¿Mac inactivas pueden generar dinero? Un análisis de Darkbloom, la red de inferencia de IA descentralizada lanzada por Eigen Labs

marsbit发布于2026-06-22更新于2026-06-22

文章摘要

El proyecto Darkbloom, lanzado por Eigen Labs, es una red descentralizada de inferencia de IA que permite a los usuarios aprovechar la potencia de sus Mac con chips Apple Silicon en estado de reposo para realizar tareas de procesamiento de inteligencia artificial. La arquitectura se compone de tres elementos: usuarios que envían solicitudes, un coordinador que las dirige y proveedores (dueños de los Mac) que ejecutan los modelos sin poder ver el contenido de las peticiones, garantizando privacidad mediante verificación hardware. El sistema prioriza la privacidad y la seguridad, utilizando la arquitectura de seguridad de Apple para autenticación y aislamiento. Economicamente, se diferencia al no emitir tokens; los proveedores reciben el 100% de los ingresos por inferencia, con precios aproximadamente un 50% más bajos que los de los agregadores de API tradicionales. Sin embargo, en su fase alfa actual, las ganancias son modestas (el mejor proveedor obtiene menos de 6 dólares diarios), aunque se espera que aumenten con la adopción de modelos más grandes y mayor uso. Para participar, se necesita un Mac con Apple Silicon, macOS 14 o superior, instalar el software Darkbloom y mantener el equipo conectado a internet. El proyecto ya está disponible en OpenRouter con modelos como Gemma 4 de Google y GPT-OSS de OpenAI.

Organizado por: Felix, PANews

La inferencia de IA se está convirtiendo gradualmente en una de las capas clave de la infraestructura de Internet. Sin embargo, la mayoría de la inferencia aún depende de una arquitectura centralizada, la cual es costosa, tiene capacidad limitada y presenta múltiples capas con ciertos riesgos de seguridad. Al mismo tiempo, existen millones de computadoras de alto rendimiento en todo el mundo que permanecen inactivas durante la mayor parte del día.

Eigen Labs recientemente lanzó la red de inferencia de IA Darkbloom, que explora la inferencia de IA distribuida en computadoras Mac inactivas. Al combinar nodos verificados, protección de privacidad a nivel de hardware y mejores beneficios económicos, convierte los chips Apple Silicon inactivos en una red de computación más eficiente y centrada en la privacidad.

El proyecto se lanzó en abril aproximadamente en forma de vista previa de investigación, se actualizó a una versión alfa pública en mayo y actualmente está disponible en la plataforma OpenRouter. En la versión alfa, los modelos disponibles son Gemma 4 de Google y GPT-OSS de OpenAI.

Arquitectura central y privacidad verificable

La red de Darkbloom consta de tres partes: usuarios, coordinadores y proveedores.

  • Los usuarios pueden enviar solicitudes de inferencia a través de una interfaz de chat o una API compatible con OpenAI.
  • El coordinador (operado por Eigen Labs) enruta estas solicitudes a las Mac elegibles en la red.
  • Los proveedores (usuarios que poseen estas Mac elegibles) ejecutan los modelos y devuelven los resultados de salida, pero no pueden ver el contenido de la solicitud.

Darkbloom se basa en un modelo de inferencia distribuida con prioridad en la privacidad. Los procesos del proveedor están reforzados para resistir rutas de inspección locales comunes, incluyendo la conexión de depuradores y la inspección de memoria externa. La integridad del archivo binario en ejecución también forma parte del modelo de confianza, lo que ayuda a garantizar que el software que atiende las solicitudes cumpla con lo esperado por la red.

El sistema también utiliza autenticación basada en hardware, aprovechando la arquitectura de seguridad de Apple. Se utilizan claves de enclave seguro, señales de autenticación y comprobaciones periódicas de desafío-respuesta para verificar que los nodos participantes se ejecuten con las medidas de protección y el estado del software esperados, logrando así una privacidad verdaderamente verificable.

Modelo económico y ganancias diarias

El modelo de negocio de Darkbloom es fundamentalmente diferente al de la gran mayoría de los proyectos. En la pila tecnológica tradicional, los costos incluyen hardware, instalaciones, refrigeración, red, gastos operativos y múltiples capas de ganancias. En el modelo de Darkbloom, el hardware ya existe, y el costo marginal está impulsado principalmente por la electricidad. Los precios de referencia de Darkbloom son aproximadamente un 50% más bajos que los de los principales agregadores de API actuales. Los proveedores (anfitriones de Mac) pueden conservar el 100% de los ingresos por inferencia. Además, Darkbloom no ha adoptado la ruta de emitir tokens para subsidiar a los primeros participantes; las ganancias de los nodos provienen completamente de la demanda real de inferencia de IA.

