Współzałożyciel Ethereum Vitalik Buterin zaprezentował konfigurację nastawioną na prywatność do uruchamiania agentów AI, łączącą routing przez Tor, płatności zero-knowledge za pośrednictwem zkAPI oraz lokalnie hostowane modele językowe. Opisał system jako coraz bardziej użyteczny, przyznając jednocześnie, że nadal ma wady, w tym dodatkowe opóźnienia i ograniczoną ochronę przed pewnymi atakami timingowymi.

Prezentacja, udostępniona na X 16 października 2026 r., opakowuje harness agenta w daemon kompatybilny z open-AI, tak aby mniej informacji było ujawnianych podczas interakcji użytkowników z usługami AI oraz aby aktywność płatnicza nie ujawniała tożsamości użytkownika. W praktyce podejście to celuje w dwa odrębne punkty ekspozycji: treść zapytań wysyłanych do dostawców AI oraz płatności, które je opłacają.

W odrębnym wydarzeniu agenty AI pracujące z ethlabs_org podobno wygenerowały w ciągu kilku dni formalne dowody dla Fast Confirmation Rule Ethereum. Prace te doprowadziły również do wykrycia i naprawienia błędu fork choice, przy czym bezpieczeństwo bloków zostało potwierdzone w 24 sekundy.

Te postępy zbiegają się w czasie z trwającą presją cenową na natywny token Ethereum, ETH. Dane CoinGecko pokazują spadek o 1,08% w ciągu 24 godzin i 2,43% w ciągu siedmiu dni, przy notowaniach na poziomie 2428,47 USD i dziennym wolumenie 10,83 mld USD. Analityczka rynkowa Ella wskazuje strefę 2390–2410 USD jako kluczowe wsparcie po tym, jak próba odbicia zatrzymała się w okolicach 2488 USD.

Od środka: „paranoid mode” Buterina dla agentów AI

Buterin opisał nakładkę prywatności dla swojego harnessu agentów AI, łączącą routing przez Tor, płatności zkAPI, losowy ruch maskujący oraz lokalne przekształcanie promptów. Konfiguracja ma na celu zmniejszenie ilości informacji ujawnianych podczas interakcji użytkowników z usługami AI. Tor kieruje ruch przez łańcuch przekaźników obsługiwanych przez wolontariuszy, aby zatarć pochodzenie zapytania, podczas gdy narzędziaatności zero-knowledge zostały zaprojektowane tak, aby rozliczać transakcje bez wiązania ich z tożsamością użytkownika.

Wrapped zkAPI + Tor + extra cover traffic + local LLM prompt rewriting in an open-AI compatible daemon, and made a "paranoid mode" wrapper for my agent harness (pi): Each conversation gets assigned a separate Tor circuit, your requests are masked with random cover traffic, zkAPI… pic.twitter.com/2y236zA0cw

— vitalik.eth (@VitalikButerin) October 16, 2026

Nakładka jest zapakowana jako daemon kompatybilny z open-AI wokół harnessu agenta Buterina, określanego jako pi. W tej konfiguracji każda rozmowa otrzymuje oddzielny obwód Tor, co izoluje połączenia sieciowe pomiędzy sesjami. Losowy ruch maskujący maskuje wzorce zapytań, a zkAPI ma zapobiegać ujawnianiu tożsamości użytkownika poprzez aktywność płatniczą.

Prompty są dodatkowo przekształcane lokalnie przez model językowy dostarczony przez użytkownika, który Buterin zidentyfikował jako Qwen38-flash-next. Agent działa wewnątrz sandboxa Bubblewrap, przy czym izolacja MicroVM również jest w fazie eksperymentów, a Torsocks kieruje jego aktywność sieciową przez Tor, dodając kolejną warstwę ochrony.

Buterin przyznał, że taka konfiguracja wprowadza znaczne opóźnienia, szczególnie przy rozpoczynaniu nowych rozmów. Ostrzegł również, że Tor zapewnia ograniczoną ochronę przed aktywnymi atakami timingowymi, w których współdziałają dostawca AI i strażnik sieci. Wyspecjalizowany mixnet stosujący stały ruch maskujący mógłby zapewnić silniejszą ochronę, zasugerował, choć wymagałoby to większej przepustowości. Spodziewane są również niższe koszty gazowe depozytów i wypłat zkAPI w sieci głównej Ethereum. Kompromisy te ilustrują powtarzające się ograniczenie w inżynierii prywatności: silniejsza anonimowość zazwyczaj kosztuje szybkość i przepustowość.

Agenty AI dowodzą Fast Confirmation Rule Ethereum

W ethlabs_org agenty AI podobno wygenerowały w ciągu kilku dni formalne dowody dla Fast Confirmation Rule Ethereum. Proces ten ujawnił także i naprawił błąd fork choice, potwierdzając bezpieczeństwo bloków w 24 sekundy.

AI is making Ethereum more ambitious. You might have heard about the challenges that blockchains face in a post-AI world, and while security assumptions will surely be stress-tested in the coming months and years, there is another side to it. I believe AI will let us speedrun… pic.twitter.com/Ljn2mPUyoG

— Francesco (@fradamt) October 16, 2026

Dowody formalne opierają się na rozumowaniu matematycznym w celu weryfikacji, czy system spełnia określone właściwości. Dla infrastruktury blockchain ta technika może pomóc programistom testować reguły protokołu i wykrywać błędy implementacji, zanim doprowadzą do szerszych problemów. W badaniach blockchain tego rodzaju formalna weryfikacja służy do sprawdzania, czy reguły konsensusu działają zgodnie z przeznaczeniem.

Reguły potwierdzania, kategoria do której należy Fast Confirmation Rule, mają dawać użytkownikom Ethereum wiarygodny sygnał, że blok pozostanie na łańcuchu kanonicznym wcześniej niż pełna finalność, która przy obecnym projekcie konsensusu sieci wymaga atestacji obejmujących dwie epoki. Potwierdzenie jest słabszą gwarancją niż finalność, ale przychodzi znacznie szybciej.

Złoszone wyniki wskazują na potencjalną rolę agentów AI w badaniach nad Ethereum i weryfikacji protokołów. Dostępne informacje nie potwierdzają jednak, czy prace przeszły niezależną recenzję czy szersze testy produkcyjne.

ETH testuje kluczowe wsparcie, gdy presja cenowa trwa

Zachowanie cenowe ETH stanowi osobne zmartwienie dla traderów. Według analityczki rynkowej Elli (@Ellaweb_3) token krótko osiągnął 2488 USD, po czym cofnął się w kierunku 2416 USD, pozostając poniżej linii oporu niższych szczytów.

Strefa 2390–2410 USD to bezpośredni poziom do obserwacji. Utrzymanie wsparcia mogłoby otworzyć drogę do kolejnej próby na poziomach 2450 USD i 2488 USD, podczas gdy przebicie w dół mogłoby otworzyć poziom 2350 USD.

Najnowsze dane CoinGecko pokazują ETH notowane po 2428,47 USD przy wolumenie obrotu 10,83 mld USD w ciągu 24 godzin. Dane wskazują spadek o 1,08% w ciągu ostatnich 24 godzin i 2,43% w ciągu ostatnich siedmiu dni.

Badania nad AI w Ethereum rozwijają się na wielu frontach, ale token nie zdołał jeszcze ustanowić przekonującego odwrócenia trendu cenowego. Poza wykresami konkretne kroki obejmują oczekiwane obniżenie kosztów gazowych depozytów i wypłat zkAPI w sieci głównej oraz kwestię, czy dowody z ethlabs przejdą niezależną recenzję.