302 posts marcados com "IA"

A IA descentralizada passou cinco anos respondendo à pergunta errada. Toda a pilha — as subnets da Bittensor, o mercado de treinamento da Gensyn, a rede de inferência da Ambient, cada sistema de prova ZKML — tem sido obcecada em provar que a computação ocorreu. Um minerador executou a inferência. Um nó treinou por N horas no conjunto de dados correto. Uma GPU produziu os logits declarados. Verificado de forma criptográfica, bela e dispendiosa.

Nada disso responde à pergunta que um responsável por compras corporativas realmente faz: o modelo é bom?

O lançamento do Judge pela Gensyn no final de abril de 2026 é a primeira tentativa séria de preencher essa lacuna. Não é outro mecanismo de consenso. Não é outra prova-de-algo. É uma camada de avaliação verificável que separa "o treinamento ocorreu" de "o treinamento ocorreu corretamente" — e essa distinção pode ser a primitiva mais importante que a DeAI lançou neste ciclo.

Em 15 de janeiro de 2026, a categoria com maior hype no mundo cripto perdeu seu produto de referência da noite para o dia. A Kaito — a implementação de referência de InfoFi, com um FDV de pico em torno de $ 1,2 B, a plataforma que transformou o "yapping" no X em uma atividade mensurável e remunerável — anunciou que estava encerrando o Yaps e os Yapper Leaderboards incentivados. O motivo não foi um incidente de segurança, uma carta regulatória ou uma falha na economia do token. Foi uma única atualização de política de produto do X.

O token caiu cerca de 17 % com a notícia. A comunidade oficial Kaito Yapper no X, com cerca de 157.000 membros, foi banida em poucos dias. Em abril de 2026, o KAITO é negociado perto de $0,41 com um valor de mercado circulante abaixo de$ 100 M — um longo caminho desde o topo. E, no entanto, a Kaito não encolheu. Ela pivotou. Drasticamente. Em quatro produtos ao mesmo tempo: Kaito Pro, Kaito Studio, Capital Launchpad e um produto Attention Markets em parceria com a Polymarket que reformula o mindshare como algo em que você aposta, em vez de algo que você apenas posta.

A história não é mais sobre "o yap-to-earn é legal?". É algo mais interessante e mais desconfortável: o que acontece quando toda a premissa de uma categoria — a de que a atenção pode ser tokenizada — acaba dependendo do fato de uma plataforma centralizada estar disposta a deixar você medi-la?

O Gatilho: Uma Política de API, Uma Categoria Interrompida​

A causa imediata foi clara. O líder de produto do X, Nikita Bier, anunciou que a plataforma não permitiria mais aplicativos que recompensassem usuários por postar, citando um aumento no spam gerado por IA e o que ele chamou de spam de respostas "InfoFi". A mudança de política entrou em vigor por meio da revogação da API em vez de uma lista de banimento público — mais silencioso para implementar, mais difícil de contestar.

A resposta da Kaito foi igualmente clara. O fundador Yu Hu — um ex-analista quantitativo da Citadel que construiu a Kaito como a versão sistemática e voltada para o varejo do "talk-to-earn" — anunciou o encerramento poucas horas após a mudança de política. O Yapper Leaderboard, que se tornou o ritual social dominante do Twitter cripto por dois anos, havia acabado.

Duas coisas importam sobre como isso se desenrolou:

1. A Kaito não foi pega de surpresa. O pivot foi anunciado com produtos substitutos já alinhados, sugerindo que o planejamento de contingência interno estava ativo há meses.
2. A lista de baixas da categoria foi maior que a Kaito. Cookie3, GiveRep, Wallchain, Ethos, Mirra — todos os projetos cuja camada de dados dependia de sinais de engajamento do X sofreram o mesmo choque. O pivot da Kaito é o acerto de contas público; o resto está acontecendo nos bastidores.

Esta é a parte que a "narrativa InfoFi" original nunca precificou. A tese assumia que as plataformas sociais permaneceriam como canais neutros para medir a atenção. Elas não são. Elas são editoras com departamentos de políticas, e os departamentos de políticas veem incentivos econômicos de terceiros aplicados sobre seu conteúdo como competição para a própria monetização da plataforma. A postura do X — cada vez mais restritiva ao longo de 2024 e 2025 — finalmente tornou-se absoluta no início de 2026.

O que Substituiu o Yaps: Quatro Produtos, Um Hedge​

O aspecto mais marcante da resposta da Kaito é como ela reformulou a área de atuação da empresa. O Yaps era um produto único com um único canal de distribuição. A nova Kaito é um portfólio explicitamente projetado para que nenhuma decisão de uma única plataforma possa repetir o que o X acabou de fazer.

Kaito Studio: De Permissionless a Curado​

O Kaito Studio substituiu o Leaderboard por um marketplace seletivo de criadores e marcas baseado em níveis. Foi lançado em beta em fevereiro de 2026 com 16 marcas parceiras e agora abrange X, YouTube e TikTok em verticais de cripto, finanças e IA.

A mudança estrutural é o ponto principal:

• O Yaps era permissionless. Qualquer pessoa com uma conta no X podia postar e ganhar.
• O Studio é restrito. As marcas ("Marcas Participantes") publicam campanhas com objetivos, escopo, cronogramas, estruturas de recompensa e diretrizes de conteúdo definidos. Os criadores se inscrevem na plataforma — com a elegibilidade determinada pela Kaito com base no número de seguidores, alcance social e contagem de impressões — e então enviam cotações de recompensa para campanhas específicas.

Os entusiastas ávidos por InfoFi lerão isso como um recuo do ethos original. Isso não está errado, mas perde o ponto central. Mercados de atenção permissionless não podem existir sobre plataformas cujos termos os proíbem. O Kaito Studio troca o ethos aberto pela sobrevivência: um marketplace curado se parece o suficiente com uma plataforma de influenciadores tradicional para não acionar o reflexo da política de API que matou o Yaps.

Capital Launchpad: O Burro de Carga Silencioso​

O Capital Launchpad é a peça mais subestimada da nova Kaito. É uma plataforma de venda de tokens baseada em mérito — explicitamente posicionada contra a alocação por ordem de chegada (FCFS), o modelo que transformou cada grande venda de launchpad em um frenesi de bots.

