Le cofondateur d'Ethereum, Vitalik Buterin, soutient que l'IA locale peut protéger votre vie privée sans perdre en rapidité

Le cofondateur d'Ethereum, Vitalik Buterin, affirme que l'IA sur ordinateur portable approche d'un tournant pratique. Les logiciels de portefeuille doivent encore atteindre un niveau beaucoup plus élevé avant de pouvoir confier à une IA le contrôle des actifs cryptographiques.

Il a déclaré le 17 septembre que Qwen 3.8 Flash et les récentes améliorations de llama.cpp avaient rapproché les modèles locaux de la gestion d'une "grande part" des tâches sur son ordinateur portable Strix Halo.

Pour des travaux plus avancés, il a décrit un modèle local coordonnant des demandes vers des systèmes distants plus puissants tout en retenant le contexte personnel complet de l'utilisateur.

L'image de référence jointe au post montrait 10 charges de travail. Ses taux de traitement d'entrée signalés variaient de 109,82 à 373,22 jetons par seconde, tandis que la génération de sortie variait de 18,42 à 33,37 jetons par seconde.

Ces chiffres soutiennent une affirmation pratique concernant la réactivité sur un ordinateur portable haut de gamme. Ils laissent sans réponse le jugement du modèle, la résistance aux instructions malveillantes et l'autorisation des transactions.

L'inférence locale peut améliorer la vie privée tandis que le pouvoir de déplacer des fonds reste derrière des contrôles séparés et exécutoires.

Le cofondateur d'Ethereum montre ce qui a changé entre avril et septembre

Dans un compte rendu d'avril de son installation d'IA locale, Vitalik a décrit un rôle plus étroit pour les modèles d'ordinateur portable.

Il a écrit que Qwen3.5:35B pouvait gérer des tâches limitées et un travail de programmation familier, tandis que des agents indépendants avancés capables de continuer à travailler sur une base de code restaient hors de portée pratique des ordinateurs portables. Un codage plus difficile et un travail intellectuel exigeaient encore des modèles distants plus puissants.

Le post de septembre modifie son évaluation de l'endroit où se situe la limite pratique. Un modèle local ne semble plus limité à la transcription, à la synthèse ou à d'autres travaux étroitement définis. Dans la nouvelle description, il peut devenir l'interface principale pour une plus grande part d'activité et décider quand un modèle distant est nécessaire.

Un service distant ne reçoit que la question ou le contexte que le modèle local sélectionne, plutôt que chaque fichier, message et détail de portefeuille nécessaires pour comprendre la situation plus large de l'utilisateur. Le système local devient à la fois un gardien d'informations et un assistant.

Avril et septembre impliquaient différentes générations de modèles et différentes tâches. Le post de septembre fournit des comptes de jetons et un débit, mais il omet les contenus des invites, les choix de quantification et la configuration complète du temps d'exécution.

Qwen3.8-Flash-Next, publié par l'équipe Qwen d'Alibaba, est un modèle multimodal à poids ouvert mélangeant des experts. Son modèle principal a 125 milliards de paramètres, plus 51 milliards dans des tables d'embedding n-gram, tandis que 6 milliards de paramètres sont activés par jeton.

Le dépôt officiel documente l'inférence locale de texte et de vision à travers llama.cpp en utilisant des constructions GGUF quantifiées.

L'activation d'une fraction du modèle pour chaque jeton réduit la charge de calcul. L'utilisateur a toujours besoin de suffisamment de mémoire pour la construction et le contexte choisis, et les documents officiels ne fournissent pas de minimum matériel unique applicable à tous les niveaux de quantification et charges de travail.

Les benchmarks de capacité laissent l'autorité du portefeuille non résolue

Le rapport technique de Qwen évalue le modèle de base à travers 14 benchmarks couvrant les connaissances générales, les mathématiques, la science, le raisonnement, le codage et la compréhension multilingue.

L'équipe Qwen a rapporté que Flash-Next a battu le modèle de base plus grand Qwen3.7-Plus sur huit de ces tests tout en utilisant moins de paramètres activés et moins de calcul d'entraînement.

