Aptos VS Solana VS 以太坊:交易速度大比拼

Odaily星球日报Published on 2025-03-17Last updated on 2025-03-17

Abstract

深入浅出地理解在一笔交易的生命周期里以太坊、Solana和Aptos的主要差异。

原文作者:Kevin, the Researcher at Movemaker


对比 Move 语言、Aptos 与其他公链在技术上的差异,可能因观察深度不同而显得枯燥。笼统分析难免隔靴搔痒,深入代码又容易只见树木不见森林。要快速、准确地理解 Aptos 与其他公链的区别,选择一个合适的锚点至关重要。


笔者认为,一笔交易的生命周期是最佳切入点。通过分析交易从创建到最终状态更新的完整步骤——包括创建与发起、广播、排序、执行和状态更新——可以清晰把握公链的设计思路与技术取舍。以此为基准,向后退一步,能理解不同公链的核心叙事;向前进一步,则可探索如何在 Aptos 上打造吸引市场的应用。


如下图,所有区块链交易都围绕这五个步骤展开,而本文将以 Aptos 为中心,剖析其独特设计,并对比以太坊与 Solana 的关键差异。

深入浅出地理解在一笔交易的生命周期里以太坊、Solana和Aptos的主要差异


Aptos:乐观并行与高性能设计


Aptos 是一条强调高性能的公链,其交易生命周期与以太坊类似,但通过独特的乐观并行执行和内存池优化实现了显著提升。以下是 Aptos 上交易生命周期的关键步骤:
创建与发起
Aptos 网络由轻节点、全节点和验证者组成。用户通过轻节点(如钱包或应用)发起交易,轻节点将交易转发给附近的全节点,全节点再同步至验证者。
广播
Aptos 保留了内存池,不过在 QuorumStore 之后内存池之间不共享。与以太坊不同不同的是,其内存池不仅仅是交易缓冲区。在交易进入内存池后,系统根据规则(如 FIFO 或 Gas 费用)进行预排序,确保后续并行执行时交易无冲突。这种设计避免了 Solana 需提前声明读写集合的高硬件需求。
排序
Aptos 采用 AptosBFT 共识,提议者原则上无法自由排序交易,aip-68 赋予提议者额外填充被延迟交易的权利。内存池预排序已提前完成冲突规避,区块生成更依赖验证者间的协作,而非提议者主导。
执行
Aptos 使用 Block-STM 技术实现乐观并行执行。交易被假设无冲突并同时处理,若执行后发现冲突,受影响的交易会被重新执行。这种方式利用多核处理器提升效率,TPS 可达 160, 000 。
状态更新
验证者同步状态,最终性通过检查点确认,类似于以太坊的 Epoch 机制,但效率更高。
Aptos 的核心优势在于乐观并行与内存池预排序的结合,既降低了节点性能需求,又大幅提升了吞吐量。如下图所示,Aptos 的网络架构清晰支持这一设计:

深入浅出地理解在一笔交易的生命周期里以太坊、Solana和Aptos的主要差异


来源:Aptos 白皮书


以太坊:串行执行的基准


以太坊作为智能合约的开创者,是公链技术的原点,其交易生命周期为理解 Aptos 提供基础框架。
以太坊交易生命周期

  • 创建与发起:用户通过钱包经中继网关或 RPC 接口发起交易。
  • 广播:交易进入公共内存池,等待打包。
  • 排序:PoS 升级后,区块构建者按利润最大化原则打包交易,中继层竞标后提交给提议者。
  • 执行:EVM 串行处理交易,单线程更新状态。
  • 状态更新:区块需通过两个检查点确认最终性。