A alocação funciona com base em cinco critérios: reputação social na comunidade cripto, ativos on-chain (não limitados ao KAITO), alinhamento histórico com o projeto ou setor, distribuição regional e nível de convicção. Mecanicamente: o projeto define os termos, os participantes fazem um compromisso com um depósito, o projeto revisa os compromissos em relação aos critérios e qualquer valor não alocado é aberto para FCFS. A participação exige KYC e USDC na Base.

Por que isso importa: O Capital Launchpad não depende do X. Ele depende de dados on-chain e do próprio gráfico de reputação da Kaito — ambos controlados pela Kaito. Se o Yaps era o motor de crescimento do consumidor, o Capital Launchpad é o produto de receita institucional e, notavelmente, a única peça do ecossistema da Kaito que sobrevive inalterada a qualquer cenário de plataforma social.

Mercados de Atenção com a Polymarket: Da Postagem à Aposta​

A parceria com a Polymarket, anunciada em fevereiro de 2026, é o movimento mais estrategicamente interessante. Kaito + Polymarket lançaram o que chamam de "Mercados de Atenção" (Attention Markets) — mercados de previsão onde os usuários apostam no mindshare e no sentimento de marcas, tendências e figuras públicas, com os dados da Kaito agregando sinais através do X, TikTok, Instagram e YouTube.

Dois mercados entraram no ar em 11 de fevereiro de 2026. Até 31 de março, o próprio mercado piloto de mindshare da Polymarket tinha mais de $ 1,3 M em volume de negociação. O plano: dezenas de mercados de atenção no início de março, "centenas até o fim do ano", tópicos de IA primeiro, depois entretenimento e eventos mundiais.

A lógica do pivô é elegante quando se observa:

• O Yaps exigia que o X permitisse que a Kaito incentivasse as postagens. O X disse não.
• Os Mercados de Atenção exigem apenas que a Kaito meça as postagens. A medição é uma solicitação muito mais simples — ela sobrevive à maioria das políticas das plataformas porque não há uma camada de incentivo vinculada ao comportamento do usuário na própria plataforma.
• A ação econômica muda para a Polymarket, onde a aposta é o negócio principal da plataforma e não uma externalidade tolerada.

Isso é arbitragem de risco de plataforma em forma de produto. A Kaito manteve a camada de dados (medição de mindshare) e externalizou a camada de especulação (mercados de previsão) para um local que deseja a especulação. Brilhante — desde que se observe uma grande ressalva sobre a integridade dos dados, que abordaremos a seguir.

Kaito Pro e Kaito Markets: A Cauda Longa​

O Kaito Pro, o assistente de pesquisa de IA para traders e analistas de cripto, continua como o produto B2B no estilo SaaS. O Kaito Markets foi anunciado, mas ainda não lançado. Combinados, eles estendem a empresa em direção a uma estrutura que se parece mais com um "Bloomberg para cripto" do que com o jogo de atenção ao consumidor com o qual começou.

A Verdadeira Lição: InfoFi é um Setor Hospedado​

A dolorosa verdade que o pivô da Kaito expõe — para toda a categoria InfoFi — é estrutural.

O argumento era: a atenção tem valor econômico, as blockchains podem medir e recompensar isso, portanto, a atenção pode ser tokenizada como uma primitiva. O argumento assumia silenciosamente que as plataformas onde a atenção vive permaneceriam substratos de medição neutros.

Elas não são. São produtos competitivos com suas próprias estruturas de monetização. Um modelo mental razoável é que as plataformas InfoFi não estão construindo sobre redes sociais; elas estão construindo dentro delas, à discrição do hospedeiro. Isso muda o perfil de risco de todo o setor:

• A Cookie3 foi construída em torno da infraestrutura de dados da Cookie DAO e de análises modulares da economia de agentes — a mesma dependência de raspagem de terceiros.
• O Grass contorna o problema da API pagando aos usuários por largura de banda residencial que alimenta os scrapers de IA (recompensas em $ GRASS pelo compartilhamento de largura de banda, atualmente um token de centenas de milhões de dólares). É uma proteção real, mas também uma parte muito menor da área de superfície.
• A Vana evita o problema com DAOs de dados de propriedade do usuário — mas os dados precisam ser coletados por adesão (opt - in), o que torna o público muito menor do que o grafo orgânico do X.
• Wayfinder (PROMPT), Ethos, Wallchain, GiveRep, Mirra — todos dependem, de alguma forma, de sinais do X ou de plataformas comparáveis.

Cada um desses projetos tem um perfil de fragilidade diferente, mas o padrão comum é: quanto menor a sua dependência de uma única API fechada, menor tende a ser o seu público endereçável. Existe um trade - off brutal entre a escala da atenção mensurável e a resiliência às decisões da plataforma — e os dois extremos desse trade - off não são o mesmo negócio.

O Token $ KAITO foi Punido de Forma Justa?​

O mercado precificou isso rapidamente. De um FDV de pico próximo a $1,2 B no auge da febre do Yaps, o KAITO contraiu para um valor de mercado de aproximadamente$ 74 M no início de fevereiro de 2026. Em abril de 2026, ele se recuperou para um valor de mercado de cerca de $98 M ($ 407 M de FDV) com um suprimento circulante de 241 M de um máximo de 1 B. Isso não é uma recuperação da InfoFi — é um reinício.

Alguns pontos que valem a pena notar:

• A utilidade do token mudou, não desapareceu. O Yaps vinculava o KAITO às recompensas da Leaderboard. A nova utilidade é a governança sobre as alocações do Capital Launchpad, uma fatia do fluxo de taxas do Kaito Studio e a integração com o licenciamento de dados dos Mercados de Atenção. Nenhum desses é tão viral quanto "poste e ganhe", mas também são muito menos dependentes da plataforma.
• Os fluxos de caixa do Capital Launchpad são reais. A alocação baseada em mérito que exige KYC e promessas de USDC gera receita toda vez que um projeto é listado. Se a Kaito sustentar 1 - 2 lançamentos por mês com um TVL significativo, isso será um fluxo de receita recorrente que não existia no antigo modelo do Yaps.
• A Polymarket é limitada pela própria Polymarket. A receita dos Mercados de Atenção depende da disposição da própria Polymarket em escalar o formato. A Kaito recebe uma parte da parceria, mas não é a operadora.