Le rapport couvre la capacité du modèle, l'efficacité et la stabilité de l'entraînement. La résistance à l'injection d'invite, l'application des politiques, l'autorisation de portefeuille et la justesse des actions financières autonomes se situent en dehors de cet ensemble de benchmarks.

Un assistant peut expliquer une transaction de manière privée, préparer des données d'appel ou suggérer un itinéraire. Un signataire peut faire une demande irréversible qui transfère des actifs ou accorde à un autre contrat la permission de les déplacer.

Un meilleur raisonnement réduit certaines erreurs, mais une instruction malveillante cachée dans un site Web, un message ou une description de transaction peut toujours rediriger le plan du modèle.

L'écosystème Ethereum teste déjà une version sur appareil du concept d'assistant. Dans sa mise à jour d'allocation du deuxième trimestre, la Fondation Ethereum a listé Steward, un portefeuille intelligent macOS entièrement local dont le client léger et l'assistant IA sont destinés à fonctionner sur l'appareil.

La divulgation établit le financement et la portée du projet, mais laisse la mise en production, le statut d'audit indépendant et l'autorité de transaction autonome non établis.

Les conseils de Vitalik en avril concernant le portefeuille ont placé cette politique en dehors du modèle linguistique. Il a décrit un pare-feu de confirmation humaine pour les actions risquées, des limites déterministes sur les montants des transactions, les données d'appel et le nombre de transactions, ainsi qu'une règle 2 sur 2 humain-plus-modèle.

Le modèle peut reconnaître un schéma d'escroquerie qu'une personne distraite manquerait, tandis qu'une personne peut rejeter une action après qu'un contenu malveillant ait manipulé le modèle. Exiger les deux approbations pour les transactions risquées empêche l'un ou l'autre participant de devenir silencieusement le seul ancre de confiance.

L'automatisation à faible risque peut rester disponible dans les permissions définies par logiciel. Lire les soldes, préparer des transactions non signées ou fonctionner sous des limites strictement plafonnées peut rendre un assistant utile sans lui donner un pouvoir de dépense illimité.

L'IA locale peut proposer des actions de portefeuille de manière privée, mais les politiques déterministes, les vérifications de transaction et l'approbation humaine doivent rester des couches d'autorisation séparées.

La confiance dans le portefeuille dépend de règles que le modèle ne peut pas réécrire

L'EIP-7906, qui reste un brouillon, propose des cadres d'affirmation post-transaction qui inspectent les différences d'état final produites par une transaction. Une affirmation peut rejeter le résultat de l'application lorsque ces changements violent une condition spécifiée.

Un portefeuille pourrait utiliser ce mécanisme pour exiger qu'un échange n'ait changé que des soldes approuvés, qu'une approbation de jeton cachée ne soit jamais apparue, ou que l'état d'un compte protégé soit resté intact. Ces vérifications comparent les effets réels de la transaction avec des règles explicites.

Le brouillon décrit également les limites de la protection. Une affirmation qui vérifie trop peu peut créer une fausse confiance. La logique de validation du portefeuille doit exiger le cadre d'affirmation prévu, et l'affirmation elle-même doit couvrir chaque changement d'état pertinent pour l'opération protégée.

L'inférence locale et les affirmations de transaction résolvent différentes parties du problème de l'agent-portefeuille.

Le modèle local protège le contexte et transforme l'intention en langage naturel en une action proposée, les permissions déterministes restreignent les destinataires, les contrats, la valeur et la fréquence, les affirmations inspectent les changements d'état final. La confirmation humaine reste le deuxième facteur pour les actions risquées.

Le résultat du portable de septembre rend la première couche plus crédible. Il suggère qu'un modèle local privé peut répondre suffisamment rapidement pour coordonner le travail quotidien et utiliser sélectivement l'intelligence à distance. Les couches restantes conservent toujours l'autorité qui protège les actifs.

Un portefeuille crypto peut traiter le modèle comme une interface capable, un planificateur et un moniteur. La confiance appartient aux contrôles que le modèle ne peut pas modifier et à un chemin d'approbation qui maintient l'utilisateur significativement aux commandes.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.