302 posts marcados com "IA"

Pela primeira vez na história cripto, a narrativa mais barulhenta também apresenta resultados concretos. No 1º trimestre de 2026, enquanto os tokens de consumo especulativos perderam 30 % de seu valor, o grupo de IA-cripto — Bittensor, Virtuals Protocol, a ASI Alliance, Render, io.net — caiu apenas 14 %. Essa lacuna de 16 pontos não é apenas uma mudança de percepção. É um evento de precificação. Os investidores pararam de pagar pela ideia de IA descentralizada e começaram a pagar por protocolos que realmente movimentam dinheiro.

Bem-vindos à "DeAI Industrial" — a fase de produção da IA-cripto, onde a receita, e não o roteiro, decide quem sobrevive.

Dos Slogans à Liquidação​

O ciclo de tokens de IA de 2024 foi um problema de narrativa. Compre TAO porque as GPUs são escassas. Compre FET porque os agentes vão dominar o software empresarial. Compre o que quer que estivesse em alta no Crypto Twitter naquela semana. A avaliação era uma função de quão convincente um projeto conseguia narrar o futuro.

Dezoito meses depois, a planilha alcançou a apresentação de slides. A Bittensor encerrou o 1º trimestre de 2026 com $43 milhões em receita de protocolo** e um ganho de preço trimestral de 21,57$ 479 milhões na Base, apoiado por 1,77 milhão de tarefas concluídas em mais de 18.000 agentes implantados. A Artificial Superintelligence Alliance (FET, anteriormente Fetch.ai + SingularityNET + Ocean Protocol) está executando cargas de trabalho de agentes de produção para clientes corporativos, incluindo uma implementação com a Maersk que a Alliance afirma ter reduzido as ineficiências de transporte em mais de 37 %.

Estes não são projetos arriscados sem receita. São os primeiros protocolos cripto desde o ponto de inflexão das DeFi em 2020 com fluxos de caixa auditados grandes o suficiente para alocadores institucionais subscreverem.

O Diferencial de Desempenho do Q1 2026, Decifrado​

O desempenho superior de 16 pontos em relação ao mercado mais amplo dividiu-se ao longo de um eixo claro: tokens de IA com utilidade real superaram os tokens de IA apenas narrativos, e ambos superaram as memecoins.

Cinco projetos fizeram a maior parte do trabalho pesado:

• Render (RENDER) — Ultrapassou $ 2 bilhões em capitalização de mercado à medida que sua nova sub-rede Dispersed atraiu cargas de trabalho de IA ao lado de seu negócio legado de renderização 3D. A história da "computação por GPU que já tinha clientes pagantes" finalmente se consolidou.
• Bittensor (TAO) — Atingiu uma avaliação de aproximadamente $ 20 bilhões, com a execução do treinamento do modelo aberto Covenant-72B fornecendo uma demonstração pública e verificável de treinamento de modelo descentralizado em escala de fronteira.
• NEAR — Reposicionou-se em torno de inferência privada e execução de agentes confidenciais, encontrando compradores institucionais para a confidencialidade nativa da rede que os hyperscalers não conseguem igualar.
• ASI Alliance (FET) — Sobreviveu ao período de integração pós-fusão e ressurgiu com canais corporativos focados e inclusão na lista de "Ativos Sob Consideração" do 1º trimestre de 2026 da Grayscale, ao lado da Virtuals.
• Virtuals Protocol (VIRTUAL) — Ultrapassou o marco de $ 479 milhões em aGDP e lançou o Agent Commerce Protocol, o primeiro padrão estável de pagamentos entre agentes que se consolidou de forma mensurável.

O que faltou aos retardatários foi a mesma coisa: receita que pudesse ser apontada e um cliente que pudesse ser nomeado.

O Divisor de Águas Institucional da Bittensor​

O sinal mais claro da mudança de regime não veio de um fundo cripto, mas da NVIDIA. No 1º trimestre de 2026, a fabricante de chips alocou cerca de $420 milhões na Bittensor**, com cerca de **77$ 200 milhões, elevando as entradas institucionais combinadas no trimestre para aproximadamente $ 620 milhões.

Duas coisas tornam isso diferente dos ciclos anteriores de cripto-VC. Primeiro, a NVIDIA não tem motivos para perseguir narrativas — seu negócio principal já vence se a demanda por computação de IA explodir. Alocar na Bittensor é uma proteção contra um futuro onde uma parcela não trivial do treinamento, inferência e ajuste fino de modelos ocorra fora do oligopólio dos hyperscalers, em redes que a NVIDIA não controla, mas cujas GPUs rodam silício da NVIDIA. Segundo, o endosso público de Jensen Huang ao treinamento de IA descentralizado — que antes era uma posição marginal — deu a cada alocador tradicional a cobertura necessária para redigir um memorando.

O efeito volante agora é visível: a receita do protocolo financia incentivos de sub-rede → os incentivos de sub-rede atraem modelos reais e cargas de trabalho reais → cargas de trabalho reais atraem clientes corporativos → clientes corporativos geram mais receita de protocolo. Até o 1º trimestre de 2026, isso era uma tese. Agora é um gráfico.

Virtuals Protocol e o Espelho do PIB Agêntico​

Se a Bittensor é o lado da oferta — as GPUs, pesos e inferência — o Virtuals Protocol é o lado da demanda: um mercado onde agentes autônomos transacionam, contratam uns aos outros e criam fluxos de trabalho inteiros sem intervenção humana. Seu número de $ 479 milhões em aGDP merece ser analisado porque é o que mais se aproxima de uma métrica de GMV na IA-cripto.

As quatro unidades interconectadas da Virtuals explicam como esse volume é gerado:

1. Butler — A camada voltada para o usuário, onde humanos orientam agentes a realizar tarefas (pesquisa, conteúdo, fluxos de trabalho de negociação).
2. Agent Commerce Protocol (ACP) — O padrão de liquidação que permite aos agentes descobrir, contratar e pagar uns aos outros de forma autônoma. Este é o primitivo econômico real.
3. Unicorn — Um local de formação de capital para agentes tokenizados, estruturalmente semelhante aos primeiros launchpads da Web3, mas ajustado para o trabalho digital gerador de receita, em vez de especulação.
4. Virtuals Robotics + Eastworld Labs — Uma expansão de 2026 para a robótica humanoide, estendendo a economia de agentes das telas para espaços de trabalho físicos.

O movimento interessante é o ACP. O setor cripto tem prometido "pagamentos entre agentes" desde 2023, mas a maioria das demonstrações eram em ambiente fechado. A Virtuals lançou uma rede onde os agentes pagam uns aos outros no mundo real, e $ 479 milhões dessas transações foram liquidadas em um trimestre. Se esse valor de aGDP representa um volume corporativo durável ou atividade de tokens reciclados será o debate mais assistido de 2026 — mas a ordem de magnitude mudou.

O Pivô Empresarial Silencioso da ASI Alliance​

A ASI Alliance — formada pela fusão de junho de 2024 entre Fetch.ai, SingularityNET e Ocean Protocol com uma avaliação combinada de cerca de $ 7,5 bilhões — passou a maior parte de 2025 executando o trabalho pouco glamoroso de fundir três organizações de engenharia, três estruturas de governança e três bases de detentores de tokens em um único protocolo coerente. Em 2026, esse trabalho está rendendo frutos.

A força da Alliance é a integração empresarial. Enquanto a Bittensor compete pelo market share de treinamento de IA e a Virtuals compete pela atenção dos agentes de consumo, a ASI é o protocolo com maior probabilidade de ser incorporado em um contrato SaaS de logística ou em um fluxo de trabalho da cadeia de suprimentos farmacêutica. A implantação na Maersk — agentes autônomos otimizando rotas e inventário em todo o tráfego de contêineres, com ganhos de eficiência relatados acima de 37 % — é o tipo de cliente de referência que, historicamente, apenas a IBM e a Accenture conseguiam conquistar. A ASI não está vendendo tokens para o varejo; ela está vendendo agentes para executivos de operações.

É por isso também que a trajetória da ASI em 2026 é mais sensível aos ciclos de vendas empresariais do que ao sentimento do "crypto-Twitter". O perfil de risco é diferente — mais lento, mais irregular, mas mais resiliente — e esse perfil é exatamente o que os alocadores institucionais têm solicitado.

DePIN: A Camada de Computação Sob os Agentes​

A IA Descentralizada (DeAI) Industrial não existe sem uma camada DePIN industrial por baixo dela. Os dois setores atingiram pontos de inflexão de receita em sincronia.

• A io.net lançou o Agent Cloud em 25 de março de 2026 — uma camada de computação projetada especificamente para agentes autônomos adquirirem, agendarem e pagarem por recursos de GPU sem intervenção humana. É, estruturalmente, o primeiro produto DePIN cujo cliente principal é o agente de outro protocolo, em vez de um engenheiro humano de ML.
• A Aethir relatou $ 147 milhões em receita recorrente anualizada até o terceiro trimestre de 2025, com o crescimento trimestral acelerando de 14,5 % para 22 %, e uma lista de mais de 100 parceiros de ecossistema.
• A Render ultrapassou $ 2 bilhões em capitalização de mercado e lançou sua sub-rede de IA Dispersa para capturar o excedente de carga de trabalho de IA de sua base de renderização.

O setor DePIN mais amplo cresceu de aproximadamente $ 5,2 bilhões para mais de $ 19 bilhões em capitalização de mercado em um ano, com projeções do setor colocando-o em um caminho rumo a $ 3,5 trilhões até 2028. Quer esse número de 2028 se concretize ou não dentro de uma ordem de magnitude, a mensagem direcional é clara: as ferramentas essenciais ("picks-and-shovels") da IA descentralizada são agora, por si sós, negócios multibilionários.

O Paralelo com DeFi — e a Desanalogia​

A tentação é mapear a IA Descentralizada Industrial com base no amadurecimento de DeFi entre 2020 e 2023: fase de hype → especulação de yield-farming → infraestrutura de empréstimos e DEX geradora de receita. O paralelo é em grande parte válido. Ambos os setores passaram por um estágio de "comprar o ticker para exposição" e, depois, por um estágio de "avaliar o protocolo por P&L" (lucros e perdas). Ambos viram o comportamento dos alocadores mudar assim que a receita on-chain pôde ser medida com clareza.

A desanalogia também importa. Os clientes de DeFi eram, em grande parte, outros usuários de DeFi — um ciclo fechado que limitava o TAM (Mercado Total Endereçável) e tornava a receita cíclica de acordo com a atividade do mercado cripto. Os clientes da IA Descentralizada Industrial estão cada vez mais fora das criptomoedas: laboratórios de IA, empresas de logística, compradores de computação, contratos SaaS empresariais. Isso amplia drasticamente o pool de receita endereçável, mas também expõe a IA-cripto a uma macroeconomia diferente: orçamentos de TI corporativos, ciclos de capex de IA e as preferências de aquisição de CIOs que não se importam se seus agentes liquidam na Base ou na AWS, desde que o SLA (Acordo de Nível de Serviço) seja cumprido.

