Vitalik Buterin: Ethereum faz a camada de liquidação para IA, mas há um grande risco por trás

Vitalik Buterin acaba de publicar uma nova proposta de investigação, mas em vez de responder à questão mais falada — se a blockchain pode executar modelos de IA diretamente — esta abordagem segue uma direção diferente.

O artigo sugere que o Ethereum poderá tornar-se uma camada de pagamento e liquidação que preserva a privacidade para o uso de IA e APIs sob um modelo pay-as-you-go. O artigo, co-escrito por Vitalik Buterin com Davide Crapis na Ethereum Research, enfatiza que a verdadeira oportunidade não reside em trazer modelos LLM on-chain.

Em vez disso, a oportunidade reside em construir uma infraestrutura que permita aos utilizadores e atores de IA pagar milhares de chamadas API sem revelar as suas identidades ou criar um rasto de vigilância através dos dados de pagamento.

O momento é considerado crucial quando a IA agente está a passar da fase de testes para o roteiro de implementação ao nível empresarial. A Gartner prevê que, até ao final de 2026, cerca de 40% das aplicações empresariais irão integrar agentes de IA especializados de acordo com as tarefas, um aumento acentuado face a menos de 5% em 2025.

A Gartner prevê que as aplicações empresariais que utilizam agentes de IA especializados aumentem de menos de 5% até 2025 para 40% até ao final de 2026.## Os agentes de IA entram na fase mainstream

Esta mudança implica um mundo onde o software gera automaticamente grandes volumes de chamadas API. Naquela altura, o sistema pay-as-you-go deixou de ser uma infraestrutura auxiliar, mas sim uma camada estratégica de infraestrutura.

Os sistemas de medição e carregamento de corrente obrigam os utilizadores a escolher entre dois modelos:

Mecanismo de créditos de utilização da API ZK

A proposta introduz créditos de utilização da API ZK — um mecanismo de pagamento e anti-abuso baseado em Rate-Limiting Nullificadores (RLN).

O RLN é uma ferramenta de conhecimento zero concebida para prevenir spam em sistemas anónimos. Este estudo reutiliza RLNs para acesso a serviços pay-as-you-go.

Processo de Operação:

Exemplo ilustrativo:

O design visa um modelo de “múltiplas chamadas por recarga”, o que significa que a atividade on-chain aumenta com o número de contas e a frequência dos acordos, em vez do volume total de inferências de IA.

O sistema também suporta custos variáveis: os utilizadores pagam o valor máximo por chamada antecipadamente, o servidor devolve o bilhete de reembolso assinado para a parte não utilizada, e os utilizadores podem acumular cashback de forma privada para abrir limites adicionais sem necessidade de recarregar.

A infraestrutura de pagamentos está pronta

A proposta surge numa altura em que a camada de infraestrutura de pagamentos on-chain atingiu uma escala significativa.

Este design evita ativamente a instalação de LLMs on-chain. As blockchains não competem por poder computacional ou velocidade de inferência, mas competem por liquidação neutra, escrow programável e mecanismos de execução verificáveis.

A inferência de IA é processada fora da cadeia, enquanto a blockchain desempenha um papel em garantir pagamentos fiáveis, medição e resolução de litígios sem exigir que os utilizadores confiem em cada fornecedor ou revelem a sua identidade.

Se os fornecedores de IA aceitarem o escrow e dependerem de contratos inteligentes baseados em Ethereum ou da camada 2 para lidar com cortes de margem, reembolsos e disputas, a rede poderá tornar-se a camada de execução para o comércio com IA — semelhante a como se tornou a camada de liquidação para stablecoins e DeFi.

Problemas de metadados e desafios de implementação

Embora os mecanismos de pagamento possam não estar criptograficamente ligados, existem riscos de correlação com metadados. O servidor pode ligar os utilizadores através de padrões de tempo, números de tokens, taxas de acerto na cache e outros indicadores comportamentais.

Alguns sugerem um mecanismo de preços em “balde” com camadas fixas de entrada/saída para reduzir a fuga de informação. A tensão entre a privacidade criptográfica e os metadados comportamentais é o que determina se o design alcança realmente anonimato.

Em termos de implementação, o RLN já não é mantido ativamente no projeto de Explorações de Privacidade e Escalabilidade. Trazer créditos de utilização da API ZK para produção pode exigir forks ou construção de novas ferramentas.

O benchmark RLNJS mostra:

Este é apenas o teste inicial de desempenho; ainda há questões sobre dispositivos móveis e circuitos ZK em grande escala.

Para além das técnicas, existe também o problema da coordenação de mercado. Os fornecedores de APIs Web2 já dispõem de uma infraestrutura de pagamentos clara e de um quadro regulatório para transações associadas à identidade. Para os convencer a mudar para o modelo ZK, é necessário demonstrar uma vantagem de custo ou abrir um novo segmento de clientes que considerem a privacidade indispensável.

Impacto potencial no Ethereum

Se este modelo for adotado, o posicionamento de valor do Ethereum mudará ainda mais para o papel de uma camada neutra de execução para o comércio digital, em vez de uma plataforma de computação de uso geral.

A blockchain é vista como uma camada de liquidação onde as regras económicas são aplicadas de forma verificável, em vez de onde a aplicação corre diretamente.

As consequências podem incluir:

A oportunidade reside em servir grupos de utilizadores que consideram a privacidade dos pagamentos um pré-requisito: as empresas preocupam-se com a fuga de dados através dos registos de pagamento, os desenvolvedores que constroem cadeias de ferramentas de agentes de IA que necessitam de medição auditada mas não supervisionada, e utilizadores avançados que querem aceder anonimamente a serviços de alta frequência.

A proposta sugere que a Ethereum pode fazer cumprir acordos de pagamento, arbitrar disputas e suportar o acesso pago sem atribuir identidades — algo que a infraestrutura tradicional é estruturalmente difícil de fazer. Se esta afirmação se concretizará dependerá da resolução do problema da correlação de metadados, da manutenção de uma implementação sólida do ZK e da demonstração de valor económico suficientemente grande para que os fornecedores possam integrar.

Wang Tien