Sorella Labs es una startup centrada en abordar el problema del Valor Extraíble Máximo (MEV) dentro de la red de Ethereum,cofundada por Karthik Srinivasan y Ludwig Thouvenin.Los dos fundadores se conocieron en la Universidad de Chicago y decidieron iniciar una empresa debido a su gran interés en la tecnología blockchain. Srinivasan había hecho una pasantía previa en Citadel, mientras que Thouvenin adquirió experiencia como pasante en compañías como Ubisoft. La empresa recientemente anunciadola finalización de una ronda de financiación inicial de $7.5 millones, liderada por Paradigm, con otros inversores, incluidos Uniswap Ventures, Bankless Ventures y Robot Ventures. A medida que el mercado DeFi continúa creciendo, el problema de MEV se ha vuelto cada vez más prominente, y las innovadoras herramientas de Sorella Labs se han desarrollado para abordar este desafío.

Antecedentes del problema MEV

MEV se refiere a las ganancias adicionales que los mineros o validadores pueden extraer al manipular el orden, la inserción o eliminación de transacciones. Este fenómeno es particularmente pronunciado en la red Ethereum y plantea varios problemas para los usuarios y todo el ecosistema.

Principales problemas de MEV

Pérdidas del usuario
Las actividades de MEV a menudo provocan pérdidas para los usuarios en las transacciones, especialmente a través de comportamientos maliciosos como ataques sandwich y frontrunning. Por ejemplo, en 2023, la Fundación Ethereum perdió $9,101 en una transacción debido a un ataque sandwich realizado por un bot de MEV, mientras que el atacante obtuvo un beneficio aproximado de $4,060. Esta situación expone a los usuarios comunes a costos y riesgos más altos al realizar transacciones.

Inequidad del mercado
La existencia de MEV crea un campo de juego desigual, especialmente en plataformas DeFi. Los arbitrajistas y buscadores de MEV pueden obtener beneficios vigilando las transacciones en el mempool público, explotando la asimetría de la información. Este comportamiento socava la competitividad de los usuarios regulares, colocándolos en desventaja en las transacciones.

Estabilidad de la red
Si bien MEV proporciona ingresos adicionales para mineros y validadores, la dependencia excesiva de MEV puede afectar la descentralización y la estabilidad de la red. Los mineros pueden priorizar transacciones que generen mayores ganancias de MEV, descuidando las necesidades de otros usuarios, lo que puede provocar congestión y retrasos en la red.

Falta de transparencia de datos
Hay una falta de estadísticas precisas sobre los datos específicos sobre MEV en Ethereum. Aunque algunos estudios indican que el MEV realizado es solo un límite inferior, el MEV se puede generar en cualquier momento durante las interacciones del usuario con la cadena de bloques, lo que dificulta evaluar su cantidad total con precisión. Esto complica la regulación y el gobierno.
Las estadísticas indican que en 2023, aproximadamente el 26% de los ingresos se obtuvieron a través de MEV en Ethereum. Esto muestra que la principal fuente de ingresos de los validadores aún proviene de las recompensas de bloque en lugar de depender únicamente de las ganancias de MEV. Ya existen algunas soluciones en el mercado para abordar el problema de MEV, como las herramientas Brontes y Angstrom lanzadas por Sorella Labs. Estas herramientas tienen como objetivo reducir las actividades maliciosas aumentando la transparencia del proceso de ordenación de transacciones.

Visión general de la herramienta Brontes

Brontes es una herramienta de análisis de blockchain de código abierto desarrollada por Sorella Labs para abordar el problema del Valor Extraíble Máximo (MEV) dentro de la red Ethereum. Esta herramienta puede procesar datos de bloques de Ethereum, categorizar comportamientos de transacción e identificar MEV a través de la coincidencia de patrones y análisis. Aquí están las principales características y características de Brontes.

Tablero de Brontes (Fuente: Sitio web oficial)

1. Clasificación de datos de transacción
Brontes puede clasificar transacciones basadas en comportamientos específicos, incluido el iniciador, el destinatario, el monto de la transacción y las tarifas de Gas. Esta capacidad de clasificación permite a los usuarios comprender mejor los diferentes tipos de transacciones y sus impactos.

2. Salida de datos estructurados
Brontes transforma los datos brutos de la cadena de bloques de Ethereum en un formato estructurado y fácilmente analizable, simplificando significativamente el proceso de preprocesamiento de datos. Esta función es crucial para desarrolladores e investigadores ya que mejora la eficiencia del análisis de datos.

3. Integración de datos fuera de la cadena
Brontes integra datos fuera de la cadena (como precios de intercambio centralizados, metadatos y datos de igual a igual), lo que hace que el análisis sea más completo y preciso. Esta capacidad de integración permite a los usuarios comprender la dinámica del mercado desde múltiples dimensiones.

Brontes proporciona un marco modular que permite a los usuarios crear y aplicar diferentes métodos analíticos según sus necesidades. Específicamente:

1. Flexibilidad
Los usuarios pueden seleccionar diferentes módulos para manejar tipos de datos específicos, lo que hace que el análisis sea más personalizado y personalizado.

2. Eficiencia
La habilitación de la colaboración entre módulos permite descomponer tareas analíticas complejas en tareas más simples, mejorando así la eficiencia general.