A projeção base da Gartner é que 33 % dos aplicativos de software empresarial incluirão IA de agentes até 2028 (comparado a menos de 1 % em 2024), e que a IA de agentes poderia impulsionar cerca de 30 % da receita de software de aplicativos empresariais até 2035, ultrapassando $ 450 bilhões. Mesmo que os protocolos descentralizados capturem uma pequena parcela de um dígito desse pool, os números absolutos de receita são uma ordem de magnitude maiores do que o TAM de DeFi. A Gartner também alerta que mais de 40 % dos projetos de IA de agentes serão cancelados até o final de 2027, citando excessos de custos, ROI pouco claro e controles de risco fracos — um lembrete útil de que o piso deste mercado será mais difícil do que o teto.

O Que Acompanhar a Seguir​

Três coisas separam os projetos que se consolidarão até 2027 daqueles que desaparecerão com a narrativa:

1. Durabilidade da receita durante uma queda no mercado cripto. A TAO gerando $ 43 milhões em um trimestre em que os preços subiam diz algo sobre a demanda. O mesmo número em uma queda de 50 % dirá se os clientes são reais.
2. Contratos empresariais off-chain. Referências da classe da Maersk decidirão cada vez mais quais protocolos se qualificam para inclusão institucional. A próxima onda de capital de alocadores segue logotipos, não whitepapers.
3. Forma de carga da infraestrutura. O tráfego de agentes não se parece com o tráfego de carteiras. Ele é intermitente, composto por várias etapas e altamente focado em leitura de estado indexado. As pilhas de RPC e indexação construídas para DeFi voltada para humanos precisarão ser ajustadas para cargas de trabalho orientadas por agentes.

Esse último ponto é onde reside a questão das ferramentas essenciais ("picks-and-shovels"). As aplicações nativas de agentes precisam de leituras de baixa latência consistentes em relação ao estado do contrato indexado, disponibilidade previsível de archive nodes e níveis de SLA que não presumam que um humano está no circuito para tentar novamente uma chamada que falhou. Os provedores de infraestrutura que entregarem isso — em Base, Solana, NEAR e no ecossistema Bittensor — capturarão silenciosamente uma parcela significativa da receita da IA Descentralizada Industrial sem nunca aparecer em um gráfico de preço de token.

A manchete do primeiro trimestre de 2026 foi que a IA-cripto superou o mercado. A história mais profunda é que a IA-cripto deixou de ser apenas uma história.

---

BlockEden.xyz fornece infraestrutura de RPC e indexação de nível empresarial para as redes que alimentam a IA Descentralizada Industrial — incluindo Base, Solana, Aptos e Sui — com os níveis de SLA e disponibilidade de archive nodes que as cargas de trabalho nativas de agentes exigem. Explore nosso marketplace de APIs para construir sobre a mesma camada de infraestrutura na qual a próxima geração de protocolos de agentes autônomos é executada.

Fontes​

• Grande Q1 2026 da IA Cripto: 5 Principais Players com Desempenho Superior ao Mercado — KuCoin
• Tokens de IA: Único Setor de Cripto Lucrativo no Q1 2026 — Phemex
• Bittensor (TAO) Sobe 21,57 % no Q1 2026 em Meio a Apostas da Nvidia e Polychain e Receita de IA de $ 43M — MEXC
• Bittensor Surge como Potência de IA Descentralizada com Fluxos Institucionais de $ 620M — Coin Alert News
• Virtuals Protocol Lança a Primeira Rede de Receita para Comércio de IA entre Agentes — PR Newswire
• Sobre o Virtuals Protocol — Whitepaper
• Virtuals Protocol Lança Eastworld Labs para Acelerar Robôs Humanoides — The AI Insider
• Fetch.ai, SingularityNET e Ocean Protocol se Unem para Criar a Aliança ASI — Fetch.ai
• Fusão de Tokens $ ASI Aprovada — Fetch.ai
• Preço, capitalização de mercado e gráfico da io.net — CoinMarketCap
• DePIN Acaba de Atingir seu Ponto de Inflexão de Receita — BlockEden.xyz
• Redes de GPU Descentralizadas 2026: Como DePIN está Desafiando a AWS — BlockEden.xyz
• Resumo de IA e Cripto de Novembro de 2025 da Aethir — Aethir
• Gartner Prevê que 40 % dos Aplicativos Corporativos Terão Agentes de IA Específicos para Tarefas até 2026 — Gartner
• Gartner Prevê que mais de 40 % dos Projetos de IA Agêntica Serão Cancelados até o Final de 2027 — Gartner

Um exploit funcional de contrato inteligente custa agora cerca de $1,22 em créditos de API para ser gerado. Esse número único, revelado pela equipe de red team da Anthropic no final de 2025 e reforçado por um gerador de exploits acadêmico que extraiu até$ 8,59 milhões por ataque, é o pano de fundo para o alerta emitido pelo CTO da Ledger, Charles Guillemet, em 5 de abril de 2026: a inteligência artificial não está quebrando a criptografia. Ela está quebrando a economia da segurança cripto, e as defesas tradicionais do setor nunca foram precificadas para este regime.

Se 2024 foi o ano em que a IA reescreveu como os desenvolvedores entregam código, 2026 é o ano em que ela reescreveu como os atacantes entregam exploits. A assimetria inverteu-se tão rapidamente que até as empresas que passaram uma década construindo carteiras de hardware estão agora se perguntando se todo o modelo de confiança precisa de uma reescrita.

O que Guillemet realmente disse​

Falando publicamente no início de abril, Guillemet — o diretor de tecnologia da Ledger e pesquisador de segurança de hardware de longa data — apresentou uma tese desconfortável. A curva de custo por ataque para cripto está colapsando porque os grandes modelos de linguagem (LLMs) são competentes o suficiente para realizar as partes mais difíceis do trabalho de um invasor: ler Solidity desconhecido, raciocinar sobre máquinas de estado, gerar transações de exploit plausíveis e iterar contra forks on-chain até que algo funcione.

Sua abordagem foi deliberadamente econômica. A criptografia não é mais fraca hoje do que era em 2024. As funções de hash ainda fazem o hash. As curvas elípticas ainda fazem a curva. O que mudou é que o insumo de trabalho por trás de um ataque bem-sucedido — o olhar do auditor sênior, os meses de engenharia reversa paciente — foi compactado em uma linha de orçamento que cabe em uma única fatura da Anthropic ou OpenAI. "Vamos produzir muito código que será inseguro por design", alertou Guillemet, apontando para o efeito de segunda ordem de desenvolvedores entregando Solidity gerado por IA mais rápido do que os revisores conseguem ler.

O número da Ledger para as perdas do ano passado situa-se em cerca de $1,4 bilhão em hacks e exploits diretamente atribuíveis, com os totais mais amplos de golpes e fraudes alcançando valores muito maiores, dependendo de qual contabilidade você aceita. A Chainalysis estimou o valor total de fundos roubados em 2025 em$ 3,4 bilhões. A retrospectiva de janeiro de 2026 do CoinDesk situou o universo mais amplo de golpes e personificação em até $ 17 bilhões. Qualquer que seja o número em que você confie, a linha de tendência está na direção errada, e o argumento de Guillemet é que a trajetória agora tem o formato da IA.

O número da Anthropic que mudou a conversa​

Em dezembro de 2025, a própria equipe de red team da Anthropic publicou resultados do SCONE-bench — um benchmark de 405 contratos inteligentes que foram efetivamente explorados entre 2020 e 2025. A estatística principal foi contundente. Em todos os 405 problemas, os modelos de fronteira modernos produziram exploits prontos para uso para 207 deles, uma taxa de sucesso de 51,11 %, totalizando $ 550,1 milhões em valor simulado roubado.

Mais perturbadoramente, quando os mesmos agentes foram direcionados a 2.849 contratos recém-implantados que não tinham vulnerabilidades conhecidas, tanto o Claude Sonnet 4.5 quanto o GPT-5 revelaram dois zero-days genuínos e produziram exploits funcionais no valor de $3.694 — a um custo de API de aproximadamente$ 3.476. Essa proporção é mal o suficiente para empatar no papel, mas desmantela a suposição de que a descoberta de zero-days requer uma equipe humana.

Trabalhos acadêmicos independentes contam a mesma história do outro lado. O sistema "A1", publicado no arxiv em 2025 e atualizado até o início de 2026, empacota qualquer LLM com seis ferramentas específicas de domínio — desassembladores de bytecode, executores de fork, rastreadores de saldo, perfis de gas, simuladores de oráculo e mutadores de estado — e o aponta para um contrato alvo. O A1 atingiu uma taxa de sucesso de 62,96 % no conjunto de dados de exploits VERITE, superando a linha de base de fuzzing anterior (ItyFuzz, 37,03 %) por uma margem enorme. Os custos por tentativa variaram de $0,01 a$ 3,59. O maior pagamento único que ele modelou foi de $ 8,59 milhões.

Estes não são números teóricos. Eles são o custo de entrada de um exploit. E uma vez que esse custo de entrada atinge o preço de uma refeição de fast-food, a questão deixa de ser "os atacantes podem pagar por isso" e passa a ser "os defensores podem se dar ao luxo de perder qualquer coisa".

O desajuste de rendimento de 1000 : 1​

Aqui está a parte do quadro que as empresas de auditoria ainda estão lutando para articular. Os auditores cobram por engajamento. Eles revisam uma base de código de cada vez, muitas vezes ao longo de semanas, e suas ferramentas de IA — quando as utilizam — estão acopladas a um fluxo de trabalho com humanos no ciclo e faturas para enviar. Os atacantes, por outro lado, podem alugar os mesmos modelos, apontá-los para milhares de contratos em paralelo e pagar apenas quando algo funciona.

Um artigo do Frontiers in Blockchain do início de 2026 capturou a assimetria em uma única linha: um atacante obtém lucro com aproximadamente $6.000 em valor extraível, enquanto o ponto de equilíbrio de um defensor está próximo de$ 60.000. A lacuna de 10 x não é porque a defesa seja tecnicamente mais difícil — é porque a defesa tem que ser completa, e a ofensa só precisa estar correta uma vez.

Combine isso com o desajuste de volume — digamos, 1000 : 1 entre contratos que um invasor pode escanear e contratos que uma empresa de auditoria pode revisar — e você chega à conclusão de Guillemet quase mecanicamente. Nenhum orçamento de auditoria pode fechar essa lacuna. A economia simplesmente não funciona.

