\n
Vitalik Buterin detall\u00f3 un experimento para hacer m\u00e1s confidencial el uso de IA comercial ocultando se\u00f1ales identificables en prompts, tr\u00e1fico y pagos. En una rama t\u00e9cnica de GitHub<\/a>, el cofundador de Ethereum prob\u00f3 un cliente personalizado para Pi AI con un stack denominado \u201cparanoid mode\u201d. El experimento ampl\u00eda ideas sobre Vitalik Buterin<\/a> y computaci\u00f3n controlada por el usuario. La prueba evalu\u00f3 si un agente pod\u00eda seguir siendo \u00fatil reduciendo la informaci\u00f3n expuesta a proveedores externos.<\/strong><\/p>\n <\/p>\n La demostraci\u00f3n pidi\u00f3 al agente identificar cinco restaurantes veganos en Tallin. Antes de enviar la consulta, un modelo local como qwen3-8b-flash reescribi\u00f3 el prompt para reducir huellas estil\u00edsticas. El sistema aisl\u00f3 el tr\u00e1fico en un sandbox bwrap, utiliz\u00f3 torsocks para enrutar conexiones mediante Tor y cre\u00f3 un circuito separado por conversaci\u00f3n. Esa arquitectura encaja con una IA privada y soberana<\/a>. La privacidad dependi\u00f3 de varias protecciones locales, no de una \u00fanica capa de anonimato.<\/strong><\/p>\n El stack mezcl\u00f3 paquetes reales con tr\u00e1fico aleatorio en segundo plano y utiliz\u00f3 zkAPI para separar pago e identidad al acceder a APIs comerciales. El agente complet\u00f3 la tarea y devolvi\u00f3 una tabla basada en resultados de Google, algo que Buterin describi\u00f3 como cada vez m\u00e1s utilizable. zkAPI se plante\u00f3 como infraestructura para inferencia privada de IA con pruebas de conocimiento cero<\/a>. Las capas de privacidad conservaron la utilidad del agente, aunque a\u00f1adieron latencia, especialmente al iniciar nuevas sesiones.<\/strong><\/p>\n Buterin se\u00f1al\u00f3 una limitaci\u00f3n: Tor convencional no protege completamente frente a ataques activos. Advirti\u00f3 que un proveedor de modelos podr\u00eda manipular el timing de paquetes mientras coordina con un nodo de entrada para debilitar el anonimato. Prefiere mixnets especializadas con tr\u00e1fico constante, aceptando mayor consumo de ancho de banda a cambio de m\u00e1s protecci\u00f3n. La idea coincide con el trabajo de Ethereum sobre mayor privacidad onchain<\/a>. La arquitectura actual no garantiza anonimato completo frente a adversarios sofisticados.<\/strong><\/p>\n La econom\u00eda sigue siendo otra restricci\u00f3n. Los pagos privados y operaciones ZK a\u00f1aden costos, por lo que reducir las fees de ZK ser\u00eda relevante para agentes confidenciales a escala. El experimento sigue siendo una prueba de ingenier\u00eda, no un producto terminado, y describe un workflow controlado. La prueba sugiere que los agentes confidenciales pueden combinar procesamiento local de prompts, ofuscaci\u00f3n de red y pagos privados, pero todav\u00eda necesitan mejores defensas e infraestructura criptogr\u00e1fica m\u00e1s barata.<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":" Puntos clave de la noticia: Vitalik Buterin prob\u00f3 un agente de IA confidencial con reescritura local de prompts, Tor y pagos privados mediante zkAPI para reducir filtraciones de identidad. El sistema complet\u00f3 una solicitud para encontrar cinco restaurantes veganos en Tallin y devolvi\u00f3 resultados, aunque las capas de privacidad aumentaron la latencia. Buterin advirti\u00f3 que … <\/p>\nButerin prueba reescritura de prompts, Tor y pagos an\u00f3nimos para IA<\/h2>\n
![\"Vitalik](\"https:\/\/crypto-economy.com\/es\/\/wp-content\/uploads\/sites\/4\/2026\/10\/ai_agent_experiment_results_2317x679.jpg\")
<\/p>\n