局可能部分由用户习惯、平台锁定效应和切换成本所维持，这使其更接近行为惯性维持的焦点均衡而非严格意义上的纳什均衡。若出现重大 CEX 监管打击、技术突破消除应用链性能优势、或某一范式的流动性网络效应突破临界点，当前的三极并存格局可能被打破。

6.6.2 收敛动力学

市场结构的演进并非静态的对峙，而是一场动态的相互借鉴与融合。这种收敛的根本驱动力，正是我们在第1章（§1.4.3“三种信任范式的分层混合”）和第3章（“制度收敛论”）中探讨的信任税的竞争性压缩。为了吸引和留存流动性，CEX 和 DEX 都在努力弥补自身的结构性短板，向着“更低信任税与更高可验证性”的中间地带移动。

CEX 向链上靠拢的趋势在 FTX 崩溃后显著加速。为了重建市场信任，主流 CEX 广泛引入了基于密码学的储备金证明，试图在不透明的内部账本外增加一层可验证性。FTX 事件后储备金证明已成为头部 CEX 的标准配置，但当前 PoR 实施存在若干已知局限性：多数为时间点快照而非持续审计，通常仅覆盖资产侧而不含负债信息，且无法防止“橱窗装饰”，即交易所在快照前临时借入资产以满足证明要求。Vidal-Tomas (2025) 的分析进一步指出，PoR 在缺乏独立审计验证的情况下，其信息含量可能远低于市场预期 ^[42]。更深层次的变革体现在资产托管模式的演进上：Binance 在2024至2025年间积极推广其无私钥、无助记词、多链支持的 Web3自托管钱包，允许用户在保持对资产控制权的同时无缝接入 CEX 的流动性 ^[43]。机构级托管服务（如 Coinbase Prime）正在探索混合托管和链上结算机制，试图在不可能三角中向“透明度”轴移动。这些举措的本质，是 CEX 在不放弃性能优势的前提下，主动吸收链上生态的可验证性元素。

与此同时，DEX 正在向制度靠拢。随着链上交易规模的扩大和监管目光的聚焦，完全“无需许可”的极客理想正在向“有序的开放市场”妥协。dYdX 等协议开始在前端实施地理围栏，限制受制裁地区用户的访问 ^[44]。2026年2月，Hyperliquid 正式成立政策中心，标志着头部链上协议开始积极参与合规框架的探索与制定 ^[45]。然而，前端地理围栏是否在法律上足以规避管辖仍存在根本性疑问：SEC 和 CFTC 的立场是，用户可通过 VPN 或直接智能合约交互访问协议即仍受其管辖。CFTC 2023年对 Ooki DAO 的执法行动确立了一项重要先例，即 DAO 可作为“未注册社团”承担法律责任。更为微妙的是，Hyperliquid 在 JELLY 事件中展示的单方面下架资产和强制平仓能力，恰恰可被监管机构引用为该协议存在中心化控制、因而需要注册的证据。这些法律问题将在第26章中深入分析。在链上监控层面，AMLBot 等工具已扩展至 Hyperliquid 区块链，为协议提供反洗钱能力。在协议层，DEX 也开始引入更严格的头寸规模限制和风控参数治理，从“完全无需许可”向“有序的开放市场”演化，以防止极端市场条件下的系统性崩溃。

这种双向收敛不仅是技术和产品的融合，更是两种生态文化的深层交叉。源于传统金融的 CEX 生态强调效率、流动性和自上而下的创新，呈现金字塔式的参与者结构；而源于加密社区的 DEX 生态则推崇透明度、资产主权和自下而上的演进，呈现更为扁平的参与者结构。随着传统金融机构深度参与链上做市（Jump Trading 投资了 Solana 验证者客户端 Firedancer，Cumberland 成为 Pyth 预言机的数据提供者）以及 CEX 不断吸收链上元素，两者之间的边界正在变得模糊。

两者都在向“更低信任税+更高可验证性”的中间地带移动。收敛的驱动力是信任税的竞争性压缩（第1章/第3章）。最终可能产生一种“混合模式”，即在不同功能层选择不同的信任范式，这正是第1章§1.4.3预测的“分层混合”，第28章将为这种混合设计目标架构。

