El cofundador de Ethereum, Vitalik Buterin, ha desarrollado un sistema de privacidad de código abierto para agentes de IA que combina enrutamiento Tor, pagos anónimos y prompts procesados localmente para reducir la exposición de la información del usuario al acceder a modelos de lenguaje grandes.
Resumen
- Vitalik Buterin ha desarrollado un sistema de privacidad de IA de código abierto que combina enrutamiento Tor, pagos zkAPI y reescritura local de prompts.
- Cada conversación de IA utiliza un circuito Tor separado, con tráfico de cobertura aleatorio añadido para dificultar el rastreo de las solicitudes.
- El sistema funciona a través de una interfaz compatible con OpenAI y utiliza restricciones de sandbox para enrutar la actividad de red a través de Tor.
- Buterin dijo que la configuración se estaba volviendo utilizable, pero reconoció tiempos de respuesta más lentos y debilidades frente al análisis de tráfico coordinado.
- Espera costos más baratos de depósito y retiro de zkAPI en la red principal de Ethereum, aunque no se ha confirmado una fecha de implementación.
En una publicación en X, Buterin dijo que había construido un "modo paranoico" para su arnés de agente de IA, pi, utilizando zkAPI, tráfico de cobertura aleatorio y un modelo de lenguaje local para reescribir las solicitudes antes de que lleguen a un proveedor de IA externo.
La configuración se ejecuta a través de un daemon compatible con la API de OpenAI, lo que permite que las funciones de privacidad operen como una capa separada entre el agente y el servicio de modelo de lenguaje.
Buterin ha publicado el código relevante en GitHub, aunque reconoció que el sistema introduce retrasos sustanciales y sigue siendo vulnerable a ciertas formas de análisis de tráfico.
El sistema de privacidad de IA de Vitalik Buterin utiliza circuitos Tor separados
Según la descripción técnica de Buterin, cada conversación de IA recibe un circuito Tor separado, mientras que las solicitudes se mezclan con tráfico de cobertura aleatorio para dificultar la distinción de la actividad de red.
Tor enruta el tráfico de internet a través de múltiples repetidores para ocultar el origen de una conexión. En la implementación de Buterin, los circuitos separados proporcionan aislamiento de red entre conversaciones.
El tráfico de cobertura adicional tiene como objetivo dificultar que un observador identifique solicitudes de IA reales basándose en patrones de comunicación.
La privacidad de pago se maneja a través de zkAPI, que según Buterin evita que los usuarios expongan sus identidades a través de la información de pago al acceder a servicios de IA.
El sistema incluye un mecanismo local de reescritura de prompts. Antes de que una solicitud llegue al modelo de lenguaje externo, otro modelo que se ejecuta en el dispositivo del usuario procesa el texto original.
Buterin describió la función como un arreglo de trae tu propio modelo local, que permite a los usuarios seleccionar el modelo responsable de reescribir sus prompts.
Su propia configuración utiliza qwen3.8-flash-next, según la publicación.
La reescritura local proporciona una capa separada de protección de los componentes de enrutamiento de red y pago. Sin embargo, Buterin no afirmó que los prompts reescritos eliminen toda posibilidad de identificar a un usuario a través de la información que envían.
La implementación reúne estas funciones dentro de un daemon que admite la interfaz API de OpenAI, lo que permite al agente enviar solicitudes a través del envoltorio de privacidad.
Las restricciones de sandbox añaden otra capa de aislamiento
Más allá del enrutamiento de red y el procesamiento de prompts, Buterin ha colocado el arnés de agente pi dentro de un sandbox bubblewrap, o bwrap.
Bubblewrap es una utilidad de sandbox de Linux que puede restringir el acceso de un programa a partes de su entorno operativo.
Buterin dijo que estaba experimentando con la tecnología MicroVM como otra opción de aislamiento, aunque la publicación no estableció que la configuración de MicroVM se hubiera convertido en parte de la implementación final.
El agente en sandbox está envuelto con torsocks, una utilidad que dirige las conexiones de red compatibles a través de Tor.
Según Buterin, la configuración tiene como objetivo garantizar que la actividad de red del agente pase a través de Tor en lugar de realizar conexiones directas.
Por lo tanto, el diseño técnico aborda varias fuentes separadas de posible exposición de información, incluidas las conexiones de red, los registros de pago, el contenido de los prompts y el entorno en el que opera el agente de IA.
Buterin demostró la configuración utilizando una tarea de investigación simple y dijo que el software se estaba volviendo utilizable para el trabajo práctico.
"¡Se está volviendo bastante utilizable!", escribió, aunque reconoció que los usuarios aún enfrentan una latencia considerable.
Señaló el comienzo de una nueva conversación como una parte particularmente lenta del proceso.
