#opg $OPG Minha esposa me perguntou ontem à noite: "Por que você está sorrindo para o celular? Está de novo batendo papo à toa com alguém no Twitter?" Não tive coragem de responder, porque na tela estavam as dez mensagens que eu tinha acabado de enviar para uma pessoa desconhecida. Ela não é contra eu conversar; tem medo de a plataforma nos escutar escondido, nos observar e, um dia, alimentar os algoritmos de publicidade com nosso histórico de conversas. Para falar a verdade, depois de tantos anos acostumado a ter cada camada dos meus dados vasculhada, já fiquei anestesiado. Mas, depois de experimentar o OpenGradient Chat, pela primeira vez pensei: — Então é possível não ficar exposto na era da IA.
O mecanismo de privacidade desse Chat leva mesmo a “privacidade” gravada no DNA. São três camadas separadas: você digita no navegador, a chave fica no dispositivo e as mensagens saem criptografadas; o intermediário Oblivious HTTP só consegue ver seu IP, mas não sabe o que você enviou; quando chegam ao gateway seguinte, o conteúdo pode ser descriptografado, mas seu IP não fica disponível. Por fim, tudo é processado em um TEE com atestação remota. Nem mesmo a equipe do projeto consegue bisbilhotar. Identidade e conteúdo ficam completamente separados.
Mas a privacidade é só o ingresso. O verdadeiro calcanhar de Aquiles do setor é: e se a privacidade estiver garantida, mas o poder computacional entrar em colapso? Antes, na IA on-chain, verificar uma vez custava mais do que executar o modelo. As blockchains tradicionais chegam a um consenso “executando tudo de novo”. Imagine 100 validadores executando cada um um modelo de 70B? O custo computacional seria assustador, e a latência faria qualquer um desistir. Por isso, a OpenGradient criou a arquitetura HACA, que separa execução e verificação. Os nós de inferência só precisam executar o modelo; os nós completos só verificam as provas de TEE ou ZKML. Os nós validadores nem precisam saber qual era o seu prompt: basta verificar se a prova é válida. A eficiência vai às alturas, e a verificação é concluída em milissegundos, não importa se a inferência subjacente levou 50 ms ou 5 segundos.
“O lugar onde a IA é mais útil é justamente aquele em que os usuários têm mais medo de digitar.” Essa frase do CEO acertou em cheio. Antes, conversar sobre o mercado no meio da noite parecia coisa de quem estava fazendo algo escondido, porque os dados ficavam expostos. Agora, usando isso, mesmo que alguém me veja digitando freneticamente, quem estiver no meio só verá uma sequência de caracteres sem sentido. Da próxima vez que minha esposa vier me fiscalizar, posso simplesmente entregar o celular: — Pode olhar à vontade; de qualquer jeito, você não vai entender o texto criptografado.
Um projeto que surgiu do acelerador da a16z, com GPT, Claude e Gemini todos integrados. Tem um produto real e resolve uma necessidade essencial: isso, sim, é um ativo de verdade. Nem olho para as oscilações de curto prazo. Vou segurar; daqui a um ano veremos. @OpenGradient
O mecanismo de privacidade desse Chat leva mesmo a “privacidade” gravada no DNA. São três camadas separadas: você digita no navegador, a chave fica no dispositivo e as mensagens saem criptografadas; o intermediário Oblivious HTTP só consegue ver seu IP, mas não sabe o que você enviou; quando chegam ao gateway seguinte, o conteúdo pode ser descriptografado, mas seu IP não fica disponível. Por fim, tudo é processado em um TEE com atestação remota. Nem mesmo a equipe do projeto consegue bisbilhotar. Identidade e conteúdo ficam completamente separados.
Mas a privacidade é só o ingresso. O verdadeiro calcanhar de Aquiles do setor é: e se a privacidade estiver garantida, mas o poder computacional entrar em colapso? Antes, na IA on-chain, verificar uma vez custava mais do que executar o modelo. As blockchains tradicionais chegam a um consenso “executando tudo de novo”. Imagine 100 validadores executando cada um um modelo de 70B? O custo computacional seria assustador, e a latência faria qualquer um desistir. Por isso, a OpenGradient criou a arquitetura HACA, que separa execução e verificação. Os nós de inferência só precisam executar o modelo; os nós completos só verificam as provas de TEE ou ZKML. Os nós validadores nem precisam saber qual era o seu prompt: basta verificar se a prova é válida. A eficiência vai às alturas, e a verificação é concluída em milissegundos, não importa se a inferência subjacente levou 50 ms ou 5 segundos.
“O lugar onde a IA é mais útil é justamente aquele em que os usuários têm mais medo de digitar.” Essa frase do CEO acertou em cheio. Antes, conversar sobre o mercado no meio da noite parecia coisa de quem estava fazendo algo escondido, porque os dados ficavam expostos. Agora, usando isso, mesmo que alguém me veja digitando freneticamente, quem estiver no meio só verá uma sequência de caracteres sem sentido. Da próxima vez que minha esposa vier me fiscalizar, posso simplesmente entregar o celular: — Pode olhar à vontade; de qualquer jeito, você não vai entender o texto criptografado.
Um projeto que surgiu do acelerador da a16z, com GPT, Claude e Gemini todos integrados. Tem um produto real e resolve uma necessidade essencial: isso, sim, é um ativo de verdade. Nem olho para as oscilações de curto prazo. Vou segurar; daqui a um ano veremos. @OpenGradient