以太坊的串行执行和内存池设计限制了性能,区块时间为 12 秒/插槽,TPS 较低。相比之下,Aptos 通过并行执行和内存池优化实现了质的飞跃。

深入浅出地理解在一笔交易的生命周期里以太坊、Solana和Aptos的主要差异


Solana:确定性并行的极致优化


Solana 以高性能著称,其交易生命周期与 Aptos 差异显著,尤其在内存池和执行方式上。
Solana 交易生命周期

  • 创建与发起:用户通过钱包发起交易。
  • 广播:无公共内存池,交易直接发送给当前及下两位提议者。
  • 排序:提议者基于 PoH(Proof of History)打包区块,区块时间仅 400 毫秒。
  • 执行:Sealevel 虚拟机采用确定性并行执行,需提前声明读写集合以避免冲突。
  • 状态更新:BFT 共识快速确认。

Solana 不使用内存池的原因是内存池可能成为性能瓶颈。由于没有内存池,以及 Solana 独特的 PoH 共识,节点能够快速达成交易顺序共识,避免了交易在内存池中排队的需要,交易几乎可以即时成交。然而,这也意味着在网络过载时,交易可能被丢弃而非等待,用户需重新提交。
相比之下,Aptos 的乐观并行无需声明读写集合,节点门槛更低,TPS 却更高。

深入浅出地理解在一笔交易的生命周期里以太坊、Solana和Aptos的主要差异


来源:shoal research


并行执行的两种路径:Aptos vs Solana


交易的执行代表区块状态的更新,是交易发起指令转化为具有最终性状态的过程。这一变化如何理解?节点假设交易成功,计算其对网络状态的影响,这个计算过程就是执行。
因此,区块链中的并行执行指的是多核处理器同时计算网络状态的过程。在当前市场中,并行执行分为确定性并行执行和乐观并行执行两种方式。这两种开发方向的差异根源在于如何确保并行交易不发生冲突——即交易之间是否存在依赖关系。
由此可见,在交易生命周期中,确定并行交易依赖项冲突的时机——决定了确定性并行执行与乐观并行执行两种开发方向的分化,Aptos 与 Solana 选择了不同方向:

  • 确定性并行(Solana):交易广播前需声明读写集合,Sealevel 引擎根据声明并行处理无冲突交易,冲突交易串行执行。优点是高效,缺点是硬件需求高。
  • 乐观并行(Aptos):假设交易无冲突,Block-STM 并行执行后验证,若有冲突则重试。内存池预排序降低冲突风险,节点负担更轻。

举例:账户 A 余额 100 ,交易 1 转 70 给 B,交易 2 转 50 给 C。Solana 通过声明提前确认冲突,按序处理;Aptos 并行执行后若发现余额不足,重新调整。Aptos 的灵活性使其更具扩展性。


乐观并行通过内存池来提前完成冲突确认


乐观并行的核心思想是假设并行处理的交易不会冲突,因此在交易执行前,应用端无需提交交易声明。若交易执行后验证时发现冲突,Block-STM 会重新执行受影响的交易以确保一致性。
然而在实践中,若不提前确认交易依赖项是否冲突,真实执行时可能出现大量报错,导致公链运行卡顿。因此,乐观并行并非单纯假设交易无冲突,而是在某一阶段提前规避了风险,这个阶段就是交易广播阶段。
在 Aptos 上,交易进入公共内存池后,会根据一定规则(如 FIFO 和 Gas 费用高低)进行预排序,确保一个区块内的交易在并行执行时不会冲突。由此可见,Aptos 的提议者实际上不具备交易排序能力,网络中也不存在区块构建者。这种交易预排序是 Aptos 实现乐观并行的关键。与 Solana 需引入交易声明不同,Aptos 无需此机制,因此对节点性能的要求大幅降低。在确保交易不冲突的网络开销上,Aptos 加入内存池对 TPS 的影响远小于 Solana 引入交易声明的代价。因此,Aptos 的 TPS 可达 160, 000 ,超过 Solana 一倍以上。 交易预排序的影响是 Aptos 上捕获 MEV 的难度加大,这对用户而言利弊兼存,此处不再赘述。
基于安全性的叙事是 Aptos 的发展方向

