Le Web3 promet une machine à états vérifiable et la souveraineté de l'utilisateur ; l'IA poursuit des prédictions utiles sur des données bruitées. Quand les deux se heurtent, le marketing parle de « synergie » ; l'ingénierie voit une série de lacunes de confiance : pourquoi faire confiance au modèle, pourquoi faire confiance au calcul des nœuds, pourquoi croire que les règles de répartition seront exécutées. Cet article énumère les lacunes — pas les fonctionnalités de vision.
Première lacune : l'intelligence est probabiliste, le registre est déterministe
Les sorties de modèle portent une température, une injection de prompt et une dérive de version ; les transitions d'état d'une chaîne de blocs exigent un accord au bit près. Inscrire « le modèle décide » dans le consensus verse du non-déterminisme dans l'état canonique. Les compromis pratiques ressemblent généralement à :
- des agents raisonnent hors chaîne et ne soumettent on-chain que des actions contrôlables (virements, mises à jour de paramètres, votes) ;
- ou attachent des preuves / signatures multipartites aux décisions critiques, au lieu de transformer tout le réseau en une seule passe avant.
Cela exige une latence de règlement prévisible, sinon les stratégies automatisées ne peuvent pas gérer leur risque. Pourquoi l'exécution compte : La pile d'IA décentralisée et Vue d'ensemble de l'architecture EVM parallèle de Bitroot. Comment le découplage consensus/exécution réduit la sérialisation artificielle due à « l'attente de l'exécution » : Pipeline BFT et découplage de l'exécution.
Deuxième lacune : les données et les modèles restent des actifs en boîte noire
La provenance du corpus d'entraînement, l'étendue de la licence et la question de savoir si les poids ont été discrètement affinés restent opaques hors chaîne. Enregistrer quelque chose on-chain n'est pas un droit exécutable ; sans machines à états de permission, de paiement et de révocation, « mettre le modèle en NFT » ne va pas plus loin que la surface. Voies : Droits sur les actifs d'IA.
Si « natif pour l'IA » s'arrête à une liste d'opcodes sans droits ni acceptation, l'atterrissage commercial se heurte encore à un mur — voir Chaîne de blocs native pour l'IA.
Troisième lacune : l'absence d'acceptation dans les marchés de calcul
Les GPU distribués peuvent réduire la capacité inactive, mais sans acceptation des sorties, les incitations glissent vers un minage de disponibilité. L'acceptation peut être un recalcul échantillonné, une attestation TEE ou des contraintes ZK — chacune à un coût différent. Voir Calcul distribué GPU et edge et Cadre d'informatique de confiance. Ce texte ne traite ni n'implique aucun rendement.
Quatrième lacune : les récits de performance masquent le risque de composition
Les agents d'IA on-chain ont tendance à être à haute fréquence, multi-contrats et sujets aux conflits. Un EVM parallèle peut augmenter le débit sur des charges à faible conflit et néanmoins se dégrader sur des pools chauds ; traiter les pics de testnet comme « la chaîne prête pour l'IA » induit en erreur. Métriques et surfaces de conflit : Glossaire des métriques de performance, Points chauds de conflit et charges de travail. Comment le parallélisme optimiste détecte et réexécute : Parallélisation optimiste.
Les chiffres publics tels qu'une confirmation de l'ordre de quelques centaines de millisecondes ou de milliers à dizaines de milliers de TPS par shard doivent être lus avec le matériel, le mélange de transactions et le taux de conflit — comme des objectifs d'ingénierie/testnet, et non comme des SLA de mainnet ni des promesses financières.
Quelles capacités liées à Bitroot comblent quelle lacune (frontières claires)
| Lacune | Capacité plus pertinente | Explicitement non promis |
|---|---|---|
| Règlement lent / imprévisible | EVM parallèle optimiste, Pipeline BFT | Garantie permanente de TPS sur le mainnet |
| Calcul non vérifiable | Combinaisons ZK / TEE / MPC | Preuves complètes à coût nul pour des modèles arbitrairement grands |
| Offre de calcul | Interfaces d'ordonnancement en périphérie/distribué | Produits à rendement stable |
| Droits flous | Modèles de métadonnées on-chain et de contrats de paiement | Résolution automatique de tout conflit de droits d'auteur |
Coordonnées produit : Positionnement de Bitroot. Sur la carte de scalabilité, un L1 parallèle occupe une case — voir Cartographier la scalabilité des chaînes de blocs.
Une liste de contrôle d'alignement exploitable
Quatre questions : comment les sorties de modèle entrent-elles dans l'état on-chain ? comment les résultats de calcul sont-ils acceptés et contestés ? les droits sur les données/modèles peuvent-ils être révoqués et répartis dans des contrats ? les chiffres de performance sont-ils étiquetés avec la charge, le taux de conflit, les conditions de testnet et une mention de non-conseil financier ? Si c'est flou, les lacunes restent sous la feuille de route. OCC : Introduction à l'OCC ; compatibilité : Ce que signifie la compatibilité EVM.
