市场做市能否超越交易进行概括？在一篇新文章中，我描述了一种新颖的机制，使做市商不仅能够定价，还能在任何去中心化计算系统中有效分配稀缺资源。

假设你有一些计算请求（例如交易、预言机请求等）和一些可以执行请求的节点。在存在复杂的（例如资源、状态、并行化）约束的情况下，我们如何为计算请求定价并将其分配给节点？

我们理想上希望高效利用网络稀缺的资源，并提供用户和节点能够接受的非剥削性价格。此外，我们希望提供发布的价格，以便参与者可以拥有简单的用户体验（像Uber一样），而不必进行战略性竞标。

但是没有出价，网络就没有信息来评估其资源分配的效率。我们通过招募市场做市商来解决这个问题，他们可以估计需求和供应参数。但是在不将所有交易收益都给予他们的情况下使用他们是相当具有挑战性的。

通过仅一个做市商，我们可以通过让做市商设定价格并保持利润来激励高效的资源配置。然而，做市商会向用户收取高价，并向节点支付低奖励，从交易中获取所有收益。这就是像Uber这样的市场中发生的事情。

但是在多个做市商的情况下，如何选择最佳提案并不明确，因为该机制没有关于供需参数的信息。本文的主要贡献是提出了一种新颖的机制，使做市商在激烈竞争中实现效率，而不进行剥削。

该机制依次考虑做市商的提案，并保持一个“当前最佳”提案。如果下一个提案为有冲突的参与者提供了更好的价格，则当前提案可能会通过使无冲突参与者的价格变得更差来尝试进行价格匹配。

如果当前最佳提案无法进行价格匹配，则会被替换。在均衡状态下，该机制返回一个有效的资源分配和定价计划，用户和节点将接受该计划，而不会造成剥削。

特别感谢 @0xemperor @noamnisan @0xQTpie @ArshanKhanifar @PGarimidi @MaxResnick1 @bahrani_maryam @ckartik_ 以及更多人的反馈，感谢 @achalvs 的设计。