Jetons utilitaires et preuve d'enjeu : décryptage d'une innovation pour le paiement des coûts fixes des plateformes
TechFlow SélectionTechFlow Sélection
Jetons utilitaires et preuve d'enjeu : décryptage d'une innovation pour le paiement des coûts fixes des plateformes
Une plateforme de preuve d'enjeu dotée d'un jeton utilitaire devrait payer tous les coûts fixes de la plateforme en émettant de nouveaux jetons.
Dédié à des analyses Web3 approfondiesRédaction : Noam Nisan
Traduction : Block unicorn
Cet article traite des « plateformes Web3 dotées de preuve d'enjeu et de jetons utilitaires », un type de plateforme assez répandu dans le « monde blockchain ». Nous expliquons rapidement la signification de chaque terme, et le tableau 1 présente, au début d'août 2023, certaines des plus grandes plateformes de ce type ainsi que quelques indicateurs financiers importants.
Tableau 1 : Systèmes de preuve d’enjeu et jetons utilitaires ayant une capitalisation boursière d’au moins 3 milliards de dollars (source : données extraites de stakingrewards.com le 7 août 2023)
Notre objectif ici est de proposer des principes simples et généraux concernant ces systèmes et leurs aspects économiques liés aux jetons, appelés « tokenomics ». Nous visons une simplicité extrême ; toute analyse concrète devra être plus complexe en fonction des objectifs, contraintes et environnements spécifiques. Toutefois, nous espérons que les idées présentées ici pourront servir de méthode utile pour réfléchir à ces questions, voire de guide préliminaire pour la conception.
Le type de système dont nous parlons
Nous expliquons ici précisément ce que signifie une « plateforme Web3 avec preuve d’enjeu et jeton utilitaire », et soulignons que de telles plateformes doivent offrir une certaine valeur pratique aux utilisateurs, atteindre une taille suffisante et récompenser leurs opérateurs.
1.1 Plateformes Web3
Nous utilisons le terme « plateforme Web3 » pour désigner toute plateforme informatique fournissant un service en ligne selon un protocole commun et une confiance collective, sans dépendre d'une entité centrale de confiance. Des exemples fondamentaux incluent des cryptomonnaies comme Bitcoin, des plateformes d'économie numérique comme Ethereum, diverses couches décentralisées « L2 » ajoutant de la valeur à Ethereum, ou encore des applications décentralisées spécialisées en finance (DeFi). L'idée centrale de ces systèmes est qu'ils doivent continuer de fonctionner de manière à permettre la confiance sans dépendre du bon comportement – voire de l'existence – d'une entreprise, institution ou gouvernement unique. Fondamentalement, une seule entité de confiance est remplacée par un consensus entre de nombreuses petites parties.
Bien sûr, on peut remettre en question l'utilité ou l'importance de tels systèmes qui cherchent à contourner des mécanismes traditionnels éprouvés, comme ceux des banques et de la finance. Cependant, cet article part du principe que de nombreuses personnes souhaitent disposer de tels systèmes et considèrent qu’il est pertinent, voire crucial, de pouvoir se passer d’une autorité centralisée dans certains cas.
Le niveau de confiance offert par une plateforme Web3 dépend clairement de l'ampleur et de la qualité du grand nombre de parties collaborant à cette confiance. Il s'ensuit que ces plateformes bénéficient d'effets de réseau positifs très marqués : plus la plateforme croît, plus elle inspire de confiance, donc plus grande est la valeur qu'elle offre, attirant davantage de participants, ce qui alimente davantage sa croissance.
Un impératif clé pour tout système Web3 est de croître initialement, puis de maintenir une taille suffisamment importante pour générer des effets de réseau significatifs.
1.2 Preuve d’enjeu
Étant donné que la sécurité des systèmes Web3 repose sur la coopération et le consensus de nombreuses petites parties, chaque système Web3 doit résoudre un défi clé : la résistance aux attaques Sybil (ou usurpation d'identité). Comment garantir qu’un groupe apparemment vaste d’attaquants n’est pas en réalité un seul groupe masqué sous plusieurs identités distinctes ? Après le réseau Bitcoin, les premiers systèmes ont résolu ce problème via le mécanisme de « preuve de travail », où les participants soutenant la sécurité du système devaient prouver leur capacité de calcul. Avec la popularité croissante de Bitcoin, cette puissance de calcul a augmenté jusqu’à consommer une part non négligeable de l’électricité mondiale, ayant un impact significatif sur le réchauffement climatique.