图 6-15. CEX 与 DEX 生态的双向收敛趋势（概念收敛时间线，事件时点截至2024至2026年，非实测数据，数据来源：Binance ^[43]、AInvest ^[45]、dYdX Terms of Use ^[44]）

图 6-15呈现了这一双向运动的具体路径：上半部分是 CEX 通过储备金证明、自托管钱包等向链上可验证性靠拢的四条路径，下半部分是 DEX 通过地理围栏、政策中心等向制度合规靠拢的四条路径，两组路径交汇于“更低信任税与更高可验证性”的中间地带。这种收敛趋势表明，下一代市场结构可能不再是 CEX 或 DEX 的简单二选一，而是在不同功能层选择不同信任范式的分层混合架构。

6.6.3 不可能三角的扩展

在第5章§5.1.3中，我们探讨了约束交易所架构设计的“不可能三角”：性能、透明度/可验证性与去中心化。传统观点认为，系统只能在这三个维度中选择两个，第三个维度必须被牺牲。然而，技术进步正在尝试“扩大三角的面积”，使得过去必须牺牲的维度能够在更高水平上同时实现。当前，有四项前沿技术正在重塑这一边界。

零知识证明是其中最具变革性的技术。ZK 允许一方在不泄露计算细节的情况下，向另一方证明计算的正确性。在交易所场景中，这意味着可以在保持交易策略隐私和极低链上数据成本的前提下，实现完全可验证的撮合与清算。ZK 本质上在“透明度”轴上创造了一个全新的维度，即“可验证但不透明”，打破了传统三角中不可能的组合。其应用范围正从储备金证明扩展到可验证的链下计算与跨链通信，为提升隐私和互操作性提供数学级保障。ZKP 市场规模预计将从2025年的15.35亿美元以22.1%的复合年增长率扩张至2033年的75.86亿美元 ^[46]。

意图驱动交易代表了执行范式的根本转变。在这种架构下，用户不再提交具体的交易指令，而是表达高级的执行目标，由专业的求解器网络竞争性地寻找最优执行路径 ^[47]。这种范式将执行的复杂性从用户端转移到了专业节点，在自动做市商（Automated Market Maker, AMM）现货交换场景中已经通过 UniswapX 和 CoW Protocol 等协议得到验证，有效降低了滑点和 MEV 的负面影响。然而，意图驱动架构向永续合约场景的迁移面临额外的复杂性：永续合约涉及保证金管理、持仓生命周期和资金费率结算等状态依赖型操作，这些操作难以被简化为无状态的“意图”表达。求解器在处理杠杆头寸的开仓、调仓和平仓时，需要实时评估保证金充足率和清算风险，其复杂度远超现货交换中的单笔路径优化。因此，意图驱动交易在永续合约领域更可能首先应用于订单路由和跨平台最优执行等外围环节，而非替代核心的订单簿撮合逻辑。本质上，这一技术在“性能”轴上通过精细分工提升了系统效率，但其在衍生品场景中的适用边界仍有待实践检验。

模块化区块链通过将数据可用性、共识机制和执行层分离至不同的专门网络（如 Celestia 或 EigenDA），使应用链 DEX 可以将部分核心功能外包给专业化的底层设施。这种架构使得协议能够在不牺牲底层安全性的前提下，实现远超单体区块链的高性能，在“去中心化”轴上通过专业化分工提升了系统的整体安全。

账户抽象的普及则在用户体验层面缩小了链上与 CEX 之间的鸿沟。随着2025年5月以太坊 Pectra 升级中 EIP-7702的集成，智能合约钱包的采用大幅加速 ^[48]。账户抽象极大降低了链上交互的门槛，允许用户使用无 Gas 费交易、社交恢复、批量操作等功能。它在不牺牲自托管核心原则的前提下，使链上体验无限接近 CEX，从而缩小了“性能/便利”维度上的差距。

表 6-9将上述四项技术沿不可能三角的扩展维度、核心机制和代表性应用进行了系统归纳。从中可以看出，四项技术并非孤立地在单一维度上发力，而是各自沿不可能三角的不同轴向外推移，其在实际项目中的融合正在重新定义市场结构的可能性边界。