A pergunta não respondida é se a medição de atenção, vendida como um produto de dados B2B para marcas e traders, é um negócio de $100 M de capitalização ou de mais de$ 1 B. A resposta atual do mercado é "ainda não sabemos, algo entre os dois".

O Problema da Integridade de Dados que Ninguém Quer Resolver​

A parceria com a Polymarket tem uma grande vulnerabilidade que merece mais atenção do que recebe: se os pagamentos dependem de métricas de mídia social, o engajamento artificial é um vetor de pagamento.

Comprar tráfego de bots é barato. Coordenar impulsos de influenciadores é normal. Manipular feeds de tendências orientados por algoritmos é uma arte conhecida. Os mercados de atenção pagam com base em números que — por admissão da própria Kaito — são agregados de plataformas externas cujos sistemas anti - spam são imperfeitos em dias bons.

A Kaito e a Polymarket não detalharam publicamente como resolverão disputas quando um mercado fechar com base em um sinal de mindshare manipulado. As respostas naturais são alguma combinação de: detecção de anomalias orientada por IA, redundância de oráculos, intervenção manual pela camada de disputa no estilo UMA da Polymarket e, provavelmente, o surgimento eventual de uma camada de "mindshare verificado" que custa mais caro para fornecer.

Até lá, os mercados de atenção são um alvo legítimo para as mesmas estratégias de negociação coordenada + engajamento coordenado que já existem em campanhas de influência cripto. O primeiro mercado de atenção de $ 1 M de volume que fechar com uma métrica manipulada será um evento que definirá a categoria — para o melhor ou para o pior.

O Que Isso Significa para os Construtores​

Três lições da mudança de rumo da Kaito que se generalizam para além do setor InfoFi :

1. Se o seu produto depende de uma API fechada, trate-o como uma relação de inquilinato, não como uma integração. Inquilinos são despejados. Planeje-se para isso.
2. Pivôs executados em dias sugerem pivôs planejados por meses. A velocidade de lançamento do produto substituto da Kaito é um sinal — a contingência estava pronta antes do gatilho.
3. A parte mais defensável de qualquer negócio de atenção são os dados, não a distribuição. Yaps era a distribuição ; o Capital Launchpad e os Attention Markets são a camada de dados monetizada de forma diferente. Os dados sobreviveram. A distribuição não.

Para desenvolvedores que constroem em espaços adjacentes — plataformas de agentes, sistemas de reputação, identidade on-chain — a lição é ancorar seu valor duradouro em dados e infraestrutura que você controla, e tratar qualquer gráfico social externo como uma funcionalidade, não como uma base. A BlockEden.xyz fornece infraestrutura de API confiável para mais de uma dezena de redes, para que as partes da sua stack que lidam com dados on-chain não adicionem seu próprio risco de dependência de plataforma além daqueles que você não pode evitar.

A Economia da Atenção Sobreviveu?​

A resposta honesta : sim, mas menor e em termos diferentes.

A versão maximalista do InfoFi — sem permissão, impulsionada por quadros de classificação, onde cada tweet é uma unidade de valor — está morta em sua forma de 2024 - 2025. O pivô da Kaito é o funeral. O que o substitui é mais monótono e provavelmente mais durável : marketplaces de criadores curados, mercados de previsão em sinais sociais, alocação de capital baseada em mérito e produtos de análise B2B. Menos torque narrativo, mais receita recorrente.

A categoria passou de "estamos tokenizando a própria atenção" para "estamos vendendo ferramentas que operam sobre dados de atenção". Isso é uma redução. É também algo mais próximo de um negócio real.

Para a próxima onda de construtores que buscam primitivas sociais tokenizadas, o anúncio de 15 de janeiro da Kaito deve ser uma leitura obrigatória. A tese de que a atenção tem valor econômico estava correta. Estava errada sobre quem consegue capturá-lo. Qualquer pessoa que construa sobre o gráfico social de outra pessoa está, no final das contas, construindo dentro de um inquilinato sem contrato de locação.

A narrativa do InfoFi não acabou. Mas seu centro de gravidade mudou do tweet para a negociação — do falatório para a alocação. Essa é uma área de superfície muito menor para a política do X interromper da próxima vez. O que é, em última análise, o objetivo de toda essa mudança.

Em dois anos, o usuário humano pode se tornar um erro de arredondamento na Solana.

Isso não é uma metáfora. Essa é a previsão explícita de Vibhu Norby, diretor de produto da Solana Foundation, que disse ao público do setor em março de 2026 que "99,99% de todas as transações on-chain em 2 anos serão impulsionadas por agentes, bots e carteiras baseadas em LLM e produtos de negociação". Em uma entrevista separada, ele ampliou ligeiramente o intervalo para "95 a 99% de todas as transações" originadas de modelos de linguagem de grande escala agindo em nome de um usuário. De qualquer forma, a mensagem é a mesma: a era dos humanos clicando em "Assinar Transação" em um pop-up de carteira está terminando, e a Solana está construindo para a era que vem a seguir.

Esta é a visão mais agressiva da internet agêntica que qualquer Layer 1 de grande porte já registrou. A resposta da Ethereum tem sido lançar padrões — ERC-8004 para identidade de agentes, ERC-8183 para comércio de agentes sem confiança (trustless). A resposta da Solana tem sido entregar rendimento (throughput) e postar um skill.txt na raiz de seu site para que os agentes de IA possam lê-lo e descobrir como criar uma carteira por conta própria. As duas abordagens revelam algo mais profundo do que uma rivalidade de marketing. Elas revelam uma verdadeira divisão filosófica sobre o que uma blockchain "agêntica" deve otimizar.

Agentes de IA agora lidam com aproximadamente 19% de toda a atividade DeFi on-chain. Somente a BNB Chain hospeda mais de 150.000 agentes implantados — um aumento em relação aos menos de 400 no início do ano, um salto de 43.750% em menos de quatro meses. Bots geram mais de 76% do volume de transferência de stablecoins, e a Gartner espera que 40% dos aplicativos empresariais incorporem agentes de IA específicos para tarefas até o final de 2026.

