Sorella Labs est une startup axée sur la résolution du problème de la Valeur Maximale Extractible (MEV) au sein du réseau Ethereum, co-fondé par Karthik Srinivasan et Ludwig Thouvenin.Les deux fondateurs se sont rencontrés à l'Université de Chicago et ont décidé de se lancer dans une aventure en raison de leur fort intérêt pour la technologie blockchain. Srinivasan a précédemment effectué un stage chez Citadel, tandis que Thouvenin a acquis de l'expérience en stage chez des entreprises comme Ubisoft. L'entreprise récemment annoncéà la fin d'une ronde de financement de démarrage de 7,5 millions de dollars, dirigée par Paradigm, avec d'autres investisseurs, notamment Uniswap Ventures, Bankless Ventures et Robot Ventures. Alors que le marché DeFi continue de croître, la question de la MEV est devenue de plus en plus importante, et les outils innovants de Sorella Labs ont été développés pour relever ce défi.

Contexte du problème de MEV

MEV fait référence au profit supplémentaire que les mineurs ou validateurs peuvent extraire en manipulant l'ordre, l'insertion ou la suppression de transactions. Ce phénomène est particulièrement prononcé sur le réseau Ethereum et pose divers problèmes aux utilisateurs et à l'ensemble de l'écosystème.

Problèmes clés de MEV

Pertes de l'utilisateur
Les activités MEV entraînent souvent des pertes pour les utilisateurs dans les transactions, notamment à travers des comportements malveillants tels que les attaques sandwich et le frontrunning. Par exemple, en 2023, la Fondation Ethereum a perdu 9 101 $ dans une transaction en raison d'une attaque sandwich par un bot MEV, tandis que l'attaquant a réalisé un profit d'environ 4 060 $. Cette situation expose les utilisateurs ordinaires à des coûts et des risques plus élevés lorsqu'ils effectuent des transactions.

Inégalité du marché
L'existence de MEV crée un terrain de jeu inégal, surtout sur les plateformes DeFi. Les arbitragistes et les chercheurs de MEV peuvent tirer profit de la surveillance des transactions dans le mempool public, exploitant l'asymétrie de l'information. Ce comportement mine la compétitivité des utilisateurs réguliers, les plaçant dans une position défavorable lors des transactions.

Stabilité du réseau
Bien que le MEV offre des revenus supplémentaires aux mineurs et aux validateurs, une dépendance excessive au MEV pourrait avoir un impact sur la décentralisation et la stabilité du réseau. Les mineurs pourraient donner la priorité aux transactions générant des profits de MEV plus élevés, négligeant les besoins des autres utilisateurs, ce qui peut entraîner une congestion du réseau et des retards.

Manque de transparence des données
Il manque de statistiques précises sur les données spécifiques concernant le MEV sur Ethereum. Bien que certaines études indiquent que le MEV réalisé n'est qu'une limite inférieure, le MEV peut être généré à tout moment lors des interactions des utilisateurs avec la blockchain, ce qui rend difficile d'évaluer avec précision son montant total. Cela complique la réglementation et la gouvernance.
Les statistiques indiquent qu'en 2023, environ 26 % des revenus ont été obtenus grâce à MEV sur Ethereum. Cela montre que la source de revenus principale des validateurs provient toujours des récompenses en blocs plutôt que de compter uniquement sur les bénéfices de MEV. Il existe déjà des solutions sur le marché pour résoudre le problème de MEV, telles que les outils Brontes et Angstrom lancés par Sorella Labs. Ces outils visent à réduire les activités malveillantes en augmentant la transparence du processus de commande des transactions.

Présentation de l'outil Brontes

Brontes est un outil d'analyse de blockchain open source développé par Sorella Labs pour résoudre le problème de la Valeur Maximale Extractible (MEV) au sein du réseau Ethereum. Cet outil peut traiter les données de bloc Ethereum, catégoriser les comportements de transaction et identifier la MEV grâce à la correspondance de motifs et à l'analyse. Voici les principales caractéristiques de Brontes.

Tableau de bord Brontes (Source : site officiel)

1. Classification des données de transaction
Brontes peut classer les transactions en fonction de comportements spécifiques, y compris l'initiateur, le destinataire, le montant de la transaction et les frais de gaz. Cette capacité de classification permet aux utilisateurs de mieux comprendre les différents types de transactions et leurs impacts.

2. Sortie de données structurées
Brontes transforme les données brutes de la blockchain Ethereum en un format structuré et facilement analysable, simplifiant considérablement le processus de prétraitement des données. Cette fonctionnalité est cruciale pour les développeurs et les chercheurs car elle améliore l'efficacité de l'analyse des données.

3. Intégration des données hors chaîne
Brontes intègre des données hors chaîne (telles que les prix des échanges centralisés, les métadonnées et les données peer-to-peer), rendant l'analyse plus complète et précise. Cette capacité d'intégration permet aux utilisateurs de comprendre la dynamique du marché sous plusieurs dimensions.

Brontes fournit un cadre modulaire qui permet aux utilisateurs de créer et d'appliquer différentes méthodes analytiques en fonction de leurs besoins. Spécifiquement:

1. Flexibilité
Les utilisateurs peuvent sélectionner différents modules pour gérer des types de données spécifiques, ce qui rend l'analyse plus personnalisée et personnalisée.

2. Efficacité
Permettre la collaboration entre les modules permet de décomposer les tâches analytiques complexes en tâches plus simples, ce qui améliore ainsi l'efficacité globale.