表 6-9. 四项前沿技术对不可能三角各维度的扩展机制（数据来源：作者整理）

如表 6-9所示，四项技术分别沿不可能三角的不同轴向外推移：零知识证明在透明度轴上创造了“可验证但不暴露细节”的新可能性，意图驱动交易和账户抽象沿性能轴提升了执行效率与用户体验，模块化区块链沿去中心化轴通过专业分工增强了底层安全。这些技术并非孤立发挥作用，而是在实际项目中呈现融合趋势，Lighter 的案例即为这一融合的代表性实践。Lighter 在2025年的崛起是这些前沿技术重塑市场结构的代表性案例。作为构建在以太坊上的应用专用 ZK-Rollup，Lighter 凭借1.3万亿美元的年交易量跻身2025年全球第十大永续合约交易所，并于2025年11月完成6800万美元融资、估值达15亿美元 ^{[40] [49]}。然而，对这一数字需施加与§6.4.3对 Hyperliquid 深度数据同等的审慎审视：作为零手续费协议，Lighter 面临刷量和激励驱动交易量膨胀的重大隐忧，零手续费可能吸引大量高频噪音交易而非真正的价格发现流量。§6.4.3中提出的“补贴驱动 vs 市场结构驱动”的分析框架同样适用于此：在零手续费模式下，交易量能否在商业模式转型（引入费用）后维持，是评估其市场结构意义的关键检验。其核心创新在于定制的证明引擎，能够并行生成数十万笔交易的执行证明，并通过多层聚合压缩为单个批次证明提交至以太坊主网验证，实现了链下高速订单簿撮合与链上数学级安全的有效结合。用户资产始终由以太坊智能合约托管，“逃生舱”机制保障极端情况下用户可直接在 Layer-1提取资产。需要指出的是，ZK 证明提供的是已执行交易的回溯性验证（retroactive verification），而非实时防止定序器不当行为的保证，在证明生成和L1确认期间，系统实际上运行于与中心化定序器相同的信任假设下。“逃生舱”通过L1强制提款虽然提供了最终安全保障，但在实践中可能需要数小时至数天才能完成。与依赖自身少数验证者网络的应用链（如 Hyperliquid）形成对比，Lighter 将最终安全性锚定在以太坊结算层，其零手续费、非托管和可验证撮合的组合，展示了 ZK 技术如何重新定义去中心化交易所的边界。

这四项技术与 Lighter 案例共同说明：不可能三角不是固定的，它的面积可以被技术进步扩大，使过去必须牺牲的维度可以在更高水平上同时实现。三角不会消失，但面积在增大，这就是技术进步的意义。

图 6-16. 四项前沿技术对不可能三角的扩展机制与 Lighter 案例（概念示意，维度扩展为定性表示，非实测数据；图中 Lighter 6800万美元融资、15亿美元估值 ^[49] 与2025年全球第十大永续合约交易所 ^{[40] [49]} 均为带出处标注，作者绘制，基于 Grand View Research ^[46]、Paradigm ^[47] 和 CoinDesk ^[49]）

图 6-16将上述分析整合为统一的视觉框架：内层三角代表当前技术条件下的既有约束，外层虚线三角表示技术进步所能拓展的新边界；Lighter 作为 ZK-Rollup、链下高速撮合与以太坊结算的融合体，被标注为当前最接近外层边界的实践案例，验证了技术融合扩大不可能三角的实际可行性。

6.6.4 未解难题

尽管技术进步不断拓展着可能性的边界，但下一代市场结构的演进仍面临两个根本性的未解难题，其解决方案将定义永续合约市场的终极形态。

在去中心化的有效性边界问题上，追求高性能的应用链不可避免地需要在验证者网络的规模上做出妥协。以 Hyperliquid 为例，尽管其在2025年实现了快速增长（用户数从30万增至140万，年交易量达到2.9万亿美元），但其验证者数量在很长一段时间内仅维持在16至24个之间 ^{[50] [51]}。到2026年初，验证者数量增至24个，相较于以太坊的数十万个验证节点，这仍然是一个高度集中的共识网络 ^[9]。这种集中度引发了社区对审查抗性和潜在合谋风险的持续担忧。