O que os grandes impactos de 2026 já nos dizem​

Os hacks que realmente ocorreram em 2026 nem todos se apresentam como histórias de "exploração de IA" à primeira vista. As duas maiores perdas do ano até agora são lembretes preocupantes de que o ferramental de ataque assistido por LLM está sendo construído sobre técnicas mais antigas e comuns.

Em 1 de abril de 2026, o Drift Protocol na Solana perdeu $ 285 milhões — mais da metade de seu TVL — em um ataque que a TRM Labs e a Elliptic atribuíram ao Lazarus Group da Coreia do Norte. O mecanismo foi engenharia social, não um bug de Solidity. Os atacantes passaram meses construindo relacionamentos com a equipe do Drift, e então abusaram do recurso de "nonce durável" da Solana para fazer com que os membros do Conselho de Segurança pré-assinassem transações cujos efeitos eles não compreendiam. Uma vez que o controle administrativo foi invertido, os atacantes colocaram um token sem valor (CVT) na lista de permissões como colateral e o usaram para drenar USDC, SOL e ETH reais.

Dezoito dias depois, o Kelp DAO sofreu um golpe de $ 292 milhões através de sua ponte baseada na LayerZero — agora a maior exploração de DeFi de 2026. O atacante convenceu a camada de mensagens cross-chain da LayerZero de que uma instrução válida havia chegado de outra rede, e a ponte do Kelp liberou devidamente 116.500 rsETH para um endereço controlado pelo atacante. Atribuído novamente ao Lazarus, segundo a maioria das fontes.

O que isso tem a ver com IA? Duas coisas. Primeiro, o reconhecimento que torna possível a engenharia social de cauda longa — mapeamento de perfil, correspondência de tom de mensagem, escolha do momento certo no calendário de um alvo — é exatamente no que as LLMs são boas. A previsão da CertiK para 2026 já aponta phishing, deepfakes e comprometimento da cadeia de suprimentos como os vetores de ataque dominantes para o ano, e observa um salto de 207 % nas perdas por phishing apenas de dezembro de 2025 a janeiro de 2026. Segundo, a IA reduz a barreira para operações paralelas: onde uma equipe de nível Lazarus poderia executar algumas campanhas por vez em 2024, o ferramental de IA permite que uma equipe muito menor execute dezenas delas.

Um lembrete de quão granular isso pode chegar veio em abril de 2026, quando o Zerion, um aplicativo de carteira popular, revelou que atacantes usaram engenharia social impulsionada por IA para drenar cerca de $ 100.000 de suas hot wallets. O número é pequeno para os padrões de 2026. A técnica — IA gerando o roteiro de personificação, IA gerando a página de suporte falsa, IA gerando o e-mail de phishing — é o que Guillemet está alertando.

Por que "apenas auditar mais" não é uma resposta​

A resposta instintiva da indústria é financiar mais auditorias. Essa resposta está ignorando a natureza do problema.

As auditorias escalam linearmente com as horas do auditor. Os ataques agora escalam com créditos de API. Mesmo que todas as empresas de auditoria de Nível 1 dobrassem o número de funcionários amanhã, a área de superfície do atacante ainda estaria crescendo 10 vezes mais rápido, porque qualquer pessoa com uma chave de API e uma compreensão básica de Solidity pode agora realizar varreduras ofensivas contínuas em todo o universo de contratos implantados.

Pior ainda, as auditorias revisam o código em um momento específico no tempo. O código gerado por IA está sendo enviado continuamente, e o alerta de "inseguro por design" de Guillemet sugere que a taxa de introdução de bugs está subindo, não descendo. Um estudo de 2026 citado pela comunidade de segurança blockchain descobriu que a autoria de Solidity assistida por LLM correlaciona-se com erros sutis de reentrância e controle de acesso que os revisores humanos, fatigados por ler código formatado por máquina, perdem em taxas mais altas do que perdem os mesmos bugs em códigos escritos por humanos.

O enquadramento honesto é que as auditorias continuam sendo necessárias, mas não são suficientes. A resposta real que Guillemet defende — e que a própria equipe vermelha da Anthropic ecoa — é estrutural.

O stack defensivo que realmente sobrevive a isso​

Três categorias de defesa podem plausivelmente escalar contra a ofensa acelerada por IA, e todas as três são desconfortáveis para a parte da indústria que otimizou para a velocidade de entrega.

Verificação formal. Ferramentas como Certora, Halmos e, cada vez mais, os stacks de verificação integrados com Move (Sui, Aptos) e Cairo (Starknet) tratam a correção como um problema matemático em vez de um problema de revisão. Se uma propriedade for provada, nenhuma quantidade de fuzzing de IA poderá quebrá-la. O contraponto é o esforço de engenharia: escrever invariantes significativos é difícil, lento e implacável. Mas é uma das poucas defesas cujo custo não escala com o poder computacional do atacante.

Raízes de confiança de hardware. A própria linha de produtos da Ledger é o exemplo óbvio, mas a categoria mais ampla inclui enclaves seguros, custódia MPC e primitivas emergentes de atestação de conhecimento zero. O princípio é o mesmo: pegar a ação mais consequente — assinar uma transação — e forçá-la através de um substrato que uma campanha de phishing movida a LLM não consegue alcançar. O enquadramento de Guillemet de "assumir que os sistemas podem e irão falhar" é essencialmente um argumento para mover a autoridade de assinatura para fora de computadores de uso geral.

Defesa de IA contra IA. O artigo de dezembro de 2025 da Anthropic argumenta que os mesmos agentes capazes de gerar exploits devem ser implantados para gerar correções. Na prática, isso significa monitoramento contínuo impulsionado por IA de mempools, contratos implantados e comportamento de chaves administrativas — sinalizando anomalias da mesma forma que os sistemas de detecção de fraude fazem para o setor bancário tradicional. A economia é imperfeita (os custos do defensor ainda são maiores que os custos do atacante), mas eles pelo menos colocam ambos os lados na mesma curva computacional.

O padrão em todas as três é o mesmo: parar de depender de humanos no processo para as partes rápidas da segurança e reservar o julgamento humano para as partes estruturais, lentas e caras.

O que isso significa para os desenvolvedores agora​

Para equipes entregando em 2026, o alerta de Guillemet se traduz em algumas mudanças concretas:

• Trate o código gerado por IA como não confiável por padrão. Passe-o por verificação formal ou testes baseados em propriedades antes que ele toque a mainnet, independentemente de quão limpo pareça.
• Mova as chaves de administrador para trás de hardware. Multi-sig com signatários "quentes" (hot signers) não é mais uma postura de segurança aceitável para contratos de nível de tesouraria; o incidente da Drift provou que até mesmo membros da equipe "confiáveis" podem ser alvo de engenharia social para pré-assinar transações destrutivas.
• Assuma que sua superfície de phishing é maior do que sua superfície de código. O dreno da Zerion ($ 100K) e o salto mais amplo de 207% no phishing sugerem que o dólar mais barato do invasor ainda é direcionado a humanos, não ao Solidity.
• Reserve orçamento para monitoramento contínuo e automatizado. Uma cadência de auditoria semanal não é uma defesa contra um invasor que executa ferramentas de nível SCONE-bench 24 horas por dia, 7 dias por semana.

Nenhuma dessas ideias é nova. O que mudou é a curva de urgência. Na era pré-LLM, uma organização poderia sobreviver a falhas em qualquer uma dessas áreas se as outras fossem fortes. Em 2026, a assimetria de custos é muito acentuada para esse tipo de folga.

A leitura honesta​

É tentador ler o alerta de Guillemet como a Ledger falando em causa própria — um fornecedor de carteiras de hardware naturalmente defende o hardware. Essa leitura seria um erro. O mesmo argumento está sendo feito de forma independente pela equipe de red team da Anthropic, por grupos acadêmicos por trás do A1 e do SCONE-bench, pela previsão de 2026 da CertiK e por empresas de análise on-chain que observam os totais mensais de hacks. O consenso da indústria está convergindo para um único ponto: o custo de um exploit competente caiu de uma a duas ordens de magnitude, e o stack defensivo deve se mover de acordo.

O que é genuinamente novo é que esta é a primeira grande mudança assimétrica na segurança cripto desde a onda de demanda por auditoria do verão DeFi de 2020. Aquela onda produziu uma geração de empresas de auditoria, plataformas de bug-bounty e startups de verificação formal. A onda de 2026 produzirá algo diferente: infraestrutura contínua monitorada por IA, assinatura baseada em hardware como padrão e um ceticismo muito mais rigoroso em relação a qualquer contrato cujo modelo de segurança ainda dependa de "nós vamos pegar isso na revisão".

O número de $ 1,22 de Guillemet — mesmo que esse valor exato fosse da Anthropic, não da Ledger — é o tipo de estatística que encerra uma era. A era que ela encerra é aquela em que o trabalho do invasor era o gargalo. A era que ela inicia é aquela em que o gargalo é o que o defensor ainda não automatizou.

BlockEden.xyz opera infraestrutura de RPC e indexação de blockchain em Sui, Aptos, Ethereum, Solana e mais de 20 outras redes, com monitoramento de anomalias assistido por IA integrado ao caminho da requisição. Se você está reconstruindo sua postura de segurança para o cenário de ameaças pós-LLM, explore nossos serviços de infraestrutura ou entre em contato para discutir o monitoramento contínuo para o seu protocolo.

Fontes​

• AI is breaking crypto security by making hacks cheaper and easier, Ledger CTO warns — CoinDesk
• Smart Contracts — red.anthropic.com
• Agentes de IA gastam apenas $ 1,22 para quebrar a segurança de contratos inteligentes — CryptoSlate
• AI Agent Smart Contract Exploit Generation (A1) — arxiv.org
• Roubo de cripto em 2025 atinge $ 3,4 bilhões — Chainalysis
• Hacks de cripto atingem $ 17 bilhões em 2025 — CoinDesk
• Hack do Protocolo Drift: Como o acesso privilegiado levou a uma perda de $ 285M — Chainalysis
• Hackers norte-coreanos atacam o Protocolo Drift — TRM Labs
• Kelp DAO explorado em $ 292 milhões — CoinDesk
• Phishing e Deepfakes impulsionarão os maiores hacks de cripto de 2026 — Cointelegraph
• A IA Mythos da Anthropic está expondo as rachaduras ocultas na base da cripto — CoinDesk

Durante dois anos, o debate sobre agentes de IA parecia uma religião: escolha um hyperscaler, escolha um framework, entregue seus dados e reze para que seus prompts nunca acabem em um depoimento judicial. Em 20 de abril de 2026, a Supra entrou nessa conversa com uma resposta diferente — abra o código, execute-o em sua própria máquina e deixe que uma blockchain Layer-1 seja a autoridade em vez de uma página de termos de serviço.