  • RWA: Aptos 正在积极推进现实资产代币化和机构金融解决方案。相比以太坊,Aptos 的 Block-STM 能并行处理多笔资产转移交易,避免因网络拥堵导致的确权延迟。在 Solana 或者 Sui 上,尽管交易速度快,但无内存池设计可能在网络过载时丢弃交易,影响 RWA 的确权稳定性。Aptos 的内存池预排序则确保交易按序进入执行,即使高峰期也能维持资产记录的可靠性。RWA 需要复杂的智能合约支持,如资产分割、收益分配和合规性检查。Move 语言的模块化设计和安全性,让开发者能更轻松地构建可靠的 RWA 应用。相比之下,以太坊 Solidity 的复杂性和漏洞风险增加了开发成本,而 Solana 的 Rust 编程虽高效,却对开发者学习曲线要求较高。Aptos 的生态友好性有望吸引更多 RWA 项目落地,形成正向循环。Aptos 在 RWA 领域的潜力在于安全性和性能的结合。未来,其可聚焦于与传统金融机构合作,将债券、股票等高价值资产上链,借助 Move 语言打造合规性强的代币化标准。这种“安全+高效”的叙事,能让 Aptos 在 RWA 市场中脱颖而出。
    2024 年 7 月,Aptos 官宣将 Ondo Finance 的 USDY 引入生态,并于主要的 DEX、借贷应用集成,截止 3 月 10 日,USDY 在 Aptos 上的市值约为 1500 万美元,约占 USDY 总市值的 2.5% 。2024 年 10 月,Aptos 宣布富兰克林邓普顿已在 Aptos Network 上推出以 BENJI 代币为代表的富兰克林链上美国政府货币基金(FOBXX)。此外,Aptos 与 Libre 合作推进证券代币化,将 Brevan Howard、BlackRock 和 Hamilton Lane 的投资基金上链,增强机构投资者访问。
  • 稳定币支付:稳定币支付需要确保交易的最终性和资产安全。Aptos 的 Move 语言通过资源模型防止双重支付,确保每一笔稳定币转账的准确性。例如,用户使用 Aptos 上的 USDC 支付时,交易状态更新受到严格保护,避免因合约漏洞导致资金丢失。此外,Aptos 的低 Gas 费用(得益于高 TPS 分摊成本)使其在小额支付场景中极具竞争力。以太坊的高 Gas 费用限制了其支付应用,而 Solana 虽成本低,但网络过载时的交易丢弃风险可能影响用户体验。Aptos 的内存池预排序和 Block-STM 则保证了支付交易的稳定性和低延迟。
    PayFi 和稳定币支付需兼顾去中心化与监管合规。AptosBFT 的去中心化共识降低了中心化风险,同时其模块化架构支持开发者嵌入 KYC/AML 检查。例如,一个稳定币发行商可在 Aptos 上部署合规合约,确保交易符合本地法规,而不牺牲网络效率。这一点优于以太坊的中心化中继模式,也弥补了 Solana 提议者主导的潜在合规短板。Aptos 的平衡设计使其更适合金融机构入场。
    Aptos 在 PayFi 和稳定币支付领域的潜力在于“安全、高效、合规”的三位一体。未来,会持续推动稳定币的大规模采用,打造跨境支付网络,或与支付巨头合作开发链上结算系统。高 TPS 和低成本还能支持微支付场景,如内容创作者的实时打赏。Aptos 的叙事可聚焦于“下一代支付基础设施”,吸引企业和用户双向流量。

Aptos 在安全性上的优势——内存池预排序、Block-STM、AptosBFT 和 Move 语言——不仅提升了抗攻击能力,还为 RWA 和 PayFi 叙事奠定了坚实基础。在 RWA 领域,其高安全性和吞吐量支持资产代币化和大规模交易;在 PayFi 与稳定币支付中,低成本和高效性推动了现实应用落地。相比以太坊的稳健但低效、Solana 的高速但高门槛,Aptos 以平衡之道开辟新局。未来,Aptos 可凭借这些优势,塑造“安全驱动的价值网络”叙事,成为连接传统经济与区块链的桥梁。