去中心化并非一个非黑即白的二元状态，而是一个连续的变量。这里引发了一个深刻的治理哲学问题：“多少去中心化才足够？”答案往往取决于具体的应用场景和用户的风险偏好。验证者网络的规模与系统性能之间存在着根本的物理张力：更多的验证者意味着更高的安全性和抗审查能力，但不可避免地会导致共识延迟增加；而较少的验证者虽然能提供媲美 CEX 的亚秒级体验，却引入了更强的信任假设。如何在性能与去中心化之间找到那个动态的“有效性边界”，是所有应用链必须长期面对的挑战。这一问题的监管维度将在第26章中进一步探讨。

与去中心化边界问题并行的第二个难题是透明性、杠杆与安全之间的三元张力，它是第4章§4.4.3探讨的“透明性-脆弱性悖论”在市场结构层面的终极延伸。在链上永续合约市场中，完全透明的订单簿、高达50至100倍的杠杆率，以及算法化的高频执行，共同构成了一个极其脆弱的复杂系统。应用链通过协议设计缓解了传统的原子化 MEV，但完全透明的清算价格反而催生了策略性 MEV 这种更深层的攻击形式，正如§6.3所详细分析的那样。

2025年3月至11月在 Hyperliquid 上连续发生的三起策略性攻击——巨鲸以50倍杠杆建立约3亿美元 ETH 多头头寸后的自我清算、JELLY 代币攻击，以及11月的跨市场价格操纵——为这一张力提供了最鲜明的注脚（三起事件的损失规模与机制详见§6.3.2）。

这些事件深刻揭示了透明性、高杠杆与系统安全之间的三元张力。在“透明 + 高杠杆”的组合下，所有参与者的清算水平和流动性深度对攻击者完全可见，使得精确狙击成为可能，催生了策略性清算攻击。在“高杠杆 + 安全”的组合下，系统需要具备极强的抗操纵能力和深厚的保险基金，否则穿仓风险将不可避免地被社会化，通过自动减仓或金库亏损的方式转嫁给无辜的流动性提供者。而更根本的问题是，50至100倍的杠杆是否与链上协议的实际损失吸收能力相匹配。传统期货市场（如 CME、Eurex）的最大杠杆受限于基于数十年波动率数据的清算所保证金要求，且背后有共同化的违约基金和明确的中央对手方担保。链上永续合约协议在缺乏可比损失吸收能力（保险基金规模、HLP 金库深度均远小于传统 CCP 的违约基金）的情况下提供同等甚至更高杠杆，其风险定价的合理性值得质疑。在“透明 + 安全”的组合下，则产生了当前最反直觉的洞见：在高杠杆的金融博弈中，完全的透明性可能并非净正面的。为了保护系统安全，某种形式的“选择性不透明”（例如通过 ZK 技术实现“可验证但不暴露清算阈值”）可能比无保护的完全透明更加安全。传统金融中已有此类校准透明度的成熟先例：美国公司债市场的 TRACE 系统在引入交易后透明度时，对大额交易实施了延迟报告以保护机构投资者（Bessembinder, Maxwell & Venkataraman, 2006 ^[52]）；欧盟 MiFID II 框架同样对大额交易提供了透明度豁免。这些经验表明，“选择性不透明”并非加密市场的新发明，而是金融市场设计中经过实践检验的制度安排。

这一洞见将§6.3的策略性 MEV 分析、§6.6.3的 ZK 技术讨论，以及第30章的嵌入式合规设计连接为一条完整的逻辑链。防御策略性 MEV 不能单纯依靠提升撮合速度（这是延迟竞争的思维惯性），而必须在机制设计层面进行根本性的重构，这也为本书后续关于清算机制（第11章）、保险基金治理（第12章）以及“策略性 MEV 免疫”的清结算架构设计（第29章）的探讨奠定了理论基础。

图 6-17. 透明性、高杠杆与系统安全之间的内在张力（概念三角示意，顶点位置为定性张力关系，非实测坐标；图中 JELLY 约1350万美元为峰值浮亏、非已实现损失，HLP 金库最终录得小幅盈利约70万美元 ^[37]，鲸鱼约3亿美元、HLP 约400万美元 ^[20]，50至100倍杠杆，均为非实测数据，数据来源：Halborn ^[25]、CoinDesk ^[37]、Arkham Intelligence ^[20]）