O SupraOS Alpha foi enviado para 100 usuários convidados, com um lançamento público previsto para cerca de uma semana depois, e a proposta é direta: um sistema de gerenciamento de agentes de IA auto-hospedado e reforçado por blockchain, com criptografia de ponta a ponta e uma base de código de aproximadamente 300.000 linhas destinada a ser totalmente open source. Se isso soa como o Ollama para agentes autônomos com uma camada de tribunal de apelações integrada, você está entendendo corretamente.

A questão interessante não é se o alpha funciona. A questão interessante é o que significa o fato de uma chain Layer-1 — não a OpenAI, não o Google, não a Coinbase — estar lançando o primeiro "SO de agente pessoal" confiável em um mercado que já movimenta US$ 50 milhões através de carteiras de agentes todos os meses.

O Pitch em Um Parágrafo​

O SupraOS permite que um usuário crie agentes de IA que vivem em seu próprio hardware, criptografa tudo de ponta a ponta e usa a L1 de consenso Moonshot da Supra para impor criptograficamente o que o agente tem permissão para fazer. Em vez de uma Política de Privacidade prometendo que seus dados não serão mal utilizados, as regras são bytecode. Em vez de um painel hospedado no qual você precisa confiar, o painel é seu. Em vez de uma fatura de SaaS, você paga gas quando o agente solicita provas à rede.

O alpha é limitado a 100 vagas. A base de código tem cerca de 300.000 linhas. Ele está sendo disponibilizado em código aberto gratuitamente. Joshua D. Tobkin, CEO da Supra e autodescrito arquiteto-chefe, está posicionando-o menos como uma jogada de utilidade de token e mais como uma reivindicação de categoria: que o formato padrão da IA pessoal em 2026 deve ser um aplicativo local com recibos na chain, e não uma aba de navegador apontando para a GPU de outra pessoa.

Por que o "Auto-hospedado" De repente Parou de Parecer um Nicho​

Há dois anos, "agente de IA auto-hospedado" era uma frase que você ouvia em encontros de hackers e em nenhum outro lugar. O mercado mudou.

Um guia de compras de 2026 voltado para CISOs e indústrias regulamentadas agora lista plataformas de agentes auto-hospedados como uma consideração padrão, não marginal — com o argumento de que a residência de dados, logs de auditoria e aplicação de regras determinísticas são mais fáceis de demonstrar quando o agente nunca sai das instalações. Stacks de agentes pessoais de código aberto proliferaram: o AIOS, o Sistema Operacional de Agentes de IA da agiresearch, tornou-se um design de referência, e um fluxo constante de artigos no estilo "7 agentes auto-hospedados em vez de pagar US$ 100 / mês" sinaliza que a narrativa de custo está finalmente cedendo.

O que mudou foi a carga de trabalho. Agentes que apenas conversam poderiam viver em qualquer lugar. Agentes que detêm chaves de API, assinam transações, limpam saldos, fazem pedidos ou falam com seu banco não podem — não sem uma explicação sobre quem possui a memória e quem pode intimá-la. Agentes hospedados na nuvem têm um teto regulatório que os locais não possuem.

O SupraOS interpreta essa mudança e adiciona um detalhe que ninguém mais lançou: regras de agentes aplicadas por blockchain. Não "prometemos que o agente só fará X" . Não "a plataforma anfitriã o revogará se ele fizer Y" . Execução criptográfica, em uma chain que você pode auditar.

A Arquitetura, Sem a Camada de Marketing​

Para entender por que isso importa, veja o que a Supra traz como camada base.

A mainnet da Supra foi lançada em 26 de novembro de 2024. A chain é construída em torno da família Moonshot de protocolos de consenso Tolerantes a Falhas Bizantinas (BFT), que registrou 500.000 TPS em testes em 300 nós distribuídos globalmente, com finalidade de apenas 500 milissegundos. O rendimento no mundo real está acima de 10.000 TPS — rápido o suficiente para que um agente que solicita uma verificação de permissão ou uma atestação de estado não fique esperando por uma confirmação de vários segundos.

A chain é MultiVM por design — Move primeiro, com suporte para EVM, Solana e CosmWasm em camadas. Isso importa para o SupraOS porque um agente que deseja agir entre chains não precisa de um runtime de ponte separado; a chain host já fala quatro VMs.

E a Supra tem empilhado silenciosamente primitivas voltadas para IA sobre essa base nos últimos dois anos:

• Oráculos de IA de Limiar (Threshold AI Oracles) — comitês multi-agentes que deliberam sobre questões complexas e entregam respostas verificadas criptograficamente para contratos inteligentes. Pense nisso como uma camada de consenso para saídas de IA, para que um contrato que chama um LLM não precise confiar em uma única inferência.
• Oráculos nativos de preços e dados — integrados à chain, não acoplados externamente, o que reduz a latência entre a decisão do agente e a ação on-chain.
• Execução paralela SupraSTM — um caminho mais rápido para as cargas de trabalho EVM que os agentes tendem a gerar.

O SupraOS está acima de tudo isso. O agente é executado localmente; as políticas, atestações e chamadas de alta confiança vão para a chain. O usuário mantém a custódia da memória, chaves de API e autoridade de transação, que é a parte que os concorrentes hospedados estruturalmente não conseguem igualar.

A Stack de Agentes Hospedados Vê um Mercado Diferente​

Para apreciar a aposta, veja com o que o SupraOS está competindo.

Coinbase Agentic Wallets e AgentKit movimentaram o maior volume por uma margem ampla. O ecossistema x402 sozinho processou mais de 165 milhões de transações, aproximadamente $ 50 milhões em volume, e conta com mais de 480.000 agentes transacionando através do protocolo. O AgentKit é agnóstico em relação ao modelo — ele fala OpenAI , Anthropic Claude e Llama — e o Agentic.Market está se posicionando como a camada de checkout padrão para a economia de agentes. A proposta é a conveniência : os agentes vêm com uma carteira, um trilho de pagamento e salvaguardas integradas. A contrapartida é que a carteira do agente, por design, reside dentro da infraestrutura da Coinbase.

O Universal Commerce Protocol ( UCP ) do Google, emparelhado com o Workspace Studio e a renomeada Gemini Enterprise Agent Platform, está focando no lado do comerciante. O UCP somado ao A2A v1.0 — já em produção em 150 organizações — é a resposta do Google para permitir que o Gemini compre coisas em seu nome. A MultiversX tornou - se a primeira blockchain a integrar o UCP. A contrapartida é a mesma : conveniência em troca do agente ser executado no enclave de política de outra pessoa.

O SDK de Agentes da OpenAI junto com o protocolo de comércio ACP com a Stripe completa o nível superior hospedado. A Anthropic doou o MCP para a Agentic AI Foundation da Linux Foundation em dezembro de 2025 , o que é o mais próximo que o campo hospedado chegou de uma concessão para o auto - hospedado.

ElizaOS e Virtuals Protocol ancoram a stack de agentes de código aberto / Web3. O ElizaOS é o framework TypeScript "por trás da maior parte da DeFAI" , com um valor de mercado acumulado dos parceiros do ecossistema acima de $20 bilhões. A Virtuals relatou$ 477 milhões em PIB Agêntico em mais de 15.800 projetos de IA em fevereiro de 2026. Ambos são abertos em espírito, mas majoritariamente hospedados na prática — você mesmo pode executar o framework, mas a gravidade social e econômica está na plataforma.

O SupraOS é a primeira stack que combina todas as quatro propriedades ao mesmo tempo : código aberto, auto - hospedado, assegurado por blockchain e criptografado de ponta a ponta. Ele não promete o agente mais barato ou o agente mais fácil. Ele promete o mais soberano.

Onde o Token SUPRA se Encaixa​

A pergunta que toda L1 precisa responder sobre uma jogada de IA é : como a rede captura valor ? O SUPRA tem o mandato duplo habitual — gás e staking — mas o roteiro do SupraOS adiciona algo mais interessante.

Se o alfa se converter em prosumidores pagantes e as ~ 300.000 linhas de código de código aberto atraírem desenvolvedores de agentes terceirizados, cada ação significativa de um agente com efeitos colaterais na rede torna - se um evento gerador de taxas. Concessões de permissão, atestações assinadas, chamadas entre VMs ( cross - VM ) , leituras de oráculo, deliberações de IA de limiar ( threshold ) — tudo isso é liquidado na blockchain que hospeda as regras. O modelo econômico está mais próximo de "gás por ação de agente" do que de "farming de emissão por token" , que é o modo de falha que persegue a maioria das narrativas de L1 de IA.

O risco é o inverso. Se os agentes auto - hospedados permanecerem em um nicho — superados por uma experiência de usuário de agentes no formato Apple Pay integrada aos telefones, ou pela carteira focada em conveniência da Coinbase — a rede captura o segmento que já executa Ollama e LM Studio e pouco mais que isso. Esse é um segmento real e pagante, mas não é uma economia de agentes de $ 450 bilhões.

A leitura honesta é que o SupraOS é uma aposta de categoria, não um lançamento de produto tático. Ou o mercado de agentes se bifurca em "hospedado por conveniência" e "auto - hospedado soberano" , caso em que a Supra tem a oferta soberana mais forte do mercado, ou o lado da conveniência domina o mundo e o SupraOS torna - se um nicho lindamente projetado.

A Questão Quântica que Paira Sobre Tudo​

O TODO que motivou este artigo descreveu o Life OS como o emparelhamento de criptografia pós - quântica com a propriedade verificável de dados on - chain. Os materiais públicos da Supra ainda não nomeiam um esquema de rede ( lattice ) específico — sem nenhum anúncio formal de CRYSTALS - Kyber ou Dilithium que pudéssemos identificar — mas a lógica estratégica é consistente com o rumo do resto da indústria.

A Arc L1 da Circle foi a público com um lançamento resistente a computação quântica. Pesquisadores de Bitcoin estão debatendo ativamente caminhos de migração seguros contra computação quântica. A stack de agentes está exclusivamente exposta : agentes acumulam memória, credenciais e autorizações assinadas ao longo de anos, o que significa que um invasor no estilo "colha agora, decifre depois" tem uma pilha muito maior e mais útil para explorar do que uma transação única. Incorporar criptografia baseada em redes em um sistema operacional de agentes hoje, antes que as ameaças quânticas amadureçam, é o tipo de movimento que parece paranoico em 2026 e óbvio em 2030.

Se o SupraOS for lançado com primitivas pós - quânticas credíveis e não apenas aspiracionais, será um diferencial significativo em relação ao ElizaOS ( código aberto, mas não endurecido contra ataques quânticos ) , Virtuals ( infraestrutura tokenizada, mas centralizada ) e o OpenChat do ICP ( descentralizado, mas sem uma narrativa quântica ) . Vale a pena acompanhar os documentos de lançamento público para detalhes específicos.

