〔品傳媒／綜合外電報導〕幣安約63億美元駭案的鏈上後續持續浮現。區塊鏈數據平台Bitquery調查指出，駭客在台灣時間10月30日凌晨至上午倉促將贓款換成以太幣與波場幣，因以高於市價買入、低於市價拋售，合計損失約1.19億美元；套利交易者與機器人扣除成本後獲利約6,000萬美元，以太坊區塊建構者與驗證者則意外進帳約2,950萬美元。
重點摘要：駭客在以太坊上買進ETH多付約7,150萬美元，Uniswap主要WETH/USDT池價格一度高於市價38%；當晚區塊建構者收到的小費達前一晚的2,200倍以上。
駭客倉促換幣 損失約1.19億美元
根據Bitquery調查報告，其計算方式是將駭客每筆交易與同一分鐘Hyperliquid價格比較，算出買入時多付、賣出時少收的金額。其中最大筆為在以太坊上以高價買進ETH，約多付7,150萬美元；在波場鏈上高價買進TRX多付約2,240萬美元；低價拋售其他被盜代幣少收約2,480萬美元。
報告指出，駭客台灣時間10月30日凌晨4時34分至49分間透過UniswapX與 1inch Fusion掛單，以3.25億枚USDT買進122,316枚ETH，均價約2,657美元，而當時市價約2,284美元。波場方面，駭客在SunSwap將2.34億枚USDT換成TRX，均價約0.367美元，高於市價約0.33美元，相關池價格偏高狀態持續約10小時。本報先前也曾報導駭客經波場洗出大筆資金。
| 損失項目 | 金額（美元） |
|---|---|
| 以太坊上高價買進ETH | 約7,150萬 |
| 低價拋售被盜代幣 | 約2,480萬 |
| 波場鏈上高價買進TRX | 約2,240萬 |
| 低於1美元拋售RLUSD | 約30萬 |
| 合計 | 約1.19億 |
資料來源：Bitquery（以Hyperliquid同分鐘價格為基準）
誰賺到了？套利者、驗證者與流動性提供者分食
Bitquery拆解這筆約1.19億美元的去向：交易者與機器人扣除手續費與小費後保留約5,990萬美元，區塊建構者與驗證者收到約2,950萬美元，流動性提供者以當時價格計約2,020萬美元，另有約450萬美元未能追蹤。報告也提到，56種小型代幣缺乏可靠價格，以駭案前價格估算駭客另損失900萬至1,600萬美元，未計入總數。
CryptoSlate引述Bitquery數據報導，台灣時間10月30日凌晨4時30分至上午9時間，機器人支付給區塊建構者的小費高達10,251枚ETH，前一晚同時段僅4.6枚，增幅超過2,200倍；建構者保留約564枚ETH，其餘約11,217枚主要經Titan中繼轉給驗證者。同時段失敗交易也由約3,500筆增至10,235筆。CryptoSlate指出，透過Lido等質押服務的驗證者，可將執行層獎勵分配給質押者。
不是人人都賺 部分機器人反而小虧
並非所有參與者都獲利。Bitquery指出，知名交易機器人地址jaredfromsubway捕捉到約287萬美元的拋售折價，却付出約295萬美元費用，小幅虧損；CryptoSlate也提到，另一個未具名機器人支付351萬美元、僅捕捉324萬美元。波場上的流動性提供者帳面獲利約1,040萬美元，但到當天早上與單純持幣相比僅多約74萬美元。
穩定幣方面，駭客約20分鐘內拋售4,800萬枚RLUSD，五分鐘K線低點跌至0.9393美元，孤立成交一度低至0.81美元。Bitquery強調，地址標籤可能不完整或有誤，報告不對任何參與方的意圖或行為做出判斷。
後續觀察：贓款流向與鏈上流動性風險
這起事件顯示，大規模贓款在去中心化交易所集中轉換時，會在短時間內拉開鏈上價格與市場價格，進而影響一般交易者的成交價與交易費用。市場後續將關注贓款流向、各協議的凍結作為，以及幣安完整事件報告。
常見問題 FAQ
幣安駭客換幣為何會損失約1.19億美元？
駭客在短時間內以大額掛單與直接打入流動性池的方式換幣，推高買入價、壓低賣出價。Bitquery將每筆交易與同分鐘Hyperliquid價格比較，算出合計損失約1.19億美元。
以太坊驗證者為何會意外獲利？
套利機器人為了搶先成交，向區塊建構者支付高額小費，建構者再將大部分轉給驗證者。當晚驗證者收到約11,217枚ETH，區塊建構者與驗證者合計約2,950萬美元。
參考資料
- Bitquery：Binance Hack: Hacker Lost $119M on Swaps, Traders Kept $60M
- CryptoSlate：Ethereum validators pocket $30 million windfall as Binance hackers lose $119 million in rushed trades
※本文內容僅供資訊參考，不構成任何投資建議。加密貨幣價格波動劇烈，投資前請審慎評估自身風險承受能力。
※本文由 AI 輔助撰寫。首圖為示意圖（圖／Freepik）。