Bien qu’il existe des suggestions alternatives pour résister aux attaques Sybil, comme la « preuve d’humain », consistant à identifier des êtres humains réels, la « preuve d’enjeu » est probablement actuellement la seule autre approche largement utilisée. Dans ce système, les participants doivent posséder un certain « jeton » du système, et la quantité de jetons qu’ils détiennent détermine leur « identité » au sein du système. Plus précisément, les protocoles du système sont définis par l’accord d’une majorité (ou peut-être d’une supermajorité) des détenteurs de jetons.
La littérature comparant preuve d’enjeu et preuve de travail est abondante, mais voici comment fonctionne typiquement un système de preuve d’enjeu d’un point de vue économique. Initialement, la plateforme « frappe » un certain nombre de jetons et les distribue d’une manière ou d’une autre. Pour participer au fonctionnement de la plateforme, les opérateurs doivent acquérir des jetons sur le marché et les « staker » — c’est-à-dire les verrouiller dans la plateforme — comme garantie de leur bonne conduite. En échange du stake et de leur participation continue, la plateforme récompense généralement les stakers par des jetons supplémentaires (qu’ils peuvent ensuite vendre sur le marché public). Selon le protocole de la plateforme, ces récompenses peuvent provenir des frais payés par les utilisateurs ou de nouveaux jetons fraîchement frappés. Si les récompenses proviennent de nouvelles frappes, alors l’offre totale de jetons augmente nécessairement (le jeton est inflationniste). Une autre possibilité est de donner aux opérateurs le droit de capter une partie de la valeur générée par les utilisateurs, souvent appelée « valeur extraite par les validateurs » (MEV).
Les stakers d’une plateforme à preuve d’enjeu doivent être récompensés via les frais des utilisateurs, la création de nouveaux jetons, l’extraction de valeur depuis les utilisateurs, ou une combinaison de ces méthodes.
Dans le tableau ci-dessus, nous observons les données de « tokenomics » des plus grandes plateformes à preuve d’enjeu, notamment Ethereum avec une valorisation dépassant 200 milliards de dollars, ainsi que huit autres plateformes valant chacune plusieurs milliards (au moment de la rédaction, de nombreuses petites plateformes existaient aussi, environ 50 ayant une valorisation supérieure à 100 millions de dollars). Comme on le voit, les récompenses effectives versées aux stakers (taux annuel, exprimé en pourcentage du montant staké) varient entre 2 % et 20 % (APR), avec une médiane légèrement supérieure à 5 %. En ajustant les récompenses pour tenir compte de l’inflation du jeton, les récompenses réelles varient entre 0 % et 10 %, avec une médiane d’environ 3 %. Tous les jetons de ces systèmes ne sont pas stakés : la proportion stakée varie entre 15 % et 70 %, avec une médiane proche de 50 %. L’un des objectifs de cet article est de proposer une approche rationnelle pour comprendre ces chiffres.
1.3 Jetons utilitaires
Il existe de nombreux types de jetons, classés selon différentes méthodes. Dans cet article, nous nous intéressons à leur classification selon leur usage économique. Cette classification distingue trois types de jetons : les jetons de paiement, les jetons utilitaires et les jetons de sécurité. Les jetons de paiement visent à fonctionner comme une « monnaie », servant généralement de moyen d’échange ou de réserve de valeur. Des exemples typiques sont Bitcoin et de nombreuses stablecoins. Les jetons de sécurité sont des instruments financiers accordant à leurs détenteurs certains droits juridiques ou des prétentions contre l’émetteur, similaires aux titres financiers (actions ou obligations).
Les jetons utilitaires permettent d'accéder automatiquement à certains services de la plateforme, procurant une utilité aux utilisateurs. Le cas le plus courant est l’utilisation du jeton pour payer les frais d’utilisation de la plateforme. Par exemple, la blockchain Ethereum fournit un service d’exécution de transactions sur son grand livre public, souvent appelé « ordinateur dans le ciel ». De nombreux utilisateurs ont besoin de ce service et sont prêts à payer un prix élevé. Le jeton natif d’Ethereum, ETH, est le seul moyen de payer ce service. Ainsi, tout utilisateur potentiel doit acheter des jetons ETH auprès d’un vendeur disposé à les céder, puis utiliser ces jetons pour payer la blockchain.