Há apenas um problema: ninguém sabe quem são esses agentes. O KYC foi construído para verificar humanos. As estruturas de conformidade da próxima década precisam verificar softwares autônomos — e o padrão que vencer essa disputa capturará silenciosamente uma das maiores verticais regulatórias nos serviços financeiros. A a16z chama isso de KYA: Know Your Agent (Conheça seu Agente).

Os agentes de IA originam agora cerca de um quinto de todas as transações DeFi. Eles também perdem para os traders discricionários humanos por um fator de cinco em qualquer competição que envolva decisões reais. Esse intervalo desconfortável — entre a parcela do fluxo que os agentes já controlam e o alfa que eles falham consistentemente em gerar — é o ponto de dados mais importante no debate da "economia agêntica" das criptomoedas, e ele surgiu este mês cortesia de um relatório de pesquisa da DWF Ventures que silenciosamente desinfla um ano de marketing.

O CEO da Coinbase, Brian Armstrong, passou o último trimestre dizendo a quem quisesse ouvir que a economia agêntica superará a economia humana. Sua empresa lançou o Agentic.market, uma loja de aplicativos para agentes de IA que já processou 165 milhões de transações e US$ 50 milhões em volume através de 480.000 agentes. A tese é que as máquinas farão transações entre si através de stablecoins porque não podem abrir contas bancárias. A matemática, na superfície, é irresistível.

Mas os dados da DWF sugerem que estamos confundindo volume de fluxo com desempenho — e a distinção importa enormemente para qualquer pessoa que esteja decidindo onde alocar gastos com infraestrutura, atenção de auditoria ou capital em 2026.

A Manchete de 19 % Esconde Três Negócios Diferentes​

Quando a manchete do Decrypt diz "Agentes de IA já operam um quinto do DeFi", o que esses 19 % realmente contêm?

O próprio detalhamento da DWF — corroborado pela cobertura do PANews sobre o mesmo relatório — agrupa a atividade dos agentes em três categorias muito diferentes:

1. Bots extrativos específicos — buscadores de MEV, atacantes de sanduíche, gatilhos de liquidação, arbitradores entre DEXes. Estes são programas determinísticos com, no máximo, uma "cola" de LLM, e a maioria deles precede o rótulo de "agente" em vários anos.
2. Otimizadores estruturados — roteadores de rendimento (yield) de stablecoins como o ARMA da Giza, que gerenciou autonomamente US$ 32 milhões em ativos de usuários através de 102.000 transações, e rebalanceadores que movem fundos entre Aave, Morpho e Pendle quando as taxas divergem. Estes realmente usam raciocínio de LLM, mas dentro de limites extremamente estreitos.
3. Agentes de trading de propósito geral — os traders autônomos que ganham as manchetes, que leem sentimentos, pesam narrativas e fazem apostas direcionais. Esta é a menor fatia dos 19 %, e é a fatia que perde feio.

A confusão importa porque cada categoria tem um perfil de demanda diferente, um modo de falha diferente e uma pegada de infraestrutura diferente. Contar todos os três como "agentes de IA" é aproximadamente equivalente a contar cron jobs, pipelines ETL e gerentes de portfólio seniores como "tomadores de decisão automatizados". Tecnicamente verdadeiro. Operacionalmente sem sentido.

Onde os Agentes Vencem: Otimização de Rendimento, de Longe​

As vitórias mais claras dos agentes estão ocorrendo exatamente onde o problema é bem definido e a superfície de otimização é limitada.

O relatório da DWF — conforme resumido pela KuCoin — descobre que os agentes de otimização de rendimento estão entregando retornos anualizados acima de 9 % em alguns grupos, com o ARMA da Giza atingindo 15 % em USDC (parcialmente impulsionado por incentivos de tokens, mas ainda assim). Por quê? Porque a tarefa se reduz a: escanear N mercados de empréstimo, computar o APY líquido após gás e slippage, rebalancear quando o delta exceder um limite. Não há narrativa. Não há mudança de regime. Há um número, e o agente que otimiza o número vence.

A mesma lógica se aplica à captura de MEV, roteamento de stablecoins e trades de base. Estes são problemas que recompensam a latência de reação de subsegundos, paradas (stops) sem emoção e execução 24 / 7 — três coisas em que os humanos são constitucionalmente ruins e as máquinas são otimizadas. A fatia de 19 % do volume nesses nichos não é um artefato de hype. É um ganho real de eficiência que os humanos dificilmente recuperarão.

Os dados do Agentic.market da Coinbase reforçam o mesmo padrão: das 165 milhões de transações processadas via x402, as categorias dominantes são inferência, acesso a dados e chamadas de infraestrutura — tarefas limitadas, repetíveis e amigáveis às máquinas. Os agentes são bons em serem máquinas.

Onde os Agentes Perdem: Qualquer Coisa que Exija Julgamento​

A lacuna de 5 para 1 aparece no momento em que a tarefa se amplia.

A DWF cita uma competição de trading de ações da tradexyz na qual o melhor trader discricionário humano superou o melhor agente autônomo em mais de cinco vezes no retorno ajustado ao risco. Os autores do relatório são diretos sobre o porquê: "Onde eles falham é no trading de propósito geral, que requer raciocínio contextual, consciência narrativa e ponderação de informações não estruturadas."

Decomponha o subdesempenho e três padrões emergem:

• Excesso de trading com slippage. Os agentes carecem da paciência que vem naturalmente para os humanos esperando por configurações (setups). Eles fazem trades marginais que se acumulam em um arrasto de custo de transação.
• Cegueira de regime. Quando a história macro muda — pivô do Fed, rescaldo de um exploit, manchete regulatória — os humanos se reposicionam em segundos com base em um tweet. Agentes treinados em dados de regimes anteriores continuam executando a estratégia de ontem.
• Fragilidade adversária. Agentes previsíveis sofrem ataques de sanduíche. A cobertura da Cryptollia sobre o cenário MEV de 2026 descreve uma "floresta sombria" de "IA contra IA", onde agentes extrativos caçam especificamente os padrões de agentes otimizadores. A previsibilidade do otimizador torna-se a vantagem do predador.

