La información pública sobre la diversidad de clientes de Ethereum ofrece actualmente una imagen contradictoria. Una captura del 16 de septiembre en el panel clientdiversity.org atribuía la mayor cuota a Teku con un 99,83% según Blockprint, mientras que Miga Labs situaba a Lighthouse en el 51,32% y Rated volvía a colocar a Teku en cabeza, con un 53,86%.
Las cifras no son comparables de forma directa. Cada proyecto observa señales distintas y, en uno de los casos, el propio desarrollador considera que la herramienta ha dejado de ser fiable. El episodio vuelve a poner sobre la mesa una cuestión relevante para la seguridad de Ethereum: cómo medir la concentración de clientes cuando las técnicas de observación son incompletas y la red avanza hacia una mayor privacidad de los validadores.
Tres métodos, tres lecturas de la red
Blockprint emplea una clasificación basada en el comportamiento de los bloques. Sin embargo, el repositorio archivado de Sigma Prime indica que el clasificador perdió precisión tras la actualización Electra y considera el proyecto obsoleto. Aun así, clientdiversity.org mostraba ese panel como actualizado diariamente.
Miga Labs utiliza otro tipo de señal. Su rastreador descubre nodos y solicita los metadatos del cliente que emplean. La cobertura puede verse afectada por cortafuegos, conexiones rechazadas, fallos en el proceso de descubrimiento o identificadores de pares que cambian con el tiempo. Además, un solo nodo puede dar servicio a muchos validadores, por lo que contar máquinas visibles no permite saber cuánto capital está respaldado por cada cliente.
Rated ofrece una tercera estimación, aunque la fuente no detalla el método asociado a la cifra que aparece en el panel. Su documentación sí muestra las dificultades de otros análisis de concentración: para estudiar operadores, agrupa claves de validadores a partir de la dirección de depósito y después relaciona esos grupos con entidades mediante el análisis de transacciones, los mensajes incluidos en bloques y las revelaciones voluntarias. La propia compañía reconoce que no existe un procedimiento estándar para esa atribución.
Por tanto, concentración de clientes, concentración de operadores y concentración de participación no son conceptos equivalentes. Un operador grande puede repartir sus validadores entre varios clientes, mientras que identidades aparentemente independientes pueden depender de la misma empresa, proveedor de alojamiento o pila tecnológica.
Por qué una cuota dominante eleva el riesgo
La guía de Ethereum.org distingue dos umbrales de riesgo. Si un error afecta a un cliente utilizado por más del 33% de los nodos, la red podría dejar de finalizar bloques. Sería un problema de actividad: las transacciones seguirían existiendo, pero los usuarios no podrían tratarlas como irreversibles con normalidad.
Un fallo crítico en un cliente con una cuota superior a dos tercios podría tener consecuencias más graves y provocar la finalización de una cadena incorrecta. En ese escenario, los validadores podrían enfrentarse a penalizaciones o a un proceso costoso de salida y reincorporación.
Esos umbrales suelen expresarse en términos de nodos, pero la medición relevante para evaluar el riesgo de consenso debería tener en cuenta los validadores y el peso de sus votos. La instantánea del 16 de septiembre no ofrecía una respuesta limpia y ponderada por participación.
La privacidad puede dificultar aún más la medición
Varias líneas de investigación de Ethereum plantean reducir la exposición de los validadores. Una propuesta de investigación sobre una cadena Lean plantea renovar las claves cada día y ocultar los vínculos entre depósitos, actividad de los validadores y retiradas. Buterin también ha propuesto trasladar buena parte de la contabilidad individual a pruebas de conocimiento cero, con un registro activo reconstruido diariamente y pruebas ZK-STARK para acreditar saldos y condiciones de retirada.
Ese diseño reforzaría el anonimato, pero también rompería algunos métodos que siguen a un validador durante largos periodos o agrupan claves a partir de direcciones persistentes. La privacidad podría ocultar parte de la centralización existente, aunque las grandes operaciones aún podrían dejar señales agregadas. Un estudio presentado en USENIX en 2025 detectó que cuatro nodos observadores identificaron más del 15% de los validadores durante una medición de tres días, una muestra tanto del valor de los rastros de red como de sus riesgos de privacidad y exposición.
La alternativa que estudian varios investigadores pasa por informes agregados y verificables. Los validadores podrían comunicar su cliente de forma cifrada, demostrar que el voto es válido y permitir únicamente el cálculo de totales. Los esquemas de cifrado homomórfico, la generación distribuida de claves y las pruebas de conocimiento cero ofrecen herramientas para ello, pero siguen abiertas cuestiones como la autenticación del dato, la posibilidad de información falsa, la identificación del software y el coste operativo.
El reto es preservar la privacidad sin perder una medición fiable de la distribución de clientes, operadores y participación. Las cifras incompatibles del panel muestran que Ethereum aún no ha resuelto esa tarea; las futuras reformas de privacidad harán que disponer de datos autenticados y acompañados de márgenes de incertidumbre sea todavía más importante.
