A IA da Frontier só parece assustadora porque a maior parte ainda funciona como uma caixa preta com um logo bonito no topo. O que @inference_labs está fazendo com DSperse + JSTprove basicamente diz: "ok, prove." Voltei ao artigo do DSperse, onde eles descrevem como verificação criptográfica estratégica de subcomputações de alto valor em vez de um cosplay SNARK de modelo completo. Fatias do modelo se tornam unidades prováveis de forma independente, então você pode travar portões de segurança, detectores de anomalias ou cabeças privadas sem arrastar toda a rede para o inferno ZK. Por outro lado, o JSTprove junto com o repositório open-source na organização GitHub deles oferece um pipeline de ponta a ponta no backend do Expander da Polyhedra: alimente um modelo ONNX, a CLI gera provas e artefatos auditáveis, sem necessidade de conhecimento profundo em cripto. ❯ DSperse decide o que vale a pena provar ❯ JSTprove lida com como isso é provado e exposto A maioria das pilhas de "IA de fronteira" ainda pede que você confie em benchmarks, não em comportamento. Essa combinação inverte tudo: você escolhe os modos de falha que se recusa a apostar, e você faz as provas com fios exatamente ali. Se você está construindo sistemas sérios em robótica, finanças ou área de agentes, o próximo passo honesto é simples: mapeie seu modelo de ameaça e depois pergunte quais partes você realmente encaminharia pelo DSperse + JSTprove. Se a resposta for "nenhuma", você ainda não está realmente buscando confiança #zkML