O que a Camada de Infraestrutura Deve Prestar Atenção​

Para desenvolvedores e provedores de infraestrutura, o SupraOS introduz um formato de tráfego diferente das stacks de agentes que vieram antes dele.

Plataformas de agentes hospedados geram cargas de trabalho previsíveis — lotes periódicos de chamadas canalizadas através de um conjunto conhecido de endpoints. Um sistema operacional de agentes auto - hospedado distribui essa carga : a máquina de cada usuário torna - se um nó que ocasionalmente precisa ler o estado, buscar atestações, gravar permissões ou liquidar um pagamento. O padrão é mais próximo de um cliente P2P do que de um backend SaaS.

Isso tem implicações para provedores de RPC , indexadores e camadas de dados. A própria rede Supra lida com o estado, mas os agentes precisarão de :

• Leituras confiáveis e de baixa latência da Supra e das quatro VMs com as quais ela interoperará, já que fluxos de agentes cross - chain são um caso de uso de primeira classe.
• Fluxos de eventos indexados para concessões de permissão, leituras de oráculo e deliberações de IA de limiar — os artefatos on - chain aos quais uma ferramenta de auditoria desejaria se inscrever.
• Pontes cross - chain estáveis e infraestrutura de assinatura, porque um agente atuando em Move , EVM , Solana e CosmWasm precisa de uma interface única.

É aqui que a infraestrutura independente mostra seu valor. A BlockEden.xyz já opera RPC e indexação de nível empresarial em Sui, Aptos, Ethereum, Solana e outras chains principais, e o padrão de tráfego focado em agentes é exatamente a carga de trabalho para a qual nosso Marketplace de APIs foi construído — leituras multi - chain de alta frequência e baixa latência com a observabilidade que o log de auditoria do seu agente eventualmente precisará para se defender.

O que observar a seguir​

Três coisas nos dirão se o SupraOS se tornará uma categoria ou uma curiosidade.

O lançamento público. O Alpha com 100 assentos é um experimento controlado. O lançamento público em meados de maio é o verdadeiro lançamento do produto. Fique atento a: quantos desenvolvedores realmente clonarão o repositório nos primeiros 30 dias, como será a documentação para desenvolvedores não nativos em Move e se as alegações pós-quânticas resistirão ao escrutínio público.

O mercado de agentes de terceiros. Um SO auto-hospedado vive ou morre com base nos agentes que as pessoas constroem para ele. Se até o terceiro trimestre ( T3 ) de 2026 houver um ecossistema saudável de agentes da comunidade — bots de trading, assistentes pessoais, monitores de DeFi, agentes de pesquisa — rodando no SupraOS, a aposta estará funcionando. Se os únicos agentes que aparecerem forem as próprias demos da Supra, o código de código aberto se tornará um belo artefato e não uma plataforma.

A diferença de preço entre hospedado vs. soberano. O x402 da Coinbase somado às Agentic Wallets é estruturalmente barato porque o volume amortiza tudo. Os usuários do SupraOS pagam o valor total pelas chamadas de rede ( chain calls ). Se o prêmio de soberania permanecer abaixo de 2x, os prosumidores o aceitarão. Se ultrapassar os 5x, a pilha de conveniência vencerá por padrão.

O fato interessante é que agora temos um teste real. Dois anos atrás, "agente de IA auto-hospedado e forçado por blockchain" era apenas uma frase de apresentação de slides. Em 20 de abril de 2026, trata-se de uma base de código de 300.000 linhas com um alpha para download e um roadmap. Quem quer que vença esta categoria — conveniência hospedada ou auto-hospedagem soberana — será uma das decisões estruturais da próxima década de software de consumo.

A Supra acabou de garantir que o lado soberano tenha uma opção na cédula de votação.

---

Fontes​

• Últimas notícias da SUPRA — CoinMarketCap
• Construa agentes de IA cripto totalmente on-chain na Camada 1 da Supra
• Seu primeiro agente de IA na Supra | Supra Docs
• Agente de IA: Da configuração simples ao Life OS — StartupHub.ai
• SupraOS — Sua organização de IA
• O que é Supra Crypto: Explicação da Blockchain de Camada 1 de alta performance — Gate Learn
• Oráculos de IA de Limite ( Threshold ): Trazendo inteligência on-chain para dApps na Supra
• Apresentando SupraSTM: Execução paralela mais rápida da EVM
• Apresentando Agentic Wallets — Coinbase
• Apresentando AgentKit — Coinbase
• Apresentando Agentic.Market — Coinbase
• MultiversX torna-se a primeira blockchain a integrar o Protocolo de Comércio Universal do Google
• Agentes de compras de IA UCP: Guia de 2026 para o comércio agentizado
• Plataformas de agentes de IA auto-hospedadas 2026: Guia para CISO e compradores regulamentados — Blog Knowlee
• AIOS: Sistema Operacional de Agentes de IA — GitHub
• Construa agentes de IA pessoais de código aberto: Guia completo de 2026 — SitePoint
• ElizaOS — O site oficial da Eliza
• Análise do Virtuals Protocol 2026: Agentes de IA descentralizados — Coin Bureau
• Eliza: Um sistema operacional de agentes de IA amigável ao Web3 — arXiv
• Combinando Blockchain e Inteligência Artificial — Supra

Durante a maior parte de uma década, "treinar um modelo de fronteira" tem sido um sinônimo de "possuir um cluster de GPUs de classe hiperescalonadora". A Gensyn acaba de lançar uma testnet pública que aposta que a próxima geração de IA será treinada em um lugar muito diferente — em um enxame de nós conectados à internet coordenando-se por meio de um rollup Ethereum, com a ETHGlobal canalizando $ 50.000 em prêmios para desenvolvedores que puderem construir agentes sobre ela.

A questão não é mais se o treinamento de aprendizado de máquina descentralizado é tecnicamente possível. O RL Swarm está ativo, qualquer pessoa pode clonar o repositório e a arquitetura tem sido implementada silenciosamente desde novembro de 2025. A questão é se a economia, a verificação e a tração dos desenvolvedores são suficientes para arrancar as cargas de trabalho de treinamento dos data centers da AWS e Azure — e se a venda do token $ AI que terminou em dezembro de 2025 precificou corretamente esse futuro.

Por que o "RL Swarm" é o primeiro teste de produção de treinamento descentralizado​

A maioria dos projetos de "IA descentralizada" dos quais você já ouviu falar — Bittensor, io.net, Akash, Render — resolvem problemas adjacentes. O Bittensor coordena o benchmarking competitivo de modelos em sub-redes. O io.net e o Akash são marketplaces de aluguel de GPU com faturamento nativo em cripto. O Render dispersa o trabalho de renderização de inferência. Nenhum deles, até agora, foi um sistema ativo onde nós não confiáveis treinam colaborativamente um modelo.

É isso que o RL Swarm da Gensyn faz. É a base da Fase 0 da Testnet da Gensyn: um ambiente descentralizado onde agentes de aprendizado por reforço cooperam pela internet pública, em vez de dentro de um único datacenter. Cada nó participante executa um modelo de linguagem local. Os nós participam de jogos de raciocínio de RL em várias etapas — respondendo, criticando e revisando soluções em conjunto com seus pares — e cada contribuição é registrada em uma identidade on-chain na Testnet da Gensyn.

A mudança arquitetônica é pequena na linguagem, mas grande na prática. O Bittensor incentiva os mineradores a competir pelo melhor resultado; a Gensyn incentiva os nós a cooperar no treinamento de um artefato compartilhado. Essa é a diferença entre um marketplace competitivo e uma verdadeira execução de treinamento distribuído, e é por isso que o RL Swarm é a primeira tentativa confiável de uma rede de treinamento de ML descentralizada de nível de produção, em vez de uma camada de aluguel de computação mais polida.

O lançamento de novembro de 2025 adicionou o CodeZero, um ambiente de codificação cooperativa construído sobre a mesma estrutura peer-to-peer. Lidos em conjunto, os dois lançamentos esboçam um roteiro: o RL Swarm prova que as primitivas de coordenação funcionam para o raciocínio, o CodeZero as estende para o uso de ferramentas estruturadas. No momento do encerramento do hackathon em 6 de maio de 2026, ambos os ambientes estarão ativos e acessíveis sem lista de espera.

A Arquitetura de Quatro Camadas: Execução, Verificação, Comunicação, Coordenação​

Por baixo da testnet voltada para o usuário, a Gensyn é um rollup de Camada 2 do Ethereum customizado, construído sobre a OP Stack (Bedrock). O protocolo decompõe o problema do treinamento descentralizado em quatro camadas, cada uma resolvendo um motivo específico pelo qual "apenas alugar GPUs pela internet" falhou historicamente.

Execução. Modelos grandes não cabem em um único nó de consumo, então a Gensyn fragmenta os modelos em blocos de parâmetros distribuídos entre dispositivos, reduzindo a pressão de memória por nó. O problema mais difícil é o determinismo: operações de ponto flutuante em diferentes hardwares (uma Nvidia A100 versus uma H100) podem produzir resultados sutilmente diferentes, o que é fatal para um protocolo de verificação que precisa detectar trapaças. A biblioteca RepOps da Gensyn fixa a ordem das operações de ponto flutuante para que as mesmas entradas gerem saídas bit a bit idênticas em hardwares heterogêneos. O Reproducible Execution Environment (REE) envolve o RepOps em um compilador customizado baseado em MLIR que compila modelos para esses kernels reproduzíveis.

Verificação. Esta é a camada que impediu todas as tentativas anteriores de treinamento descentralizado. Se um nó afirma ter executado uma etapa de treinamento e envia um gradiente, como você sabe que ele fez o trabalho honestamente sem reexecutar toda a computação você mesmo? A resposta da Gensyn é o Protocolo de Verificação Verde — um sistema leve de resolução de disputas que realiza uma busca binária através do rastro de treinamento para isolar a etapa única onde o provador e o verificador discordam, e então recomputa apenas essa operação. Combinado com a prova de aprendizado probabilística, a rede obtém garantia criptográfica sem pagar o custo da reexecução total. Isso é conceitualmente semelhante ao modelo de verificação interativa do Truebit, portado de computação genérica para kernels específicos de ML.

Comunicação. Coordenar o treinamento em uma internet pública com largura de banda limitada exige descartar os manuais tradicionais. A primitiva padrão de datacenter — synchronous all-reduce — assume conexões InfiniBand robustas. A Gensyn substitui por três primitivas customizadas: NoLoCo substitui o all-reduce por um protocolo gossip de baixa comunicação, CheckFree fornece recuperação tolerante a falhas sem o checkpointing periódico caro, e SkipPipe introduz um algoritmo de compartilhamento de gradiente que minimiza os saltos de mensagens pelo enxame. Cada uma é uma contribuição de nível acadêmico; juntas, elas são o que transforma "um monte de laptops em internet doméstica" em um cluster de treinamento funcional.

