Há um mês, mapeei quem fornece, roteia e tokeniza a inferência de IA. Agora estou analisando o próximo componente do mercado: Inferência Verificável. À medida que agentes começam a pagar por computação, provar o que realmente foi executado torna-se essencial. 12 projetos em construção em 4 pilares-chave: Pilar 1 - Execução Verificável > @lagrangedev - $LA constrói o DeepProve para provas criptográficas de inferência. > @inference_labs torna a execução autônoma de IA auditável. > @OpenGradient - base:0xfbc2051ae2265686a469421b2c5a2d5462fbf5eb combina provas zkML e atestações TEE. Pilar 2 - Execução Privada > @PhalaNetwork - ethereum:0x6c5ba91642f10282b576d91922ae6448c9d52f4e executa inferência privada dentro de TEEs de GPU. > @0G_labs - $0G constrói infraestrutura de inferência privada e verificável. > @nesaorg permite inferência segura em sua Layer 1 de IA. Pilar 3 - Reprodutibilidade > @gensynai - $AI desenvolve o REE para tornar a execução de IA reprodutível e verificável. > @PrimeIntellect construiu o TOPLOC, onde validadores recalculam estados ocultos para verificar a inferência. Pilar 4 - Proveniência da Computação > @prlnet - $PEARL transforma a computação de IA em GPU em prova de trabalho útil que segura uma cadeia. > @AethirCloud - $ATH executa nodes Checker que protegem a integridade da computação em sua rede. > @darkbloomai encaminha requisições para Macs físicos em uma rede de computação ativa. > @eigencloud - $EIGEN constrói infraestrutura de computação aberta e ferramentas verificáveis para agentes. À medida que a inferência se torna um serviço negociável, os compradores exigirão prova de execução, privacidade e confiabilidade. Esses quatro pilares são onde a próxima onda de IA onchain será construída.