O mesmo relatório da DWF conclui que "um cronograma realista é de cinco a sete anos antes que o volume agêntico rivalize significativamente com o volume humano em qualquer vertical financeira importante". Essa é uma previsão notável vinda de um fundo cuja tese de portfólio inteira depende do sucesso da adoção de agentes. Quando os crentes dizem cinco a sete anos, a leitura honesta é "não em 2026, e possivelmente nem em 2028".

A Conta da Infraestrutura Chega de Qualquer Maneira​

Aqui está a parte que a maioria dos comentários sobre a economia agêntica ignora: a lacuna de desempenho é irrelevante para a carga da infraestrutura.

Mesmo que todos os agentes de negociação autônomos percam dinheiro, os agentes que vencem — otimizadores de rendimento (yield optimizers), buscadores de MEV (MEV searchers), roteadores de stablecoins — geram volumes de consulta que deixam o consumo de RPC humano no chinelo. Um único agente estilo ARMA rebalanceando em cinco protocolos de empréstimo faz pings na chain centenas de vezes por dia por usuário. Multiplique pelos mais de 17.000 agentes que a DWF conta como lançados desde 2025, e depois novamente pelos 480.000 agentes que agora transacionam no x402 da Coinbase, e a implicação é clara: o volume de consultas de agentes pode crescer 10x mais rápido do que o AUM (Ativos sob Gestão) dos agentes.

Esta é a mudança silenciosa dentro da narrativa "agêntica". A economia unitária interessante não é se o agente gera alpha — é se a pegada de leitura-escrita do agente escala linearmente com os usuários ou quadraticamente com a complexidade da estratégia. Qualquer pessoa que execute infraestrutura para esses sistemas já está vendo a resposta, e ela é "quadraticamente".

Isso tem consequências para os preços de RPC, carga do indexador, custos de vigilância da mempool e mercados de gás. Mesmo um futuro em que os agentes coletivamente tenham um desempenho inferior ao dos humanos na negociação é um futuro em que os agentes dominam o tráfego de leitura, as solicitações de assinatura e os saltos de roteadores de intenção (intent-router hops).

A Aposta de Brian Armstrong, Recalibrada​

A tese de Armstrong sobre a economia máquina-a-máquina não está errada. Ela apenas está operando em uma escala de tempo diferente do que suas prioridades trimestrais sugerem.

O próprio enquadramento da Coinbase — "para que a economia agêntica ultrapasse a economia humana, os agentes precisam de uma maneira de descobrir serviços" — é honesto sobre a lacuna. A descoberta é um problema de 2026. O raciocínio é um problema de 2030. A camada intermediária, que os dados da DWF capturam, é onde o dinheiro real está sendo ganho hoje: otimizadores estruturados em domínios restritos, pagos por usuários que não querem gerenciar sua própria estratégia de rendimento.

A segmentação honesta para 2026 se parece com isto:

• Nichos de agentes lucrativos e prontos para produção: roteamento de rendimento de stablecoins, rebalanceamento cross-chain, execução de intenções resistente a MEV, bots de gestão de tesouraria para DAOs.
• Maturidade média, resultados mistos: agentes de negociação baseados em sentimento social, agentes de mercados de previsão (onde a IA atinge uma precisão 27 % superior à dos humanos em alguns estudos), estratégias de rotação de narrativa.
• Hype, mas ainda sem alpha: traders discricionários totalmente autônomos, agentes de raciocínio de múltiplas etapas gerenciando portfólios direcionais, camadas de orquestração agente-de-agentes.

Uma empresa alocando capital na categoria um em 2026 está comprando um produto real. Uma empresa alocando capital na categoria três está comprando um projeto de pesquisa que pode ou não produzir retornos até 2030.

O Que Isso Significa para os Desenvolvedores​

Para desenvolvedores e operadores de infraestrutura, o número de 19 % cria duas oportunidades distintas e uma armadilha.

As oportunidades: construa para os agentes de domínio limitado que já funcionam (roteadores de stablecoins, otimizadores de rendimento, execução consciente de MEV) e você estará servindo a um mercado em crescimento com disposição comprovada para pagar. Construa para a pegada de agentes pesada em leitura e você estará servindo a uma curva de carga que está subindo mais rápido do que o orçamento de qualquer um antecipou.

A armadilha: construir frameworks de negociação autônomos para implantação em 2026 quando a lacuna de capacidade subjacente está de cinco a sete anos de ser fechada. Os agentes que prometem "superar os traders discricionários humanos" hoje estão, em grande parte, reembalando as mesmas estratégias de MEV que existem desde 2020 com um LLM na frente do estimador de gás.

Para o resto do mercado — alocadores de capital, gestores de tesouraria, usuários de varejo se perguntando se devem entregar seu portfólio a um chatbot — a resposta para 2026 é a mais sem graça: use agentes onde eles comprovadamente vencem (rendimento, roteamento, execução), não onde o marketing promete que vencerão.

O Número Que Realmente Importa​

Retire os bots de otimização, os buscadores de MEV e os roteadores de stablecoins, e a parcela do volume DeFi proveniente de agentes de raciocínio genuinamente autônomos provavelmente está mais próxima de 2-3 % do que de 19 %. Esse é o número a ser observado nos próximos 24 meses.

Se ele subir de 2 % para 10 % até meados de 2027, a tese de Armstrong está no caminho certo. Se permanecer estável enquanto o número mais amplo de 19 % continua subindo — significando que bots restritos se tornam mais eficientes, mas os agentes de raciocínio não se tornam mais inteligentes — então a economia agêntica é real, mas é uma história de infraestrutura de backend, não uma revolução na gestão de portfólio.

De qualquer forma, os dados já separaram o marketing da matemática. A manchete de 19 % é verdadeira. A lacuna de 5 para 1 também é verdadeira. Qualquer pessoa que aposte na economia dos agentes sem manter ambos os números na cabeça está apostando em uma história com a qual as pessoas que escrevem a pesquisa já discordam.

O BlockEden.xyz alimenta os indexadores, endpoints RPC e a infraestrutura de roteamento de intenções na qual o DeFi impulsionado por agentes opera — em Sui , Aptos , Ethereum , Solana e mais de 27 outras chains. Explore nosso marketplace de APIs para construir agentes em uma infraestrutura projetada para as cargas de trabalho pesadas em leitura e densas em assinaturas que a próxima onda de DeFi autônomo exigirá.

