一次 L2 拥堵的解剖:两小时爬升、几分钟退潮,和 2.5 倍的峰值

首页 / 海外深读 / 读 arXiv 2610.35738
海外深读 / 链上数据

一次 L2 拥堵的解剖:两小时爬升、几分钟退潮,和 2.5 倍的峰值

拥堵不是一瞬间发生的。它先花几个小时把地基垫高,然后在几十秒里冲顶,再用几分钟退回去——这三个阶段对应三种完全不同的应对方式。

L2gas 需求Robinhood Chain需求爆发EIP-1559
海外深读 / 链上数据
关于链上拥堵,我们习惯用一个数字概括:gas 费涨了。但费用是结果,不是过程。真正决定你该做什么的,是需求在时间上的形状——它什么时候开始涨、涨得多快、退得多快。这篇论文把一条 L2 的前三个月全部区块拆开,给了一次爆发做了一份「解剖报告」。
原文
Fuji: The Shape, Composition, and Spread of Demand Bursts on Robinhood Chain
出处
arXiv:2610.35738(q-fin / cs)
时间
v1 提交 2026-10-26 16:55 UTC;25 页 / 8 图
作者
Pranay Anchuri(Offchain Labs)
数据
Robinhood Chain 前三个活跃月的每一个区块;爆发期超过 5,000 万笔 Uniswap 交换
对象
一条以代币化股票与 meme 币交易为主的 L2
方法
逐块统计 + 峰值对齐 + 双指数拟合 + 两种到达模型比较
本文处理
英文短引 5 处逐字摘自摘要,附译文与注释;第 04 节表格为本站按摘要比例所做的算术演示

01档案:这份数据是怎么来的

先说清楚「全链全块」意味着什么。多数链上研究用的是抽样:取几个热门合约、取某几天的日志、或者用第三方整理过的聚合表。抽样的问题是,你只能看到你选择看的那部分活动;而「爆发」恰恰是一个整体现象——它同时发生在很多合约上,也可能同时从很多合约上撤走。

这篇论文的选择是笨办法:把前三个活跃月的每一个区块都读一遍,再把爆发期里超过 5,000 万笔 Uniswap 交换逐笔归类。笨办法的好处是没有选择偏差;坏处是,它只能做一条链、一段时间,结论的外部效度要靠读者自己判断。

为什么选 Robinhood Chain 也值得说一句。这条 L2 在短时间内变成了代币化股票和 meme 币的交易场所,需求结构里同时有「美股交易时段」这种强外生节拍,和 meme 币那种纯情绪驱动的爆发。两种节拍叠在一条链上,正好适合观察「外部触发」与「自我强化」谁更主导。

02一次爆发的形状:三个时间段

论文最实用的部分,是把爆发拆成可对齐的阶段。把每次爆发的峰值对齐到同一时刻,再往前看几小时、往后看几十分钟,形状就出来了。

  • T−2h 至 T−0缓慢垫高需求在爆发前已经积累了数小时。这不是「突然来了一笔大单」,而是「很多人在同一段时间里陆续进场」,基线被一点点抬高。
  • T−0冲顶对齐峰值后,中位峰值是常态负载的 2.5 倍。注意这是中位数,不是极值:一半的爆发至少冲到 2.5 倍。
  • T+24s跟随窗口爆发内部,一个交易者进入某个池子之后,大约 24 秒内会有比既有交易者预测更多的进入——这是论文测到的「聚集」,但没能区分是模仿还是共同信号。
  • T+数分钟快退潮需求的下降由一个「分钟级」的指数项主导,多数超额需求在几分钟内消失。
  • T+数小时慢尾巴剩下的部分按「小时级」的指数衰减,基线要过几个小时才回到爆发前的水平。