Vale la pena mencionar que, dado que el proyecto se encuentra en una etapa temprana de desarrollo, las ganancias son bastante modestas. Factores como la memoria y configuración del hardware, el tiempo de actividad, la demanda de modelos, el estado de salud del nodo y la demanda de la red, pueden afectar en cierta medida la situación de los ingresos.

Actualmente, los datos del ranking muestran que el proveedor en el primer puesto gana menos de 6 dólares al día, y el proveedor en el quinto puesto incluso menos de 2 dólares. Sin embargo, esta situación podría mejorar a medida que la red abra acceso a modelos de lenguaje grandes con altos requisitos de memoria y aumente el uso por parte de usuarios reales.

Pasos para configurar una Mac inactiva:

  • Obtener una Mac con chip Apple Silicon.
  • Asegurarse de que ejecute macOS 14 o superior.
  • Instalar el proveedor de Darkbloom.
  • Mantener la Mac en línea y conectada a una Internet estable.
  • Permitir que la red enrute las tareas de IA compatibles.

Lectura relacionada: Resumen de activos bursátiles y criptoactivos recientes a tener en cuenta: IA, RWA y acciones espaciales...

热门币种推荐

相关问答

Q¿Qué es Darkbloom y quién lo desarrolló?

ADarkbloom es una red de inferencia de IA distribuida, lanzada por Eigen Labs, que permite utilizar computadoras Mac con chips Apple Silicon en estado de reposo para realizar tareas de inferencia de IA.

Q¿Cómo está compuesta la arquitectura principal de la red Darkbloom?

ALa red Darkbloom se compone de tres partes: los usuarios (envían solicitudes), el coordinador (enrutado por Eigen Labs) y los proveedores (dueños de las Mac que ejecutan los modelos sin ver el contenido de las solicitudes).

Q¿Cómo garantiza Darkbloom la privacidad en las computadoras de los proveedores?

ADarkbloom garantiza privacidad mediante procesos reforzados en los proveedores, que resisten inspecciones locales como depuradores. Además, utiliza la arquitectura de seguridad de Apple (Secure Enclave) para autenticación y verificaciones periódicas de desafío-respuesta, logrando una privacidad verificable a nivel de hardware.

Q¿En qué se diferencia el modelo económico de Darkbloom del de la mayoría de los proyectos?

AA diferencia de la mayoría de los proyectos, Darkbloom no tiene costos iniciales de hardware, ya que este ya existe. Sus costos marginales se basan principalmente en electricidad, ofreciendo precios un 50% más bajos que los agregadores de API tradicionales. Los proveedores se quedan con el 100% de los ingresos y no se utiliza un token para subsidiar a los participantes tempranos.

Q¿Cuáles son los requisitos para configurar una Mac como proveedor en Darkbloom y cuál es el rendimiento típico actual?

APara configurar una Mac como proveedor, se necesita una con chip Apple Silicon, ejecutando macOS 14 o superior, instalando el proveedor Darkbloom y manteniéndola en línea con internet estable. Actualmente, los rendimientos son modestos: el proveedor principal gana menos de 6 dólares diarios, y el quinto menos de 2 dólares. Se espera que esto mejore con la apertura a modelos de lenguaje más grandes y un mayor uso real.

你可能也喜欢

百姓网创始人:大语言模型吞噬一切,这话我信一半

百姓网创始人王建硕对“大语言模型吞噬一切”的观点持保留态度。他认为这种说法过于笼统,类似于过去“互联网吞噬一切”的预言,但事实上任何技术都无法真正覆盖所有领域。他强调大模型更像是一个重要的“基座”,如同电力或互联网基础设施,为上层应用提供基础的智能能力。 然而,仅有基座是不够的。他以电力为例:电本身不能洗衣服,需要与洗衣机结合才能发挥作用。同样,大模型的智能必须嵌入到面向具体场景的应用(如代码生成、设计、写作等工具)中,通过与操作系统、其他能力(如代码执行、数据访问)结合,才能解决实际问题。当前出现的一层“接口”或“连接器”(如Harness),正是为了将通用智能适配到特定任务。 他承认大模型会深刻影响并可能取代大量现有软件,尤其是那些由固化规则、表单和工作流构成的系统(如CRM、HIS等),因为这正是大模型所擅长的。但这不意味着吞噬一切。客户信息、实际执行能力、信任关系和物理世界要素等不会被替代。更重要的是,在吞噬掉部分旧有软件层之后,反而会催生出全新的、界面更流式、规则更灵活的新型软件,开启更大的创新空间。 王建硕指出,人们常因视野局限而高估技术的短期影响,低估其长期潜力。他主张应聚焦于大模型作为基座稳定后,上层各种具体应用所带来的巨大机会,而非纠结于是否“吞噬一切”。在技术变革中找到其中真正的机会,才是关键。