图 6-17将这一三元张力可视化为三角形结构，其三条边分别对应三组约束关系：透明性与高杠杆的组合催生精确的清算狙击（边A），高杠杆与安全的组合要求深厚的保险基金储备（边C），透明性与安全的组合则指向反直觉的结论——在高杠杆环境中“选择性不透明”可能优于完全透明（边B）。图的底部以2025年三个真实攻击案例对照 ZK 证明作为潜在解决路径的技术逻辑，将问题诊断与工程解决方案连接为一条完整的逻辑链。

6.7 本章小结

本章完成了第二篇“生态：永续合约的交易生态系统”的收官。第4章描绘了六类参与者图谱并提出“透明性-脆弱性悖论”，第5章通过对三种架构的静态解剖提出“风险替代定理”，本章则将视角推向动态演进，回答了“不同结构如何竞争与收敛”。本章确立了四项核心理论贡献。竞争模式迁移论论证了市场结构的演进并非简单的“去中心化取代中心化”，而是竞争焦点从 CEX 的延迟竞争、到通用公链 DEX 的信息竞争、再到应用链 DEX 的机制竞争的范式转移，每一次迁移都由经济回报递减驱动。策略性 MEV 的界定将 MEV 从区块内的技术套利升维至跨周期、跨市场的经济博弈，指出其防御只能依赖机制重设计而非速度竞赛。价格发现迁移假说指出可验证流动性的信任溢价、协议级做市效率的提升以及机构链上迁移这三个结构性驱动力正在推动定价权向应用链 DEX 转移，一旦流动性网络效应跨越临界质量，这种迁移可能不可逆。风险可见性-可管理性命题提出：从 CEX 到链上，风险从“不可见但偶尔灾难性爆发”转变为“持续可见但可管理”，可见性是风险管理的必要前提。

在完成对三种架构的宏观竞争分析之后，一个关键问题仍然悬而未决：宏观的结构性优势如何落实到微观的交易执行中？订单如何表达交易者的意图，订单簿如何汇聚信息并形成价格，撮合规则的差异又如何影响市场流动性？第三篇将从订单的解剖（第7章）、订单簿的微观动力学（第8章）和 Hyperliquid 的架构创新（第9章）入手，为后续的价格发现、套利和流动性量化分析建立微观基础。

参考文献

[1] Reuters. (2022, November 11). FTX collapse: How the crypto exchange lost billions. Reuters. https://www.reuters.com/technology/ftx-crypto/

[2] European Securities and Markets Authority. (2025). "Maximal Extractable Value Implications for crypto markets." https://www.esma.europa.eu/sites/default/files/2025-07/ESMA50-481369926-29744_Maximal_Extractable_Value_Implications_for_crypto_markets.pdf

[3] CoinGecko. (2026). "2025 Annual Crypto Industry Report." https://www.coingecko.com/research/publications/2025-annual-crypto-report

[4] CoinGecko Research. (2025). "DEX to CEX Volume Ratios Reach New Highs in 2025." https://www.coingecko.com/research/publications/dex-to-cex-ratio

[5] Coinage Media. (2026). "How Hyperliquid Is Looking to Maintain Its Lead Among Perp DEXes." https://www.coinage.media/2026/how-hyperliquid-is-looking-to-maintain-its-lead-among-perp-dexes

[6] Harris, L. (2003). Trading and exchanges: Market microstructure for practitioners. Oxford University Press.

[7] Crawley, J. (2025, February 21). Bybit suffers \$1.5 billion security breach in largest crypto hack. CoinDesk. https://www.coindesk.com/business/2025/02/21/bybit-suffers-1-5-billion-security-breach/

[8] DeFiLlama & Rekt. (2025). Cross-chain bridge exploits leaderboard [数据库]. DeFiLlama (https://defillama.com/hacks 与 Rekt News (https://rekt.news/leaderboard/ 数据截至 2025 年，统计口径随跨链桥定义与事件归类而异。

[9] Eco.com. (2026). What is Hyperliquid? The High-Performance DEX Explained. https://eco.com/support/en/articles/11972709-what-is-hyperliquid-the-high-performance-dex-explained

[10] Chen, E., Ma, Y., & Nie, Z. (2024). Perpetual future contracts in centralized and decentralized exchanges: Mechanism and traders' behavior. Electronic Markets, 34(1). https://doi.org/10.1007/s12525-024-00715-1

