Vitalik voit l’IA locale sécuriser les portefeuilles crypto

Le 17 septembre, le cofondateur d'Ethereum Vitalik Buterin a déclaré que l'IA sur ordinateur portable avait atteint un tournant pratique, en citant Qwen 3.8 Flash et les améliorations de llama.cpp sur son ordinateur Strix Halo. Un benchmark couvrant 10 charges de travail a relevé des vitesses de traitement des entrées de 109.82 à 373.22 tokens par seconde et de génération des sorties de 18.42 à 33.37 tokens par seconde. Selon Buterin, les modèles locaux pourraient prendre en charge une large part des tâches et transférer certaines demandes à des systèmes distants plus puissants sans exposer l'intégralité du contexte personnel d'un utilisateur.

Pourquoi c'est important

Cette évolution pourrait faire de l'IA locale une interface privée pour les logiciels de portefeuille, en conservant les soldes, les messages et l'intention de transaction sur l'appareil de l'utilisateur. Le modèle local peut préparer des explications, des transactions non signées ou d'autres actions encadrées, tandis qu'un modèle distant ne reçoit que le contexte sélectionné par le système local.

Cela ne rend pas un agent d'IA suffisamment sûr pour contrôler des actifs crypto. Les benchmarks de modèles ne prouvent ni leur résistance à l'injection de prompts, ni l'application correcte des politiques, ni la capacité à effectuer correctement des opérations financières autonomes. Une instruction malveillante présente sur un site web, dans un message ou dans la description d'une transaction pourrait toujours détourner le plan d'un modèle.

Impact sur le marché

L'écosystème Ethereum teste cette architecture avec Steward, un projet de portefeuille macOS à compte intelligent entièrement local, mentionné dans la mise à jour des allocations du deuxième trimestre de la Ethereum Foundation. Son déploiement en production, son statut d'audit indépendant et son autorité à effectuer des transactions de manière autonome ne sont pas encore établis.

Les mesures de protection proposées par Buterin maintiennent l'autorité en dehors du modèle : confirmation humaine pour les actions risquées, limites déterministes concernant les destinataires, les montants, les calldata et le nombre de transactions, ainsi qu'une règle d'approbation 2-of-2 combinant un humain et un modèle. Le projet d'EIP-7906 ajoute une autre couche possible en vérifiant si les changements d'état final d'une transaction correspondent à des assertions explicites. L'inférence locale protège le contexte, tandis que les permissions, les assertions et les contrôles d'approbation protègent les fonds.