Algo sobre la arquitectura de verificación de OpenGradient que no registré completamente hasta que me senté con ello: $OPG #OPG @OpenGradient se posiciona alrededor de la inferencia de IA verificable — la idea de que puedes probar que un modelo se ejecutó correctamente sin confiar en el operador. Ese enfoque se basa en ZKML, que es real, pero también es computacionalmente prohibitivo para casi cualquier modelo que funcione a una escala práctica hoy en día. Lo que el protocolo realmente utiliza de forma predeterminada es la atestación TEE — entornos de ejecución confiables respaldados por hardware de Intel y AMD. Esos no son lo mismo. ZKML te da una prueba matemática; TEE te da una atestación del fabricante de hardware de que el entorno de ejecución no fue manipulado. Uno no requiere suposiciones de confianza más allá de las matemáticas, el otro reubica silenciosamente la confianza del operador a la cadena de suministro de silicio. No creo que esto invalide el proyecto — TEE es una mejora significativa sobre la inferencia sin verificación — pero hay una brecha entre "IA criptográficamente verificada" y "ejecución atestada en hardware confiable" que la narrativa tiende a comprimir. La pregunta interesante es si ZKML alguna vez se vuelve factible en términos de computación a gran escala, o si TEE simplemente se convierte silenciosamente en el predeterminado permanente.