Coordenação. O próprio L2 da Ethereum é o motor econômico. Ele identifica participantes, liquida recompensas tokenizadas e executa pagamentos em um rollup sem permissão. É também onde reside o token $ AI e onde cada contribuição para uma execução de treinamento é finalmente contabilizada.

A maneira mais clara de ler esta pilha é como uma inversão deliberada do modelo de GPU em nuvem. A AWS e a Azure gastam sua engenharia em throughput bruto e assumem a confiança por contrato. A Gensyn gasta sua engenharia em reprodutibilidade e resolução de disputas e não assume nada sobre o operador do outro lado da conexão.

Como a Gensyn se Diferencia da Bittensor, io.net e Render​

Uma vez que a arquitetura está exposta, o cenário competitivo torna-se mais claro. Três projetos costumam ser mencionados juntamente com a Gensyn, mas eles resolvem problemas diferentes.

• Bittensor (TAO, ~ $ 2,64 bilhões de market cap) é uma rede de benchmarking competitivo. As sub-redes definem uma tarefa, os mineradores produzem resultados, os validadores os classificam e o TAO flui para quem obtiver a pontuação mais alta. É excelente para incentivar a qualidade do modelo, mas não coordena uma única execução de treinamento compartilhada entre os nós. O treinamento baseado em enxame (swarm) da Gensyn é estruturalmente cooperativo; o modelo de sub-rede da Bittensor é estruturalmente adversarial.
• io.net e Akash são marketplaces de GPU. Eles permitem que um operador com hardware ocioso venda tempo para quem estiver disposto a pagar. Crucialmente, nenhum dos protocolos verifica se a carga de trabalho do comprador foi executada corretamente — esse é um problema do comprador, normalmente resolvido ao executar sua própria stack de treinamento e confiar nos recibos. O par Verde + REE da Gensyn é exatamente a camada que falta a esses marketplaces.
• Render Network dispersa o trabalho de renderização de inferência, principalmente para gráficos. O modelo econômico é mais próximo do io.net do que da Gensyn: alugue computação, obtenha o resultado, confie no operador. A sub-rede Dispersed da Render é um produto adjacente, não um concorrente.

A Gensyn lançou seu token na posição 368 com um market cap de aproximadamente $ 71,6 milhões — uma fração do valor da Bittensor. Essa diferença é a tese: se o treinamento cooperativo verificável for uma categoria real e não uma versão mais elaborada de aluguel de computação, o spread é um ponto de entrada. Se não for, o spread é o mercado precificando corretamente um projeto científico.

A Venda do Token $ AI: Um Leilão Inglês de 3 % na Faixa de $ 1M a $ 1B de FDV​

A economia tornou-se real em 15 de dezembro de 2025, quando a Gensyn abriu a venda do seu token $ AI no Sonar. A estrutura foi excepcionalmente transparente: um leilão inglês de 300 milhões de tokens — 3 % do suprimento total fixo de 10 bilhões — limitado por um piso de $ 1 milhão de FDV e um teto de $ 1 bilhão de FDV. Os licitantes escolheram um preço máximo entre $ 0,0001 e $ 0,1 por token, com um lance mínimo de $ 100. Os lances foram liquidados em USDC ou USDT na mainnet do Ethereum; os tokens foram reivindicados na L2 da Gensyn Network.

A alocação total revela o tipo de projeto que a Gensyn deseja ser:

Alocação	Porcentagem
Tesouraria da Comunidade	40,4 %
Investidores	29,6 %
Equipe	25,0 %
Venda Comunitária	3,0 %
Outros	2,0 %

Uma tesouraria comunitária de 40,4 % combinada com uma venda pública de 3 % está mais próxima de uma postura de governança no estilo Optimism do que de um lançamento típico de DePIN. A participação da equipe e dos investidores (54,6 % combinados, com a16z liderando a rodada privada mais recente no mesmo teto de $ 1 bilhão da venda pública) é alta, mas não extrema.

A escolha de design mais interessante da venda foi o incentivo da testnet: um pool de recompensa de bônus de 2 % foi distribuído como um multiplicador de tokens para participantes verificados da testnet, escalonado pelo seu nível de participação e pelo valor do seu lance. Este é um sinal suave, mas real, de que a Gensyn se preocupa mais com a distribuição para contribuidores reais do que com a maximização do preço da venda pública. Os compradores dos EUA aceitaram um lockup de 12 meses; os compradores fora dos EUA puderam optar por um lockup semelhante em troca de um multiplicador de bônus de 10 %.

O que este leilão precificou é uma aposta — de que a economia unitária do treinamento descentralizado é 60-80 % mais barata do que um cluster H100 comparável da AWS ou Azure (aproximadamente $ 3 / hora em taxas sob demanda), e que as GPUs de consumidores e prosumers ociosas são abundantes o suficiente para absorver uma demanda de treinamento significativa. Se essa aposta está correta, a resposta virá das cargas de trabalho reais que aparecerem na rede em 2026, não pelo preço do leilão.

ETHGlobal Open Agents: O Sinal de Produção​

A notícia que transforma isso de um "projeto de infraestrutura interessante" para "algo que os construtores estão realmente entregando" é o ETHGlobal Open Agents, que ocorre de 24 de abril a 6 de maio de 2026. A Gensyn é patrocinadora com mais de $ 50.000 em prêmios, incluindo uma categoria de $ 5.000 para Melhor Aplicação da Agent eXchange Layer (AXL). Cada vencedor terá o caminho facilitado para o programa de subsídios (grants) da Gensyn Foundation.

Isso importa por dois motivos.

Primeiro, os hackathons são como novas infraestruturas são descobertas por desenvolvedores que ainda não sabem que precisam delas. O mesmo manual produziu os ecossistemas iniciais de Optimism, Base e Sui. Um pool de prêmios de $ 50 mil não é uma quantia que movimenta o mercado, mas é um gancho forte o suficiente para colocar algumas centenas de construtores do nível ETHGlobal em contato com o RL Swarm e as APIs AXL pela primeira vez. Um subconjunto não nulo continuará construindo após o término do hackathon.

Segundo, as categorias de prêmios mostram o que a Gensyn imagina ser a "killer app". O enquadramento é a Agent eXchange Layer — agentes autônomos descobrindo uns aos outros, trocando computação, treinando e fazendo o ajuste fino (fine-tuning) uns dos outros sob demanda. Se a Gensyn estivesse apostando que o futuro seria o treinamento de modelos de fundação monolíticos, os prêmios enfatizariam isso. Em vez disso, eles enfatizam a infraestrutura de agentes, o que se alinha com a narrativa mais ampla de 2026: agentes que podem pagar uns aos outros pelo trabalho precisam de um substrato para terceirizar o trabalho mais caro — treinamento e ajuste fino de modelos — para uma rede verificável.

As Ressalvas Honestas​

Vale a pena dizer claramente o que o RL Swarm não é, em maio de 2026 .

Não há swarms oficiais operando na testnet ativa no momento . Os participantes podem se juntar a swarms de propriedade da comunidade , o que é exatamente o problema de bootstrap que sempre surge em redes sem permissão : o protocolo é aberto , mas as execuções de treinamento coordenadas de alto valor ainda não estão ocorrendo em escala . Até que um laboratório sério ou um coletivo de código aberto coloque uma execução de modelo real na rede , a testnet continuará sendo uma prova de conceito em vez de um sistema de produção .

O custo de verificação também ainda é uma questão em aberto . A resolução de disputas por busca binária da Verde é drasticamente mais barata do que executar novamente todo um trabalho de treinamento , mas não é gratuita , e seu overhead em escala de fronteira ( centenas de bilhões de parâmetros , semanas de treinamento ) ainda não foi demonstrado . A história do determinismo de hardware — RepOps produzindo saídas idênticas em nível de bit entre A100s e H100s — é elegante , mas adiciona um overhead de compilador que as pilhas centralizadas concorrentes não pagam .

E a tese de economia de custos ( 60 - 80 % mais barata que as instâncias spot H100 da AWS ) pressupõe que a cauda longa de GPUs ociosas de consumidores e prosumers seja densa o suficiente para substituir a capacidade dos hyperscalers . Isso é plausível para execuções de ajuste fino ( fine - tuning ) de 7B a 70B parâmetros . Ainda não é plausível para pré - treinamento genuinamente em escala de fronteira , e a Gensyn é honesta o suficiente para não alegar o contrário .

O Que Isso Significa para os Construtores de Infraestrutura​

Para desenvolvedores que estão pensando em onde passar os próximos 12 meses , a estrutura mais útil é que a Gensyn abre uma nova categoria de área de superfície de API que não existia antes : acesso programático e verificável a uma rede de treinamento . Até agora , as escolhas para " fazer um modelo realizar algo específico " têm sido ( a ) chamar uma API hospedada como OpenAI ou Anthropic , ou ( b ) alugar GPUs e executar o treinamento você mesmo . A Gensyn propõe uma terceira opção — enviar um trabalho de treinamento para um swarm verificável e obter garantias criptográficas de volta — que se mapeia perfeitamente na economia de agentes que a ETHGlobal está incentivando .

Essa terceira opção , se funcionar , torna - se uma primitiva . Agentes que precisam ajustar ( fine - tune ) um modelo especialista pequeno para uma tarefa de nicho não vão querer alugar e operar GPUs . Eles vão querer emitir uma intenção de treinamento , pagar em stablecoins ou $ AI e consumir os pesos resultantes . A aposta da Gensyn é que a camada de protocolo que torna isso possível — o rollup L2 , o sistema de verificação , as primitivas de coordenação de swarm — acumule valor significativo à medida que esse padrão prolifera .

BlockEden.xyz impulsiona a infraestrutura de indexação , RPC e análise na qual os construtores da Web3 confiam em mais de 25 + cadeias . À medida que as redes de treinamento de IA verificáveis como a Gensyn amadurecem , a camada de dados e coordenação sob elas será ainda mais importante . Explore nosso marketplace de APIs para construir em uma infraestrutura projetada para a era agêntica e nativa de IA da Web3 .

Fontes​

• RL Swarm | Testnet | Gensyn
• Visão Geral | Testnet | Gensyn
• GitHub - gensyn-ai/rl-swarm
• A testnet da Gensyn está online | PANews
• Gensyn apoia o Hackathon de Agentes de IA da ETHGlobal com prêmios de $ 50K | Blockchain.News
• ETHGlobal Open Agents — Prêmios da Gensyn
• Gensyn lança venda de tokens $ AI na Sonar | Chainwire
• Rodadas de financiamento de ICO da Gensyn ( AI ) | CryptoRank
• Componentes Principais da Gensyn | Documentação da Gensyn
• Mercados de Inferência de IA Descentralizados : Bittensor , Gensyn e Cuckoo AI | BlockEden.xyz
• O que é Gensyn ( $ AI ) ? | Whales.market

Pela primeira vez desde 2020, o hashrate do Bitcoin encerrou um primeiro trimestre abaixo do que começou. A rede de computadores mais poderosa do mundo encolheu cerca de 4 % no 1º trimestre de 2026, quebrando cinco anos consecutivos de crescimento de dois dígitos. A causa não é uma repressão regulatória ou uma crise de hardware. É uma mudança mais fundamental: as pessoas que antes corriam para implantar ASICs agora estão correndo para implantar GPUs, e estão pagando pela transição vendendo o próprio Bitcoin que costumavam acumular.

