O token VVV da Venice AI atingiu nova máxima hoje, ultrapassando temporariamente os US$ 25. Este movimento de alta foi impulsionado por uma controvérsia em pesquisa matemática que levou muitos a reconhecer a importância do "raciocínio privado".
O matemático da Universidade de Nova York Tristan Buckmaster escreveu em um comunicado público que ele e seus colaboradores inseriram toda a versão preliminar do projeto no Codex. Após saber que a equipe interna da OpenAI também havia obtido avanços relacionados, ele perguntou se o modelo deles havia acessado essas conversas ou sido treinado com elas. A resposta recebida foi que o modelo não consultou dados dos usuários, mas não houve resposta sobre a pergunta relativa ao treinamento.
A resposta da OpenAI nega que pesquisadores ou agentes tenham acessado dados de usuários específicos para resolver problemas, enquanto reconhece que, embora improvável, não é possível descartar que dados desidentificados de conversas privadas do grupo com o Codex tenham ajudado a aprimorar o modelo.
A comunidade começou a questionar se, quando os incentivos forem suficientemente grandes, esses laboratórios conseguem ver todo o seu trabalho e antecipar-se para publicar os resultados primeiro.
O trader based16z já compartilhou sua posição de negociação. Ele revelou estar comprado em VVV por meio de spot, contrato perpétuo e opções de compra OTC com preço de exercício de US$ 25. Ele acredita que este evento trouxe maior conscientização sobre a importância da privacidade, e que o Venice é o ativo de liquidez mais adequado para absorver essa narrativa. Ele também comparou o market cap circulante do VVV com o do ZEC quando estava em US$ 50, como uma avaliação da reavaliação do valor da privacidade.
Quando a IA passa de responder perguntas de senso comum para participar de artigos, código, desenvolvimento de produtos e estratégias de negociação, o conteúdo inserido pelos usuários na caixa de entrada também se torna mais valioso.
Quem pode permitir que você mantenha o controle sobre o conteúdo e o processo de execução enquanto usa IA? Três projetos Web3 oferecem suas próprias respostas.
VVV: Transformar a privacidade em um negócio
A Venice AI, fundada por Erik Voorhees, oferece um aplicativo de bate-papo para consumidores e uma API para desenvolvedores acessarem modelos. Ela agrega diferentes modelos, destacando-se pela privacidade e menos restrições como diferenciais do produto.
A privacidade da Venice AI é dividida em três níveis. O modo "Anônimo" da Venice oculta a identidade do usuário, mas o modelo upstream ainda pode ver o conteúdo da solicitação. O modo "Zero Retenção" depende do prestador de serviço cumprir suas promessas. O modo "TEE" coloca a inferência em um ambiente de hardware protegido; o modo "Criptografia Ponta a Ponta" criptografa desde o dispositivo do usuário até o momento em que entra no ambiente protegido, quando é descriptografado.
Este negócio já atingiu uma escala significativa. A Banyan, que participa do investimento, revelou que a receita anualizada da Venice aumentou de US$ 14 milhões em janeiro deste ano para mais de US$ 100 milhões em agosto.
VVV é o token emitido pela Venice na Base, e a cada US$ 100 gastos em créditos de API da Venice, US$ 5 são usados para comprar e queimar VVV. Em termos de oferta, a nova emissão de tokens VVV também está diminuindo: em 1º de setembro, a emissão anual caiu de 3 milhões para 2,5 milhões, e está programada para cair ainda mais para 2 milhões em 1º de outubro.
Outra fonte de demanda por VVV é o DIEM. Os detentores podem bloquear VVV质押 para cunhar DIEM; ao质押 1 DIEM, recebem diariamente uma cota atualizada de 1 dólar em API. Assim, desenvolvedores e agentes podem possuir um ativo que gera continuamente créditos de uso, preparando-se para chamadas futuras de modelos.
Em 14 de setembro, a oferta-alvo do DIEM será expandida em etapas de 38.000 para 40.000 unidades, criando espaço para nova cunhagem. Essa medida também sugere otimismo da equipe Venice quanto à expansão de usuários.
A lógica para ser bullish em VVV é muito clara: sob a ameaça à privacidade da IA, a Venice encontrou seu espaço no mercado, levando mais pessoas a pagarem pelo uso da Venice, o que gera mais recompras; ao mesmo tempo, mais pessoas precisam de quotas contínuas de inferência, aumentando a demanda por lock-up.
NEAR: Inferência privada verificável
Seguindo a pista da Venice AI, também encontramos uma figura familiar: NEAR. Essa cadeia pública está ampliando os usos do token NEAR por meio de computação confidencial e serviços de agentes.
