Tether, penerbit USDT, stablecoin terbesar di dunia, telah mengalihkan fokusnya ke kecerdasan buatan, menginvestasikan jutaan dolar ke dalam teknologi yang tidak memerlukan cloud untuk berfungsi.

Paolo Ardoino, CEO Tether, berbagi bagaimana dia beralih dari AI berbasis cloud ke sistem AI lokal dan berdaulat sendiri, memperingatkan tentang risiko sistem AI Agent yang baru.

Tether membayar para pengembang untuk membangun sistem AI lokal.

Tether telah meluncurkan program hibah pengembang tanpa batas untuk mendanai infrastruktur AI dan pembayaran yang berbasis lokal. Sebelum ini, grup riset AI Tether merilis model bahasa medis yang berjalan di smartphone standar dan mengungguli sistem Google (NASDAQ: GOOGL) yang jauh lebih besar.

Tether bergabung dengan jalur yang sudah dilalui oleh Vitalik Buterin, salah satu pendiri Ethereum (ETH). Vitalik menerbitkan posting blog pribadi yang luas pada 2 April yang merinci migrasi lengkapnya dari AI berbasis cloud.

Cryptopolitan melaporkan bahwa Buterin mengatakan ia sekarang menjalankan segalanya di mesin miliknya sendiri dan ingin orang lain melakukan hal yang sama, terutama dengan pengenalan sistem “agen” baru yang menghadirkan ancaman keamanan yang cukup besar. Buterin menyoroti penelitian yang dilakukan pada OpenClaw, yang mencapai 280,000 bintang pada awal 2026.

Alat ini memungkinkan agen AI mengontrol komputer secara langsung, dan peneliti keamanan telah menunjukkan bahwa agen OpenClaw dapat mengubah pengaturan sistem kritis, mengunduh dan mengeksekusi skrip berbahaya dari halaman web tanpa disadari pengguna, dan mengekstrak data melalui panggilan jaringan yang senyap.

Cryptopolitan melaporkan bahwa sekitar 15% dari “kemampuan” yang digunakan agen-agen ini mengandung perintah tersembunyi yang diam-diam mengirim data pengguna ke server luar.

“Jika Anda dapat membangun sesuatu yang berjalan secara lokal, menahan nilai secara langsung, dan tidak bergantung pada penyedia eksternal, kami akan mendanainya.” kata CEO Tether, Paolo Ardoino.

Program hibah Tether membayar individu $1,500 hingga $4,000 per tugas, dalam bentuk USDT atau Bitcoin (BTC), tanpa batasan total pembayaran program. Namun, developer hanya dibayar setelah penyampaian deliverables teknis tertentu selesai.

Tether mengarahkan program ini untuk membangun perpustakaan inti untuk platform AI lokalnya QVAC, menghasilkan dokumentasi teknis, mengembangkan aplikasi di atas tumpukan terbuka Tether, dan meneliti desentralisasi serta edge AI.

Fokus utama adalah Wallet Development Kit (WDK), yang memungkinkan developer menyematkan dompet self-custodial langsung ke dalam aplikasi sambil juga memungkinkan pengguna mengelola akun mereka dan menyelesaikan transaksi tanpa bergantung pada layanan kustodian atau API yang dihosting.

Tether sebelumnya memberikan $100,000 dalam bentuk hibah kepada BTC Pay Server Foundation selama berturut-turut dan menyumbangkan $250,000 untuk OpenSats untuk pengembangan Bitcoin. Tether telah mendistribusikan lebih dari 500 hibah pendidikan siswa dan mengalokasikan hingga sekitar $5,38 juta (CHF 5 juta) untuk fase berikutnya program ini hingga 2030.

Bisakah model AI yang lebih kecil mengalahkan yang lebih besar?

Grup Riset AI Tether baru-baru ini merilis QVAC MedPsy, sepasang model bahasa medis yang dirancang untuk berjalan langsung di smartphone dan perangkat yang dapat dikenakan tanpa koneksi internet. Hasil ini menantang asumsi bahwa kinerja yang lebih baik memerlukan model yang lebih besar.

Model yang lebih kecil, QVAC MedPsy-1.7B (1,7 miliar parameter), mencetak 62,62 di tujuh tolok ukur medis tertutup, mengalahkan Google’s MedGemma-1.5-4B-it dengan 11,42 poin meskipun ukurannya kurang dari setengah.

QVAC MedPsy-4B yang lebih besar (4 miliar parameter) mencetak 70,54 di tolok ukur yang sama, melampaui MedGemma-27B-text-it dari Google, sebuah model yang hampir tujuh kali lebih besar yang mengandung sekitar 27 miliar parameter.

Kesenjangan kinerja melebar ketika model diuji dalam skenario klinis dunia nyata. Di HealthBench Hard, sebuah tes yang dirancang untuk mengukur penalaran medis yang diterapkan, QVAC MedPsy-4B mencetak 58,00 dibandingkan dengan MedGemma-27B yang hanya 42,00.

Model-model tersebut juga menggunakan secara signifikan hingga 3,2 kali lebih sedikit token dibandingkan dengan sistem yang sebanding, yang secara langsung diterjemahkan menjadi waktu respons yang lebih cepat dan permintaan komputasi yang lebih rendah.

Tether, Vitalik, dan pendukung lainnya yang menjalankan model AI lokal yang lebih kecil akan menunjukkan hasil ini sebagai bukti bahwa pengguna tidak perlu mengambil risiko mengirim data mereka ke cloud untuk menjalankan sistem yang efisien.

Jangan hanya membaca berita crypto. Pahami. Langganan buletin kami. Gratis.