No caminho para o trabalho, de manhã, vi uma reclamação: a pessoa dizia que, há meio ano, teria escrito casualmente uma ideia de produto dentro de uma grande empresa de IA; agora, a mesma ideia estaria voltando igualzinha, como um caso, para “provar” algo. Nos comentários, era só gente xingando a questão da “apropriação indevida de dados sem pagar”. Eu não entrei na onda de xingamentos. Na empresa, abri a Private Inference com o @OpenGradient para ver se o que ela diz — que o prompt não será usado para treinamento — é uma promessa formal mesmo ou se existe algum mecanismo de base que bloqueia essa rota de vez. $pivx
Eu peguei um trecho de um plano de negócios fictício com marcas bem visíveis. Na Private Inference, substituí por quatro variações de redação e rodei três rodadas: doze requisições, e em cada uma eu também ia buscar logs nos nós para verificar se o texto original do prompt realmente não é persistido. O resultado foi consistente: no lado do nó, só ficam a hash do payload criptografado e um identificador de sessão efêmero. O texto em claro nunca aparece fora do enclave TEE; no exato momento em que sai do enclave, a memória é zerada. Nos logs, não há campos que permitam remontar o texto para recuperar um conjunto de treinamento.
O debate público sobre a Private Inference prende quase todo mundo nesse ponto emocional: “não ser aproveitado sem pagar”. O que a OpenGradient está fazendo, porém, é mais frio: retirar a ideia de “não treinar” dos termos do acordo do usuário e transformá-la em um caminho físico garantido em conjunto por hardware e criptografia. O TEE decide que o texto em claro entra e não sai; o Oblivious HTTP corta identidade e origem; o Verification Layer emite, depois do fato, recibos de execução assinados que podem ser conferidos publicamente. Os termos podem mudar, mas esse caminho não. $SYRUP
Os indicadores também se deslocam. Eu não olho quantos prompts de privacidade a OpenGradient processa; eu fico com um dado que desafia o consenso: quantos recibos conseguem ser reproduzidos como trajetórias de execução sob verificação de terceiros diariamente, e ao mesmo tempo provar que não existe cache nem retorno. O primeiro mede popularidade; o segundo mede se essa barreira contra “apropriação indevida” realmente aguenta a carga.
Se o $OPG for apenas uma taxa de processamento para uma inferência de privacidade, então ele é mais como um token de cobrança de largura de banda criptografada; mas se no futuro os nós TEE fizerem caução, os recibos forem assinados, houver confisco por violação, a arbitragem envolver vazamento do fluxo de dados de treinamento e a compensação aos usuários estiverem todos formando um ciclo fechado, então ele deixa de ser um token de cobrança e passa a ser a unidade de caução de confiança dessa rede de inferência anti “aproveitamento indevido”.
Sem pressa de tirar conclusões. Transformar “não treinar” em um caminho verificável leva tempo; eu pretendo continuar observando a mainnet da OpenGradient e os exemplos entregues pelos parceiros de integração que virão depois. #opg