Pela primeira vez na curta história da IA, uma hyperscaler entregou as chaves de seu principal modelo de linguagem de grande porte a uma blockchain. Em 21 de abril de 2026, a 0G Foundation e a Alibaba Cloud anunciaram uma parceria que torna o Qwen — a família de LLM de código aberto mais baixada do mundo — diretamente chamável por agentes autônomos on-chain, com a inferência precificada em tokens em vez de chaves de API.

Leia isso novamente. Sem cadastro de conta. Sem cartão de crédito. Sem formulário de limite de taxa. Um agente com uma carteira pode simplesmente chamar o Qwen 3.6 e pagar por milhão de tokens em $ 0G, da mesma forma que um contrato chama uma pool da Uniswap. Essa única mudança arquitetônica — tratar a inferência de modelos de fundação como um recurso programável em vez de um produto SaaS — pode ser a história de cripto-IA mais consequente do ano.

Nas mesmas três semanas em que o co-fundador da Bittensor, Const, propôs a reescrita dos direitos de voto da rede e a Covenant AI abandonou suas três subnets principais, um evento mais silencioso remodelou o futuro do protocolo de forma ainda mais profunda: em 2 de abril de 2026, a Fundação Opentensor transferiu a propriedade de nove repositórios principais do GitHub — incluindo o SDK de Python da Bittensor e a ferramenta de linha de comando btcli — para uma nova entidade chamada Latent 11.

A transferência foi apresentada como descentralização. Na prática, ela concentra o controle da única implementação de cliente da Bittensor em uma única nova organização, no exato momento em que a governança da rede está se desfazendo. É uma história rara no mundo cripto, onde cada interpretação plausível — otimista, pessimista e existencial — depende do que acontecer nos próximos seis meses.

Em março de 2026, algumas dezenas de mineradores anônimos em conexões de internet domésticas treinaram um modelo de linguagem de 72 bilhões de parâmetros que obteve uma pontuação muito próxima do Llama 2 70B da Meta. Seis semanas depois, a equipe que liderou esse esforço saiu, despejou $ 10 milhões em TAO e chamou a descentralização da Bittensor de "teatro". Agora, a comunidade sobrevivente quer fazer isso de novo — em uma escala quatorze vezes maior, em aproximadamente quatro semanas, com toda a tese de IA descentralizada dependendo do resultado.

Esta é a história de como a Subnet 3 da Bittensor — recentemente renomeada para Teutonic após a saída da Covenant AI — se convenceu a realizar uma execução de treinamento de 1 trilhão de parâmetros, programada para coincidir exatamente com a janela de revisão do ETF de TAO da Grayscale pela SEC. É uma aposta de que a camada de incentivo do protocolo é mais importante do que as pessoas que o construíram, e que a mesma rede que sobreviveu a uma crise de governança pode entregar o "momento DeepSeek" para a IA descentralizada antes que os reguladores decidam se permitirão a entrada de Wall Street.

Como um modelo de 72B se tornou a marca de referência para a IA permissionless​

A história começa em 10 de março de 2026, quando a Subnet 3 — operando na época sob o nome Templar — anunciou o Covenant-72B, um modelo de 72 bilhões de parâmetros treinado em cerca de 1,1 trilhão de tokens por mais de 70 mineradores independentes coordenando-se através da internet pública. Foi, por uma ampla margem, a maior execução de pré-treinamento de LLM descentralizada já concluída.

O benchmark que importava: uma pontuação MMLU de 67,1, colocando o Covenant-72B no mesmo patamar do Llama 2 70B da Meta — um modelo produzido por um dos laboratórios de IA mais bem financiados do planeta. O CEO da NVIDIA, Jensen Huang, comparou publicamente o esforço a um "folding@home moderno para IA". O token da subnet da Templar disparou e, no auge, sua avaliação de mercado ultrapassou $ 1,5 bilhão.

O avanço técnico não foi a arquitetura do modelo. Foi a camada de coordenação. Duas peças fizeram o trabalho pesado:

• SparseLoCo, um algoritmo de treinamento eficiente em comunicação que reduziu os requisitos de largura de banda entre nós em 146x através de esparsificação, quantização de 2 bits e feedback de erro. Sem isso, uma execução de treinamento em escala de fronteira em internet residencial seria fisicamente impossível — a sincronização de gradientes sozinha saturaria a conexão de cada minerador.
• Gauntlet, o sistema de incentivos validado por blockchain da Bittensor que pontuou a contribuição de cada minerador via avaliação de perda e rankings OpenSkill, pagando TAO aos nós de alta qualidade e aplicando slashing nos demais.

Juntos, eles produziram algo genuinamente novo: uma rede permissionless de colaboradores anônimos, coordenando-se apenas através de incentivos criptográficos, treinando um modelo competitivo com os resultados de laboratórios de bilhões de dólares.

Então, tudo quebrou.

A saída da Covenant: $ 900 milhões apagados em doze horas​

Em 10 de abril de 2026, Sam Dare — fundador da Covenant AI, a equipe por trás de três das subnets mais valiosas da Bittensor (SN3 Templar, SN39 Basilica e SN81 Grail) — anunciou sua saída. Em poucas horas, ele liquidou aproximadamente 37.000 TAO, cerca de $ 10,2 milhões, e publicou uma acusação de despedida: que o cofundador Jacob Steeves ("Const") exercia controle centralizado sobre o protocolo, e que a descentralização da Bittensor era performance, não arquitetura.

A reação do mercado foi imediata. O TAO caiu de 20% a 28%, dependendo da janela de medição, eliminando cerca de $650–900 milhões em valor de mercado em um intervalo de 12 horas. Os tokens alpha das subnets tiveram um desempenho pior — o Grail (SN81) caiu **67$ 10 milhões em posições compradas (long) foram liquidados.

Dois fatos atenuaram o pânico:

1. As subnets não morreram. Mineradores da comunidade reiniciaram a SN3, SN39 e SN81 a partir de código-fonte aberto (open-source) sem um operador central. A infraestrutura que a Covenant construiu era, de fato, recuperável a partir de artefatos públicos — o que indiscutivelmente prova a tese de descentralização que Dare contestou.
2. 70% da oferta de TAO permaneceu em staking durante a interrupção. Os detentores de longo prazo não seguiram Dare em direção à saída.

