Сооснователь Ethereum Виталик Бутерин считает, что искусственный интеллект на базе ноутбуков приближается к практическому переломному моменту — однако программному обеспечению кошельков предстоит преодолеть гораздо более высокий порог, прежде чем ИИ можно будет доверить управление криптоактивами.

В посте от 17 сентября Бутерин сказал, что Qwen 3.8 Flash и недавние улучшения llama.cpp — open-source проекта для запуска больших языковых моделей непосредственно на локальном оборудовании — приблизили локальные модели к способности обрабатывать «значительную долю» задач на его ноутбуке Strix Halo. Для более сложной работы он описал локальную модель, координирующую запросы к более мощным удалённым системам, скрывая при этом полный личный контекст пользователя.

Изображение с бенчмарками, приложенное к посту, показало 10 рабочих нагрузок. Заявленная скорость обработки входных данных составляла от 109,82 до 373,22 токенов в секунду, а генерации выходных данных — от 18,42 до 33,37 токенов в секунду. Эти цифры подтверждают практическое утверждение об отзывчивости на одном высокопроизводительном ноутбуке, но оставляют без ответа вопросы качества суждений модели, устойчивости к вредоносным инструкциям и авторизации транзакций.

Локальный инференс может улучшить приватность, тогда как полномочия по перемещению средств остаются за отдельными поддающимися контролю механизмами.

Что изменилось между апрелем и сентябрём

В апрельском описании своей локальной ИИ-инфраструктуры Бутерин отводил ноутбучным моделям более узкую роль. Он писал, что Qwen3.5:35B способна справляться с ограниченными задачами и знакомой программист работой, тогда как продвинутые автономные агенты, способные продолжать работу над кодовой базой, оставались вне практической досягаемости ноутбуков. Более сложные задачи по кодированию и интеллектуальной работе по-прежнему требовали более мощных удалённых моделей.

Сентябрьский пост сдвигает его оценку того, где проходит практическая граница. Локальная модель больше не выглядит ограниченной транскрипцией, суммаризацией или другой жёстко ограниченной работой. В новом описании она может служить основным интерфейсом для большей доли активности и решать, когда необходима удалённая модель. Удалённый сервис получает только тот вопрос или контекст, который выбрала локальная модель, — а не все файлы, сообщения и данные кошелька, необходимые для понимания более широкой ситуации пользователя. Локальная система становится одновременно информационным шлюзом и ассистентом.

Апрель и сентябрь охватывали разные поколения моделей и разные задачи. Сентябрьский пост содержит количество токенов и пропускную способность, но опускает содержимое промптов, выбор квантизации и полную конфигурацию среды выполнения.

Qwen3.8-Flash-Next, выпущенная командой Qwen компании Alibaba, — это открытая мультимодальная модель с архитектурой mixture-of-experts. Её основная модель имеет 125 млрд параметров плюс ещё 51 млрд в n-gram таблицах эмбеддингов, при этом на каждый токен активируется 6 млрд параметров. Открытые веса означают, что модель можно скачать и запустить полностью на машине пользователя — именно такая схема делает локальный, приватный инференс возможным. Официальный репозиторий документирует локальный текстовый и визуальный инференс через llama.cpp с использованием квантизованных сборок GGUF.

Активация лишь части модели на каждый токен снижает вычислительную нагрузку. Пользователю всё равно требуется достаточно памяти для выбранной сборки и контекста, а официальные материалы не содержат единого минимального требования к оборудованию, применимого ко всем уровням квантизации и рабочим нагрузкам.

Бенчмарки возможностей оставляют вопрос полномочий кошелька открытым

Технический отчёт Qwen оценивает базовую модель по 14 бенчмаркам, охватывающим общие знания, математику, естественные науки, рассуждения, программирование и многоязычное понимание. Команда Qwen сообщила, что Flash-Next превзошла более крупную базовую модель Qwen3.7-Plus в восьми из этих тестов, используя меньше активируемых параметров и меньше вычислительных ресурсов на обучение.

