Ces deux derniers jours, en étudiant l’infrastructure des AI Agent, j’ai lu les documents de @Acurast de manière assez approfondie.
Au départ, je le voyais seulement comme un projet de puissance de calcul sur smartphone, mais j’ai ensuite découvert que la puce de sécurité du téléphone est en réalité une couche très importante de ce réseau.
Les nœuds de calcul d’Acurast proviennent d’appareils personnels répartis dans le monde entier. Le développeur ne sait pas à quel téléphone la tâche sera finalement attribuée, et le propriétaire de l’appareil peut aussi être quelqu’un de totalement inconnu. Envoyer simplement le code pour l’exécuter n’est évidemment pas assez sûr.
Il utilise l’environnement d’exécution de confiance intégré au téléphone pour traiter les tâches. Cette zone est aussi utilisée normalement par les applications bancaires, l’authentification biométrique et les fonctions de paiement ; le code en cours d’exécution y est isolé du système du téléphone, des autres applications et des utilisateurs de l’appareil.
Une fois la tâche terminée, le matériel génère aussi une preuve signée, afin de confirmer que l’appareil d’exécution est bien réel, que le code n’a pas été modifié et que le résultat provient également de l’environnement d’exécution spécifié.
Ce mécanisme convient très bien aux AI Agent.
Un Agent qui doit rester en ligne 24 h/24 peut être amené à traiter des clés API, des instructions utilisateur, des données de compte et des tâches planifiées. Le placer sur un serveur cloud classique nécessite de faire confiance au fournisseur de services ; le placer sur des appareils distribués sans capacité de vérification oblige à faire confiance à un grand nombre de nœuds inconnus.
Acurast choisit de vérifier l’appareil, l’environnement d’exécution et le résultat, afin que les développeurs n’aient pas besoin de connaître à l’avance les personnes qui fournissent la puissance de calcul.
Aujourd’hui, le réseau peut déjà prendre en charge OpenClaw, des services Node.js, des programmes robotiques et une partie de l’inférence des modèles. Les performances d’un téléphone ne sont pas forcément adaptées à l’entraînement de grands modèles, mais pour faire tourner le backend d’un Agent, des tâches planifiées et de l’inférence légère, l’emplacement est plutôt idéal.
Ma compréhension d’Acurast a elle aussi changé.
Les téléphones inutilisés ne sont que la source de la puissance de calcul ; l’isolation matérielle et la preuve d’exécution déterminent si cette puissance peut être utilisée en toute confiance par les développeurs.
Au départ, je le voyais seulement comme un projet de puissance de calcul sur smartphone, mais j’ai ensuite découvert que la puce de sécurité du téléphone est en réalité une couche très importante de ce réseau.
Les nœuds de calcul d’Acurast proviennent d’appareils personnels répartis dans le monde entier. Le développeur ne sait pas à quel téléphone la tâche sera finalement attribuée, et le propriétaire de l’appareil peut aussi être quelqu’un de totalement inconnu. Envoyer simplement le code pour l’exécuter n’est évidemment pas assez sûr.
Il utilise l’environnement d’exécution de confiance intégré au téléphone pour traiter les tâches. Cette zone est aussi utilisée normalement par les applications bancaires, l’authentification biométrique et les fonctions de paiement ; le code en cours d’exécution y est isolé du système du téléphone, des autres applications et des utilisateurs de l’appareil.
Une fois la tâche terminée, le matériel génère aussi une preuve signée, afin de confirmer que l’appareil d’exécution est bien réel, que le code n’a pas été modifié et que le résultat provient également de l’environnement d’exécution spécifié.
Ce mécanisme convient très bien aux AI Agent.
Un Agent qui doit rester en ligne 24 h/24 peut être amené à traiter des clés API, des instructions utilisateur, des données de compte et des tâches planifiées. Le placer sur un serveur cloud classique nécessite de faire confiance au fournisseur de services ; le placer sur des appareils distribués sans capacité de vérification oblige à faire confiance à un grand nombre de nœuds inconnus.
Acurast choisit de vérifier l’appareil, l’environnement d’exécution et le résultat, afin que les développeurs n’aient pas besoin de connaître à l’avance les personnes qui fournissent la puissance de calcul.
Aujourd’hui, le réseau peut déjà prendre en charge OpenClaw, des services Node.js, des programmes robotiques et une partie de l’inférence des modèles. Les performances d’un téléphone ne sont pas forcément adaptées à l’entraînement de grands modèles, mais pour faire tourner le backend d’un Agent, des tâches planifiées et de l’inférence légère, l’emplacement est plutôt idéal.
Ma compréhension d’Acurast a elle aussi changé.
Les téléphones inutilisés ne sont que la source de la puissance de calcul ; l’isolation matérielle et la preuve d’exécution déterminent si cette puissance peut être utilisée en toute confiance par les développeurs.