总结:Aptos 的技术差异与未来叙事


通过交易生命周期的视角,我们得以清晰对比 Aptos 与以太坊、Solana 和 Sui 在技术设计上的差异,并揭示其各自的核心叙事。以下表格总结了四者在广播、排序和执行阶段的异同,Aptos 的独特优势也由此凸显:

深入浅出地理解在一笔交易的生命周期里以太坊、Solana和Aptos的主要差异


Aptos 的设计在性能与安全之间取得了巧妙平衡。其内存池预排序结合 Block-STM 的乐观并行,既降低了节点门槛,又实现了 160, 000 TPS 的高吞吐量,超越 Solana 的确定性并行和 Sui 的对象级并行。与以太坊的串行执行相比,Aptos 的并行能力带来质的飞跃;而相较于 Solana 和 Sui 砍掉内存池的激进优化,Aptos 保留预排序机制,确保了网络在高负载下的稳定性。这种“稳中求快”的思路,辅以 Move 语言的资源模型,赋予 Aptos 更高的安全性——无论是抵御 DDoS 攻击,还是防止合约漏洞,都优于以太坊的传统架构和 Solana 的高硬件依赖。 与同样基于 Move 语言的 Sui 相比,Aptos 和 Sui 的分化更具启发性。Sui 以对象为中心,通过 DAG 排序和对象级并行追求极致性能,适合高并发资产管理场景;而 Aptos 以账户为中心,依托内存池和乐观并行,兼顾通用性与生态兼容性。这种差异不仅反映了技术路径的选择,也预示了应用方向的分化:Sui 或更擅长复杂资产操作,Aptos 则在安全性驱动的场景中占据优势。 正是基于这种安全性与性能的结合,Aptos 在 RWA 和 PayFi 叙事中展现出巨大潜力。在 RWA 领域,Aptos 的高吞吐量支持大规模资产上链,近期与 Ondo Finance(USDY 市值约 1500 万美元)、Franklin Templeton 及 Libre 的合作已初见成效。在 PayFi 和稳定币支付中,Aptos 的低成本、高效率和合规性支持微支付与跨境结算,成为“下一代支付基础设施”的有力候选。
综上,Aptos 在交易生命周期的每个环节都融入了安全与高效的考量,区别于以太坊的稳健低效、Solana 的高性能高门槛,以及 Sui 的对象驱动极致优化。未来,Aptos 可凭借“安全驱动的价值网络”叙事,连接传统金融与区块链生态,在 RWA 和 PayFi 领域持续发力,构建一个兼具信任与扩展性的公链新格局。


关于 Movemaker


Movemaker 是由 Aptos 基金会授权,经 Ankaa 和 BlockBooster 联合发起的首个官方社区组织,专注于推动 Aptos 华语区生态的建设与发展。作为 Aptos 在华语区的官方代表,Movemaker 致力于通过连接开发者、用户、资本及众多生态合作伙伴,打造一个多元、开放、繁荣的 Aptos 生态系统。
免责声明:
本文/博客仅供参考,代表作者的个人观点,并不代表 Movemaker 的立场。本文无意提供:(i) 投资建议或投资推荐;(ii) 购买、出售或持有数字资产的要约或招揽;或 (iii) 财务、会计、法律或税务建议。持有数字资产,包括稳定币和 NFT,风险极高,价格波动较大,甚至可能变得一文不值。您应根据自身的财务状况,仔细考虑交易或持有数字资产是否适合您。如有具体情况方面的问题,请咨询您的法律、税务或投资顾问。本文中提供的信息(包括市场数据和统计信息,若有)仅供一般参考。在编写这些数据和图表时已尽合理注意,但对其中所表达的任何事实性错误或遗漏概不负责。

