Vitalik Buterin quer deslocar parte da inteligência artificial da nuvem para máquinas sob controle físico do usuário. Em uma publicação de 2 de abril de 2026, o cofundador do Ethereum detalhou a evolução de sua estrutura local de modelos de linguagem de grande porte. O foco está em privacidade, reprodutibilidade e contenção de riscos operacionais.

Além da descrição técnica, Buterin apresentou uma tese mais ampla. Para ele, o ecossistema do Ethereum deveria contar com modelos de IA ajustados para tarefas específicas, como verificação de transações e auditoria de contratos inteligentes. Assim, a rede poderia reduzir a dependência de serviços centralizados e ampliar a revisão local.

IA local prioriza privacidade e controle operacional

Segundo Buterin, o sistema executa localmente o modelo Qwen3.5:35B, de pesos abertos, em um laptop com Nvidia 5090. O desempenho informado chega a 90 tokens por segundo. Esse número se destaca em hardware de consumo e sustenta a defesa de uso local para tarefas técnicas.

Ele também comparou o resultado com outras opções de equipamento. Um AMD Ryzen AI Max Pro com 128 GB de memória unificada alcançou 51 tokens por segundo. Já o DGX Spark registrou 60 tokens por segundo. Dessa forma, Buterin mostrou como diferentes configurações podem atender fluxos de trabalho locais sem recorrer, de saída, à nuvem.

No software, Buterin montou a pilha com foco em previsibilidade e isolamento. Ele usa NixOS para manter a reprodutibilidade, com configuração declarativa do sistema operacional e controle por versão. Ao mesmo tempo, o llama-server atende o modelo. Para tarefas em sandbox, o Bubblewrap isola processos e limita o alcance de um agente de IA caso ele se comporte de forma inadequada.

Wikipedia local reduz exposição externa

Um daemon de mensagens personalizado e uma cópia local da Wikipedia completam a estrutura. Ao armazenar a enciclopédia no próprio ambiente, o sistema reduz a necessidade de buscas externas na web. Na prática, isso diminui o volume de requisições de saída e, por consequência, reduz possibilidades de vazamento de dados ou monitoramento por terceiros.

De acordo com a lógica apresentada por Buterin, a migração para IA local não representa apenas uma escolha de conveniência ou custo. Antes de tudo, trata-se de uma questão de segurança. Ele citou pesquisas segundo as quais cerca de 15% das habilidades disponíveis a agentes de IA podem conter instruções maliciosas. Ou seja, quando um agente recebe permissão para navegar na internet, usar ferramentas ou interagir com plugins de terceiros, alguma integração pode comprometer ou manipular o comportamento do modelo.

Buterin já havia alertado sobre os riscos de conceder acesso irrestrito de carteiras a agentes de IA. Conforme sua avaliação, processos isolados, inferência exclusivamente local e conectividade mínima com a internet formam uma base mais segura. Nesse sentido, humanos permaneceriam responsáveis pelas ações de maior risco, enquanto a IA assumiria tarefas rotineiras de análise.

Modelos específicos podem reforçar o Ethereum

O ponto central do texto está na defesa de modelos ajustados para casos de uso específicos do Ethereum. Buterin citou como aplicação relevante a proposta e a verificação local de transações. Nesse cenário, um modelo de IA revisaria uma operação antes da assinatura e apontaria elementos suspeitos. Assim, o usuário poderia identificar riscos com mais clareza antes de aprovar uma movimentação.

Outra frente envolve a auditoria de contratos inteligentes. Nesse caso, o treinamento dos modelos precisaria incorporar padrões, vulnerabilidades e convenções próprias do Ethereum e da linguagem Solidity. Dessa maneira, a utilidade da IA poderia aumentar em análises técnicas voltadas a esse ambiente, sobretudo em revisões de segurança de código.

Essa visão amplia uma estrutura conceitual que Buterin descreveu em fevereiro de 2026. Na ocasião, ele apontou quatro pilares para o papel do Ethereum na era da IA. O primeiro envolve ferramentas privadas de IA sem confiança em um provedor centralizado. O segundo trata da adequação da estrutura econômica do Ethereum a agentes de IA que precisem transacionar de forma autônoma. O terceiro é a autossoberania por meio da verificação local. O quarto aborda o uso da IA para fortalecer governança e mercados.

Escala ainda exige coordenação

Buterin não anunciou atualização de protocolo nem nova iniciativa formal de financiamento. Ainda assim, o texto pode renovar a atenção do mercado para projetos voltados à privacidade dentro do ecossistema Ethereum. Afinal, a combinação entre tecnologias de conhecimento zero, inferência local e verificação autossoberana dialoga com uma demanda crescente por controle direto sobre dados e decisões automatizadas.

Por outro lado, transformar a ideia de modelos especializados em realidade funcional exigirá investimento relevante em bases de treinamento, estruturas de avaliação e coordenação comunitária. Segundo o próprio contexto apresentado, nada disso existe ainda em escala significativa. Além disso, o desempenho de 90 tokens por segundo em uma Nvidia 5090, embora forte para um ambiente local, continua abaixo da capacidade disponível em provedores de nuvem.

Na prática, Buterin reuniu números concretos de desempenho com uma proposta estratégica para o Ethereum. Ele citou 90 tokens por segundo na Nvidia 5090, 51 tokens por segundo no AMD Ryzen AI Max Pro e 60 tokens por segundo no DGX Spark. Ao mesmo tempo, defendeu inferência local, processos em sandbox e modelos ajustados ao Ethereum para revisar transações e auditar contratos inteligentes com menor dependência de serviços centralizados.