W czerwcu byłem w Pradze na BIS 2026. To nie pierwszy mój artykuł na tej konferencji — wcześniej publikowałem tam prace o modelowaniu łańcucha dostaw i o generatywnej AI w wizualizacji danych. Tym razem temat był inny.
Konferencja
BIS 2026 — 26. International Conference on Business Information Systems — odbyła się 10–12 czerwca 2026 na Prague University of Economics and Business. Tematem przewodnim edycji było „From Hype to Impact: Turning AI into Real Business Value": pytanie, jak przełożyć możliwości sztucznej inteligencji na mierzalne efekty biznesowe, a nie na kolejne demo.
Duża, dobrze zorganizowana konferencja. Panel blockchainowy okazał się wyjątkowo merytoryczny — z tych, po których wychodzi się z listą rzeczy do sprawdzenia zamiast z garścią sloganów.
Moje wystąpienie
Przedstawiłem artykuł „Measuring Blockchain Systems Across Layers: A Layer-Aware Review of L1/L2 Evaluation Metrics" na warsztacie BSCT 2026 (Blockchain and Smart Contract Technologies), w czwartek 11 czerwca.
Problem: te same nazwy, różne punkty pomiaru
Systemy blockchain ocenia się dziś jako infrastrukturę warstwową, nie pojedynczy rejestr. Łańcuch bazowy dostarcza konsensusu i rozliczenia, a rollupy oraz kanały płatnicze przenoszą wykonanie lub płatności wyżej. I tu zaczyna się kłopot z pomiarem.
Transakcja w takim układzie ma wiele momentów, które można uznać za „koniec":
- przyjęcie przez sekwencer L2,
- włączenie do bloku L2,
- opublikowanie w paczce na L1,
- finalizacja przez konsensus łańcucha bazowego,
- udowodnienie po weryfikacji ZK,
- możliwość wypłaty po upływie okresu sporu.
Podobnie opłata widziana przez użytkownika łączy koszt wykonania, publikacji danych na L1, dowodzenia, weryfikacji, mostkowania i marżę operatora. W efekcie „transakcje na sekundę", „opóźnienie", „finalność" czy „średnia opłata" są niejednoznaczne, dopóki nie podano warstwy, zdarzenia początkowego i końcowego, obciążenia oraz założeń rozliczeniowych. Porównania między architekturami zestawiają wtedy liczby, które mierzą co innego.
Co wnosi artykuł
Praca to retrospektywny audyt i systematyczne przekodowanie ograniczonego zbioru 37 źródeł — 33 analitycznych i 4 kontekstowych. Jednostką analizy jest trójka źródło–warstwa–metryka, dzięki czemu przegląd obejmujący kilka architektur nie przypisuje automatycznie każdej metryki każdej warstwie. Kodowanie objęło osiem rodzin metryk i cztery warstwy: L1, rollup L2, kanały L2 oraz pomiar międzywarstwowy.
Wyniki to pięć artefaktów:
- Taksonomia metryk świadoma warstw — uporządkowanie miar według tego, gdzie faktycznie są mierzone.
- Model cyklu życia transakcji specyficzny dla architektury.
- Mapa cieplna pokrycia metryka–warstwa, pokazująca, co się bada, a co pomija.
- Empiryczne częstości form wizualizacji wraz z rekomendacjami kodowania graficznego.
- Minimalna lista kontrolna raportowania — dziewięć pozycji, każda powiązana z konkretnym problemem porównywalności zaobserwowanym w korpusie.
Listę sprawdziłem na trzech pełnotekstowych badaniach reprezentujących różne architektury. Wyniki: benchmark L1 Diablo 71%, badanie ZK-rollupa 88%, sieć kanałów Spider 81%. Braki dotyczyły najczęściej dekompozycji kosztów, założeń o zaufaniu i uprzywilejowanej kontroli oraz raportowania rozkładów zamiast samych średnich — czyli rzeczy, których nagłówkowa wartość przepustowości nie pokazuje.
Kontrolę odporności przeprowadziłem na niezależnym zbiorze 32 rekordów, stratyfikowanym po czterech architekturach. Stabilność rang była umiarkowana dla rollupów i kanałów (ρ = 0,675 i 0,676), wyraźniejsza dla L1 (ρ = 0,866) i wysoka dla podzbioru międzywarstwowego (ρ = 0,762). Przy ośmiu rodzinach metryk to porównanie pozostaje opisowe — sugeruje, że główne różnice nie są artefaktem doboru źródeł, ale nie uprawnia do wniosków populacyjnych.
Wniosek
W badanym korpusie nie istnieje neutralne architekturalnie znaczenie przepustowości, opóźnienia, finalności ani kosztu. Wyniki L1 zależą od konsensusu, propagacji i polityki potwierdzeń. Rollupy dokładają sekwencjonowanie, tworzenie paczek, semantykę dowodów lub sporów oraz mechanikę wypłat. Kanały — kierunkową płynność, topologię, routing i zabezpieczenia.
Zamiast pojedynczych wskaźników nagłówkowych porównania powinny opierać się na profilach wielometrykowych zakotwiczonych w jawnych zdarzeniach cyklu życia. Praktycznie sprowadza się to do podawania krotki: warstwa, zdarzenie początkowe, zdarzenie końcowe, jednostka, obciążenie, wersja i środowisko, założenie rozliczeniowe, założenie o zaufaniu.
Podziękowania
Szczególne podziękowania dla Sauliusa Masteiki za pytania po wystąpieniu i sugestie kierunków rozwoju projektu.
Publikacja
Artykuł ukaże się w materiałach pokonferencyjnych — dodam odnośnik, gdy tylko będzie dostępny.