Lorsqu’on analyse une plateforme Web3 purement selon son aspect « utilitaire », il devient évident qu’un objectif fondamental d’un tel système est d’apporter le maximum d’utilité possible aux utilisateurs. Naturellement, fournir de l’utilité nécessite de maintenir un niveau suffisant de confiance et d’ouverture, tout en répondant à d’autres exigences spécifiques à la plateforme. Posséder un jeton devient un élément clé pour réaliser la collaboration sans confiance requise. En adoptant cette perspective utilitaire, le but du jeton et sa tokenomie doivent servir cet objectif d’utilité. Nous allons donc mener ici une analyse claire basée sur la « microéconomie » du jeton.
Bien sûr, la plupart des jetons utilitaires peuvent avoir d'autres fonctions et agir en partie comme jetons de paiement. On peut raisonnablement penser que la valeur actuelle d’ETH ne provient pas uniquement de son utilité pour exécuter des transactions sur Ethereum, mais aussi de son rôle de réserve de valeur et de moyen de paiement, similaire à Bitcoin. Notre analyse restera pertinente tant que la majeure partie de la valeur du jeton, ou au moins une part significative, provient de son aspect utilitaire.
Micro-tokenomie : frais et bien-être social
Dans cette section, nous décrivons la microéconomie du jeton, en nous concentrant sur les frais de transaction que les utilisateurs doivent payer pour utiliser la plateforme. Nous soutenons que les frais optimaux de transaction doivent correspondre au coût marginal supporté par la plateforme pour exécuter une transaction, y compris les coûts de congestion (s’il y a congestion).
Puisqu’une plateforme dotée d’un jeton utilitaire fournit par définition un certain service aux utilisateurs, un marché pour ce service émerge inévitablement. Ce marché déterminera qui reçoit le service et à quel prix. Cette section propose une analyse fondamentale de ce marché.
Dans un souci de simplicité, nous gardons la discussion aussi simple que possible, tout en couvrant ce que nous considérons comme les caractéristiques économiques fondamentales des systèmes Web3 basés sur l’utilité. En particulier, nous adoptons une analyse « statique », évitant les problèmes temporels et dynamiques, plus complexes, mais que nous pensons pouvoir traiter selon les mêmes principes que le cas statique.
2.1 Objectif de la plateforme et bien-être social
La première question à résoudre est de savoir ce que la plateforme devrait chercher à optimiser. Bien que la réponse immédiate pourrait être « enrichir ses créateurs », cette vision cynique ignore le comportement des participants attendus dans l’écosystème et ne donne aucune directive de décision. Nous défendons une position complètement opposée : l’objectif de la plateforme est de maximiser la valeur totale qu’elle apporte au « monde », ce que les économistes appellent parfois maximiser le bien-être social.
Commençons par une perspective normative : que devrait optimiser la plateforme ? Si l’on considère la plateforme comme une entreprise et son jeton comme une action, il serait naturel d’essayer d’optimiser les revenus des « actionnaires ». Cette vision est incompatible avec la communauté Web3, qui n’aime pas voir ses infrastructures comme des entreprises, mais plutôt comme des services publics pour les utilisateurs. La blockchain Ethereum en est un bon exemple : les détenteurs d’ETH non stakés ne perçoivent aucun profit direct du fonctionnement de la blockchain. Revenant à notre distinction entre jetons de sécurité et jetons utilitaires, la première vision correspond bien à la maximisation des revenus des détenteurs de jetons (actionnaires), tandis que la seconde — celle que nous étudions ici — correspond à la maximisation de la valeur de l’écosystème de la plateforme, principalement ses utilisateurs.
Si cette discussion normative semble trop naïve ou présomptueuse, considérons une perspective plus pragmatique. Supposons que certains participants poursuivent des objectifs moins altruïstes, comme maximiser leur revenu personnel en tant que détenteurs de jetons. Comment pourraient-ils atteindre cet objectif à long terme ? Puisque les effets de réseau sont une force motrice inhérente à tout système Web3, le facteur le plus important pour une plateforme est sa croissance. Une plateforme qui croît plus vite survivra, apportant non seulement plus de « bien-être social » à l’ensemble de l’écosystème, mais aussi plus de bénéfices aux créateurs et aux détenteurs de jetons. Le principal moteur de croissance d’une plateforme est de fournir autant d’utilité que possible. Cela attire les utilisateurs par la valeur directe qu’ils reçoivent, mais « optimiser pour l’utilisateur » envoie aussi un signal public fort, très apprécié dans la communauté Web3. Un modèle approprié pour cette vision de la plateforme ressemble davantage à un État qu’à une entreprise : l’objectif n’est pas d’augmenter la valeur actionnariale au détriment de tout le reste, mais de développer une économie entière qui finira par améliorer la situation de tous les participants. Appliqué à l’exploitation quotidienne de la plateforme, cet objectif se traduit à nouveau par la maximisation du bien-être social.
