ERC-4337 与 Account Abstraction

发表于

ERC-4337 是什么，以及它如何实现 Account Abstraction。

什么是 Account Abstraction

Account Abstraction 可以直译为“账户抽象”。如果简单理解，它想做的事情就是：把账户原本一些固定的规则，变成可以自定义的逻辑。

在传统的以太坊模型中，普通用户使用的大多是 EOA（Externally Owned Account，外部拥有账户）。它的特点很直接：谁持有私钥，谁就可以发起交易，也就可以控制这个账户。

而 Account Abstraction 想改变的，正是这种相对固定的账户模型。它希望账户不再只是一个“持有私钥就能直接操作”的地址，而是变成一个可以定义自身规则的账户。比如，什么样的签名才算有效，账户是否支持限额控制、权限管理，或者是否具备账户恢复等能力。

从这个角度看，AA 的核心并不只是增加几个功能，而是让“账户如何被控制、如何验证、如何执行”这件事，变得更加灵活和可编程。

ERC-4337 是如何在不修改共识层的前提下实现 AA 的

如果想让以太坊原生支持更灵活的账户模型，最直接的办法就是修改以太坊协议本身，让整个区块链直接理解新的账户类型和新的交易验证方式。但这样做需要改动共识层，实现和推广的成本都很高。

而 ERC-4337 的做法是：不去修改以太坊本身，而是在现有体系之上额外构建一层新的用户操作流程。

在 ERC-4337 中，用户提交的不再是传统的交易，而是一种叫做 UserOperation 的数据结构。它不会直接作为链上交易被打包进区块中，而是先交给 Bundler 收集和处理，再由 Bundler 发起一笔普通交易，统一调用 EntryPoint 合约。

随后，EntryPoint 会进一步调用用户的智能账户合约，完成验证、执行和 Gas 结算等逻辑。这样一来，以太坊链本身看到的仍然是一笔普通交易，但在这笔普通交易背后，账户模型已经变得更加灵活了。

所以 ERC-4337 的关键点就在于：它并不是通过修改共识层来实现账户抽象，而是通过链上合约和链下基础设施的配合，在现有以太坊基础之上实现了 AA。

ERC-4337 的几个核心角色

Account

Account 就是用户使用的智能合约账户，也可以理解为 AA 钱包本体。

在传统模型中，用户使用的是一个 EOA 地址；但是在 ERC-4337 中，用户通常控制的是一个带有自定义逻辑的合约账户。这个账户负责定义自身规则，例如如何验证签名，是否支持权限控制等。

从职责上来看，Account 最核心的事情基本只有两件：

  1. 验证这笔 UserOperation 是否合法
  2. 验证成功之后，执行其中的调用逻辑

UserOperation

UserOperation 是 ERC-4337 中定义的一个数据结构，包含了用户操作请求。

它比较类似传统交易，里面同样描述调用目标、Gas 参数、签名信息等。但是它本身不会直接作为链上交易进入区块，更像是一份“我要让我的智能合约账户做什么”的指令，然后交给后续的基础设施去处理。

所以从定位来说，UserOperation 是用户表达操作意图的数据结构，而不是最终上链的交易本身。

Bundler

Bundler 是一种基础设施，它通常表现为一个链下服务。

它负责接收用户提交的 UserOperation，对其进行收集、检查和打包，然后再由 Bundler 发起一笔普通的链上交易，调用 EntryPoint 合约，从而完成 UserOperation 的执行。

也就是说，用户并不直接把交易发到链上，而是先把 UserOperation 交给 Bundler，再由 Bundler 发起一笔普通交易，统一调用 EntryPoint 合约。

在 ERC-4337 里，Bundler 更像是操作转发者和打包者。从工程实践上看，它通常是一个独立服务；但从原理上说，它更像是一种角色——只要有人愿意负责收集并提交 UserOperation，这个角色就成立，甚至用户自己也可以发起调用 EntryPoint 的交易。

