Соучредитель Ethereum Виталик Бутерин считает, что локальный искусственный интеллект на ноутбуках приближается к практическому переломному моменту. Однако программное обеспечение кошельков должно соответствовать гораздо более высоким стандартам, прежде чем оно сможет передать ИИ контроль над криптоактивами.
17 сентября он заявил, что Qwen 3.8 Flash и недавние улучшения в llama.cpp приблизили локальные модели к выполнению «большой доли» задач на его ноутбуке Strix Halo.
Для более сложных задач он описал локальную модель, координирующую запросы к более мощным удаленным системам, при этом сохраняя конфиденциальность полного личного контекста пользователя.
Приложенный к публикации эталонный снимок экрана показал 10 рабочих нагрузок. Заявленные скорости обработки входных данных варьировались от 109,82 до 373,22 токенов в секунду, а генерация выходных данных — от 18,42 до 33,37 токенов в секунду.
Эти цифры подтверждают практическую возможность быстрой реакции на одном высокопроизводительном ноутбуке. Однако вопросы суждения модели, устойчивости к вредоносным инструкциям и авторизации транзакций остаются без ответа.
Локальная обработка может повысить конфиденциальность, в то время как возможность перемещения средств остается под отдельным, принудительным контролем.
Соучредитель Ethereum демонстрирует изменения между апрелем и сентябрем
В своем апрельском отчете о своей локальной настройке ИИ Виталик описывал более узкую роль для моделей на ноутбуках.
Он писал, что Qwen3.5:35B может выполнять ограниченные задачи и знакомую работу по программированию, в то время как продвинутые автономные агенты, способные работать над кодовой базой, оставались вне практических возможностей ноутбуков. Более сложная разработка и интеллектуальная работа по-прежнему требовали более мощных удаленных моделей.
Сентябрьская публикация меняет его оценку того, где находится практическая граница. Локальная модель больше не кажется ограниченной транскрипцией, суммаризацией или другой строго ограниченной работой. В новом описании она может стать основным интерфейсом для большей доли активности и решать, когда необходима удаленная модель.
Удаленная служба получает только вопрос или контекст, выбранный локальной моделью, а не каждый файл, сообщение и деталь кошелька, необходимые для понимания более широкой ситуации пользователя. Локальная система становится как стражем информации, так и помощником.
Апрель и сентябрь включали разные поколения моделей и разные задачи. Сентябрьская публикация предоставляет количество токенов и пропускную способность, но опускает содержимое запросов, выбор квантования и полную конфигурацию времени выполнения.
Qwen3.8-Flash-Next, выпущенная командой Qwen от Alibaba, представляет собой мультимодальную модель с открытым весом, основанную на архитектуре mixture-of-experts. Ее основная модель имеет 125 миллиардов параметров, плюс еще 51 миллиард в таблицах встраивания n-грамм, при этом 6 миллиардов параметров активируются на токен.
Официальный репозиторий документирует локальный вывод текста и изображений через llama.cpp с использованием квантованных сборок GGUF.
Активация части модели для каждого токена снижает вычислительную нагрузку. Пользователю по-прежнему требуется достаточно памяти для выбранной сборки и контекста, а официальные материалы не предоставляют единого минимального требования к оборудованию, применимого ко всем уровням квантования и рабочим нагрузкам.
Бенчмарки возможностей оставляют вопрос авторизации кошелька нерешенным
В техническом отчете Qwen оценивается базовая модель по 14 бенчмаркам, охватывающим общие знания, математику, науку, рассуждения, программирование и многоязычное понимание.
Команда Qwen сообщила, что Flash-Next превзошла более крупную базовую модель Qwen3.7-Plus в восьми из этих тестов, используя при этом меньше активированных параметров и меньше вычислительных ресурсов для обучения.
Отчет охватывает возможности модели, эффективность и стабильность обучения. Устойчивость к внедрению запросов, принудительное соблюдение политик, авторизация кошелька и корректность автономных финансовых действий выходят за рамки этого набора бенчмарков.
Ассистент может конфиденциально объяснить транзакцию, подготовить calldata или предложить маршрут. Подписант может сделать необратимый запрос, который переводит активы или предоставляет другому контракту разрешение на их перемещение.
Улучшенные рассуждения снижают некоторые ошибки, однако вредоносная инструкция, скрытая на веб-сайте, в сообщении или описании транзакции, все еще может изменить план модели.
Экосистема Ethereum уже тестирует локальную версию концепции ассистента. В своем отчете о распределении средств за второй квартал 2026 годаEthereum Foundation упомянула Steward — полностью локальный кошелек с умным аккаунтом для macOS, чьи light client и ИИ-ассистент предназначены для работы на устройстве.
Раскрытие информации устанавливает финансирование и объем проекта, но оставляет неустановленными дату запуска в производство, статус независимого аудита и полномочия автономных транзакций.
Виталик в своем апрельском руководстве по кошелькам поместил эту политику за пределы языковой модели. Он описал брандмауэр человеческого подтверждения для рискованных действий, детерминированные ограничения на суммы транзакций, calldata и количество транзакций, а также правило 2 из 2 «человек плюс модель».
Модель может распознать мошенническую схему, которую упускает рассеянный человек, в то время как человек может отклонить действие после того, как вредоносный контент манипулировал моделью. Требование обоих одобрений для рискованных транзакций предотвращает тихое становление одного из участников единственным якорем доверия.
Автоматизация с низким уровнем риска может оставаться доступной в рамках программно-определенных разрешений. Чтение балансов, подготовка неподписанных транзакций или работа в рамках строго ограниченных лимитов может сделать ассистента полезным, не предоставляя ему неограниченной покупательной способности.
Доверие к кошельку зависит от правил, которые модель не может переписать
EIP-7906, который остается черновиком, предлагает кадры утверждений после транзакции, которые проверяют различия в конечном состоянии, созданные транзакцией. Утверждение может отклонить результат применения, когда эти изменения нарушают указанное условие.
Кошелек может использовать этот механизм, чтобы требовать, чтобы обмен изменил только одобренные балансы, чтобы скрытое одобрение токена никогда не появилось, или чтобы состояние защищенного аккаунта осталось нетронутым. Эти проверки сравнивают фактические эффекты транзакции с явными правилами.
Черновик также описывает границы защиты. Утверждение, которое проверяет слишком мало, может создать ложную уверенность. Логика валидации кошелька должна требовать предполагаемый кадр утверждения, а само утверждение должно охватывать все соответствующие изменения состояния для защищенной операции.
Локальный вывод и утверждения транзакций решают разные части проблемы «агент-кошелек».
Локальная модель защищает контекст и преобразует намерение, выраженное на естественном языке, в предлагаемое действие; детерминированные разрешения ограничивают получателей, контракты, стоимость и частоту; утверждения проверяют изменения конечного состояния. Человеческое подтверждение остается вторым фактором для рискованных действий.
Результат работы ноутбука в сентябре делает первый уровень более надежным. Он предполагает, что частная локальная модель может реагировать достаточно быстро, чтобы координировать повседневную работу и выборочно использовать удаленный интеллект. Оставшиеся уровни по-прежнему несут полномочия, которые защищают активы.
Криптовалютный кошелек может рассматривать модель как способный интерфейс, планировщик и монитор. Доверие принадлежит к элементам управления, которые модель не может изменить, и к пути одобрения, который сохраняет за пользователем значимый контроль.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Liam 'Akiba' Wright