Retournez la perspective : une chaîne dotée d'un parallélisme optimiste solide et d'une finalité prévisible mais sans acceptation de tâches ni crochets de droits n'est encore qu'une couche de règlement générale plus rapide — pas automatiquement « native pour l'IA ». Les étiquettes devraient suivre des listes de contrôle de capacités, pas des récits de levée de fonds. Liste de contrôle : Chaîne de blocs native pour l'IA ; limites du calcul : Calcul distribué GPU / edge.
Du point de vue de la conformité, le calcul vérifiable et les journaux de droits comptent parfois plus que la « décentralisation » elle-même : pouvez-vous montrer qu'une décision n'a pas utilisé de données interdites et exporter une piste d'audit ? Cela ramène le problème aux couches — le règlement enregistre les résultats, le calcul de confiance fournit les preuves, les droits encodent l'étendue de la licence — et non à un seul événement on-chain qui résoudrait toute la conformité.
Comment les lacunes s'empilent dans les produits réels
Les lacunes apparaissent rarement seules. Une combinaison d'échecs typique : les agents raisonnent vite hors chaîne, mais une confirmation instable provoque des ordres en double ; les nœuds de calcul renvoient des résultats incontestables, si bien que les litiges finissent en tickets de support ; les NFT de modèles sont livrés sans liaison de révocation/version dans le contrat de paiement. Pousser un « récit de convergence » ne fait que retarder la clarification du modèle de menace.
Un ordre de mitigation pratique : corrigez d'abord la latence de règlement et les attentes de conflit, concevez ensuite les fenêtres d'acceptation et de contestation des résultats de calcul, et encodez seulement alors les droits et les paiements comme machines à états exécutables. Inversez l'ordre et vous obtenez généralement des démonstrations qui tournent mais ne peuvent pas être auditées dans des conditions adverses. Options de scalabilité : Cartographier la scalabilité des chaînes de blocs. Pourquoi les EVM monothread échouent sur les rafales d'agents : Le goulot d'étranglement du monothread de l'EVM.
Une liste de contrôle d'alignement exploitable (détaillée)
Au-delà des quatre questions d'auto-contrôle, consignez comment les hachages de version de modèle entrent dans les calldata ou les événements ; comment les fonds et l'état des tâches reviennent en arrière en cas d'échec d'acceptation ; si la facturation s'arrête à l'expiration d'une licence de données ; et si les tableaux publics de performance incluent le taux de conflit et la part de réexécution. L'absence d'un élément devrait faire passer les affirmations externes de « prêt pour la production » à « preuve de concept ». OCC et compatibilité : Introduction à l'OCC, Ce que signifie la compatibilité EVM.
Communication : les objectifs d'ingénierie ne sont pas des preuves de maturité
Une confirmation inférieure à la seconde, des dizaines de milliers de TPS ou une « IA vérifiable » sans description de la charge ni de l'adversaire seront lus comme des promesses de mainnet. Un cadrage responsable tient en trois phrases : quelle charge a été mesurée, sur quel matériel et avec quel taux de conflit, et ce qui ne doit pas être extrapolé. Les rendements, les retours de blocage et l'« APY de minage de calcul » n'ont pas leur place dans un article technique sur la convergence.
En interne, produit, recherche et croissance devraient partager la même table des lacunes : qui comble le déterminisme, qui comble l'acceptation, qui comble les droits. Les lacunes sans propriétaire deviennent des plaintes d'utilisateurs selon lesquelles « la chaîne est mauvaise » ou « l'IA n'est pas fiable » — deux affirmations vraies, aucune précise.
Traitez les lacunes comme des coûts, non comme des slogans — c'est la frontière entre une fusion qui se concrétise et une fusion qui empile les adjectifs. Les coûts peuvent baisser ; les slogans ne font que se couvrir mutuellement. Les détails plus profonds appartiennent aux articles sur la pile et sur l'informatique de confiance.
Accent selon le public
Les constructeurs de contrats/protocoles surveillent le déterminisme et les surfaces de conflit ; les opérateurs de calcul surveillent l'acceptation et les contestations ; les contributeurs de données/modèles surveillent la mesure et la révocation ; les chercheurs surveillent les modèles d'adversaire et le coût de preuve. Sous un même mot de « convergence », les quatre listes de contrôle diffèrent. Les listes de contrôle se trompent moins sur les progrès que les slogans partagés.
La table des lacunes devrait être mise à jour à chaque version — et ne pas apparaître seulement dans l'essai de lancement.
À retenir
Le Web3 × IA ne réussit que si l'intelligence probabiliste reste à l'intérieur d'un règlement déterministe et de cages de calcul contrôlables, avec des règles exécutables pour les données et les revenus. Les lacunes de confiance ne se comblent pas avec le mot « convergence » ; elles se réduisent couche par couche. Préférez les modèles de menace et les flux d'acceptation à la densité d'adjectifs sur toute feuille de route.