Виталик Бутерин: Ethereum выступает в качестве уровня расчетов для ИИ, но за этим скрываются большие риски

Виталик Бутерин недавно опубликовал новое исследовательское предложение, но вместо того чтобы ответить на наиболее часто задаваемый вопрос — могут ли блокчейны напрямую запускать модели ИИ — выбран иной подход.

В исследовании утверждается, что Ethereum может стать слоем платежей и расчетов, обеспечивающим приватность при использовании ИИ и API по модели оплаты за использование. Статья, написанная Виталиком Бутериным совместно с Давиде Краписом на Ethereum Research, подчеркивает, что настоящая возможность не в переносе моделей LLM на цепочку.

Вместо этого, шанс заключается в создании инфраструктуры, которая позволит пользователям и агентам ИИ оплачивать тысячи вызовов API, не раскрывая личность и не создавая следы слежки через данные о платежах.

Ключевой момент — когда агентный ИИ (AI agent) переходит из стадии тестирования к внедрению на уровне предприятий. Gartner прогнозирует, что к концу 2026 года около 40% корпоративных приложений будут интегрировать специализированных AI-агентов по задачам, что значительно превышает менее 5% в 2025 году.

Gartner прогнозирует, что использование корпоративных приложений с агентами ИИ по задачам вырастет с менее 5% в 2025 году до 40% к концу 2026 года.## Внедрение AI-агентов становится массовым

Этот сдвиг подразумевает мир, в котором программное обеспечение автоматически генерирует огромное количество вызовов API. Тогда система оплаты по использованию перестает быть вспомогательной инфраструктурой и становится стратегическим слоем.

Современные системы измерения и тарификации требуют от пользователей выбора между двумя моделями:

Механизм ZK API usage credits

Предлагается внедрить ZK API usage credits — механизм оплаты и защиты от злоупотреблений на базе Rate-Limiting Nullifiers (RLN).

RLN — это инструмент с нулевым разглашением, предназначенный для предотвращения спама в анонимных системах. В этом исследовании RLN повторно используется для доступа к платным сервисам по модели оплаты за использование.

Рабочий процесс:

Пример:

Дизайн ориентирован на модель «много вызовов за одну загрузку», то есть увеличение активности on-chain пропорционально числу аккаунтов и частоте расчетов, а не объему AI-выводов.

Система также поддерживает переменные расходы: пользователь предварительно оплачивает максимум за вызов, сервер возвращает подписанный билет на неиспользованный остаток, а пользователь может приватно накапливать возвраты для увеличения лимита без дополнительных платежей.

Готовая инфраструктура платежей

Предложение появилось на фоне значительного развития инфраструктуры on-chain.

Дизайн сознательно избегает переноса LLM на цепочку. Блокчейн не конкурирует по вычислительной мощности или скорости вывода, а выступает в роли нейтрального расчетного слоя, программируемого залога и проверяемого механизма исполнения.

Выводы ИИ обрабатываются off-chain, а блокчейн обеспечивает надежные платежи, измерения и разрешение споров без необходимости доверия к отдельным поставщикам или раскрытия личности.

Если поставщики ИИ согласятся на депозиты и будут использовать смарт-контракты на Ethereum или Layer 2 для обработки залогов, возвратов и споров, эта сеть может стать слоем исполнения для AI-коммерции — аналогично тому, как она стала слоем расчетов для стейблкоинов и DeFi.

Вопрос метаданных и вызовы внедрения

Хотя механизм оплаты может не иметь криптографической связи, существует риск корреляции метаданных. Серверы могут связать пользователей по шаблонам времени, количеству токенов, частоте кеш-хитов и другим признакам поведения.

Некоторые предлагают механизм ценообразования по «ведрам» с фиксированными входами/выходами, чтобы снизить утечку информации. Конфликт между криптографической приватностью и метаданными поведения — ключевой фактор, определяющий, достигается ли действительно анонимность.

Что касается внедрения, RLN в настоящее время не поддерживается активно в проекте Privacy and Scaling Explorations. Внедрение ZK API usage credits в промышленную среду может потребовать форка или разработки новых инструментов.

Бенчмарки RLNJS показывают:

Это лишь начальные тесты производительности; остаются вопросы по мобильным устройствам и масштабируемости ZK-цепочек.

Помимо технических аспектов, есть и вопрос координации рынка. Провайдеры API Web2 уже имеют развитую инфраструктуру платежей и четкую правовую основу для транзакций с идентификацией. Чтобы убедить их перейти на модель ZK, необходимо продемонстрировать преимущества по стоимости или открыть новые сегменты клиентов, для которых приватность — обязательное условие.

Потенциальное влияние на Ethereum

Если эта модель будет принята, ценностное позиционирование Ethereum сместится в сторону роли нейтрального слоя исполнения для цифровой коммерции, а не универсальной вычислительной платформы.

Блокчейн станет слоем расчетов, где экономические правила реализуются проверяемым образом, а не платформой для прямого выполнения приложений.

Возможные последствия:

Возможность заключается в обслуживании групп пользователей, для которых приватность платежей — первостепенное условие: компании, опасающиеся утечки данных через логирование платежей; разработчики инструментов AI, которым нужна проверяемая, но не наблюдаемая инфраструктура; и продвинутые пользователи, желающие получать услуги с высокой частотой в анонимной форме.

Предполагается, что Ethereum сможет реализовать механизмы исполнения платежных соглашений, разрешения споров и предоставления платного доступа без раскрытия личности — что сложно реализовать в традиционной инфраструктуре. Реализация этой идеи зависит от решения вопросов корреляции метаданных, надежной поддержки ZK и демонстрации экономической ценности для интеграции провайдеров.

Ван Тянь