Em março deste ano, Venice e NEAR AI anunciaram a integração, permitindo que os usuários escolham serviços de inferência privada verificável fornecidos pela NEAR AI. Os consumidores fazem solicitações no Venice, e a capacidade de computação privada subjacente é fornecida por provedores como a NEAR AI.
A capacidade central do NEAR AI Cloud é permitir que modelos sejam executados dentro de TEE, ou seja, um ambiente de execução confiável isolado por hardware. Conforme projetado, o texto claro durante o cálculo é restrito à área protegida, impedindo que os operadores da infraestrutura acessem diretamente; os usuários podem verificar a prova de hardware para confirmar que a solicitação entrou no ambiente adequado. Isso oferece às equipes que desejam proteger dados de pesquisa e comerciais uma opção de computação em nuvem.
Modelos de peso aberto podem ser implantados nesse ambiente. Ao chamar modelos fechados, como Claude, GPT e Gemini, por meio da gateway, as requisições ainda são encaminhadas ao provedor upstream; o cálculo confidencial do NEAR garante que não seja possível substituir os servidores deles. O valor do NEAR nesse caminho vem da proteção do processo de cálculo e da capacidade de orquestrar serviços de modelos.
Essa funcionalidade já está vinculada ao token NEAR. O pagamento de staking lançado em 30 de julho permite que os detentores de tokens convertam os rendimentos do staking do NEAR em créditos de inferência, cujos valores variam conforme a quantidade staked, o preço do token e a taxa de rendimento. Os usuários mantêm a propriedade dos tokens subjacentes e podem desstakear a qualquer momento. Para equipes que utilizam modelos de forma contínua, isso adiciona um novo uso para manter NEAR.
Outra oportunidade para o NEAR está nos pagamentos. Para completar tarefas, os AI Agents precisam, além de chamar modelos, comprar dados, pagar serviços e mover ativos em diferentes cadeias. O método de execução de intenções fornecido pelo NEAR Intents permite que os usuários submetam o resultado desejado, enquanto solucionadores competem para realizar a conversão e execução. Essa infraestrutura permite integrar operações complexas entre cadeias ao fluxo de tarefas dos AI Agents.
De acordo com estatísticas da DeFillama, o NEAR Intents gerou aproximadamente US$ 9,32 milhões em taxas totais no segundo trimestre deste ano, dos quais o protocolo reteve cerca de US$ 1,5 milhão; a receita retida é utilizada para recompra de NEAR no mercado.
Portanto, a narrativa de alta do NEAR é sustentada por dois negócios: fornecer computação para tarefas sensíveis e executar e pagar tarefas intercadeias. O primeiro pode alcançar usuários por meio de aplicações como Venice, enquanto o segundo tem a oportunidade de se desenvolver junto com os Agentes de IA.
TAO: Modelo de IA de oferta aberta
Bittensor has been the most anticipated AI project in crypto. TAO is the native token of the Bittensor network.
O Bittensor organiza diferentes tarefas em sub-redes independentes; os mineiros fornecem serviços como inferência, armazenamento e previsão, enquanto os validadores avaliam a qualidade do serviço, e a rede distribui recompensas conforme regras estabelecidas. Uma equipe pode se organizar em torno de uma necessidade específica para competir, enquanto toda a rede suporta múltiplos mercados desse tipo.
Após a expansão da demanda por IA, as aplicações precisam de mais fornecedores substituíveis, e pequenas equipes precisam encontrar clientes, recursos de computação e financiamento. O Bittensor tenta organizar essa oferta por meio de um mercado incentivado aberto, permitindo que diferentes equipes concorram em tarefas específicas.
Já há subredes começando a gerar receita externa. Como exemplo, a Chutes, que fornece serviços de inferência de modelos, teve uma receita de aproximadamente US$ 1,37 milhão no segundo trimestre deste ano, proveniente de assinaturas, uso sob demanda e serviços de instância.
Como o TAO absorve esse crescimento? Cada subrede possui sua própria moeda alpha e é emparelhada com o TAO para formar pares de negociação. Fazer stake no TAO em uma subrede específica equivale a trocá-lo pela moeda alpha correspondente; assim, o TAO desempenha o papel de ativo básico de alocação de capital entre subredes. Se mais serviços competitivos surgirem na rede, a demanda por participar desses mercados terá potencial para aumentar.
No lado da oferta, o TAO mantém o design de escassez familiar ao mercado de criptomoedas. O limite total do TAO é de 21 milhões de unidades, e a primeira redução ocorreu em dezembro de 2025; atualmente, são emitidas 0,5 unidades por bloco, cerca de 3.600 por dia.
A alta do VVV nos forneceu uma janela de observação. À medida que os modelos se tornam cada vez mais poderosos, as pessoas entregam a eles mais informações sensíveis, e a "IA criptografada/privada" encontrou naturalmente seu PMF.