这个形状本身就是结论:爆发不是脉冲,是「慢起、快落、长尾」。而大多数人的心理模型是「突然拥堵、然后恢复」,两端都估错了——低估了提前量,也低估了尾巴。

We find that a burst trades about as many pools as a quiet period, mostly different ones, and trades them harder, on top of elevated demand that accumulated for hours.原文
译文:我们发现,一次爆发所交易的池子数量与平静期差不多,但池子的构成大部分不同,而且每个池子被交易得更狠——这一切叠加在已经积累了数小时的高位需求之上。
注释:这句话里有三个独立的判断:数量差不多、构成不同、强度更高。第三个是「更狠」,前两个是「换了地方」。合起来的意思是,爆发不是「所有人涌向同一个池子」,而是「人群换了一批池子,并在每个池子里打得更重」。这对流动性提供者的含义很直接:你所在池子的风险,取决于它是否被选中,而不只取决于总需求。

把峰值单独拎出来看,量级更清楚。

With the bursts aligned on their peaks, the median peak is 2.5 times the usual load.原文
译文:把各次爆发的峰值对齐后,峰值的中位数是常态负载的 2.5 倍。
注释:中位数 2.5 倍意味着这不是长尾事件,而是「一半以上的爆发都会到 2.5 倍」。如果你的系统按「平均负载 ×1.5」做容量规划,一半的爆发都会打穿它。这也是为什么「按均值设计、按峰值救火」在链上系统里几乎必然失败。

时间尺度的那一句是全文的机制核心。

Both the rise and the fall of the demand are described by the sum of two exponential functions with different timescales, a slow one of hours and a fast one of minutes.原文
译文:需求的上升与下降,都可以用两个不同时间尺度的指数函数之和来描述:一个慢的以小时计,一个快的以分钟计。
注释:两个时间常数意味着两种机制。小时级的部分像是「人群陆续到场」,分钟级的部分像是「同一批人同时动手」。如果只有一个时间常数,你没法区分这两种情况;有了两个,才谈得上分别应对:慢的那部分要靠容量,快的那部分要靠优先级与限流。

最后是构成比例,也是最能被直接拿去做容量估算的一组数。

Against a matched quiet period, a burst has 1.05 times the pools, 1.40 times the trades, and 1.21 times the senders.原文
译文:与匹配的平静期相比,一次爆发的池子数是 1.05 倍、交易数是 1.40 倍、发送者是 1.21 倍。
注释:三个倍数放在一起才好玩:池子几乎没变(+5%),交易多了 40%,人多 21%。这说明爆发的增量主要不是「新用户涌入」,而是「已有用户在更多池子里做更多笔」。用运营语言说,这是活跃度上升,不是拉新。

论文还比较了两种解释:外部触发的级联,和自我激发的级联。结论是前者拟合得更好——这很重要,因为它意味着爆发在很大程度上是可预期的:如果触发源在链外(比如美股开盘、某条新闻),那么链上数据在爆发前几小时就已经开始「预告」。

We use two models to explain the arrival of bursts: externally triggered cascades and self-excitation. The former fits the data relatively better.原文
译文:我们用两个模型解释爆发的到来:外部触发的级联,以及自我激发。前者对数据的拟合相对更好。
注释:「相对更好」不是「证明了」。作者没有排除自激,只是说在拟合优度上外部触发占优。这个措辞很克制,也留下了空间:真实系统很可能是两者混合——外部事件点火,链上互动放大。

至于那 24 秒的跟随窗口,作者明确说无法区分「模仿」与「共同信号」。这是一个诚实的留白,也是后续研究最明显的一个入口。

03三个比例,一次换算

摘要给了三个倍数,但没说「每个池子被交易得多狠」到底是多少。这是一个可以自己算的比值问题。

每池交易数 = 交易数 / 池子数 → 1.40 / 1.05 ≈ 1.333 每人交易数 = 交易数 / 发送者数 → 1.40 / 1.21 ≈ 1.157 每人池子数 = 池子数 / 发送者数 → 1.05 / 1.21 ≈ 0.868三个比值都基于摘要给出的倍数,假设两组样本的口径一致。这是算术换算,不是论文的统计结果。
指标爆发期 / 平静期说明
池子数1.05×几乎不变,但构成不同
交易数1.40×增量主要来自交易频次
发送者数1.21×有新地址,但不是主力
每池交易数1.33×池子被「打得更狠」的量化版本
每人交易数1.16×同一批人操作更频繁
每人池子数0.87×人群更集中,不是更分散

