Saya sebelumnya telah mengatakan dalam beberapa artikel bahwa AI Agent akan menjadi "penyelamatan" bagi banyak narasi lama di industri Crypto. Dalam evolusi narasi yang berputar di sekitar otonomi AI, TEE sempat menjadi sorotan, namun ada satu konsep teknologi yang lebih "tidak populer" dibandingkan TEE, bahkan ZKP, yaitu FHE——全同态加密, yang juga akan mendapatkan "kelahiran kembali" berkat dorongan dari jalur AI. Berikut, mari kita rangkum logikanya melalui contoh:
FHE adalah teknologi kriptografi yang memungkinkan perhitungan langsung pada data terenkripsi, dianggap sebagai "Holy Grail", dibandingkan dengan narasi teknologi populer lainnya seperti ZKP dan TEE, posisinya relatif kurang dikenal, dengan inti masalah terutama terhambat oleh biaya dan skenario aplikasi.
Mind Network memang fokus pada infrastruktur FHE dan telah meluncurkan FHE Chain yang berfokus pada AI Agent—MindChain. Meskipun telah mendapatkan pendanaan lebih dari sepuluh juta dolar dan telah melalui beberapa tahun pengembangan teknologi, perhatian pasar tetap dinilai rendah karena keterbatasan FHE itu sendiri.
Namun, baru-baru ini Mind Network telah meluncurkan banyak berita baik seputar aplikasi AI, misalnya, FHE Rust SDK yang mereka kembangkan telah diintegrasikan ke dalam model besar yang bersifat open-source, DeepSeek, menjadi bagian kunci dalam skenario pelatihan AI, menyediakan dasar keamanan untuk mewujudkan AI yang dapat dipercaya. Mengapa FHE dapat berperan dalam komputasi privasi AI, apakah mungkin untuk melakukan pembalikan jalan atau penebusan dengan narasi Agen AI?
Singkatnya: FHE fully homomorphic encryption adalah suatu teknik kriptografi yang dapat langsung diterapkan pada arsitektur blockchain publik saat ini, yang memungkinkan melakukan perhitungan seperti penjumlahan, perkalian, dan perhitungan lainnya secara langsung pada data terenkripsi, tanpa perlu mendekripsi data terlebih dahulu.
Dengan kata lain, penerapan teknologi FHE dapat membuat seluruh proses enkripsi data dari input ke output, dan bahkan node yang mempertahankan konsensus rantai publik untuk verifikasi tidak dapat mengakses informasi plaintext, sehingga FHE dapat memberikan jaminan mendasar teknis untuk pelatihan beberapa LLM AI dalam skenario subdivisi vertikal seperti perawatan medis dan keuangan.
Membuat FHE menjadi solusi "pilihan utama" untuk pelatihan model AI besar tradisional yang kaya dan memperluas skenario vertikal serta menggabungkan arsitektur terdistribusi blockchain. Baik kolaborasi data medis antar lembaga maupun inferensi privasi dalam skenario transaksi keuangan, FHE dapat menjadi pilihan pelengkap berkat keunikan yang dimilikinya.
Misalnya, sebagai aplikasi berorientasi C-end, backend AI Agent biasanya terhubung ke model AI besar yang disediakan oleh vendor yang berbeda, termasuk DeepSeek, Claude, OpenAI, dll., Tetapi bagaimana memastikan bahwa dalam beberapa skenario aplikasi keuangan yang sangat sensitif, proses eksekusi AI Agent tidak akan terpengaruh oleh backend model besar yang tiba-tiba merusak aturan? Ini pasti membutuhkan enkripsi prompt input, dan ketika penyedia layanan LLM secara langsung menghitung dan memproses ciphertext, tidak akan ada gangguan paksa untuk mempengaruhi keadilan.
Jadi, apa sebenarnya konsep "AI Tepercaya" yang lain? AI Tepercaya adalah visi AI terdesentralisasi berbasis FHE yang coba dibangun oleh Mind Network, termasuk memungkinkan banyak pihak untuk melakukan pelatihan dan inferensi model secara efisien melalui kekuatan komputasi GPU terdistribusi, tanpa harus bergantung pada server pusat, serta menyediakan verifikasi konsensus berbasis FHE untuk Agen AI. Desain ini menghilangkan keterbatasan AI terpusat yang ada, memberikan jaminan ganda privasi dan otonomi untuk operasi Agen AI web3 di bawah arsitektur terdistribusi.
Ini lebih sesuai dengan arah naratif arsitektur blockchain terdistribusi Mind Network itu sendiri. Misalnya, dalam proses transaksi di rantai khusus, FHE dapat melindungi privasi inferensi dan eksekusi data Oracle dari semua pihak, memungkinkan AI Agent untuk membuat keputusan perdagangan secara mandiri tanpa perlu mengungkapkan posisi atau strategi, dll.
