PropAMM 成本 0.26 基点，公共池因套利暴跌

据 Woofun AI 消息，专业做市商与被动流动性提供者在 生态中的利益背离现象已被量化证实。9 月 29 日发布的一份预印本报告指出，尽管 PropAMM 机制显著降低了交易摩擦，但公共池却因无法抵御套利攻击而陷入亏损泥潭。

这种结构性矛盾表明，当前 DeFi 流动性市场的定价机制正经历深刻重构，传统 AMM 模型在应对高频套利时显得捉襟见肘。报告通过对比不同流动性池的表现，揭示了市场效率提升背后隐藏的分配不公问题，为理解 Web3 金融基础设施的演进提供了关键视角。

在执行成本的量化对比上，数据呈现出悬殊差异。研究覆盖的时间范围为 2025 年 9 月 1 日至 2026 年 8 月 31 日，期间由专业操作人员管理的 propAMM 类型交易池，其相对参考价格的执行成本仅为 0.26 基点。相比之下，公开运行的自动化做市商对应的执行成本高达 2.59 基点，前者效率优势显著。该研究由 ETH Zurich 和 Category Labs 机构联合完成，数据样本主要来源于 Solana 网络，其中 和 平台的数据量相对较少。为了精确衡量成本，研究人员采用 平台基于 的微价指标，并经 /USDT 中间价转换后，结合交易金额大小进行加权计算。

这种严谨的方法论确保了不同规模交易之间的可比性，从而准确反映出 propAMM 在降低滑点和提升价格发现效率方面的卓越表现。值得注意的是，这种成本优势并非偶然，而是源于专业做市商对风险敞口的精细管理和对市场微观结构的深刻理解。

利润率悖论进一步揭示了市场参与者的命运分野。在针对 Solana 平台的深入分析中，propAMM 类型的做市商利润率为+0.37 基点/秒，而公共 AMM 类型则为-0.22 基点/秒。这里的"利润率"定义为成交价与后续参考价的差额，正数代表做市商获利。所谓"平静流处理"，是指在参考价格变化幅度小于 1 基点的稳定背景下，交易者需做出的让步。该标准要求从交易发生前 5 秒到交易完成后 1 秒之间，市场波动保持低位。若将这两种衡量标准混淆，关于定价问题和逆向选择的证据便可能被误读为盈利宣称。当外部市场率先变动时，仍使用旧价格的交易池会以过低价格出售或过高价格买入资产，套利者随即介入促使价格回归正常，但这过程是通过消耗池内现有流动性实现的。

Woofun AI 整理数据显示，这种套利成本已成为做市商经济模型的核心组成部分，导致被动资金提供者承担了大量隐性损失。投资回报不仅取决于资产敞口和费用收入，还需综合考虑持仓情况、持有期限、对冲措施及运营开支。由于研究时间跨度较短，相关会计问题尚未完全解决，仅凭整体平均数据无法断定专业交易池直接导致了被动做市商的总体亏损，但逆向选择带来的负面影响已不容忽视。

在 4 月发布的报告中详细介绍了其 propAMM 机制，特别是自有的 系统。该系统能够根据资产存量、报价更新频率以及流入市场的资金质量，动态调整价格和可用流动性。由于 本身也是该领域的积极参与者，其实现方式与其他机构存在差异。例如，若做市商持有过多某种资产，可能会抑制进一步增加该资产存量的交易行为；而过时的报价则可能成为减少供应或提高费用的借口。那些与逆向选择相关的交易路径，可能会享受到与做市商认为风险较低的路径不同的条款。从经济学角度看，这些控制措施使得做市商在预期风险较低时能够给出更优惠的报价。