Una instantánea del 16 de septiembre de clientdiversity.org mostraba al mismo tiempo tres estimaciones incompatibles sobre el mayor cliente de consenso de Ethereum: Blockprint situaba a Teku en el 99,83%, Miga Labs situaba a Lighthouse en el 51,32% y Rated situaba a Teku en el 53,86%. Cada lectura proviene de un proxy diferente, y Sigma Prime asegura que el clasificador de Blockprint detrás de la cifra del 99,83% está inactivo tras la actualización Electra, aunque el panel sigue etiquetándolo como actualizado a diario.
Por qué importa
La diversidad de clientes es una propiedad de seguridad. Un error en un cliente de consenso que ejecute más del 33% de los nodos podría detener la finalidad, y un error crítico en un cliente con mayoría de dos tercios podría finalizar una cadena incorrecta, exponiendo a los validadores a slashing o a salidas costosas. Ninguna de las estimaciones actuales responde la pregunta que realmente les importa a los investigadores: la distribución del staked, y no el recuento de máquinas visibles, entre los clientes.
El problema de medición podría complicarse. La propuesta de privacidad Lean-chain de Vitalik Buterin rotaría las claves de los validadores a diario y ocultaría los vínculos entre depósitos y retiros, erosionando los identificadores persistentes que herramientas como Rated usan para agrupar validadores por operador. Los investigadores compiten por construir informes de clientes autenticados por staked y agregados de forma privada antes de que esas pistas desaparezcan.
Impacto en el mercado
Hasta que exista un sistema de informes creíble y autenticado, la métrica de seguridad principal de la red es efectivamente inverificable, lo que eleva el riesgo ante cualquier error agrupado por cliente. Un estudio de USENIX de 2025 descubrió que cuatro nodos observadores podían localizar más del 15% de los validadores, mostrando tanto el poder como el costo de privacidad de los métodos de rastreo actuales. Conviene seguir el progreso de la investigación de agregación privada al estilo de Nethermind y cualquier estándar de paneles que publique la incertidumbre junto con las estimaciones.
Preguntas frecuentes
-
¿Por qué clientdiversity.org mostró tres cuotas distintas de clientes de Ethereum a la vez?
El sitio agrega estimaciones independientes que miden cada una una señal diferente: Blockprint clasifica el comportamiento de bloques con aprendizaje automático, Miga Labs rastrea metadatos de pares y Rated usa un método no revelado. El 16 de septiembre produjeron respectivamente 99,83% Teku, 51,32% Lighthouse y…
-
¿Por qué se considera poco fiable la estimación de Teku del 99,83% de Blockprint?
El repositorio archivado de Sigma Prime indica que el clasificador ya no es preciso tras la actualización Electra de Ethereum y considera el proyecto inactivo. Clientdiversity.org, sin embargo, sigue etiquetando el panel de Blockprint como actualizado a diario.
-
¿Qué ocurre si un cliente de consenso de Ethereum supera el 33% o el 66% de la red?
Un error en un cliente usado por más del 33% de los nodos podría impedir la finalidad, un fallo de actividad. Un error crítico en un cliente con mayoría de dos tercios podría finalizar una cadena incorrecta, un fallo de seguridad que podría exponer a los validadores a slashing o a salida y reingreso forzosos.
-
¿Cómo cambiaría la propuesta de privacidad Lean de Ethereum la medición de la diversidad de clientes?
La propuesta reconstruiría a diario el registro de validadores activos con claves nuevas y usaría compromisos de ocultación para depósitos y retiros. Eso rompería los identificadores persistentes, como la agrupación por dirección de depósito, que los analistas usan para seguir la concentración de operadores y de…
-
¿Qué se propone como sustituto del seguimiento actual de cuotas de clientes?
Investigadores, incluido un proyecto de Nethermind, exploran informes agregados privados donde los validadores cifran su elección de cliente y demuestran criptográficamente que la votación es válida, revelando solo el agregado. Quedan cuestiones abiertas sobre autenticación, muestreo, datos falsos y la medición…