Mas a rede tinha um problema de credibilidade. Se a Covenant — a equipe que entregou a principal conquista técnica da Bittensor — pudesse sair no topo e afundar o token, o que impediria o próximo operador de subnet de fazer o mesmo?

O Mecanismo de Convicção: prendendo as pessoas que podem sair​

A resposta de Const veio em 20 de abril de 2026, dez dias após a saída de Dare. O BIT-0011, batizado de Mecanismo de Convicção (Conviction Mechanism), propõe um regime de Locked Stake que força os proprietários de subnets a bloquear (time-lock) seus TAOs por meses ou anos em troca de uma "pontuação de convicção" que se traduz em direitos de voto e propriedade de subnets.

A mecânica:

• A pontuação de convicção começa em 100% e decai em intervalos de 30 dias se os tokens não forem repostos no bloqueio.
• O poder de voto e os direitos de propriedade diminuem em sincronia com o decaimento, tornando a fuga súbita de capital economicamente dispendiosa, em vez de apenas embaraçosa.
• O sistema visa primeiro as subnets maduras — SN3, SN39 e SN81 — exatamente as três que a Covenant operava.

A piada sombria: o BIT-0011 teria sido redigido pelo próprio Sam Dare antes de sua saída. O fundador que partia escreveu as regras projetadas para evitar que fundadores partam.

A proposta aborda uma fraqueza estrutural real — os operadores de subnets podiam anteriormente despejar posições sem penalidade de governança — mas também concentra o poder nas mãos dos detentores de longo prazo, o que é sua própria forma de centralização. Se essa é a troca correta, depende do que você considera ser o principal risco da Bittensor: a deserção de fundadores ou a captura oligárquica.

Teutonic e o projeto ambicioso de um trilhão de parâmetros​

Nesse contexto, a sub-rede (subnet) Teutonic renomeada (SN3, anteriormente Templar) comprometeu-se publicamente com uma execução de treinamento descentralizado de 1 trilhão de parâmetros para meados ao final de maio de 2026. Isso representa cerca de 14 x a escala do Covenant-72B, na mesma arquitetura fundamental, com uma equipe restaurada pela comunidade em vez dos engenheiros originais do Covenant.

O tempo estratégico é impossível de ignorar. A Grayscale protocolou sua emenda S-1 para o ETF spot Bittensor Trust (ticker proposto GTAO) na NYSE Arca em 2 de abril de 2026. A janela de decisão da SEC é atualmente prevista para agosto de 2026. Uma execução bem-sucedida de treinamento de 1 T de parâmetros em maio aconteceria no auge da deliberação dos reguladores — exatamente quando "isto é uma tecnologia real ou um meme?" se torna a questão central. A Grayscale já aumentou o peso do TAO dentro de seu fundo de IA mais amplo para 43,06 % em 7 de abril, a maior realocação de um único ativo que o fundo já realizou.

O cenário otimista (bull case) escreve-se sozinho: entregar um modelo descentralizado credível de 1 T de parâmetros, tornar-se o "momento DeepSeek" que a aprovação do ETF precisa para justificar o fluxo institucional e redefinir o preço de toda a categoria de IA descentralizada em um trimestre.

O cenário pessimista (bear case) é de engenharia, não de marketing.

Por que escalar o treinamento descentralizado é difícil de maneiras que os laboratórios de ponta não enfrentam​

Modelos centralizados de mais de 1 T — GPT-5, Claude 4.7 Opus, Gemini 2.5 Ultra — são treinados dentro de instalações onde cada GPU está conectada a todas as outras GPUs através de estruturas (fabrics) construídas para esse propósito, como NVLink e InfiniBand, com latências de sub-microssegundos e largura de banda de terabits por segundo. Mesmo nessas condições, a sincronização de gradientes é o gargalo. Pesquisas publicadas mostram consistentemente que mais de 90 % do tempo de treinamento de LLM pode ser gasto em comunicação em vez de computação quando o dimensionamento é simplista.

Os mineradores da Teutonic estão se coordenando através de latências WAN de ~ 100 ms em internet residencial. A única razão pela qual o Covenant-72B foi possível é a compressão de 146 x do volume de comunicação do SparseLoCo. Avançar para 1 T de parâmetros altera a matemática de três maneiras desconfortáveis:

1. O tamanho do gradiente escala quase linearmente com a contagem de parâmetros. Um modelo 14 x maior significa 14 x mais dados para sincronizar por etapa, mesmo antes de considerar o estado do otimizador.
2. A sobrecarga (overhead) de coordenação entre nós historicamente escala de forma super-linear com a contagem de trabalhadores. Se a Teutonic dobrar seu pool de nós de ~ 70 para ~ 256, o custo de comunicação all-reduce não apenas dobra — ele pode crescer de 4 a 10 x, dependendo da topologia.
3. Os modos de falha se multiplicam. A queda de um nó no meio de uma etapa em uma rede de 70 nós é um pequeno evento de slashing. Em uma rede de 256 nós executando gradientes 14 x maiores, a mesma queda pode paralisar toda a rodada de treinamento.

Nada disso é insolúvel. Existe um corpo de pesquisa em treinamento descentralizado — pré-treinamento heterogêneo de baixa largura de banda, FusionLLM, sobreposição de comunicação-computação, compensação de gradiente atrasado — que visa exatamente esse regime. Mas quase tudo isso foi validado na escala de 7 B a 70 B. Uma execução de 1 T de parâmetros em hardware comum distribuído geograficamente seria uma contribuição de pesquisa por si só, não apenas um lançamento de produto.

A leitura honesta: a Teutonic está assumindo um desafio de engenharia de nível de pesquisa com um prazo de nível de marketing. Ou funciona e se torna o evento de credibilidade de que todo o ecossistema dTAO precisa, ou estagna publicamente durante a janela de revisão mais atenta da SEC.

