稳定币兑换被夹损失21.5万美元,MEV是如何攻击的?

Odaily星球日报发布于2025-03-13更新于2025-03-13

文章摘要

还有什么是安全的吗?

原文标题:Crypto trader gets sandwich attacked in stablecoin swap, loses $ 215 K

原文作者:Brayden Lindrea,Cointelegraph 作者

原文编译:ChatGPT

编者按:本文报道了一起发生在加密货币交易中的三明治攻击事件,一名交易员在进行稳定币兑换时损失了超过 21.5 万美元。文章详细描述了攻击的过程,包括 MEV 机器人如何通过前置交易获利,并探讨了可能的洗钱行为。同时,文章也提到了 Uniswap 平台为防止此类攻击所采取的保护措施,并对最初的批评进行了澄清。

以下为原文内容(为便于阅读理解,原内容有所整编):

3 月 12 日,一名加密交易员在进行一笔 220, 764 美元的稳定币转账时,成为了三明治攻击的受害者,几乎损失了其价值的 98% ,高达 21.5 万美元,这些价值被 MEV 机器人获取。

价值 220, 764 美元的 USDC 稳定币在 8 秒内被兑换为 5, 271 美元的 Tether USDT,因为 MEV 机器人成功前置交易,从中获利超过 215, 500 美元。

以太坊区块浏览器的数据显示,这起 MEV 攻击发生在去中心化交易所 Uniswap v3 的 USDC-USDT 流动性池中,该池锁定了价值 1980 万美元的资产。

稳定币兑换被夹损失21.5万美元,MEV是如何攻击的?

三明治攻击交易的详情 来源:Etherscan

根据 The DeFi Report 的创始人 Michael Nadeau 的说法,MEV 机器人通过将所有的 USDC 流动性从 Uniswap v3 的 USDC-USDT 池中换出,然后在交易执行后再将其放回,从而前置交易。

稳定币兑换被夹损失21.5万美元,MEV是如何攻击的?

Nadeau 表示,攻击者从 220,764 美元的交易中向以太坊区块构建者「bob-the-builder.eth」支付了 20 万美元的小费,并自己获利 8000 美元。

DeFi 研究员「DeFiac」推测,使用不同钱包的同一交易员可能总共遭遇了六次三明治攻击,他们引用了「内部工具」作为依据。他们指出,所有资金在存入 Uniswap 之前都来自借贷协议 Aave。

稳定币兑换被夹损失21.5万美元,MEV是如何攻击的?

其中两个钱包在 3 月 12 日 UTC 时间上午 9 点左右成为了 MEV 机器人三明治攻击的受害者。以太坊钱包地址「0xDDe…42a6D」和「0x999…1D215」在三到四分钟前的交易中分别被三明治攻击,损失了 138,838 美元和 128,003 美元。

这两个交易员在 Uniswap v3 的流动性池中进行了与进行 220,762 美元转账的交易员相同的兑换。

有人推测这些交易可能与洗钱有关。

加密数据仪表板 DefiLlama 的创始人 0xngmi 表示:「如果你有 NK 非法资金,你可以构建一个非常容易被 MEV 攻击的交易,然后私下发送给一个 MEV 机器人,并让他们在一个捆绑包中进行套利。」「这样你就可以以接近零的损失洗掉所有的钱。」

稳定币兑换被夹损失21.5万美元,MEV是如何攻击的?

虽然 Nadeau 一开始批评 Uniswap,但他后来承认这些交易并非来自 Uniswap 的前端,Uniswap 的前端具有 MEV 保护和默认滑点设置。

在 Uniswap CEO Hayden Adams 和其他人澄清了 Uniswap 为防止三明治攻击所采取的保护措施后,Nadeau 收回了这些批评。

稳定币兑换被夹损失21.5万美元,MEV是如何攻击的?

原文链接

你可能也喜欢

李飞飞最新长文:当视频生成、机器人和 NVIDIA 都自称世界模型,我们需要一个分类法

李飞飞发表文章,针对当前AI领域中“世界模型”一词被广泛滥用的现象提出一个清晰的功能分类法。她指出,尽管视频生成、机器人和NVIDIA等不同领域都自称构建“世界模型”,但它们实际指的是强化学习闭环(POMDP)中三种不同的功能模块。 **分类法如下:** 1. **渲染器**:输出**观测**(如像素),追求视觉保真度,例如Sora、Genie等视频生成模型。其局限在于“好看不等于物理正确”。 2. **模拟器**:输出**状态**,即在几何、物理和动力学层面忠实的世界表征,服务于建筑设计、机器人训练等需要精确模拟的场景。李飞飞认为这是连接渲染和规划的关键枢纽,被严重低估。 3. **规划器**:输出**动作**,根据观测和目标决定智能体(如机器人)应执行的动作,是感知-行动回路的闭环。 **现状与趋势:** * **渲染器**商业化最成熟,但有物理准确性天花板。 * **规划器**最令人兴奋但最不成熟,实验室演示与实际部署存在巨大鸿沟。 * **模拟器**是核心桥梁,掌握了模拟就同时为渲染和规划提供了基础。 当前最重要的趋势是这三类功能的边界正在消融,因为它们共享对世界底层运作(几何、物理、动力学)的同一套理解。例如,World Labs的Marble模型能同时输出用于视觉的高斯泼溅和用于物理模拟的碰撞网格。 逻辑终点是构建一个**统一的世界基础模型**,能根据下游需求在渲染、模拟和规划模式间自由切换。尽管面临数据不均衡、优化目标冲突等挑战,但三者的融合将重新定义机器智能与物理世界的关系,推动空间智能的发展。

链捕手1小时前

李飞飞最新长文:当视频生成、机器人和 NVIDIA 都自称世界模型,我们需要一个分类法

链捕手1小时前

交易

现货
活动图片