La publicación no proporcionó resultados de referencia, tiempos de respuesta promedio ni una comparación con una versión desprotegida del mismo agente.
La protección de Tor sigue siendo vulnerable al análisis de tráfico coordinado
A pesar de las medidas de privacidad adicionales, Buterin reconoció que Tor no era una red ideal para el sistema que había desarrollado.
Dijo que el tráfico de cobertura aleatorio ofrecía una protección razonable contra observadores pasivos, pero identificó una amenaza más difícil que involucra la cooperación entre un proveedor de IA y un relé guardián de Tor.
Un relé guardián es el primer relé utilizado por un cliente de Tor para entrar en la red.
En el escenario que describió Buterin, un proveedor de IA que trabaja con el guardián podría manipular activamente la sincronización de solicitudes y respuestas para identificar patrones en el tráfico.
Tal coordinación haría que el tráfico de cobertura aleatorio fuera sustancialmente menos efectivo, según su evaluación.
Buterin argumentó que este tipo de aplicación se beneficiaría de una mixnet especializada, una red de privacidad diseñada para dificultar la conexión de comunicaciones entrantes y salientes mediante el análisis de tráfico.
Su enfoque propuesto implicaría un mayor requisito de ancho de banda y tráfico de cobertura constante integrado directamente en la red.
El tráfico de cobertura constante significaría generar actividad de red adicional incluso cuando los usuarios no realizaran solicitudes genuinas, en lugar de depender solo del tráfico insertado aleatoriamente.
Buterin no anunció una implementación funcional de mixnet ni proporcionó un calendario para desarrollar una.
Sus comentarios describieron la red como una posible mejora técnica sobre la configuración actual de Tor, que caracterizó como una solución imperfecta para proteger las interacciones de IA.
Se espera que los costos de pago de zkAPI disminuyan en Ethereum
Buterin terminó su actualización con un desarrollo separado relacionado con el costo de usar zkAPI.
Dijo que los costos de gas significativamente más baratos para los depósitos y retiros de zkAPI llegarían pronto a la red principal de Ethereum.
La declaración no especificó la reducción esperada en los costos de transacción, el mecanismo responsable de los ahorros ni una fecha de implementación.
Los depósitos y retiros son independientes de las funciones de privacidad de la red en el envoltorio del agente, que utiliza zkAPI para abordar la posibilidad de exposición de identidad a través de pagos.
La publicación de Buterin no identificó qué proveedores externos de modelos de lenguaje se habían utilizado en su demostración ni reveló el costo total de ejecutar las herramientas de privacidad combinadas.
Los cambios anunciados en el costo de gas siguen pendientes, sin una fecha confirmada de activación en la red principal proporcionada en la publicación.
El trabajo anterior de zkAPI proporciona contexto para el último experimento de Buterin
La última implementación sigue un lanzamiento del 1 de octubre por parte de la Ethereum Foundation y Open Anonymity Project, que introdujo zkAPI como un sistema de pago para servicios medidos.
Según el anuncio técnico de la Fundación, los usuarios depositan fondos en una bóveda de Ethereum y autorizan el uso posterior de la API mediante pruebas de conocimiento cero.
El sistema puede emitir credenciales de API de corta duración con límites de gasto, lo que permite que una sola autorización cubra múltiples solicitudes durante una sesión.
La autorización de pago y la entrega rápida se gestionan por separado. El servicio de pago verifica los derechos de gasto sin recibir la conversación, mientras que el proveedor del modelo procesa el prompt sin que se le entregue la identidad de financiación del usuario.
La Fundación reconoció que el mecanismo de pago no oculta de forma independiente las direcciones IP ni la información contenida en los prompts. Esas limitaciones se examinaron en un análisis del 2 de octubre sobre la privacidad de zkAPI.
El 4 de octubre, Buterin probó una configuración de tres capas utilizando información personal de salud y viajes para generar recomendaciones de dieta y ejercicio.
Como crypto.news informó anteriormente, el experimento anterior utilizó un modelo Qwen local para decidir qué información debía compartirse con servicios de IA remotos. Buterin reportó velocidades de procesamiento de aproximadamente 20 a 30 tokens por segundo y dijo que serían preferibles velocidades superiores a 100 tokens por segundo.
El trabajo de Ethereum sobre agentes autónomos incluye la infraestructura de identidad ERC-8004, que estaba programada para un despliegue en la red principal en enero de 2026. El estándar proporciona registros para la identidad y reputación de los agentes, una función separada de la autorización de pago privada gestionada por zkAPI.
La última publicación de Buterin describe controles adicionales en torno al acuerdo de privacidad anterior, incluidos circuitos Tor específicos para cada conversación, tráfico de cobertura aleatorio y restricciones de sandbox.
