一场损失近5000万美元的兑换交易
区块链与去中心化金融的核心特质之一是其开放性和无需许可的属性。这些特性为市场带来了效率提升和全新参与方式,但也可能引发协议漏洞利用、预言机定价错误或操作失误等问题。
3月12日,一名用户在以太坊主网上通过Aave界面执行了一笔价值5040万美元的USDT兑换交易,最终仅获得价值3.6万美元的AAVE代币,损失了初始价值的99.9%。这一事件成为链上交易执行风险的典型案例。
本文将深入分析这笔交易的资金流向、运行机制,以及其对链上大额交易执行的启示。
交易背后的资金流向与运行机制
用户的初衷是将5000万美元的USDT兑换为AAVE代币,但实际交易过程复杂且涉及多个协议和资产转换,包括借贷协议界面、交易聚合器、去中心化交易所(DEX)以及MEV套利机器人。
这笔交易最初通过Aave界面发起,用户持有的aEthUSDT头寸被路由至CoW Protocol——一个第三方去中心化交易聚合器,用于寻找最优交易路径。
中标解算方首先在Uniswap V3将赎回的USDT兑换为WETH,随后将这些WETH转入流动性极低的SushiSwap AAVE/WETH交易池,导致交易价值大幅折损。
去中心化交易所交易路由
- aUSDT销毁,USDT赎回:用户的5043万枚aEthUSDT被转入CoW协议的GPV2结算合约,通过Aave V3完成代币赎回,释放出5043万美元的USDT。
- USDT在Uniswap V3兑换为WETH:CoW结算合约将5043万美元USDT转入Uniswap V3的USDT/WETH交易池,换得17957.81枚WETH,价值约3820万美元。
- WETH在SushiSwap兑换为AAVE代币:17957.81枚WETH(约3820万美元)被转入SushiSwap的WETH/AAVE交易池,而该交易池当时的流动性仅约7.3万美元。面对如此大额交易,用户仅兑换出331枚AAVE代币,价值约3.6万美元。
该区块同时引发了大量最大可提取价值(MEV)套利行为。机器人通过“三明治攻击”,在用户交易前后进行反向操作,从SushiSwap交易池的定价偏差中获利。
相关最大可提取价值套利操作
- 抢先交易:某台MEV套利机器人(钱包地址:0x06cf...5ef)从借贷协议Morpho闪电贷借入14175枚WETH,通过去中心化交易所Bancor换得128.57枚AAVE代币,推高了AAVE代币的价格。
- 滞后交易:当用户订单完成交易后,该机器人立即卖出128.57枚AAVE代币,换得17912枚WETH,价值约4090万美元。在偿还Morpho的闪电贷后,剩余收益被拆分:约13087枚WETH(2990万美元)作为区块排序费支付给泰坦构建者(Titan Builder),约4824枚WETH(1000万美元)由该套利机器人留存。
整个套利操作与用户的兑换交易在同一个区块内完成。
资金究竟流向何方?
交易的价值并未凭空消失,而是重新分配给了该区块中的其他参与者。如上图所示,交易总价值中约2700万美元以区块排序费的形式流入泰坦构建者,约1000万美元被实施三明治攻击的MEV套利机器人赚取,而用户最终持有的AAVE代币头寸价值仅约3.6万美元。
大额交易遇上流动性枯竭
本次交易约3900万美元的价值折损,均源于SushiSwap的WETH/AAVE交易池——一个流动性仅约7.5万美元的自动做市商(AMM)池。面对一笔价值3700万美元的大额交易,这种规模错配导致了严重的价格冲击。交易池中AAVE代币的价格从约118美元飙升至约30.6万美元。
这一事件引发了诸多质疑:为何如此大额的交易会被路由至流动性匮乏的交易池?Aave的事后调查报告指出,原因包括市场流动性不足,且用户曾确认接受99.9%的价格冲击预警。CoW协议则认为,这是路由机制多重故障叠加的结果。
事件带来的启示
本次事件的核心问题并非协议漏洞,而是大额交易与链上流动性不足叠加引发的极端价格冲击。这为链上市场结构与加密货币行业带来了以下启示:
规模化的风险防护机制
对于大额交易,用户体验层面的风险预警远远不够。设置交易执行过滤机制、交易池层级校验或交易规模上限,存在现实必要性。
大额交易的执行策略
类似5000万美元的大额交易应通过时间加权平均价格(TWAP)或算法交易的方式,在不同时间和交易平台拆分执行,以降低市场冲击和MEV套利风险。
数据的核心作用
实时监控交易池深度、跨平台流动性和滑点数据,嵌入交易路由逻辑与风险过滤系统,有助于避免类似事件再次发生。
最大可提取价值与无需许可交易的利弊权衡
开放的交易内存池易引发三明治攻击等MEV套利行为。行业需设计优化方案,例如私有交易通道或兼容MEV套利的交易路由系统,以降低用户交易风险。
声明:本文所有内容均来源于第三方平台,币圈子对于其内容不作任何类型的保证,不构成任何投资、不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。