L’objectif d’une plateforme Web3 dotée d’un jeton utilitaire devrait être de maximiser le bien-être social qu’elle fournit.
2.2 Comment maximiser le bien-être social ?
Supposons donc que nous souhaitions vraiment optimiser le bien-être social, pour des raisons normatives ou pratiques. Comment faire ? D’abord, il est évident que la plateforme doit fournir un service utile, donc nous supposons dans la suite qu’elle le fait. Soyons plus précis et passons à un modèle économique. Quand nous disons qu’elle fournit un service utile, cela implique que ce service est utile à certaines personnes. Appelons ces « certaines personnes » — celles qui tirent de la valeur de la plateforme — les utilisateurs (potentiels). Abstrayons-nous en appelant « transaction » l’unité de service fournie par la plateforme. Le fonctionnement de la plateforme nécessite des ressources et des efforts ; appelons opérateurs les personnes (ou entreprises) qui fournissent ces ressources.
À ce niveau de modélisation, la question fondamentale de la maximisation du bien-être social revient à décider pour quelles transactions la plateforme doit fournir un service. Deux raisons peuvent justifier de ne pas servir une transaction, même si certains utilisateurs en tirent de la valeur. Premièrement, le coût du service (ressources et efforts) pourrait dépasser la valeur qu’il procure à l’utilisateur, entraînant une perte nette globale. Deuxièmement, la plateforme pourrait avoir des limites de capacité : si la demande dépasse l’offre, elle devra choisir les transactions les plus « précieuses » et ignorer les autres. Pour avancer dans notre analyse, il sera utile d’étudier un modèle économique très simple de ce cas.
2.3 Modèle économique de base
Essayons de décrire un modèle économique de base capturant l’essence de notre situation : plusieurs transactions i=1,2,…,N veulent être traitées par la plateforme. Chaque transaction i est initiée par un utilisateur qui lui attribue une valeur vᵢ. Chaque transaction a également un coût marginal cᵢ, c’est-à-dire le coût que la plateforme (via ses opérateurs) doit supporter pour la traiter (en plus des autres transactions déjà traitées).
Alors que dans la théorie économique classique, le coût marginal d’une unité de bien dépend souvent du nombre d’unités déjà produites (coûts marginaux croissants ou décroissants), dans notre cas, il est raisonnable de supposer que le coût par transaction est fixe (après des coûts fixes initiaux, jusqu’à un certain seuil de capacité).
Maximiser le bien-être social signifie choisir un ensemble S de transactions à traiter afin que ∑ i∈S (vᵢ–cᵢ) soit maximal parmi tous les ensembles possibles compatibles avec la capacité de la plateforme.
Pour quelles transactions devrions-nous fournir un service ? Si nous n’avons pas atteint la limite de capacité, nous devrions traiter toute transaction pour laquelle (vᵢ–cᵢ) > 0, c’est-à-dire vᵢ > cᵢ. Comment y parvenir ? Bien que nous puissions supposer que la plateforme peut calculer (ou estimer) le coût cᵢ associé au traitement d’une transaction, la valeur vᵢ est subjective à l’utilisateur intéressé, donc seul lui la connaît.
Voici donc la clé économique fondamentale : facturer à l’utilisateur des frais égaux au coût marginal de traitement de sa transaction, soit cᵢ. Dans ce cas, l’utilisateur choisira d’exécuter sa transaction uniquement si sa valeur privée vᵢ est supérieure au coût, soit vᵢ > cᵢ. C’est ce qu’on appelle la tarification au « coût marginal », un principe de base enseigné en « économie 101 » : pour maximiser le bien-être social, le prix unitaire doit égaler le coût marginal de production.
Note de Block unicorn : Dans ce modèle, de nombreuses transactions sont lancées par des utilisateurs, chacune ayant une valeur subjective et un coût de traitement pour la plateforme. Bien que la théorie économique suppose souvent que le coût marginal dépend de la quantité produite, ici nous supposons un coût fixe par transaction, jusqu’à un certain seuil de capacité.