O cenário de treinamento de IA descentralizada que a Teutonic deve sobreviver​

A Teutonic não é o único projeto que tenta reivindicar o marco de "1 T de parâmetros descentralizado credível" em 2026. O mapa competitivo está se preenchendo rapidamente:

• A Gensyn lançou sua mainnet em 22 de abril de 2026 — o mesmo dia em que este artigo é publicado — combinando o lançamento com o Delphi Markets, uma camada de correspondência (matching layer) impulsionada por IA para tarefas de computação. Ao final do dia, a Gensyn relatava um hashrate equivalente a mais de 5.000 NVIDIA H100s. Enquanto a Bittensor vende coordenação sem permissão (permissionless) mais um volante (flywheel) de incentivo de tokens, a Gensyn está se posicionando como um mercado de computação de IA verificável com provas criptográficas de execução correta.
• A Ritual seguiu na direção oposta, concentrando-se na inferência em vez do treinamento. Sua tecnologia Infernet permite que qualquer contrato inteligente solicite uma saída de IA e receba uma prova criptográfica de que o modelo especificado foi usado sem modificações. Essa é a tese da "IA verificável no DeFi", não a tese de "treinar modelos de fronteira do zero".
• Ambient e Origins Network estão fazendo apostas adjacentes — diferentes designs de incentivos, diferentes estratégias de verificação, objetivo de longo prazo semelhante de quebrar o monopólio dos laboratórios centralizados no treinamento de ponta.

Estes projetos não competem diretamente pelo mesmo marco, mas todos competem pelo mesmo pool finito de atenção e capital. Se a mainnet da Gensyn capturar a narrativa de que a "IA descentralizada está aqui" através de cargas de trabalho comerciais, a execução de treinamento de maio da Teutonic torna-se um referendo sobre se a abordagem específica da Bittensor — competição de sub-redes mais incentivos ponderados por tokens — é a arquitetura correta ou a primeira iteração que será superada.

Por que isso importa além do TAO​

Três coisas estão sendo testadas simultaneamente ao longo das próximas quatro a seis semanas:

Se o treinamento descentralizado escala. Se o Teutonic for bem-sucedido, a tese do "Bitcoin da computação de IA descentralizada" sobrevive. Se falhar, a saída do Covenant será lida como o momento em que o treinamento baseado em subnets atingiu seu pico — um teto de 72B em vez de uma base de 72B.

Se o Mecanismo de Convicção (Conviction Mechanism) é a correção de governança correta. Bloquear os operadores de subnet evita outro dump ao estilo Covenant, mas cria um novo modo de falha onde os detentores de longo prazo podem se entrincheirar. O modelo de mantenedores distribuídos do Bitcoin Core, o desenvolvimento central contínuo da Solana Labs e a concentração da Mysten Labs na Sui são três respostas diferentes para a mesma pergunta — se a complexidade do protocolo exige um mantenedor central forte em quem a comunidade deve confiar. A Bittensor está agora executando sua própria versão desse experimento em tempo real.

Se a janela do ETF força a IA descentralizada a entregar no calendário das TradFi. A janela de decisão da SEC em agosto é um prazo rígido para uma narrativa que quer ser um "momento DeepSeek" em vez de um "projeto de pesquisa interessante". Isso é uma função forçada saudável ou uma receita para promessas excessivas — dependendo do que for entregue.

Para os desenvolvedores que observam do lado da infraestrutura, o sinal subjacente é mais simples: agentes de IA e redes de treinamento descentralizadas estão prestes a gerar um novo nível de carga de consultas on-chain — consultas de registro de modelos, provas de atestação, hashes de checkpoint de gradiente, dados de desempenho de subnet — que não se encaixam perfeitamente no padrão de dApps voltados para humanos para o qual a infraestrutura RPC existente foi construída.

A BlockEden.xyz fornece infraestrutura de RPC e indexação de nível empresarial em mais de 27 cadeias para equipes que constroem a stack onde a IA encontra a cripto. Explore nosso marketplace de APIs para construir em trilhos projetados tanto para tráfego humano quanto de máquinas.

Fontes​

• SN3 da Bittensor Conclui a Maior Execução de Pré-treinamento de LLM Descentralizada da História — AInvest
• Subnet Templar da Bittensor Conclui o Primeiro Treinamento de LLM Descentralizado em Escala de Fronteira — 800.works
• Bittensor Covenant-72B Explicado — Phemex
• O Momento DeepSeek do TAO: A Ascensão da Templar (SN3) — PANews
• Saída da Covenant AI da Bittensor Desencadeia Queda de 23% no Preço do TAO — Crypto Times
• Grayscale Registra ETF Spot de TAO Enquanto a Rede Bittensor se Recupera da Saída da Covenant AI e da Queda de 38% — Blockonomi
• Bittensor TAO Propõe Correção de Governança com Stake Bloqueado Após Saída da Covenant AI — AInvest
• Crise de Governança do Bittensor TAO Explicada: Saída da Covenant AI e Proposta BIT-0011 — AInvest
• Gensyn lança sua mainnet — Startup Fortune
• Além de um Único Cluster de IA: Uma Pesquisa sobre Treinamento de LLM Descentralizado

Em março de 2026, os mercados de previsão movimentaram US$ 25,7 bilhões em um único mês. Isso representa um volume nocional maior do que a maioria dos índices de ações de média capitalização. Não é uma bolha, nem um meme. É o sinal mais claro até agora de que uma nova classe de ativos — a própria informação — finalmente encontrou um preço.

Bem-vindo ao InfoFi.

Por anos, o setor cripto tentou financeirizar tudo: empréstimos, arte, fotos de gatos, posições de liquidez e até carbono. Mas a única coisa que os mercados sempre tiveram dificuldade em precificar — a qualidade de uma previsão, a confiança em uma pessoa, o valor de um conjunto de dados — permaneceu teimosamente analógica. Isso mudou em 2026. Três experimentos anteriormente separados (mercados de previsão, reputação on-chain e marketplaces de dados de IA) convergiram em um único setor com uma única tese: coloque a "pele em jogo" (skin in the game) por trás da informação, e a informação melhora.

Wall Street tem um nome para essa tese. Ela a chama de Information Finance (Finanças da Informação). E na trajetória atual, o InfoFi ultrapassará US$ 10 bilhões em valor de setor antes do final deste ano.