最后一行值得单独说:每人池子数下降了 13%,说明爆发期的人群其实更「聚焦」——每个人在更少的池子里做更多的交易。这和「大家一起到处乱买」的直觉相反。对做市商的含义是:爆发期的竞争集中在少数池子,其他池子反而更空。

04我们的复算:2.5 倍要用多少个块消化

需求冲到 2.5 倍之后,费用机制要花多久把它压回去?如果这条链沿用 EIP-1559 的规则——每个区块的 base fee 最多上调或下调 12.5%——那么这是一个可以直接算的几何级数问题。

base fee 每块最多上调 12.5%,要把 2.5 倍的缺口压回 1 倍: 1.125^N = 2.5 → N = ln(2.5) / ln(1.125) ≈ 7.8 个块 消化时间 = N × 出块时间这是「只靠 base fee 调整、需求不变」的理想情况。真实情况下需求会先退潮(论文的分钟级衰减),所以实际消化时间通常短于这个上限。
出块时间7.8 个块 ≈对照
250 毫秒约 2 秒接近「瞬间」
2 秒约 16 秒一次爆发的主要冲击期
12 秒约 93 秒接近两分钟

这张表解释了一个体验差异:在出块快的 L2 上,费用冲击是「一下就没」;在出块慢的链上,同样的需求倍数会让高费率持续一到两分钟。而论文测到的「分钟级退潮」,恰好和 2 秒出块下的 16 秒、12 秒出块下的 93 秒在同一个数量级——机制和数据在这里对上了。

再看衰减。若把两个指数项的权重各取一半、时间常数分别设为 3 小时与 10 分钟(这两个数是本站为演示设定的,论文摘要只给了「小时级」与「分钟级」),超额需求剩余比例大致如下:

峰值后剩余超额需求主导项
5 分钟79%快项仍占三成
10 分钟66%快项退去一半
30 分钟45%慢项接管
60 分钟36%几乎全是慢项
3 小时18%慢项尾部

这组数字的意义不在精确值,而在形状:半小时后仍剩四成多。这意味着「等十分钟再操作」通常不够;如果你的策略依赖费率回归常态,时间尺度应该按小时算,而不是按分钟算。

还有一个容易被忽略的换算:论文测到的 24 秒跟随窗口,在 2 秒出块的链上大约是 12 个块,在 250 毫秒出块的链上大约是 96 个块。同一个「24 秒」,在不同链上是完全不同的块数——做重试策略时,按块数写逻辑比按秒写更稳。

05两种解释,各指向不同的应对

如果爆发主要是外部触发(论文的拟合结果偏向这一边),那么它是可预期的:触发源在链外,链上活动只是响应。应对方式是把容量和费率预案挂在外部日历上——美股开盘、重要数据发布、某个大 V 的喊单。这类爆发可以「提前加预算」。

如果爆发包含显著的自激成分,那么它是会自我放大的:交易推高费用,费用促使更多人抢在更贵的区块之前成交,进而推得更高。应对方式是限流与退避——重试要带指数退避,批量操作要拆散,失败交易不要立刻重发。论文说外部触发「相对更好」,但没有排除自激;现实里最可能的组合是:外部点火,自激放大。

这也解释了为什么「按均值做容量规划」在链上经常失效。均值对应的是慢项,峰值对应的是快项;两者的时间常数差了一个数量级。用均值算出来的余量,在快项冲顶的那几十秒里根本不够。