La maximisation du bien-être social implique de choisir, parmi toutes les transactions pouvant tenir dans la capacité de la plateforme, un ensemble de transactions traitées afin de maximiser la somme des valeurs utilisateur moins les coûts de service. Autrement dit, la plateforme doit sélectionner les transactions à traiter afin de maximiser la valeur totale perçue par les utilisateurs, moins le coût total de service.
Pour optimiser le bien-être social, les frais de transaction doivent être fixés à leur coût marginal. Cela aligne l’utilité nette de l’utilisateur avec le bien-être social.
En cas de congestion, le « coût marginal » doit aussi prendre en compte l’impact de notre transaction sur d’autres transactions non traitées. Dans ce cas, les frais doivent intégrer non seulement le coût direct cᵢ, mais aussi le « coût de congestion » : la perte nette de bien-être social causée aux autres utilisateurs. Voyons comment cela fonctionne dans le cas le plus simple et le plus courant.
Modèle GAS unidimensionnel : c’est le modèle le plus simple et le plus courant pour décrire les contraintes de capacité des systèmes Web3. Chaque transaction a une taille si, mesurant son utilisation des ressources (en empruntant le terme d’Ethereum, cela pourrait être le « gaz » utilisé). Le système a une capacité totale K de ressources (gaz). Ainsi, un ensemble S de transactions est réalisable si ∑i∈S si ≤ K, et maximiser le bien-être social signifie maximiser ∑i∈S(vi–ci) sous cette contrainte. De plus, dans ce modèle, le coût de traitement d’une transaction est proportionnel à sa taille : cᵢ = αsi (où α est une constante globale).
Bien qu’il n’existe généralement pas d’algorithme efficace pour résoudre exactement ce problème d’optimisation (car c’est un problème classique du sac à dos), il existe un algorithme glouton bien connu : trier les transactions par ordre décroissant de vᵢ/sᵢ, puis les traiter depuis le haut jusqu’à ce que la prochaine dépasse la capacité (ou jusqu’à ce que vᵢ < cᵢ). Le « prix du gaz » sera fixé au g = vi*/si* de la dernière transaction acceptée i*, ou, en l’absence de congestion, au prix minimum g = α. Les frais seront proportionnels à ce prix du gaz : fᵢ = gsi¹².
Note de Block unicorn : Le modèle discuté ci-dessus est très simple et ignore naturellement de nombreux aspects des plateformes réelles. Toutefois, la leçon économique principale de notre modèle simple devrait rester valable dans des cas très généraux : pour maximiser le bien-être social, nous devrions facturer des frais égaux au coût marginal. En cas de congestion, les frais doivent aussi inclure le « coût de congestion ».
2.4 Mécanisme de frais de transaction
Bien que nous ayons identifié les frais nécessaires pour assurer la maximisation du bien-être social, nous devons maintenant définir un mécanisme concret permettant à la plateforme de collecter effectivement ces frais. Ces mécanismes doivent tenir compte du fait que les utilisateurs et opérateurs agiront rationnellement et stratégiquement, chacun cherchant à maximiser son utilité, et que des collusions entre opérateurs et utilisateurs (réels ou fictifs) sont possibles.
Bien que les utilisateurs soient toujours supposés agir stratégiquement, nous ne devons craindre le comportement stratégique des opérateurs que s’ils ont une certaine marge de manœuvre, c’est-à-dire si d’autres opérateurs ne peuvent pas « attraper » leurs actions non conformes au protocole.
Les opérateurs sans marge de manœuvre n’ont besoin d’être incités qu’à participer via un paiement forfaitaire, une « récompense de bloc ».
Quand il y a marge de manœuvre, par exemple quand l’opérateur choisit quelles transactions accepter, le protocole doit garantir qu’il est incité à agir comme souhaité. Fait surprenant, même des mécanismes simples peuvent atteindre les frais désirés à l’équilibre.
Mécanisme d’enchères : prenons l’exemple de Bitcoin avec « payez votre enchère », un des mécanismes les plus simples pour décider quelles transactions accepter, et voyons pourquoi nous nous attendons à ce qu’il approche les frais au coût marginal (y compris le coût de congestion), et donc à optimiser approximativement le bien-être social. Le mécanisme fonctionne ainsi : à un instant donné (bloc), un seul opérateur (mineur) décide quelles transactions entrent.