Lalu, mengapa dikatakan bahwa FHE akan memiliki jalur penetrasi industri yang mirip dengan TEE, dan akan membawa peluang langsung akibat ledakan aplikasi AI?
Sebelumnya, TEE dapat memanfaatkan peluang AI Agent berkat lingkungan perangkat keras TEE yang dapat mengelola data dalam keadaan privasi, sehingga memungkinkan AI Agent untuk secara mandiri mengelola kunci pribadi, memungkinkan AI Agent untuk mencapai narasi baru dalam pengelolaan aset secara mandiri. Namun, penyimpanan kunci pribadi oleh TEE sebenarnya memiliki kelemahan besar: kepercayaan harus bergantung pada penyedia perangkat keras pihak ketiga (misalnya: Intel). Dan untuk membuat TEE berfungsi, diperlukan satu set arsitektur rantai terdistribusi untuk memberikan TEE lingkungan tambahan dengan batasan "konsensus" yang terbuka dan transparan. Sebagai perbandingan, PHE sepenuhnya dapat ada berdasarkan arsitektur rantai terdesentralisasi tanpa bergantung pada pihak ketiga.
FHE dan TEE memiliki posisi ekologi yang serupa. Meskipun TEE belum banyak digunakan dalam ekosistem web3, teknologi ini sudah sangat matang di bidang web2. Sebagai perbandingan, FHE juga akan secara bertahap menemukan nilai keberadaannya di web2 dan web3 seiring dengan ledakan tren AI saat ini.
Di atas.
Dari semua ini, dapat dilihat bahwa teknologi enkripsi FHE yang merupakan enkripsi tingkat suci, di bawah premis bahwa AI akan menjadi masa depan, pasti akan menjadi salah satu landasan keamanan dan kemungkinan diadopsi lebih luas.
Tentu saja, meskipun demikian, masalah biaya overhead dari FHE saat diimplementasikan dalam algoritma tidak dapat dihindari. Jika dapat diterapkan dalam skenario AI web2, dan kemudian menghubungkannya dengan skenario AI web3, pasti akan ada pelepasan "efek skala" yang tidak terduga dan mengurangi biaya keseluruhan, memungkinkan aplikasi yang lebih luas.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Dari "Cawan Suci" ke Batu Fondasi: Bagaimana FHE Mentransformasi Ekosistem Komputasi Privasi Web3?
Saya sebelumnya telah mengatakan dalam beberapa artikel bahwa AI Agent akan menjadi "penyelamatan" bagi banyak narasi lama di industri Crypto. Dalam evolusi narasi yang berputar di sekitar otonomi AI, TEE sempat menjadi sorotan, namun ada satu konsep teknologi yang lebih "tidak populer" dibandingkan TEE, bahkan ZKP, yaitu FHE——全同态加密, yang juga akan mendapatkan "kelahiran kembali" berkat dorongan dari jalur AI. Berikut, mari kita rangkum logikanya melalui contoh:
FHE adalah teknologi kriptografi yang memungkinkan perhitungan langsung pada data terenkripsi, dianggap sebagai "Holy Grail", dibandingkan dengan narasi teknologi populer lainnya seperti ZKP dan TEE, posisinya relatif kurang dikenal, dengan inti masalah terutama terhambat oleh biaya dan skenario aplikasi.
Mind Network memang fokus pada infrastruktur FHE dan telah meluncurkan FHE Chain yang berfokus pada AI Agent—MindChain. Meskipun telah mendapatkan pendanaan lebih dari sepuluh juta dolar dan telah melalui beberapa tahun pengembangan teknologi, perhatian pasar tetap dinilai rendah karena keterbatasan FHE itu sendiri.
Namun, baru-baru ini Mind Network telah meluncurkan banyak berita baik seputar aplikasi AI, misalnya, FHE Rust SDK yang mereka kembangkan telah diintegrasikan ke dalam model besar yang bersifat open-source, DeepSeek, menjadi bagian kunci dalam skenario pelatihan AI, menyediakan dasar keamanan untuk mewujudkan AI yang dapat dipercaya. Mengapa FHE dapat berperan dalam komputasi privasi AI, apakah mungkin untuk melakukan pembalikan jalan atau penebusan dengan narasi Agen AI?
Singkatnya: FHE fully homomorphic encryption adalah suatu teknik kriptografi yang dapat langsung diterapkan pada arsitektur blockchain publik saat ini, yang memungkinkan melakukan perhitungan seperti penjumlahan, perkalian, dan perhitungan lainnya secara langsung pada data terenkripsi, tanpa perlu mendekripsi data terlebih dahulu.
