加密内存池进展受阻：技术与激励机制双重挑战

在EthCC[9]大会期间，Flashbots高级研究科学家、帝国理工学院访问学者Jonathan Passerat-Palmbach深入探讨了加密内存池的发展脉络与当前瓶颈。他回顾了从委员会制门限加密到批量解密，再到结合静默设置与批处理的Beast-MEV方案的技术演进路径，揭示学术界已提出多种实现构想。

密码学约束致协议内嵌难行

尽管多种方案相继提出，但目前尚无一种能同时满足静默设置、非交互式解密、小尺寸密钥及密文等关键条件，导致其无法直接集成至以太坊底层协议中，仍停留在理论探索阶段。

盲序机制引发链上效率与中心化风险

加密内存池采用的盲序排序模式带来多重负面效应：搜索者为抢占先机大量提交无效套利包，造成链上垃圾交易泛滥；由于MEV补贴被削弱，远距离验证者参与意愿下降，加剧网络中心化趋势；用户交易执行质量显著下滑，价格偏离度扩大且回滚风险上升。

拍卖机制失效，可编程隐私或成破局之选

由于执行后才解密的时序设计，传统基于竞价的拍卖机制无法有效运作，而该机制被认为是管理MEV激励的最优范式。为此，研究者提出可编程隐私作为替代路径，支持在完全加密与透明公开之间灵活调节隐私等级，当前可通过可信执行环境（TEE）实现，未来有望借助全同态加密（FHE）等前沿技术进一步优化。