La diversidad de clientes de Ethereum ofrece tres respuestas incompatibles sobre qué software concentra la mayor parte de los validadores. Una captura del 16 de septiembre en el panel clientdiversity.org situaba a Teku con el 99,83% según Blockprint, a Lighthouse con el 51,32% según Miga Labs y de nuevo a Teku, con el 53,86%, según Rated. Las diferencias no son un simple desacuerdo estadístico: cada estimación observa una señal distinta y una de las herramientas utilizadas ya no se considera fiable por su propio desarrollador.
El problema no es solo qué cliente aparece primero
Ethereum depende de varios clientes de consenso desarrollados de forma independiente para que la red llegue a un acuerdo sobre la cadena. Esa diversidad actúa como una medida de seguridad. Si un fallo afecta a un cliente utilizado por más de un tercio de la red, la cadena podría dejar de finalizar bloques. Sería un problema de disponibilidad o «liveness»: las transacciones seguirían existiendo, pero los usuarios no podrían confiar en que han quedado definitivamente confirmadas.
El riesgo es mayor si un cliente alcanza una mayoría de dos tercios. En ese caso, un error crítico podría provocar la finalización de una cadena incorrecta. Los validadores podrían enfrentarse a penalizaciones o a un proceso costoso de salida y posterior reentrada.
Las guías públicas de Ethereum utilizan habitualmente el número de nodos como referencia. Sin embargo, para evaluar el riesgo de consenso resulta más relevante saber cómo se distribuyen los validadores y el peso de sus votos. Contar máquinas visibles no permite determinar cuánta participación económica respalda cada cliente. La captura del 16 de septiembre no ofrecía una respuesta única y ponderada por participación.
Tres métodos, tres fotografías de la red
Blockprint calcula su estimación mediante un modelo de aprendizaje automático que clasifica el comportamiento observado al producir bloques. El repositorio archivado de Sigma Prime señala que el clasificador dejó de ser preciso tras la actualización Electra y considera el proyecto abandonado. Aun así, clientdiversity.org mostraba ese panel como actualizado a diario.
Miga Labs utiliza otra fuente: su rastreador Miga descubre pares de la red y solicita información sobre el cliente que ejecutan. La cobertura puede verse limitada por cortafuegos, conexiones rechazadas, fallos en el descubrimiento y cambios en los identificadores de los pares. Además, un mismo nodo puede dar servicio a muchos validadores, por lo que la muestra de máquinas no revela por sí sola el volumen de participación asociado.
Rated presenta una tercera aproximación, aunque la metodología concreta de la cifra de clientes que aparece en clientdiversity.org no está explicada. En sus análisis de operadores, la firma agrupa claves de validadores a partir de la dirección de depósito y relaciona esos grupos con entidades mediante el estudio de transacciones, los mensajes incluidos en bloques y la información facilitada voluntariamente. La propia Rated reconoce que no existe un método estándar para realizar esa atribución.
Concentración de clientes, concentración de operadores y concentración de participación no son conceptos intercambiables. Un operador grande puede repartir sus validadores entre varios clientes, mientras que operadores aparentemente distintos pueden compartir proveedor de alojamiento, infraestructura o componentes de software.
La privacidad puede dificultar aún más la medición
Los investigadores de Ethereum estudian cambios que reforzarían la privacidad de los validadores. Una propuesta de «Lean» plantea renovar diariamente las claves, ocultar las relaciones entre depósitos, actividad del validador y retiradas, y trasladar parte de la contabilidad a pruebas de conocimiento cero. El registro activo de validadores se reconstruiría cada día y no existiría un identificador permanente que permitiera seguirlos durante largos periodos.
Ese diseño protegería mejor el anonimato, pero también reduciría algunas de las señales utilizadas hoy para medir la concentración. El cambio de claves dificultaría el seguimiento individual y el ocultamiento de los vínculos entre depósitos y retiradas complicaría la agrupación por direcciones. Los métodos basados en el comportamiento de los bloques o en la observación de pares no desaparecerían automáticamente, aunque podrían perder precisión. El caso de Blockprint tras Electra muestra que una modificación del protocolo puede invalidar una huella de identificación.
Una posible alternativa sería que los validadores comunicaran su cliente de forma privada y que la red publicara únicamente datos agregados y verificables. Un proyecto de Nethermind ha estudiado votaciones privadas en las que las elecciones se cifran, se demuestra que son válidas y solo se recupera el resultado conjunto. Entre las cuestiones pendientes figuran la detección de datos falsos, la toma de muestras, la certificación del software, las autoridades encargadas del descifrado y el coste operativo.
El reto consiste en preservar la privacidad sin perder la capacidad de detectar si un cliente supera los umbrales de seguridad. Para ello harían falta informes autenticados por la participación, agregación verificable, márgenes de incertidumbre publicados y mediciones separadas para clientes, operadores y participación. La hoja de ruta de privacidad de Ethereum sigue en desarrollo y puede cambiar; por ahora, las tres cifras del panel muestran hasta qué punto la imagen pública de la diversidad depende de señales parciales y difíciles de comparar.