Отчёт охватывает возможности модели, эффективность и стабильность обучения. Устойчивость к prompt-инъекциям, соблюдение политик, авторизация кошелька и корректность автономных финансовых действий находятся вне этого набора бенчмарков.

Ассистент может приватно объяснить транзакцию, подготовить calldata или предложить маршрут. Подписант может сделать необратимый запрос, переводящий активы или предоставляющий другому контракту право распоряжаться ими. Более качественное рассуждение снижает часть ошибок, однако вредоносная инструкция, скрытая на сайте, в сообщении или описании транзакции, всё ещё может изменить план модели.

Экосистема Ethereum уже тестирует версию концепции ассистента, работающую на устройстве. В отчёте о распределении средств за второй квартал Ethereum Foundation перечислила Steward — полностью локальный смарт-аккаунт кошелёк для macOS, чей лёгкий клиент и ИИ-ассистент предназначены работы на устройстве. Раскрытие подтверждает финансирование и объём проекта, но не даёт данных о производственном развёртывании, статусе независимого аудита и полномочиях на автономные транзакции. Эти открытые пункты — те ориентиры, за которыми стоит следить, пока кошельковые ассистенты на устройстве движутся от раскрытия финансирования к готовому программному обеспечению.

Апрельские рекомендации Бутерина по кошелькам размещали эти полномочия вне языковой модели. Он описал файрвол подтверждения человеком для рискованных действий, детерминированные лимиты на суммы транзакций, calldata и количество транзакций, а также правило 2-of-2 с участием человека и модели. Модель может распознать шаблон мошенничества, который рассеянный человек упустит, а человек может отклонить действие, когда модель была манипулирована вредоносным контентом. Требование обоих подтверждений для рискованных транзакций не позволяет ни одному из участников незаметно стать единственным якорем доверия.

Автоматизация с низким риском может оставаться доступной в рамках определённых программно разрешений. Чтение балансов, подготовка неподписанных транзакций или работа в рамках жёстко ограниченных лимитов делают ассистента полезным, не давая ему неограниченных возможностей по расходованию средств.

Доверие к кошельку зависит от правил, которые модель не может переписать

EIP-7906, который пока остаётся черновиком, предлагает post-transaction фреймы утверждений (assertion frames), проверяющие итоговые изменения состояния, произведённые транзакцией. Утверждение может отклонить результат применения транзакции, если эти изменения нарушают заданное условие.

Кошелёк мог бы использовать этот механизм, чтобы требовать, чтобы своп изменил только одобренные балансы, чтобы не появилось скрытое token-одобрение или чтобы состояние защищённого аккаунта осталось нетронутым. Эти проверки сравнивают фактические эффекты транзакции с явными правилами.

Черновик также описывает границы защиты. Утверждение, проверяющее слишком мало, может создать ложную уверенность. Логика валидации кошелька должна требовать заданный фрейм утверждения, а само утверждение должно охватывать каждое релевантное изменение состояния для защищаемой операции.

Локальный инференс и транзакционные утверждения решают разные части проблемы связки кошелька и агента. Локальная модель защищает контекст и превращает намерение на естественном языке в предлагаемое действие; детерминированные разрешения ограничивают получателей, контракты, суммы и частоту; утверждения проверяют итоговые изменения состояния. Подтверждение человеком остаётся вторым фактором для рискованных действий.

Сентябрьский результат на ноутбуке делает первый уровень более правдоподобным. Он указывает, что приватная локальная модель может откликаться достаточно быстро, чтобы координировать повседневную работу и выборочно использовать удалённый интеллект. Оставшиеся уровни всё ещё несут полномочия, защищающие активы.

Криптокошелёк может рассматривать модель как способный интерфейс, планировщик и монитор. Доверие принадлежит механизмам контроля, которые модель не может изменить, и процессу одобрения, при котором пользователь по-настоящему остаётся главным.

Источник: CryptoSlate через CryptoNewsNet.