[11] Glosten, L. R., & Milgrom, P. R. (1985). Bid, ask and transaction prices in a specialist market with heterogeneously informed traders. Journal of Financial Economics, 14(1), 71–100. https://doi.org/10.1016/0304-405X(85)90044-3

[12] Kyle, A. S. (1985). Continuous auctions and insider trading. Econometrica, 53(6), 1315–1335. https://doi.org/10.2307/1913210

[13] Budish, E., Cramton, P., & Shim, J. (2015). The high-frequency trading arms race: Frequent batch auctions as a market design response. The Quarterly Journal of Economics, 130(4), 1547–1621. https://doi.org/10.1093/qje/qjv027

[14] Aquilina, M., Budish, E., & O'Neill, P. (2022). Quantifying the high-frequency trading arms race. The Quarterly Journal of Economics, 137(1), 493–564. https://doi.org/10.3386/w29011

[15] Amazon Web Services. (2025). Optimize tick-to-trade latency for digital assets exchanges and trading platforms on AWS.

[16] O'Hara, M. (2015). High frequency market microstructure. Journal of Financial Economics, 116(2), 257–270. https://doi.org/10.1016/j.jfineco.2015.01.003

[17] Foucault, T., Kadan, O., & Kandel, E. (2013). Liquidity cycles and make/take fees in electronic markets. The Journal of Finance, 68(1), 299–341. https://doi.org/10.1111/j.1540-6261.2012.01801.x

[18] CryptoSlate. (2026). Crypto privacy has turned into an economic crisis as MEV bots burn over 50% of gas fees. (Citing EigenPhi data for Dec 2025 - Jan 2026).

[19] Mancino, D., & Rezzoli, D. (2025). Sandwiched and silent: Behavioral adaptation and private channel exploitation in Ethereum MEV. arXiv preprint arXiv:2512.17602.

[20] Arkham Intelligence. (2025, March 12). Hyperliquid Whale Passes \$4M Loss to HLP Vault.

[21] Lo, A. W. (2004). The adaptive markets hypothesis: Market efficiency from an evolutionary perspective. The Journal of Portfolio Management, 30(5), 15–29. https://doi.org/10.3905/jpm.2004.442611

[22] Daian, P., Goldfeder, S., Kell, T., Li, Y., Zhao, Y., Bentov, I., Breidenbach, L., & Juels, A. (2020). Flash boys 2.0: Frontrunning in decentralized exchanges, miner extractable value, and consensus instability. 2020 IEEE Symposium on Security and Privacy (SP), 910–927. https://doi.org/10.1109/sp40000.2020.00040

[23] Gramlich, V., Guggenberger, T., Principato, M., Schellinger, B., & Urbach, N. (2024). A systematic literature review of maximal extractable value. Electronic Markets, 34, 58.

[24] Talos. (2025). \$JELLY's Last Jam: Adventures in Hyperliquid Margin Risk Management. Talos Insights.

[25] Halborn. (2025). Explained: The Hyperliquid Hack (November 2025). https://www.halborn.com/blog/post/explained-the-hyperliquid-hack-november-2025

[26] Obadia, A., Salles, A., Sanber, L., Tribble, T., Rao, V., & Juels, A. (2021). Unity is strength: A formalization of cross-domain maximal extractable value. arXiv preprint arXiv:2112.01472. https://doi.org/10.48550/arXiv.2112.01472

[27] Capponi, A., Jia, R., & Wang, Y. (2024). The ordering of blockchain transactions and its impact on market quality. Management Science.

[28] Michaels, D., & Osipovich, A. (2023, October 5). Here's how FTX executives secretly spent \$8 billion in customer money. The Wall Street Journal. https://www.wsj.com/finance/currencies/ftx-customer-money-spending-39439e3c

[29] Hyperliquid Team. (2026). "Order Book Depth Comparison: Hyperliquid vs. Centralized Exchanges." Public data release, January 2026.