3. Identification et prévention de MEV
Brontes identifie les activités de MEV grâce à la correspondance de motifs et à l'analyse, aidant les utilisateurs à comprendre les risques potentiels. Par exemple, il peut détecter les pertes causées par le frontrunning ou les attaques sandwich, fournissant des informations de référence cruciales pour les fournisseurs de liquidité et les utilisateurs ordinaires.

4. Comparaison avec d'autres solutions MEV comme Flashbots
Par rapport à d'autres solutions MEV comme Flashbots, Brontes se concentre principalement sur l'analyse des données au niveau de l'application, tandis que Flashbots met l'accent sur l'optimisation au niveau du protocole. Brontes améliore la qualité de l'exécution des transactions en offrant des outils d'analyse visuelle des données, permettant aux utilisateurs de participer directement à la résolution des problèmes liés à MEV.

Présentation de l'outil Angstrom

Sorella Labs a développé l'outil Angstrom (pas encore lancé) et vise à réduire les comportements d'arbitrage courants dans les échanges décentralisés, en particulier sur la plateforme Uniswap V4. Voici une analyse détaillée du fonctionnement d'Angstrom pour atténuer les activités d'arbitrage.

1. Mécanisme d'enchères
Angstrom organise deux enchères dans chaque bloc. La première enchère détermine quelle transaction peut être traitée en premier, tandis que la deuxième enchère est une enchère en gros où toutes les commandes sont exécutées au même prix. Ce mécanisme vise à prévenir le frontrunning et les attaques sandwich.

2. Optimisation de l'ordre de transaction
Dans le traitement traditionnel des transactions, les mineurs déterminent généralement l'ordre des transactions en fonction des frais de gaz et des heures de soumission, ce qui les rend vulnérables aux attaquants de l'avant-garde. Le mécanisme d'enchères d'Angstrom déplace la dépendance des frais de gaz vers les enchères pour déterminer l'ordre des transactions, réduisant ainsi les marges bénéficiaires des acteurs malveillants.

3. Prévenir les activités d'arbitrage
La conception d'Angstrom crée une plus grande incertitude pour les arbitragistes lors de l'exécution d'opérations d'arbitrage. En mettant en œuvre des enchères au sein des blocs, Angstrom perturbe efficacement les plans des arbitragistes, ce qui rend difficile pour eux de tirer profit des divergences de prix.

4. Estimation dynamique du prix
Angstrom utilise une fenêtre temporelle dynamique pour calculer le prix moyen pondéré par le volume (VWAP) et estimer les différences de prix entre les échanges décentralisés (DEX) et les échanges centralisés (CEX). Cette méthode de calcul oblige les arbitragistes à affronter des conditions de marché plus complexes, réduisant ainsi leurs chances de réussir l'arbitrage.

5. Calcul et optimisation des coûts
Lors de l'identification des opportunités potentielles d'arbitrage, Angstrom prend en compte des facteurs de coût tels que les frais de gaz pour s'assurer que les utilisateurs peuvent évaluer précisément leurs scénarios de profit réel. Ce mécanisme aide les utilisateurs à évaluer plus précisément les risques et les récompenses lors de la réalisation de transactions.
L'innovation d'Angstrom réside dans son mécanisme d'enchères, qui introduit une offre équitable. Cela empêche les précurseurs d'obtenir facilement la priorité en augmentant simplement les frais de gaz. De plus, son mécanisme d'exécution en gros évite efficacement les fortes fluctuations de prix causées par de grosses transactions, réduisant ainsi les opportunités d'arbitrage.

Concurrents de Sorella Labs

Flashbots
Innovation : Flashbots se concentre sur les solutions de MEV au niveau du protocole en fournissant un mécanisme de commande de transaction transparent pour réduire les comportements malveillants.
Inconvénient : Ses solutions sont principalement concentrées au niveau du protocole central, ce qui peut ne pas répondre directement aux besoins des utilisateurs de la couche d'application.

Réseau Eden
Innovation : Eden Network crée un pool de transactions dédié qui permet aux utilisateurs de prioriser leurs transactions, réduisant ainsi l'impact du MEV.
Inconvénient : Le mécanisme d'Eden repose sur les utilisateurs payant des frais supplémentaires, ce qui peut augmenter les coûts et ne pas convenir à tous les utilisateurs.

Arbitrum
Innovation: En tant que solution de mise à l'échelle Layer 2, Arbitrum réduit indirectement l'impact de MEV en réduisant les frais de transaction et en augmentant les vitesses de traitement.
Inconvénient : Bien qu'Arbitrum excelle en termes de scalabilité, son approche pour résoudre le problème de MEV n'est pas directe et repose encore sur d'autres outils pour offrir une meilleure expérience utilisateur.

Sorella Labs aborde le problème de MEV avec Brontes et Angstrom : Brontes peut surveiller les activités de MEV sur le réseau Ethereum en temps réel. En analysant les données de transaction, Brontes aide les utilisateurs à identifier les risques potentiels et à optimiser les stratégies de trading. Angstrom s'intègre à Uniswap V4 et utilise un mécanisme d'enchères pour déterminer l'ordre des transactions, empêchant ainsi les comportements d'arbitrage. Cette innovation contribuera à réduire les pertes des utilisateurs pendant le processus de trading.

Conclusion

Sorella Labs, avec ses outils innovants et sa position forte sur le marché, démontre un potentiel significatif pour résoudre le problème de MEV au sein du réseau Ethereum. Malgré une concurrence intense et des incertitudes liées à la réglementation et aux risques technologiques, l'entreprise devrait connaître un plus grand succès à l'avenir grâce à l'innovation technologique continue et aux partenariats stratégiques, ce qui aura un impact positif sur l'écosystème de la finance décentralisée.