A 17 de setembro, o cofundador da Ethereum, Vitalik Buterin, afirmou que a IA em computadores portáteis tinha atingido um ponto de viragem prático, citando o Qwen 3.8 Flash e melhorias no llama.cpp no seu portátil Strix Halo. Um benchmark que abrangeu 10 cargas de trabalho registou velocidades de processamento de entrada entre 109.82 e 373.22 tokens por segundo e geração de saída entre 18.42 e 33.37 tokens por segundo. Buterin afirmou que os modelos locais poderiam lidar com uma grande parte das tarefas e encaminhar pedidos selecionados para sistemas remotos mais avançados, sem expor todo o contexto pessoal do utilizador.
Porque é importante
Esta mudança pode transformar a IA local numa interface privada para software de carteiras, mantendo saldos, mensagens e a intenção das transações no dispositivo do utilizador. O modelo local pode preparar explicações, transações não assinadas ou outras ações delimitadas, enquanto um modelo remoto recebe apenas o contexto selecionado pelo sistema local.
Isso não torna um agente de IA seguro para controlar ativos cripto. Os benchmarks dos modelos não comprovam resistência a injeções de comandos, aplicação de políticas ou execução autónoma correta de ações financeiras. Uma instrução maliciosa num website, numa mensagem ou na descrição de uma transação ainda poderia redirecionar o plano de um modelo.
Impacto no mercado
O ecossistema Ethereum está a testar esta arquitetura através do Steward, um projeto de carteira de smart account para macOS totalmente local, incluído na atualização de alocações do segundo trimestre da Ethereum Foundation. A sua implementação em produção, o estado de uma auditoria independente e a autoridade para transações autónomas ainda não foram estabelecidos.
As salvaguardas propostas por Buterin mantêm a autoridade fora do modelo: confirmação humana para ações arriscadas, limites determinísticos sobre destinatários, montantes, calldata e número de transações, além de uma regra de aprovação 2-of-2 entre humano e modelo. O rascunho do EIP-7906 acrescenta outra camada possível ao verificar se as alterações no estado final de uma transação correspondem a asserções explícitas. A inferência local protege o contexto, enquanto as permissões, asserções e controlos de aprovação protegem os fundos.
Perguntas frequentes
-
Que modelo de IA local discutiu Vitalik para utilização em portáteis?
Vitalik citou o Qwen 3.8 Flash e melhorias recentes no llama.cpp a funcionar no seu portátil Strix Halo.
-
Que velocidades registou o benchmark de IA local?
O benchmark com 10 cargas de trabalho registou velocidades de processamento de entrada entre 109.82 e 373.22 tokens por segundo e geração de saída entre 18.42 e 33.37 tokens por segundo.
-
Como poderia a IA local melhorar a privacidade das carteiras cripto?
Um modelo local poderia manter no dispositivo do utilizador o contexto pessoal, os ficheiros e os detalhes da carteira, enviando apenas perguntas ou contexto selecionados para um modelo remoto.
-
Porque é que a IA local não é suficiente para garantir a segurança autónoma de uma carteira?
O desempenho do modelo não comprova resistência a injeções de comandos, aplicação de políticas ou execução correta de ações financeiras. Conteúdo malicioso ainda poderia redirecionar o plano de um modelo.
-
Que salvaguardas podem impedir a IA de controlar diretamente ativos cripto?
As salvaguardas propostas incluem limites determinísticos sobre destinatários, montantes, calldata e número de transações, asserções sobre o estado das transações e aprovação humana para ações arriscadas.
WatcherGuru
Crypto News
WuBlockchain
CoinDesk
Crypto Rank News
CoinTelegraph