[30] Hayward, A. (2022, August 16). Jump Crypto plans new Solana validator client to boost performance, decentralization. Decrypt. https://decrypt.co/107521/jump-crypto-plans-solana-validator-client-boost-performance-decentralization

[31] Zhivkov, P. (2026). The two-tiered structure of cryptocurrency funding rate markets. Mathematics, 14(2), 346. https://doi.org/10.3390/math14020346

[32] Monarq Asset Management. (2026). "Perp DEXs in 2025: The Shift From Subsidies to Market Structure." Medium. https://medium.com/@Monarq_Mgmt/perp-dexs-in-2025-the-shift-from-subsidies-to-market-structure-68a1138f4c10

[33] Hasbrouck, J. (1995). One security, many markets: Determining the contributions to price discovery. The Journal of Finance, 50(4), 1175–1199. https://doi.org/10.1111/j.1540-6261.1995.tb04054.x

[34] Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.

[35] CNBC. (2025). "Hackers Steal \$1.5 Billion from Exchange Bybit in Biggest-Ever Crypto Heist." CNBC, February 2025.

[36] BlockEden. (2025). "The JELLY Exploit Exposed Hyperliquid's Centralization." https://blockeden.xyz/forum/t/the-jelly-exploit-exposed-hyperliquids-centralization/406

[37] CoinDesk. (2025). HyperLiquid Delists JELLY After Vault Squeezed in \$13M Tussle. https://www.coindesk.com/markets/2025/03/26/hyperliquid-delists-jellyjelly-after-vault-squeezed-in-usd13m-tussle

[38] Brunnermeier, M. K., & Pedersen, L. H. (2009). Market liquidity and funding liquidity. Review of Financial Studies, 22(6), 2201–2238. https://doi.org/10.1093/rfs/hhn014

[39] FTI Consulting. (2025). "Crypto Crash Oct 2025: Leverage Meets Liquidity." https://www.fticonsulting.com/insights/articles/crypto-crash-october-2025-leverage-met-liquidity

[40] CoinGecko. (2026). Is the Future of Crypto Perpetual? The Meteoric Rise of Perp DEXs. CoinGecko Learn. https://www.coingecko.com/learn/rise-of-perpetuals-and-perp-dexs

[41] Grayscale Research. (2025). DEX Appeal: The Rise of Decentralized Exchanges. https://research.grayscale.com/reports/dex-appeal-the-rise-of-decentralized-exchanges

[42] Vidal-Tomas, D. (2025). Centralized Crypto Exchanges and Proof-of-Solvency. Working Paper.

[43] Binance. (2025). Everything You Need to Know About Our Self-Custody Web3 Wallet. Binance Blog.

[44] dYdX. (2025). Terms of Use & Geo Restrictions. dYdX Help Center.

[45] AInvest. (2026). Hyperliquid's Strategic Expansion in Perpetual Futures Trading. https://www.ainvest.com/news/hyperliquid-strategic-expansion-perpetual-futures-trading-assessing-leverage-token-utility-market-capture-2026-2601/

[46] Grand View Research. (2025). Zero Knowledge Proof Market Size, Share & Trends Analysis Report, 2025-2033.

[47] Paradigm. (2023). Intent-Based Architectures and Their Risks. Paradigm Research.

[48] Alchemy. (2025). What is ERC-4337? The Complete Guide to Account Abstraction.

[49] CoinDesk. (2025). Lighter Raises \$68M at \$1.5B Valuation. https://www.coindesk.com/business/2025/11/04/lighter-raises-68m-at-1-5b-valuation/

[50] The Block. (2025). Hyperliquid responds to community concerns over validator issues. https://www.theblock.co/post/333559/hyperliquid-responds-to-community-concerns-over-validator-issues

[51] Ian Unsworth. (2025). Hyperliquid validator set expansion from 21 to 24. X/Twitter.

[52] Bessembinder, H., Maxwell, W., & Venkataraman, K. (2006). Market transparency, liquidity externalities, and institutional trading costs in corporate bonds. Journal of Financial Economics, 82(2), 251–288. https://doi.org/10.1016/j.jfineco.2005.10.002

[53] CoinDesk. (2023, June 26). FTX bankruptcy team says the exchange owed customers \$8.7B. CoinDesk. https://www.coindesk.com/policy/2023/06/26/ftx-bankruptcy-team-says-the-exchange-owed-customers-87b

[54] Kobayashi, N. (Mt. Gox 民事再生受托人 / Civil Rehabilitation Trustee). Announcements regarding the rehabilitation proceedings of MtGox Co., Ltd. Mt. Gox. https://www.mtgox.com/