Isso não é uma oscilação cíclica. É o momento em que a mineração de Bitcoin deixou de ser uma indústria de propósito único. De acordo com o Relatório de Mineração do 1º Trimestre de 2026 da CoinShares, o custo médio ponderado de produção de caixa para mineradoras listadas em bolsa subiu para quase $90.000 por BTC, enquanto os preços à vista oscilam perto de$ 67.000. Com margens tão submersas, o "HODL" tornou-se um luxo, e a hospedagem de IA tornou-se uma rampa de saída. Mais de $ 70 bilhões em contratos de IA e HPC já foram anunciados em todo o grupo de mineradoras listadas, e analistas projetam agora que alguns operadores obterão até 70 % de sua receita de 2026 a partir de cargas de trabalho não relacionadas à mineração.

Em 29 de abril de 2026, a OKX lançou a coalizão de primeiro dia mais abrangente que a guerra de padrões de pagamentos de agentes já viu — e redefiniu silenciosamente sobre o que a guerra realmente se trata.

Enquanto o x402 da Coinbase, o AP2 do Google, o TAP da Visa e o Agent Ready do PayPal passaram os últimos 90 dias lutando sobre quem domina o momento em que um agente de IA move dinheiro, o Protocolo de Pagamentos de Agentes (APP) da OKX entrou em campo com uma tese maior: o pagamento é a parte fácil. As partes difíceis — cotação, negociação, custódia (escrow), medição (metering), liquidação e disputa — são o gargalo. E, no primeiro dia, AWS, Alibaba Cloud, Ethereum Foundation, Solana, Sui, Aptos, Base, Optimism, Paxos, Uniswap, MoonPay, Sahara AI, Nansen e QuickNode assinaram em conjunto para confirmar isso.

A amplitude dessa coalizão é a notícia. Todos os "padrões de comércio de agentes" anteriores foram lançados com o logotipo de apenas uma empresa. O APP foi lançado com a folha de especificações de um consórcio neutro.

Em uma única semana de abril de 2026, dois incidentes de SaaS aparentemente não relacionados colidiram de uma forma que deve redefinir o modelo de ameaças de cada equipe Web3. A Vercel — a plataforma de implantação por trás de milhares de UIs de carteiras e frontends de dApps — revelou que um invasor migrou para seu ambiente por meio de uma ferramenta de produtividade de IA comprometida chamada Context.ai. Dias depois, a plataforma de vibe-coding Lovable foi flagrada vazando código-fonte, credenciais de banco de dados e históricos de chat de IA em milhares de projetos anteriores a novembro de 2025 através de um bug de autorização não corrigido. As duas histórias não compartilham infraestrutura comum. Elas compartilham algo pior: o mesmo padrão de impacto, onde ferramentas de IA tornaram-se silenciosamente identidades privilegiadas dentro da cadeia de ferramentas do desenvolvedor — e a Web3 herdou o risco sem nunca precificá-lo.

Auditorias de contratos inteligentes, governança multisig, assinatura em hardware wallet — nenhuma dessas defesas está no caminho que um invasor percorre ao comprometer o pipeline de compilação que entrega a UI de aprovação de transações de seus usuários. Abril de 2026 tornou essa lacuna visível. Se a indústria tratará isso como um alerta ou como outra perda absorvida depende de como será o próximo trimestre.

Em 18 de abril de 2026, Brian Armstrong anunciou que dois dos ex-membros mais influentes da Coinbase haviam retornado à empresa — não como conselheiros, membros do conselho ou consultores, mas como software. O agente "Fred", modelado no cofundador Fred Ehrsam, agora vive dentro do workspace do Slack da Coinbase como um executivo estratégico. O agente "Balaji", uma réplica cognitiva do ex-CTO Balaji Srinivasan, aparece em threads de funcionários para fazer perguntas desconfortáveis e desafiar premissas. Três semanas depois, em 5 de maio, a Coinbase demitiu 14 % de sua força de trabalho — cerca de 700 pessoas — e reorganizou os sobreviventes em torno de "pods nativos de IA" que respondem a "jogadores-treinadores" em vez de puros gestores. Os dois eventos não são isolados. Juntos, eles esboçam um futuro onde o trabalho cognitivo dos funcionários mais valiosos que deixaram uma empresa é preservado, escalado e implantado como infraestrutura.

Esta é uma história sobre mais do que um experimento de RH de uma exchange. É um vislumbre de como o padrão de agente de persona — gêmeos cognitivos fine-tuned e sempre ativos de indivíduos específicos — está prestes a remodelar a forma como as empresas lembram, decidem e operam.

O que "Fred" e "Balaji" Realmente Fazem​

Os dois agentes têm mandatos distintos que refletem as personalidades nas quais foram treinados.

O agente Fred funciona como um executivo estratégico. Os funcionários o consultam quando desejam uma revisão de nível sênior em um documento, uma verificação de realidade sobre se um projeto está alinhado com as prioridades da empresa, ou uma crítica ao estilo C-suite de um plano de lançamento. Seu trabalho é aplicar o estilo particular de Ehrsam de estratégia de produto disciplinada — os mesmos instintos que ajudaram a levar a Coinbase à bolsa e que agora impulsionam a tese de investimento da Paradigm.

O agente Balaji desempenha um papel diferente. Ele é o provocador interno, projetado para trazer à tona implicações de longo prazo e fazer as perguntas que a cultura corporativa educada costuma suprimir. Onde Fred refina, Balaji rompe. Treinado em anos de escritos de Srinivasan, aparições em podcasts e na tese do "Estado em Rede", o agente personifica o estilo contrário, porém sistemático, que definiu seu mandato como CTO da Coinbase e seu papel na a16z Crypto.

Crucialmente, estes não são assistentes genéricos de LLM com um prompt personalizado. De acordo com os planos da Coinbase, agentes como esses estão sendo construídos como réplicas fine-tuned — a persona está nos pesos, não apenas na mensagem do sistema. E a empresa sinalizou que pretende tornar a criação de novos agentes trivialmente fácil. Como Armstrong colocou em seu anúncio de 18 de abril: "Suspeito que teremos mais agentes do que funcionários humanos em algum momento próximo."

Como os Agentes de Persona Diferem dos LLMs Genéricos​

Para entender por que isso importa, é útil traçar uma linha entre três categorias de ferramentas de IA que parecem superficialmente semelhantes, mas resolvem problemas muito diferentes.

Assistentes de LLM genéricos, como o ChatGPT padrão ou uma integração simples do Claude, são ferramentas de amplitude. Eles sabem um pouco sobre tudo e muito sobre nada em particular. Eles fornecem respostas competentes e médias porque foram otimizados para serem inofensivos em milhões de casos de uso.

Agentes de produtividade — os novos recursos do Agentforce 360 do Slackbot, o nível empresarial do Microsoft Copilot — são ferramentas de contexto. Eles conhecem suas reuniões, seu CRM, seus documentos e executam o trabalho em seu nome. O lançamento do Slackbot em janeiro de 2026 como um "agente de IA consciente do contexto" é um bom exemplo: ele resume conversas, redige respostas e atualiza registros do Salesforce. Mas ele não tem opinião sobre se sua estratégia está correta.

Agentes de persona são ferramentas de julgamento. Eles são ajustados (fine-tuned) em um corpo de trabalho específico de uma pessoa — e-mails, memorandos, transcrições de podcasts, documentos internos, textos públicos — para incorporar as heurísticas de decisão dessa pessoa. O agente Fred não é "uma IA que ajuda com estratégia". É "uma IA que pensa sobre estratégia da mesma forma que Fred Ehrsam faz".

Essa distinção é mais do que marketing. Décadas de tomada de decisão por uma pessoa excepcionalmente eficaz representam uma forma de conhecimento comprimido que nenhum modelo de base genérico pode reproduzir. Quando você pergunta ao agente Balaji se um recurso de produto se alinha com a visão de longo prazo de uma internet soberana, você não está pedindo ao GPT-5 para fazer um roleplay. Você está interrogando uma destilação fine-tuned de alguém que passou vinte anos pensando exatamente sobre essa questão.

A Questão do Consentimento — e o que Ela Esconde​

Tanto Ehrsam quanto Srinivasan endossaram publicamente o projeto, o que evita a mina terrestre legal mais óbvia. Não há um momento Scarlett Johansson aqui, nem um processo de sindicato de atores prestes a acontecer. As réplicas cognitivas existem porque os originais disseram sim.

Mas o consentimento resolve apenas a versão fácil do problema. Três questões mais difíceis permanecem.

E quanto às figuras públicas não consentâneas? Character.AI, Estha e uma dúzia de outras plataformas de consumo já hospedam bots gerados por usuários imitando Elon Musk, Vitalik Buterin e figuras históricas como Einstein e Sócrates. A maioria é produzida sem permissão. O estado de Washington expandiu sua lei de direitos de personalidade em abril de 2026 para cobrir deepfakes gerados por IA. Nova York promulgou proteções semelhantes, inclusive para figuras falecidas. Os requisitos de transparência do Regulamento da IA da UE para conteúdo sintético entram em vigor em 2 de agosto de 2026. O regime jurídico para agentes de persona sem consentimento está se endurecendo rapidamente, mas a aplicação contra bots descentralizados feitos por fãs será uma luta longa e feia.

E quanto aos funcionários que não são Fred ou Balaji? Uma parcela crescente de trabalhadores de tecnologia está exigindo cláusulas contratuais que regulem o uso de sua voz, escrita e registros de decisão no treinamento de IA. Uma pesquisa da indústria de 2026 descobriu que aproximadamente 42 % dos trabalhadores de tecnologia queriam proteções explícitas de "imagem digital" antes de assinar ofertas. À medida que as empresas começam a ajustar agentes em mensagens internas do Slack, revisões de código e memorandos de design, a questão de quem possui a produção cognitiva de um funcionário — e se a empresa pode continuar a implantá-la após a saída desse funcionário — passa de teórica para operacional.

