簡析訂單簿項目Sei Network: 突破DEX 擴展性

Sei 專注於交易，為希望在通用第1 層上構建的開發人員創建了一個引人注目的產品。

撰文：IBCL

Sei：最快的L1 交易

Sei Labs 有一個核心論點：交換數字資產的能力是加密的基本應用。如何擴展交易應用程序和交易所的問題有助於開啟Web3 採用的下一階段增長。 Sei 是為交易而構建的通用第1 層區塊鏈，在堆棧的每一層都進行了優化，為交易應用程序和交易所提供最佳基礎設施。

資產交換構成了加密貨幣的基石

交易不局限於對蠟燭圖、技術分析和衍生品的常規理解。它涵蓋範圍廣泛的資產和活動，包括交易代幣、NFT、現實世界資產、虛擬世界資產、風險、社會相似性等。

最著名的Web3 應用程序的成功植根於交易和資產交換。例如，比特幣的價值來自於它的交換能力。 MetaMask 用戶最終使用Uniswap 或OpenSea 等交易應用程序來交換資產。正是交換功能推動了他們對錢包的使用。同樣，人們使用Aave 來獲得流動性來購買東西。這些和其他成功的Web3 應用程序從交易和資產交換中獲得流量和價值。這麼看來，交易是加密貨幣的定義超出了許多人的預期。

值得注意的是，許多成功的Web3 應用程序在功能上都是交易所，無論它們是否這樣推銷自己。顯而易見的交易所示例包括Uniswap、OpenSea 和Sushi。然而，並非交易應用程序如此明確。 Axie Infinity 和StepN 都是遊戲，但遊戲內資產的交易對用戶體驗至關重要，所以它們也是交易應用。這就是為什麼這兩個遊戲項目分別建立了自己的NFT 市場和DEX。

交易有望成倍增長

隨著Web3 的不斷發展，交易的重要性只會增加。數字資產的激增推動了對交換這些資產的更大需求，交易將成為行業不可或缺的一部分。此外，對中心化交易所(CEX) 的更高監管壓力可能會推動更多的鏈上交易量和活動。這將需要交易應用程序進行擴展並適應巨大的使用浪潮。交易不僅將在Web3 中保持相關性，而且將與行業一起呈指數級增長。

面臨的問題

在過去的幾年裡，很明顯，鏈上交易資產已經達到了產品與市場的深度契合。下一個自然步驟是擴展應用程序以滿足即將到來的需求。問題在於，交易應用程序在現有第1 層和第2 層基礎設施上面臨著主要的擴展障礙。這一挑戰被稱為「交易三難困境」，因為交易應用程序無法同時實現去中心化、可擴展性和資本效率。

考慮到交易應用程序對速度、吞吐量、可靠性和MEV 的獨特要求，需要專門構建的基礎設施來解決這些問題。這就是Sei 的目標，它提供了解決DEX 可擴展性問題的解決方案，並使交易應用程序能夠有效擴展，同時保持去中心化和資本效率。

如果Sei 成功，交易應用程序將不再面臨去中心化的權衡。他們能夠提供與任何Web2 應用程序相同的用戶體驗，同時保持去中心化的不可談判的好處，即無需信任、無需許可即可進行交易和證明所有權而沒有審查風險的能力。

Sei 解決了這個問題

Sei 是一個開源的第1 層區塊鏈，旨在解決交易可擴展性問題。 Sei 是最快的第1 層交易，優化堆棧的每一層，為交易應用程序提供最佳基礎設施。 Sei 的獨特價值主張在於其對交易功能的單一關注。通過優化其交易應用程序的基礎設施，任何遊戲經濟體、NFT 市場或DeFi DEX 都將在Sei 上比在任何其他Layer 1 上運行得更好。

Sei 具有業內最快的最終確定時間，下限為300 毫秒和內置並行化，使基礎設施成為交易功能的理想選擇。通過利用共識研究中的兩項新進展，Sei 以Twin-Turbo 共識為特色，達到了其他Layer 1 無法達到的性能水平。此外，Sei 的內置匹配引擎和防搶先交易為交易應用程序提供了開箱即用的寶貴優勢。最後，Sei 的自動訂單捆綁功能提高了應用程序吞吐量，並改善了所有基於Sei 構建的交易應用程序的用戶體驗。

**為什麼要將Sei 構建為Layer 1？ **

Sei 背後的開發團隊Sei Labs 最初探索將Sei 構建為以太坊上的第2 層。 Layer 2 rollup 有兩個缺點：

1. 去中心化。每個第2 層目前都在使用集中式排序器，這意味著有一個實體負責驗證和執行用戶交易。這會導致嚴重的安全性、審查阻力和活躍性問題。
2. 吞吐量。第2 層的最大吞吐量受其寫入的底層第1 層的塊空間限制。這導致顯著的縮放困難。

Sei 專注於交易，為希望在通用第1 層上構建的開發人員創建了一個引人注目的產品。交易對於Web3 中的所有應用程序都非常重要，包括遊戲、社交和NFT。通過滿足這一基本需求，Sei 為用戶創造了一種引力，讓他們可以探索基於Sei 構建的任何類型的應用程序，因為交易是通用的。有數百個有前途的團隊建立在Sei 生態系統上，其中一些來自最大的第1 層和第2 層，例如以太坊、Solana、zkSync、Polygon 和Sui。