Vitalik Buterin considera que la inteligencia artificial ejecutada en un ordenador personal está cerca de un punto de inflexión práctico, pero cree que los monederos de criptomonedas todavía necesitan controles mucho más estrictos antes de permitir que un modelo gestione activos. El cofundador de Ethereum sostiene que los avances de Qwen 3.8 Flash y de llama.cpp ya permiten que un portátil potente resuelva una parte significativa de las tareas sin enviar los datos del usuario a servicios externos.
Modelos locales más rápidos y con mayor capacidad
Buterin explicó el 17 de septiembre que su portátil con procesador Strix Halo puede ejecutar modelos locales capaces de asumir una “gran parte” de su actividad. Para trabajos más exigentes, planteó una arquitectura híbrida: el modelo instalado en el dispositivo coordina la petición y decide qué información resulta necesaria para recurrir a un sistema remoto más potente, sin compartir todo el contexto personal del usuario.
La diferencia es relevante para la privacidad. En lugar de enviar todos los archivos, mensajes o detalles del monedero a un proveedor externo, el modelo local actúa como filtro y remite únicamente la pregunta o el contexto que considera imprescindible.
La imagen de referencia publicada junto al mensaje incluía diez cargas de trabajo. Las velocidades de procesamiento de entrada se situaban entre 109,82 y 373,22 tokens por segundo, mientras que la generación de salida oscilaba entre 18,42 y 33,37 tokens por segundo. Son cifras que respaldan la capacidad de respuesta de la configuración concreta utilizada por Buterin, aunque no resuelven cuestiones como la calidad del razonamiento, la resistencia a instrucciones maliciosas o la autorización de transacciones.
En abril, Buterin había descrito un escenario más limitado para la IA local. Según aquella valoración, Qwen3.5:35B podía encargarse de tareas acotadas y de programación habitual, pero los agentes capaces de trabajar de forma autónoma y prolongada sobre una base de código seguían fuera del alcance práctico de los portátiles. La nueva publicación sitúa más cerca el momento en que un modelo local pueda servir como interfaz principal y recurrir a la nube solo cuando sea necesario.
La capacidad del modelo no equivale a autoridad sobre los fondos
El modelo Qwen3.8-Flash-Next, desarrollado por el equipo de Alibaba, es multimodal y de pesos abiertos. Su modelo principal cuenta con 125.000 millones de parámetros, además de otros 51.000 millones en tablas de incrustaciones de n-gramas, aunque solo activa 6.000 millones por token. Esa arquitectura reduce la carga de cálculo de cada operación, pero el equipo sigue necesitando memoria suficiente para la versión cuantizada y el contexto empleados.
El informe técnico de Qwen evalúa el modelo en 14 pruebas sobre conocimiento general, matemáticas, ciencia, razonamiento, programación y comprensión multilingüe. El equipo afirma que Flash-Next superó al modelo base Qwen3.7-Plus en ocho de esas pruebas utilizando menos parámetros activos y menos recursos de entrenamiento. Esos resultados miden capacidad y eficiencia, no la seguridad de un monedero.
Un asistente puede explicar una operación, preparar una calldata o proponer una ruta. La firma, sin embargo, puede autorizar una transferencia irreversible o conceder a un contrato permiso para mover activos. Una instrucción maliciosa escondida en una web, un mensaje o la descripción de una transacción podría desviar el plan del modelo, incluso si su capacidad de razonamiento es elevada.
Controles deterministas y aprobación humana
La Fundación Ethereum ya ha financiado pruebas de este enfoque. En su actualización de asignación correspondiente al segundo trimestre mencionó Steward, un monedero de cuenta inteligente para macOS cuyo cliente ligero y asistente de IA están diseñados para funcionar en el propio dispositivo. La información confirma la financiación y el alcance del proyecto, pero no establece que exista un despliegue productivo, una auditoría independiente o autoridad para ejecutar transacciones de forma autónoma.
Las recomendaciones de Buterin separan la utilidad del modelo de la autorización de los fondos. Entre las medidas planteadas figuran una confirmación humana para las operaciones de riesgo, límites deterministas sobre importes, datos de llamada y número de transacciones, y una regla de aprobación 2 de 2 entre una persona y el modelo. Las operaciones de bajo riesgo, como consultar saldos o preparar transacciones sin firmar, podrían mantenerse automatizadas dentro de permisos estrictamente definidos.
El borrador EIP-7906 propone además comprobar, después de cada operación, los cambios finales producidos en el estado de la cadena. Así, un monedero podría verificar que un intercambio solo modificó los saldos autorizados o que no apareció una aprobación oculta de tokens. Estas comprobaciones deben cubrir todos los cambios relevantes y no pueden sustituir a una validación adecuada.
La conclusión de Buterin es que la IA local puede proteger mejor el contexto privado y ganar velocidad, pero no debe convertirse en el único ancla de confianza. El modelo puede actuar como interfaz, planificador y monitor. La autoridad sobre los activos debe permanecer en reglas que no pueda modificar y en un proceso de aprobación que mantenga al usuario al frente de las decisiones de riesgo.