Pour notre propos, peu importe comment cet opérateur est choisi, tant qu’un seul l’est, et que le protocole assure que sa décision devienne probablement consensus. Les utilisateurs font une offre pour leur transaction. L’opérateur sélectionné peut accepter tout sous-ensemble de ces offres (dans la limite de capacité) et percevoir l’offre pour chaque transaction acceptée.
Que pouvons-nous attendre à long terme, à l’équilibre ? En voyant notre situation comme un marché économique (pour l’espace de transaction), nous espérons un équilibre où les frais égalent le coût marginal, maximisant ainsi le bien-être social.
Équilibre dans le modèle GAS : revenons à notre modèle à ressource unidimensionnelle (voir note bleue de Block unicorn ci-dessous pour une explication simplifiée). Ici, chaque transaction i a une valeur vᵢ, une taille sᵢ, un coût proportionnel à sa taille cᵢ = αsᵢ, et la capacité totale du bloc est K. Chaque initiateur de transaction fait une offre bᵢ. Étant donné que l’opérateur choisit les transactions, il est clair qu’il acceptera l’ensemble S d’offres maximisant ∑i∈S bi (en ignorant les contraintes entières), donc les offres avec le ratio bᵢ/sᵢ le plus élevé, jusqu’à saturation de la capacité.
Nous nous attendons à ce que la dynamique des enchères pousse les soumissionnaires à trouver et à offrir (à long terme, approximativement) la valeur minimale bᵢ permettant à leur transaction d’être acceptée, tant que bᵢ ≤ vᵢ, sinon ils refuseraient de payer. À cet équilibre, les enchérisseurs avec un ratio vᵢ/sᵢ suffisamment élevé offriront bᵢ = psᵢ, où p est le « prix du gaz d’équilibre », tandis que les autres offriront moins.
Autrement dit, chaque enchérisseur avec vᵢ ≥ psᵢ offrira bᵢ = psᵢ, et ceux avec vᵢ < psᵢ offriront bᵢ = vᵢ, et la taille totale des enchérisseurs hauts remplit exactement la capacité du bloc (sinon l’opérateur accepterait une transaction supplémentaire avec un ratio bᵢ/sᵢ plus faible, ce que les autres utilisateurs pourraient exploiter en baissant leur enchère). Cela maximise le bien-être social ∑i∈S (vᵢ – cᵢ), dès que p* > α (rappel : cᵢ = αsᵢ), réalisant ainsi l’optimum.
Pour gérer l’absence de congestion — cas où les transactions avec vᵢ ≥ cᵢ = αsᵢ ne remplissent pas la capacité — le système doit fixer un prix minimum du gaz p* ≥ α¹³ dans le protocole.
Note de Block unicorn : Dans ce modèle, on s’attend à ce que les utilisateurs fixent leur enchère au montant maximal qu’ils sont prêts à payer, à condition que ce montant soit inférieur à leur valuation du service. L’opérateur choisira les transactions avec le meilleur rapport enchère/taille, maximisant ainsi son revenu total. Cet équilibre conduit à une maximisation du bien-être social, car les transactions les plus valorisées sont sélectionnées, et le coût marginal est correctement compensé.
En matière de mécanismes incitatifs, on peut se demander à quelle vitesse et à quel point le mécanisme « payer son enchère » atteint (au moins approximativement) cet équilibre, et comment les utilisateurs découvrent le paramètre magique p* pour enchérir correctement. Des mécanismes plus complexes, comme EIP-1559 utilisé par Ethereum, peuvent rendre le processus d’enchères plus transparent (dans le jargon de la conception des mécanismes, on parle d’« incitation compatible »), dirigeant directement le système vers un équilibre efficace, maximisant le bien-être social et alignant les frais sur le coût marginal¹⁴. Il existe déjà une grande quantité de connaissances sur la conception de ces mécanismes¹⁵, applicables à des scénarios plus complexes et réalistes.
Extraction de valeur depuis les utilisateurs (MEV) : Considérons maintenant les « frais cachés », lorsque le mécanisme permet aux opérateurs d’extraire de la valeur des transactions utilisateurs. La nature de cette extraction dépend du service de la plateforme, mais un exemple typique dans les blockchains est qu’un validateur créant un bloc peut ajouter ses propres transactions pour
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@StarkWareLtd