EntryPoint

EntryPoint 是 ERC-4337 体系中的统一入口合约。

它是 ERC-4337 的核心组成部分。Bundler 最终发起的普通交易，调用的就是 EntryPoint 合约；而 EntryPoint 的职责，就是按照 4337 的规则去处理一批 UserOperation，调用账户完成验证，调用账户执行操作，并处理 Gas 结算以及 Paymaster 相关逻辑。

它基本上就是 ERC-4337 在链上的总入口和调度中心。很多 4337 的相关流程都会围绕 EntryPoint 合约展开，因此它是整个机制中最核心的合约之一。

Paymaster

Paymaster 是一个可选合约，它的作用是为用户代付 Gas。

在传统交易中，通常只能由发起交易的账户自己支付 Gas；但是在 4337 中，如果某个 Paymaster 愿意赞助，那么它就可以替用户承担这笔操作的 Gas 成本。

当然，Paymaster 并不是无条件付费的。在合约内部通常会设置校验逻辑，例如只赞助某些操作、某些地址，或者某些特定合约交互等。

所以总体而言，Paymaster 是一个按照预定规则决定是否赞助用户操作的合约。

Factory

Factory 也是一个可选角色，主要用来部署智能账户。

在 ERC-4337 中，一个比较常见的设计是：即使用户的 Account 还没有真正部署到链上，也可以先构造一笔 UserOperation。这时候就可以通过 Factory 合约配合 initCode，在执行的过程中顺便把账户部署出来。

所以 Factory 的主要作用，就是让“账户未部署先使用”成为可能。

一笔 ERC-4337 操作是怎么完成的

如果把流程简化来看， 一笔 ERC-4337 操作就是这样:

1
2
3
4
5
6
7
8
9
10
flowchart LR
    U[User] -->|build + sign UserOperation| OP[UserOperation]
    OP --> B[Bundler]
    B -->|send tx| EP[EntryPoint]
    EP -->|validateUserOp| A[Account]
    EP -->|optional sponsor check| P[Paymaster]
    A -->|execute| T[Target Contract]
    EP -->|gas settlement| A
    EP -->|or sponsor pays| P

  1. 用户构造一个 UserOperation
  2. 如果Account 合约还没有部署，那么就在其中包含 initCode
  3. 用户对这笔交易进行签名
  4. Bundler 接收到这一个 UserOperation
  5. Bundler 发起一笔普通交易，调用EntryPoint 合约
  6. EntryPoint 验证账户和相关参数是否合法
  7. 验证通过之后，由账户合约执行真正的调用逻辑
  8. 最后完成 Gas 结算

1. 用户构造一个 UserOperation

在传统交易中， 用户构造的是一笔普通交易， 而在 ERC-4337 中， 用户构造的是一个 UserOperation。

这个 UserOperation 是希望账户合约执行的什么操作， 以及这笔操作应该如何被验证和结算。

所以简单理解 UserOperation 就是用户向 4337 系统提交的一个操作请求。

2. 如果账户还没部署，可以顺便部署

在 ERC-4337 中，即使账户还没有真正的部署到链上， 也可以先发起操作。

这时候在 UserOperation 里面带上部署账户的 initCode， 这样在执行的过程中，系统会先将账户合约部署出来，然后再继续后面的验证以及执行流程。

3. 用户对这笔操作进行签名

在 ERC-4337 中， 仍然是需要用户授权这笔操作这件事情并没有消失， 区别在于，传统交易通常是由 EOA 私钥直接对交易签名，而在 ERC-4337 中， 签名的对象通常变成了 UserOperation 对应的哈希。 随后在由账户合约自己验证逻辑去决定这个签名是否有效。

4. Bundler 接收并打包 UserOperation

用户构造并签名 UserOperation 后， 并不会直接把它当作交易发送到链上， 而是先发送给 Bundler。

Bundler 是一个链下入口， 它提供了一个 RPC 来接受请求， 收集 UserOperation， 并在合适的时候将一个或者多个 UserOperation 打包起来。

