イーサリアムの共同創設者Vitalik Buterin氏は、ラップトップ上で動くAIが実用面での転換点に近づいていると述べています。ただし、AIに暗号資産の管理を委ねるには、ウォレットソフトウェアははるかに高いハードルをクリアする必要があるとしています。

9月17日の投稿でButerin氏は、Qwen 3.8 Flashと、大規模言語モデルをローカルハードウェア上で直接実行するオープンソースプロジェクトllama.cppへの最近の改善により、自身のStrix Haloラップトップでタスクの「かなりの割合」をローカルモデルが処理できる段階に近づいたと述べました。より高度な作業については、ユーザーの完全な個人的文脈を秘したまま、ローカルモデルがより強力なリモートシステムへのリクエストを調整する構想を説明しました。

投稿に添付されたベンチマーク画像には10のワークロードが示されていました。報告された入力処理速度は毎秒109.82〜373.22トークン、出力生成速度は毎秒18.42〜33.37トークンの範囲でした。これらの数値はハイエンドラップトップ1台での応答性という実用面の主張を裏付けるものですが、モデルの判断力、悪意ある指示への耐性、トランザクション承認については答えを残しています。

資金移動の権限が別個の、強制力のある管理の背後に置かれる限り、ローカル推論はプライバシーを向上させることが。

4月から9月で何が変わったのか

4月のローカルAI環境に関する説明で、Buterin氏はラップトップモデルの役割をより狭いものと捉えていました。同氏は、Qwen3.5:35Bは限定的なタスクや慣れたプログラミング作業をこなせるものの、コードベースで作業を継続できる高度な自律エージェントはラップトップの実用範囲を超えていると記し、より難しいコーディングや知的作業には依然としてより強力なリモートモデルが必要だとしました。

9月の投稿は、この実用上の境界線がどこにあるかについての同氏の評価を動かしました。ローカルモデルはもはや文字起こし、要約、その他の厳しく限定された作業に制限されていないように見えます。新しい説明では、より大きな割合の活動の主要なインターフェースとして機能し、リモートモデルが必要な場面を判断できるとしています。リモートサービスは、ローカルモデルが選択した質問や文脈のみを受け取ります。ユーザーの広い状況を理解するために必要なすべてのファイル、メッセージ、ウォレットの詳細ではありません。ローカルシステムは情報の門番でありながらアシスタントでもある存在になります。

4月と9月では、モデルの世代もタスクも異なっていました。9月の投稿はトークン数とスループットを示していますが、プロンプトの内容、量子化の選択、実行時設定の全体は明かしていません。

AlibabaのQwenチームがリリースしたQwen3.8-Flash-Nextは、オープンウェイトのマルチモーダルなMixture-of-Expertsモデルです。メインモデルは1,250億パラメータを持ち、さらにn-gram埋め込みテーブルに510億パラメータが加わり、トークンごとに60億パラメータが活性化されます。オープンウェイトでの配布は、モデルをユーザー自身のマシンにダウンロードして完全に実行できることを意味します。これこそがローカルでのプライベートな推論を可能にする仕組みです。公式リポジトリは、量子化されたGGUFビルドを用いたllama.cpp経由のローカルテキスト・ビジョン推論を文書化しています。

トークンごとにモデルの一部のみを活性化することで計算負荷が下がります。それでもユーザーは選択したビルドとコンテキストに十分なメモリを必要とし、公式資料には量子化レベルやワークロード全体に共通する単一のハードウェア最低要件は示されていません。

能力ベンチマークはウォレットの権限問題を解決しない

Qwenの技術レポートは、一般知識、数学、科学、推論、コーディング、多言語理解カバーする14のベンチマークでベースモデルを評価しています。Qwenチームは、Flash-Nextがより大きなQwen3.7-Plusベースモデルを、より少ない活性化パラメータとより少ない学習計算量で14テスト中8つで上回ったと報告しています。