3. Identificación y Prevención de MEV
Brontes identifica las actividades de MEV a través de la coincidencia de patrones y análisis, ayudando a los usuarios a comprender los posibles riesgos. Por ejemplo, puede detectar pérdidas causadas por el frontrunning o los ataques sandwich, proporcionando información de referencia crucial para los proveedores de liquidez y los usuarios ordinarios.

4. Comparación con otras soluciones MEV como Flashbots
En comparación con otras soluciones de MEV como Flashbots, Brontes se centra principalmente en el análisis de datos a nivel de aplicación, mientras que Flashbots enfatiza la optimización a nivel de protocolo. Brontes mejora la calidad de la ejecución de transacciones al ofrecer herramientas de análisis de datos visuales, lo que permite a los usuarios participar directamente en la resolución de problemas de MEV.

Descripción general de la herramienta Angstrom

Sorella Labs desarrolló la herramienta Angstrom (aún no lanzada) y tiene como objetivo reducir los comportamientos de arbitraje comunes en los intercambios descentralizados, en particular en la plataforma Uniswap V4. Aquí se presenta un análisis detallado de cómo opera Angstrom para mitigar las actividades de arbitraje.

1. Mecanismo de Subasta
Angstrom realiza dos subastas dentro de cada bloque. La primera subasta determina qué transacción puede ser procesada primero, mientras que la segunda subasta es una subasta a granel donde todas las órdenes se ejecutan al mismo precio. Este mecanismo tiene como objetivo evitar el frontrunning y los ataques sandwich.

2. Optimización del Ordenamiento de Transacciones
En el procesamiento de transacciones tradicional, los mineros suelen determinar el orden de las transacciones en función de las tarifas de gas y los tiempos de envío, lo que los hace vulnerables a los frontrunners. El mecanismo de subasta de Angstrom cambia la dependencia de las tarifas de gas a la oferta para determinar el orden de las transacciones, reduciendo así los márgenes de beneficio para los actores malintencionados.

3. Evitando actividades de arbitraje
El diseño de Angstrom crea una mayor incertidumbre para los arbitrajistas al ejecutar operaciones de arbitraje. Al implementar subastas dentro de los bloques, Angstrom interrumpe eficazmente los planes de los arbitrajistas, lo que les dificulta obtener ganancias de las discrepancias de precios.

4. Estimación dinámica de precios
Angstrom utiliza una ventana de tiempo dinámica para calcular el precio promedio ponderado por volumen (VWAP) y estimar las diferencias de precio entre los intercambios descentralizados (DEX) e intercambios centralizados (CEX). Este método de cálculo obliga a los arbitrajistas a enfrentar condiciones de mercado más complejas, disminuyendo así sus posibilidades de arbitraje exitoso.

5. Cálculo y optimización de costos
Al identificar posibles oportunidades de arbitraje, Angstrom considera factores de costo como las tarifas de gas para asegurarse de que los usuarios puedan evaluar con precisión sus escenarios de ganancias reales. Este mecanismo ayuda a los usuarios a evaluar mejor los riesgos y recompensas al realizar operaciones.
La innovación de Angstrom radica en su mecanismo de subasta, que introduce una puja justa. Esto evita que los adelantados obtengan fácilmente prioridad simplemente aumentando las tarifas de Gas. Además, su mecanismo de ejecución a granel evita eficazmente las fuertes fluctuaciones de precios causadas por grandes transacciones, reduciendo las oportunidades de arbitraje.

Competidores de Sorella Labs

Flashbots
Innovación: Flashbots se centra en soluciones de MEV a nivel de protocolo al proporcionar un mecanismo transparente de ordenación de transacciones para reducir comportamientos maliciosos.
Desventaja: Sus soluciones están principalmente concentradas en la capa del protocolo central, lo cual puede no satisfacer directamente las necesidades de los usuarios de la capa de aplicación.

Red Eden
Innovación: Eden Network crea un grupo de transacciones dedicado que permite a los usuarios priorizar sus transacciones, reduciendo así el impacto de MEV.
Desventaja: El mecanismo de Eden depende de que los usuarios paguen tarifas adicionales, lo cual puede aumentar los costos y no ser adecuado para todos los usuarios.

Arbitrum
Innovación: Como solución de escalado de Capa 2, Arbitrum reduce indirectamente el impacto de MEV al disminuir las tarifas de transacción y aumentar la velocidad de procesamiento.
Desventaja: Si bien Arbitrum sobresale en escalabilidad, su enfoque para abordar el problema de MEV no es directo y todavía depende de otras herramientas para una mejor experiencia del usuario.

Sorella Labs aborda el problema de MEV con Brontes y Angstrom: Brontes puede monitorear las actividades de MEV en la red Ethereum en tiempo real. Al analizar los datos de transacción, Brontes ayuda a los usuarios a identificar posibles riesgos, optimizando las estrategias de negociación. Angstrom se integra con Uniswap V4 y utiliza un mecanismo de subasta para determinar el orden de las transacciones, evitando así los comportamientos de arbitraje. Esta innovación ayudará a reducir las pérdidas del usuario durante el proceso de negociación.

Conclusión

Sorella Labs, con sus herramientas innovadoras y una sólida posición en el mercado, demuestra un potencial significativo para abordar el problema de MEV en la red de Ethereum. A pesar de enfrentarse a una intensa competencia e incertidumbres relacionadas con la regulación y los riesgos tecnológicos, se espera que la empresa logre un mayor éxito en el futuro a través de la innovación tecnológica continua y las asociaciones estratégicas, lo que tendrá un impacto positivo en el ecosistema de finanzas descentralizadas.