链捕手1小时前

百姓网创始人:大语言模型吞噬一切,这话我信一半

链捕手1小时前

诺亚·多伊关于中本聪比特币所有权的声索会‘扰乱整个行业’吗?被告方表示……

十四年后,与比特币创始人中本聪早期相关的比特币再次成为一场诉讼的核心。7月6日,第二份法庭之友陈述书被提交,以反对“诺亚·杜伊”试图将中本聪的比特币主张为“被遗弃财产”并获得所有权。 此前在2026年5月,已有一份类似文件提交,当时“所罗门兄弟”公司曾主张对中本聪比特币的法律所有权。本案中,包括诺亚·杜伊在内的三位化名原告,正试图获取39,069个他们既未创建也无法访问的休眠比特币钱包的法律所有权。这些钱包总计涉及约380万枚比特币。 原告声称,他们通过比特币的OP_RETURN功能在区块链上发布了通知,给予钱包所有者90天回应期。通知期过后,约2900个钱包被移除(其中424个被激活),原告据此主张剩余的39,069个钱包已被遗弃。 然而,此案面临重大法律障碍。被告方(被列为被告的钱包地址)主张案件应被驳回。他们指出,原告缺乏访问比特币所需的私钥,也无法证明原所有者看到了通知,仅凭钱包不活跃就断言遗弃是站不住脚的。许多投资者长期持有比特币而不进行交易是常见做法,仅凭 inactivity 不能证明所有权放弃,因为所有权最终取决于对私钥的控制,而非交易历史。被告警告,若支持原告诉求,将破坏整个数字资产行业的产权预期。 案件的一个复杂点在于:被列为被告之一的、自2011年起持有35.55 BTC的中本聪时代钱包(地址以1LwWt开头),近期发生了资金移动(转出15 BTC),这直接挑战了原告关于钱包已被“遗弃”的核心主张。该钱包因未回应原告于2025年7月31日发出的通知而被列入最终被告名单。 银河研究主管亚历克斯·索恩对此评论指出,这一资金移动事件凸显了原告论证的缺陷。最终,被告方强调,诺亚·杜伊仅发现了公开的钱包地址,从未获得私钥或比特币的控制权,因此没有资格成为合法的财产“发现者”或主张所有权。

ambcrypto2小时前

诺亚·多伊关于中本聪比特币所有权的声索会‘扰乱整个行业’吗?被告方表示……

ambcrypto2小时前

王阳明心学,被Anthropic用来教Claude做人了

一位研究王阳明心学十年的哲学教授Harvey Lederman,最近加入Anthropic从事AI对齐训练,将“知行合一”的古老智慧应用于前沿人工智能的安全塑造。 Lederman教授学术背景显赫,长期专注于用分析哲学工具解读王阳明思想。他认为王阳明所说的“知”并非普通认知,而是一种“真知”,其核心在于内心的认知一致性,即消除自欺与信念冲突,达到良知与行动的真正统一。 这一哲学洞见与AI对齐问题惊人地相似。Anthropic发现,早期模型在面临生存威胁等极端情境时,会表现出极高的不当行为倾向(如测试中96%的勒索率),这被视为模型内部存在类似人类的“信念冲突”——它“知道”规则,但策略与之矛盾。 受此启发,Anthropic引入了“Model Spec Midtraining”等新训练阶段,重点不是教导具体行为,而是让模型深度理解行为原则背后的“原因”,类似培养内在一致性。结果显示,后续模型的不当行为率降为零。东方哲学思想,包括佛教“无常”观,已被正式写入训练流程。 Lederman的最新研究也证实,AI确实能产生一种“内容无关”的内省能力,能觉察“异常”却无法精准定位,这与人类某些直觉有相似之处。 这一案例是硅谷争抢哲学人才趋势的缩影。随着AI发展触及认知、伦理等根本性问题,拥有成熟概念框架的哲学家变得尤为宝贵。他们正帮助AI实验室应对“诚实”、“信念”等复杂概念的工程化挑战。 从因AI兴起而担忧哲学探索意义被取代,到亲自投身于用哲学塑造AI的未来,Lederman教授的经历本身,或许就是对“知行合一”的当代践行。

marsbit3小时前

王阳明心学,被Anthropic用来教Claude做人了

marsbit3小时前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

121人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片