Dengan kata lain, penerapan teknologi FHE dapat membuat seluruh proses enkripsi data dari input ke output, dan bahkan node yang mempertahankan konsensus rantai publik untuk verifikasi tidak dapat mengakses informasi plaintext, sehingga FHE dapat memberikan jaminan mendasar teknis untuk pelatihan beberapa LLM AI dalam skenario subdivisi vertikal seperti perawatan medis dan keuangan.
Membuat FHE menjadi solusi "pilihan utama" untuk pelatihan model AI besar tradisional yang kaya dan memperluas skenario vertikal serta menggabungkan arsitektur terdistribusi blockchain. Baik kolaborasi data medis antar lembaga maupun inferensi privasi dalam skenario transaksi keuangan, FHE dapat menjadi pilihan pelengkap berkat keunikan yang dimilikinya.
Misalnya, sebagai aplikasi berorientasi C-end, backend AI Agent biasanya terhubung ke model AI besar yang disediakan oleh vendor yang berbeda, termasuk DeepSeek, Claude, OpenAI, dll., Tetapi bagaimana memastikan bahwa dalam beberapa skenario aplikasi keuangan yang sangat sensitif, proses eksekusi AI Agent tidak akan terpengaruh oleh backend model besar yang tiba-tiba merusak aturan? Ini pasti membutuhkan enkripsi prompt input, dan ketika penyedia layanan LLM secara langsung menghitung dan memproses ciphertext, tidak akan ada gangguan paksa untuk mempengaruhi keadilan.
Jadi, apa sebenarnya konsep "AI Tepercaya" yang lain? AI Tepercaya adalah visi AI terdesentralisasi berbasis FHE yang coba dibangun oleh Mind Network, termasuk memungkinkan banyak pihak untuk melakukan pelatihan dan inferensi model secara efisien melalui kekuatan komputasi GPU terdistribusi, tanpa harus bergantung pada server pusat, serta menyediakan verifikasi konsensus berbasis FHE untuk Agen AI. Desain ini menghilangkan keterbatasan AI terpusat yang ada, memberikan jaminan ganda privasi dan otonomi untuk operasi Agen AI web3 di bawah arsitektur terdistribusi.
Ini lebih sesuai dengan arah naratif arsitektur blockchain terdistribusi Mind Network itu sendiri. Misalnya, dalam proses transaksi di rantai khusus, FHE dapat melindungi privasi inferensi dan eksekusi data Oracle dari semua pihak, memungkinkan AI Agent untuk membuat keputusan perdagangan secara mandiri tanpa perlu mengungkapkan posisi atau strategi, dll.
Lalu, mengapa dikatakan bahwa FHE akan memiliki jalur penetrasi industri yang mirip dengan TEE, dan akan membawa peluang langsung akibat ledakan aplikasi AI?
Sebelumnya, TEE dapat memanfaatkan peluang AI Agent berkat lingkungan perangkat keras TEE yang dapat mengelola data dalam keadaan privasi, sehingga memungkinkan AI Agent untuk secara mandiri mengelola kunci pribadi, memungkinkan AI Agent untuk mencapai narasi baru dalam pengelolaan aset secara mandiri. Namun, penyimpanan kunci pribadi oleh TEE sebenarnya memiliki kelemahan besar: kepercayaan harus bergantung pada penyedia perangkat keras pihak ketiga (misalnya: Intel). Dan untuk membuat TEE berfungsi, diperlukan satu set arsitektur rantai terdistribusi untuk memberikan TEE lingkungan tambahan dengan batasan "konsensus" yang terbuka dan transparan. Sebagai perbandingan, PHE sepenuhnya dapat ada berdasarkan arsitektur rantai terdesentralisasi tanpa bergantung pada pihak ketiga.
FHE dan TEE memiliki posisi ekologi yang serupa. Meskipun TEE belum banyak digunakan dalam ekosistem web3, teknologi ini sudah sangat matang di bidang web2. Sebagai perbandingan, FHE juga akan secara bertahap menemukan nilai keberadaannya di web2 dan web3 seiring dengan ledakan tren AI saat ini.
Di atas.
Dari semua ini, dapat dilihat bahwa teknologi enkripsi FHE yang merupakan enkripsi tingkat suci, di bawah premis bahwa AI akan menjadi masa depan, pasti akan menjadi salah satu landasan keamanan dan kemungkinan diadopsi lebih luas.
Tentu saja, meskipun demikian, masalah biaya overhead dari FHE saat diimplementasikan dalam algoritma tidak dapat dihindari. Jika dapat diterapkan dalam skenario AI web2, dan kemudian menghubungkannya dengan skenario AI web3, pasti akan ada pelepasan "efek skala" yang tidak terduga dan mengurangi biaya keseluruhan, memungkinkan aplikasi yang lebih luas.