Trending Cryptos

Related Reads

Doubao and Qwen Will Discontinue Agent Functionality on July 15

On July 4th, Doubao and Tongyi Qianwen announced the impending shutdown of their user-created "AI Agent" features. Doubao confirmed its agent feature will be taken offline on July 15, directing users to ByteDance's CatBox app for similar needs. On the same day, Tongyi Qianwen notified users, specifying that personalized interactive agents and user-built agent functions will cease on July 10, with all agent features and services completely deactivated by July 15. After this date, access to agent configurations and historical chat records will be lost. This adjustment impacts core user scenarios like role-playing, personal assistants, and vertical tool agents. The shutdown date coincides with the official implementation of China's "Interim Measures for the Administration of Artificial Intelligence Human-like Interactive Services" on July 15. The new regulations impose strict rules on "human-like emotional interaction services," requiring platforms to implement measures like anti-addiction systems, minor verification, and content moderation. This move is widely seen as a proactive step by the platforms to align with regulatory timelines and mitigate compliance risks. Additionally, commercial challenges are a key driver. Analysis suggests that casual, human-like chat agents generate high-frequency, low-value interactions, leading to high computational costs with poor monetization. As the AI application market shifts from user growth to proving value, sustaining such "high-cost, low-efficiency" user-generated content becomes difficult. Both platforms have outlined transition plans. Doubao will allow data viewing and self-backup for a period after shutdown, with data scheduled for permanent deletion by October 15. Tongyi Qianwen similarly advised users to save important content via copying or screenshots before the deadline. This strategic retreat from C-end agent features signals a broader market shift. Compliance capability and sustainable business models are replacing user scale and feature richness as the new core competitive dimensions. Tongyi Qianwen's recent move to fully open its Agent and Skill platforms to third-party enterprises and developers further underscores a strategic pivot from low-value C-end services to high-value B-end enterprise scenarios.

marsbit48m ago

Doubao and Qwen Will Discontinue Agent Functionality on July 15

marsbit48m ago

Why Did Codex and ChatGPT Merge? What's Next for Codex? OpenAI Core Leader Answers Everything

In 2026, OpenAI's Codex saw explosive growth, with weekly active users surging over 5x to 5 million since January, driven largely by the February launch of its desktop app. Codex desktop lead Andrew Ambrosino explains key shifts behind its evolution. A core change is the inversion of development costs: implementation is now cheap, while curation and taste—judging which of many AI-generated prototypes is valuable—have become the new scarcities. Ambrosino defines taste as a blend of aesthetics, systems thinking, direction, and semantic coherence in interaction. He notes AI still struggles with design because evaluating it requires human cultural context and abstract reasoning about how components relate—capabilities beyond current models. Timing is critical: the same Codex app would have failed months earlier; success hinges on the model's capabilities at launch. Roles are blurring within his team, with engineers, designers, and PMs overlapping significantly. However, Ambrosino cautions against eliminating specialized roles entirely, as each field retains deep expertise. On AI-assisted development, the focus has shifted from measuring code written by AI to distinguishing between supervised and unsupervised generation. A current challenge is teaching models to simplify code, not just add complexity. The merger of Codex and ChatGPT stems from observed user behavior: non-developers adopted Codex for general knowledge work despite its developer-centric interface. This revealed a collapsing boundary between specialized tools and universal assistants. The vision is a "home base" that orchestrates tasks across external professional tools (like Excel or Premiere Pro) via connectors, rather than rebuilding everything internally. An internal example showed Codex helping edit video by interacting with Premiere Pro's files and even writing a plugin for it. The future direction is a unified, extensible platform that serves as a central hub for automating and managing work across any specialized tool the user employs.

marsbit58m ago

Why Did Codex and ChatGPT Merge? What's Next for Codex? OpenAI Core Leader Answers Everything

marsbit58m ago

Trading

Spot

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of ETH (ETH) are presented below.

活动图片