E quanto à evolução das visões da pessoa original? Um agente de persona é um snapshot. O verdadeiro Balaji Srinivasan em 2028 terá atualizado seu pensamento com base em novos dados; o agente Balaji no Slack da Coinbase não o fará, a menos que alguém o treine novamente. Com o tempo, o agente e a pessoa divergem — e o agente, incorporado na tomada de decisões diária, pode acabar tendo mais influência prática do que a pessoa na qual foi modelado.

Por que a Indústria Cripto Chegou Primeiro​

Não é por acaso que a primeira implementação de alto perfil de agentes de persona em uma grande empresa esteja acontecendo na Coinbase, em vez de no Goldman Sachs ou na Microsoft.

A indústria cripto é extraordinariamente impulsionada por fundadores. As intuições de um pequeno conjunto de pensadores — Vitalik Buterin, Hayden Adams, Su Zhu antes de sua queda, Anatoly Yakovenko, as pessoas que construíram os primeiros protocolos — moldaram decisões de bilhões de dólares. Quando esses indivíduos saem, se distraem ou se recusam a opinar, as instituições que eles ajudaram a construir perdem uma espécie de bússola operacional. Capturar essa bússola como software é mais obviamente valioso em cripto do que em indústrias com processos de tomada de decisão mais difusos.

A cultura cripto também normaliza a experimentação radical com identidade e propriedade. A mesma indústria que nos deu fundadores pseudônimos, DAOs e capital social tokenizado sente-se confortável com a ideia de que o estilo cognitivo de uma pessoa pode ser um ativo negociável e implementável. O próprio Srinivasan passou anos argumentando que a criptografia e a internet permitem novas formas de "saída" — incluindo, implicitamente, a saída de sua própria presença física como o fator limitante de sua influência.

E, finalmente, as empresas cripto já são estruturalmente enxutas e voltadas para a IA. A reorganização da Coinbase em maio de 2026 — um organograma mais horizontal, mais de 15 subordinados diretos por líder, pods nativos de IA que podem ser um único humano direcionando uma constelação de agentes — é o ponto final natural de uma força de trabalho que já confiava mais no código do que na gerência intermediária. Agentes de persona se encaixam nessa cultura de uma forma que não se encaixariam em um banco de 200.000 pessoas.

O Cenário Competitivo: Delphi, Imbue e a Stack de Persona​

A Coinbase não inventou os agentes de persona; ela os transformou em produto para o mercado corporativo. A stack tecnológica subjacente vem se formando há vários anos.

A Delphi.ai constrói "Mentes Digitais" para o consumidor desde 2023 — réplicas de voz e texto de especialistas ajustadas com precisão (fine-tuned), incorporadas em sites, Slack, WhatsApp e chamadas de voz. O fundador Dara Ladjevardian chamou 2026 de o ponto de inflexão para a adoção de mentes digitais, e a plataforma da empresa é estruturalmente semelhante ao que a Coinbase parece estar executando internamente.

A Imbue e outras empresas de agentes de voz têm trabalhado em conversação de personas em tempo real, onde um modelo fine-tuned não apenas escreve como a pessoa de origem, mas fala como ela, com o ritmo e a inflexão corretos.

A Character.AI domina o lado do consumidor, onde milhões de usuários conversam com bots de celebridades e figuras históricas criados por fãs.

A Replika ocupa um nicho diferente — agentes de companhia únicos e persistentes, sintonizados com um relacionamento em vez de uma pessoa específica.

O que há de novo na implementação da Coinbase é o contexto: não entretenimento para o consumidor, não produtividade pessoal, mas suporte à decisão empresarial no nível de estratégia sênior. Uma vez que esse padrão seja validado, cada empresa da Fortune 500 terá um movimento óbvio — trazer de volta o gêmeo cognitivo do seu fundador aposentado, do seu CTO que saiu, do seu líder de produto anterior mais influente.

As Implicações para o Mercado de Trabalho​

Se os agentes de persona funcionarem, eles criarão uma nova classe de ativos.

Figuras públicas com marcas cognitivas fortes — investidores, fundadores, cientistas, escritores — licenciarão seus padrões de pensamento. Matthew McConaughey já registrou oito marcas federais em 2026 para proteger seu nome, imagem, voz e bordões contra o uso de IA. O próximo passo é o inverso: licenciar deliberadamente esses mesmos elementos como um serviço. Imagine uma assinatura SaaS onde qualquer empresa pode ativar um "agente Naval Ravikant" por US$ 50.000 por ano, treinado nos escritos de Naval e verificado por ele pessoalmente. A lógica econômica funciona porque o trabalho cognitivo ganha escala infinita uma vez capturado.

Para os trabalhadores do conhecimento comuns, as implicações são mais ambíguas. As mesmas técnicas de fine-tuning que transformam Fred Ehrsam em infraestrutura podem transformar um engenheiro sênior em infraestrutura. Os 14 % dos funcionários da Coinbase demitidos em maio de 2026 provavelmente contribuíram com milhares de memorandos, documentos de design e mensagens no Slack que agora são dados de treinamento. Se esses trabalhadores mantêm algum direito sobre a produção cognitiva de agentes treinados em seu trabalho é uma das questões trabalhistas centrais dos próximos cinco anos.

A resposta mais perspicaz é começar a tratar seus próprios logs de decisão como ativos compostos agora. Cada memorando que você escreve, cada podcast que grava, cada revisão de design de que participa é um dado potencial para fine-tuning — seja para um agente que você controla e licencia, ou para um que outra pessoa treina sem pedir. A assimetria desses dois resultados é a diferença entre ser dono de sua produção cognitiva ou alugá-la de volta da empresa que a capturou.

O Que Isso Significa para os Desenvolvedores Web3​

Os fundadores da Web3 estão em uma interseção particular dessa tendência. O trabalho deles é excepcionalmente público — a maioria deles escreve em blogs, grava podcasts, tuíta e lança código abertamente. Isso os torna candidatos ideais para a captura por agentes de persona, por eles mesmos ou por outros. Isso também os posiciona bem para monetizar essa captura, caso ajam rapidamente.

Três movimentos concretos a considerar:

1. Arquive seu histórico de decisões deliberadamente. Se você estiver executando um protocolo ou uma empresa Web3, trate seus memorandos de design, postagens de governança e Slack interno como um registro de longo prazo do seu julgamento. Faça backup. Adicione tags. Torne-o consultável. A versão de você que existirá como software em 2030 será apenas tão boa quanto o corpus que você acumular agora.

2. Acompanhe a infraestrutura de licenciamento. Ferramentas que permitem que figuras públicas treinem, verifiquem e licenciem suas próprias mentes digitais — Delphi e a próxima geração de plataformas que competem com ela — estão se tornando o iTunes do trabalho cognitivo. Ser dono do seu fine-tune antes que outra pessoa treine o dela será importante.

3. Planeje a memória institucional em seu protocolo. As DAOs, em particular, são vulneráveis à perda do contexto do fundador — o que a equipe original queria dizer com uma decisão de governança específica, por que um parâmetro econômico específico foi definido daquela maneira. Um agente de persona bem treinado da equipe fundadora, implementado no Discord da DAO, é a resposta natural.

O Padrão Maior​

O lançamento Fred-e-Balaji da Coinbase é apenas um ponto de dados isolado. Mas ele aponta para algo maior: um futuro mercado de trabalho para réplicas cognitivas, uma categoria de software empresarial na qual agentes de IA não apenas executam tarefas, mas incorporam o julgamento de indivíduos específicos e nomeados.

Nesse mundo, os ex-funcionários corporativos mais valiosos são aqueles cujos padrões de pensamento foram melhor capturados. Os funcionários mais valiosos são aqueles que possuem seus próprios fine-tunes. E as empresas mais valiosas são aquelas que descobrirem como montar equipes de humanos e agentes de persona que potencializam as forças uns dos outros.

A indústria de cripto — repleta de fundadores excepcionalmente influentes, confortável com a ideia de autopropriedade como um produto e que já opera de forma enxuta o suficiente para absorver o choque operacional — será onde este experimento acontecerá primeiro e com maior intensidade. A Coinbase deu o tiro de partida em 18 de abril. A corrida começou.

A BlockEden.xyz fornece infraestrutura confiável de RPC e indexação para desenvolvedores Web3 que constroem na Sui, Aptos, Ethereum, Solana e mais de 27 redes. À medida que a infraestrutura cognitiva se torna tão importante quanto a infraestrutura de computação, os alicerces sobre os quais você constrói ainda precisam ser de nível empresarial. Explore nosso marketplace de APIs para desenvolver sobre trilhos projetados para durar.

Fontes​

• Coinbase testa agentes de IA modelados em ex-executivos 'lendários' — Decrypt
• Coinbase testa agentes de IA que oferecem feedback de alto nível para os funcionários — The Block
• 'Teremos mais agentes do que funcionários humanos', diz o CEO da Coinbase, Brian Armstrong — Yahoo Finance
• Coinbase não demitiu apenas 14% de sua equipe devido à IA — Fortune
• Coinbase reduz quadro de funcionários em 14% citando aceleração de IA — CNBC
• Balaji Srinivasan — Wikipédia
• Como as Mentes Digitais de IA da Delphi podem escalar a conexão humana — Sequoia Capital
• Apresentando o Slackbot, seu agente de IA consciente de contexto para o trabalho — Slack
• Estado de Washington expande lei de direitos de personalidade para cobrir deepfakes gerados por IA — Cooley
• Duas novas leis promulgadas em Nova York regularão certas imagens geradas por IA — Skadden

Durante quatro anos , a crítica mais contundente à IA descentralizada foi uma única frase : " Belo token . Onde está a receita ? "

No 1º trimestre de 2026 , a Bittensor finalmente respondeu . A rede registrou aproximadamente ** US$43 milhões em receita real de serviços de IA ** em seu ecossistema de subnets — não emissões de tokens , não TVL especulativo , não farming de airdrops . Dinheiro real pago por usuários reais por serviços de inferência , treinamento e computação . Anualizado , isso representa uma ** taxa de execução de US$ 172 milhões ** para uma rede que a maioria dos alocadores institucionais ainda descreve com um ponto de interrogação .

Isso não é dinheiro de " matador de OpenAI " . A OpenAI está em um ritmo de receita de bilhões de dólares e carrega uma avaliação relatada de US$500 bilhões . A Anthropic está em US$ 350 bilhões . O valor de mercado da Bittensor é de cerca de US$ 3,4 bilhões . A lacuna é enorme .

Mas US$ 43 milhões não devem ser a comparação . Devem ser a ** inflexão ** — o primeiro trimestre em que a IA descentralizada passou de caridade de emissão de tokens para uma rede com clientes corporativos faturáveis , e a primeira vez que a tese da " OpenAI descentralizada " teve uma linha de P&L ( Lucros e Perdas ) para apontar em vez de um roadmap .

Se o 2º trimestre triplicará esse número ou se ele se estabilizará é agora a questão mais importante na categoria de IA e cripto .