06对中文读者的用法

把这篇论文变成可操作的东西,只需要记住三个时间尺度和一个比例。

  • gas 预算按「常态 ×2.5」准备,而不是按均值加一点余量:中位峰值就是 2.5 倍,意味着一半的爆发会超过这个数。
  • 把「等十分钟」改成「等一小时」:双指数衰减下,半小时仍剩四成多超额需求。
  • 重试策略按块数而不是秒数写:24 秒的跟随窗口在不同出块速度下是 12 到 96 个块。
  • 批量操作拆散到多个块,避免自己在同一个块里制造一个小型爆发。
  • 如果你做 LP,关注「池子是否被选中」而不只是总需求:爆发期池子数只多 5%,但每池交易多 33%,被选中的池子风险集中上升。

还有一条更一般的:判断一条链的拥堵风险,不要只看 TVL 或日均交易数,要看需求的时间形状。同样日均交易量的两条链,如果一条的爆发峰值是 2.5 倍、另一条是 1.3 倍,它们的用户体验和费用稳定性会差一个档。这个形状是可以从区块数据里直接测出来的,不需要任何专有数据。

07一句话结论

拥堵不是「突然发生」,而是「几小时铺垫、几十秒冲顶、几分钟退潮、几小时收尾」;把这个形状记住,比记住任何一次具体的 gas 数字都有用。

本文只处理摘要页明确写出的数字与机制。第 04 节的块数、消化时间与衰减比例均为本站按公开规则与假设所做的算术演示(含 EIP-1559 的 12.5% 调整上限、3 小时/10 分钟两个演示用时间常数),不是论文的测量结果,也不构成任何投资建议。

08延伸阅读

资料来源与核对方式
· arXiv:2610.35738,Pranay Anchuri(Offchain Labs),Fuji: The Shape, Composition, and Spread of Demand Bursts on Robinhood Chain,https://arxiv.org/abs/2610.35738(v1,25 页 / 8 图)
· 本页短引共 5 处,逐字摘自该页摘要;2.5 倍峰值、1.05/1.40/1.21 三个倍数、双指数时间尺度与 24 秒跟随窗口均以摘要为准
· 第 04 节块数与衰减比例为本站按 EIP-1559 的 12.5% 调整上限与演示用时间常数所做的算术推导,不是论文测量结果
访问日期:2026-10-29。文中英文短引均摘自所列公开原文,译文与注释为本站所加;凡标注「我们的复算」「演示性算例」处均为按公开口径的算术推导,不是原作者结论。原文版权归原作者与发布方所有,本页为摘译与独立分析,不构成投资建议。

常见问题

「需求爆发」在这篇论文里是怎么定义的?

论文没有在摘要里给出单一阈值,而是通过逐块统计识别出需求显著高于常态的时段,并把各次爆发的峰值对齐后做统计分析。摘要给出的关键量是:峰值中位数为常态负载的 2.5 倍,爆发期与匹配平静期相比池子 1.05 倍、交易 1.40 倍、发送者 1.21 倍。

为什么说爆发「可以预期」?

因为论文比较了两种到达模型:外部触发的级联与自我激发,前者拟合更好。如果主要触发源在链外(例如美股交易时段或新闻),那么链上需求会在爆发前数小时就开始抬升,形成可观测的提前量。

两个指数项分别代表什么?

慢项以小时计,像是人群陆续到场、基线缓慢抬升;快项以分钟计,像是同一批人在短时间内集中动手。两者叠加,导致爆发「慢起、快落、长尾」——退潮看起来很快,但基线要几小时才恢复。

普通用户能做什么?

三件事:按峰值而非均值准备 gas;把「等费率回落」的时间尺度从十分钟改成小时级;重试与批量操作按块数设计并加退避,避免自己在同一个块里制造二次拥堵。

本文为公开预印本的摘译与独立分析,不构成投资或法律建议。英文短引逐字摘自 arXiv 摘要页(访问日期 2026-10-29),译文与注释为本站所加;标为「我们的复算」处均为按公开口径与假设设定的算术演示,不是原作者结论。 最后更新:2026-10-29。

安装 App