Vitalik Buterin Propone Alternativa de Ethereum a la ‘Carrera por la AGI’

Vitalik Buterin está proponiendo un camino diferente en la inteligencia artificial—uno que rechaza una ciega «carrera hacia la AGI» y en su lugar se basa en la descentralización al estilo Ethereum, la verificación y la privacidad como pilares de la era de la IA.

“El marco del ‘trabajo en AGI’ en sí contiene un error,” escribió Buterin en una publicación en X el lunes, señalando que a menudo se trata el objetivo como una carrera indistinguible donde la principal distinción es simplemente «ser el que está en la cima».

Comparó esta frase con describir vagamente a Ethereum como simplemente “trabajar en finanzas” o “trabajar en computación”, señalando que esto oculta cuestiones más importantes sobre la dirección y los valores.

Buterin expresó que la IA y las criptomonedas a menudo se abordan desde “perspectivas filosóficas completamente separadas”, e instó a los creadores a integrarlas.

En lugar de una aceleración pura, el desarrollo de IA debería centrarse en sistemas que “fomenten la libertad y el empoderamiento humano” y aseguren que “el mundo no se destruya,” escribió Buterin, resonando con su marco de aceleración defensiva, o d/acc.

Joni Pirovich, fundadora y CEO de Crystal aOS, comentó a Decrypt: “Es realista que Ethereum se convierta en la capa de liquidación por defecto para las interacciones entre IA”.

“No se trata tanto de ‘acelerar la AGI’, sino de proporcionar los rieles y las protecciones necesarias para el comercio, el intercambio y la inversión con agentes autónomos.”

La confianza y la coordinación, especialmente a nivel de infraestructura tecnológica y de cumplimiento, son más importantes ahora que nunca.”

Estos comentarios llegan en un momento crucial, ya que las principales empresas de IA continúan impulsando públicamente la búsqueda de AGI y superinteligencia, con laboratorios líderes que describen un progreso rápido en agentes autónomos y modelos avanzados.

Buterin afirma que su alternativa se centra en una infraestructura más segura y verificable en lugar de modelos más grandes, delineando una hoja de ruta práctica en la que Ethereum desempeña un papel central, aunque no exclusivo.

Esto incluye herramientas de LLM locales, pagos de conocimiento cero que permiten a los usuarios acceder a APIs de IA sin vincular la identidad a través de las solicitudes, una mayor privacidad criptográfica y verificación del lado del cliente de los servicios de IA y las atestaciones.

“Usar Ethereum como una capa económica para la interacción entre IA también es una dirección correcta, pero vivirá principalmente en rollups y L2s específicos de aplicaciones,” comentó Midhun Krishna M, cofundador y CEO de TknOps.io, un rastreador de costos de LLM, a Decrypt.

Las economías de agentes descentralizados necesitan depósitos programables, pagos basados en uso y resolución de disputas en la cadena, dijo Krishna, añadiendo que la gobernanza aumentada por IA requerirá “identidad, reputación y responsabilidad ponderada por participación, no solo mejores interfaces.”

Desglosándolo

Buterin agrupó el espacio de diseño Ethereum–IA en un marco de cuatro partes, ilustrado como un gráfico 2×2, abarcando la infraestructura frente al impacto y los resultados de sobrevivir versus prosperar.

Un cuadrante se centra en herramientas para la interacción de IA de confianza y privada, incluyendo LLM locales, pagos de conocimiento cero para llamadas API anónimas, mejoras de privacidad criptográfica y verificación del lado del cliente de los servicios de IA, atestaciones TEE y pruebas.

Otro cuadrante posiciona a Ethereum como una capa económica para la actividad de IA, apoyando pagos por API, contratación de bot a bot, depósitos de seguridad, resolución de disputas en cadena y estándares de reputación de IA, como modelos basados en ERC propuestos, destinados a habilitar una coordinación descentralizada de agentes en lugar de un control interno de las plataformas.

Un tercer enfoque revive la visión cypherpunk de “no confíes, verifica” a través de asistentes locales de LLM que pueden proponer transacciones, auditar contratos inteligentes, interpretar pruebas de verificación formal e interactuar con aplicaciones sin depender de interfaces centralizadas.

Un cuarto se dirige a mercados de predicción mejorados, votación cuadrática y sistemas de gobernanza.

Estos comentarios reflejan una división que apareció el año pasado entre Buterin y el CEO de OpenAI, Sam Altman, quien afirmó que su empresa estaba segura de saber cómo construir AGI y que los agentes de IA podrían pronto “unirse a la fuerza laboral,” mientras que Buterin promovió barandillas de seguridad basadas en criptomonedas y mecanismos de control coordinado.