5. Bundler 发起普通交易，调用 EntryPoint

接下来，Bundler 会自己发起一笔普通的链上交易，目标通常是 EntryPoint 合约的相关方法，例如 handleOps。

6. EntryPoint 负责统一验证和调度

当 EntryPoint 收到这笔调用之后，它会按照 ERC-4337 的规则去处理这些 UserOperation。

这里通常包括几件事情：

  • 检查这笔操作的基本参数
  • 调用账户去验证签名和 nonce
  • 如果有 Paymaster，还要检查是否允许代付
  • 为后续执行和结算做好准备

所以可以把 EntryPoint 看作整个 4337 流程在链上的统一入口和调度中心。

7. Account 执行真正的调用逻辑

当验证都通过之后，真正执行操作的仍然是用户自己的 Account 合约。
比如用户想调用某个业务合约的方法，那么通常不是由 EntryPoint 直接帮他调用业务合约，而是由 Account 根据
UserOperation 中的内容，去执行真正的外部调用。

8. 最后完成 Gas 结算

执行结束后，还需要完成这笔操作的 Gas 结算。

如果没有 Paymaster，那么通常由账户自己承担相关成本；如果有 Paymaster 并且它愿意赞助，那么 Gas 就可以由
Paymaster 来支付。

UserOperation 里最重要的几个字段

sender

sender 表示这笔操作对应的账户地址，也就是这笔 UserOperation 想要驱动的那个智能账户。

在 ERC-4337 中，真正完成验证和执行的，是 sender 对应的 Account 合约。因此，sender 表示的并不是一个普通的交易发送者，而是这笔操作所属的账户。

nonce

nonce 用来防止同一笔操作被重复执行，也就是防止重放攻击。

这一点和传统交易里的 nonce 类似，但在 ERC-4337 中，它通常由账户和 EntryPoint 体系共同校验。它表示这笔操作在当前账户下的执行序号。

initCode

initCode 用来解决“账户还没有部署时，如何发起第一笔操作”这个问题。

如果 sender 对应的账户还不存在，就可以在 UserOperation 中带上 initCode。这样在执行过程中，系统会先根据这段数据把账户部署出来，然后再继续后面的验证和执行流程。

因此，initCode 的作用就是让账户在未部署时也能先被使用。

callData

callData 表示这笔操作最终要执行什么。

在 ERC-4337 中，这里的 callData 通常不是直接发给某个业务合约，而是先发给用户自己的 Account 合约，再由 Account 去执行真正的外部调用。

因此，callData 更准确地说，是账户应当如何执行这笔操作的描述。

signature

signature 是用户对这笔 UserOperation 的授权证明。

在传统交易中，通常是 EOA 私钥直接对交易签名；而在 ERC-4337 中，通常是对 UserOperation 对应的哈希进行签名，再由账户在验证阶段判断这个签名是否有效。

因此，signature 的重点并不在于必须采用哪一种固定算法，而在于账户能够据此确认：这笔操作确实得到了合法授权。

Gas 相关字段

UserOperation 中还有一组重要字段与 Gas 有关，例如：

  • verificationGasLimit
  • callGasLimit
  • preVerificationGas
  • maxPriorityFeePerGas
  • maxFeePerGas

这些字段大致可以分成两类。

第一类描述这笔操作大概会消耗多少 Gas：

  • verificationGasLimit：验证阶段最多可使用的 Gas
  • callGasLimit：执行调用阶段最多可使用的 Gas
  • preVerificationGas：打包、传输和基础处理所需的 Gas

第二类描述愿意按什么价格支付 Gas：

  • maxPriorityFeePerGas
  • maxFeePerGas

因此，Gas 相关字段表达的不只是“要执行什么”，也包括“愿意为这笔执行支付怎样的成本”。

Paymaster 相关字段

如果这笔操作希望由 Paymaster 代付 Gas，那么 UserOperation 中还会包含与 Paymaster 相关的字段。

这部分字段主要表达两层含义：

  • 希望由哪个 Paymaster 提供赞助
  • 提供哪些数据，供 Paymaster 判断是否愿意代付

因此，Paymaster 相关字段本质上是在描述：这笔操作希望获得 Gas 赞助，以及赞助方据此进行校验所需要的信息。