レポートはモデルの能力、効率、学習の安定性を扱います。プロンプトインジェクションへの耐性、ポリシーの強制、ウォレット承認、自律的な金融行為の正しさは、そのベンチマーク集合の外にあります。

アシスタントはトランザクションをプライベートに説明し、calldataを準備し、経路を提案することはできます。しかし署名者は、資産を移転したり別のコントラクトに移動権限を付与したりする不可逆なリクエストを行う可能性があります。より良い推論は一部のエラーを減らしますが、ウェブサイト、メッセージ、トランザクションの説明に潜む悪意ある指示は、依然としてモデルの計画を狂わせ得ます。

イーサリアムエコシステムは、すでにデバイス上で動作するアシスタント構想の版を試験しています。第二四半期の資金配分アップデートでイーサリアム財団は、Stewardを挙げました。これは完全にローカルなmacOSスマートアカウントウォレットで、ライトクライアントとAIアシスタントをデバイス上で動作させることを意図しています。この開示は資金提供とプロジェクトの範囲を確立するものの、本番展開、独立監査の状況、自律的なトランザクション権限については未確定のままです。これらの未解決項目こそ、デバイス上ウォレットアシスタントが資金提供の開示から出荷されるソフトウェアへと進む中で注視すべき指標です。

Buterin氏の4月のウォレットに関する指針は、その権限を言語モデルの外に置いていました。同氏は、危険な操作に対する人間確認のファイアウォール、トランザクション金額・calldata・トランザクション数に対する決定論的な制限、そして人間とモデルによる2-of-2ルールを説明しました。モデルは注意力の散った人が見落とす詐欺パターンを認識できる一方、人は悪意あるコンテンツがモデルを操作した後に行動を拒否できるかもしれません。危険なトランザクションに双方の承認を要求することで、どちらかの参加者が静かに唯一の信頼の拠り所になることを防ぎます。

低リスクの自動化は、ソフトウェアで定義された権限の範囲内で利用可能であり続けられます。残高の読み取り、未署名トランザクションの準備、厳しく上限を設けた制限下での操作により、無制限の支出権限を与えずにアシスタントを有用なものにできます。

ウォレットの信頼はモデルが書き換えられないルールにかかっている

EIP-7906はまだドラフト段階ですが、トランザクションが生み出す最終的な状態差分を検査する事後トランザクションアサーションフレームを提案していますアサーションは、それらの変更が指定された条件に違反する場合に適用結果を拒否できます。

ウォレットはこの仕組みを利用して、スワップが承認された残高のみを変更したこと、隠れたトークン承認が現れなかったこと、保護されたアカウントの状態が手つかずであったことを要求できます。これらのチェックは、トランザクションの実際の影響を明示的なルールと比較します。

ドラフトは保護の限界についても述べています。検査が不十分なアサーションは誤った安心感を生み得ます。ウォレットの検証ロジックは意図されたアサーションフレームを要求しなければならず、アサーション自体も保護対象の操作に関連するすべての状態変化をカバーしなければなりません。

ローカル推論とトランザクションアサーションは、ウォレットエージェント問題の異なる部分を解決します。ローカルモデルは文脈を保護し自然言語の意図を提案された行動に変換し、決定論的な権限は受取人・コントラクト・金額・頻度を制限し、アサーションは最終的な状態変化を検査します。危険な操作の第二要因として人間の確認が残ります。

9月のラップトップでの結果は、最初の層の信頼性を高めました。プライベートなローカルモデルが日常の作業を調整し、選択的にリモートの知能を利用できるほど十分に速く応答できることを示唆しています。残りの層が、資産を守る権限を依然として担っています。

暗号資産ウォレットはモデルを、有能なインターフェース、プランナー、監視役として扱えます。信頼は、モデルが変更できない管理手段と、ユーザーを実質的に主導権を握った状態に保つ承認経路に属するのです。

出典:CryptoSlate経由CryptoNewsNet。