Dagli anni Novanta blockchain that runs exactly as written when it is called, holding and moving funds according to its code, without an intermediary able to change the outcome.">smart contract holding reserves of two or more tokens, supplied by users, that a decentralized exchange uses to execute trades automatically at a price set by a formula.">pool diverge, compared with simply holding the same tokens in a wallet. It becomes permanent when the provider withdraws.">il web ha un codice di errore chiamato «402 Payment Required», e per trent’anni quasi nessuno l’ha usato. Nel 2025 Coinbase gli ha dato un lavoro. Con il suo protocollo x402 un programma chiede una pagina a un server, il server risponde 402 con un prezzo, il programma paga in una stablecoin in dollari e rifà la richiesta. Niente account, niente modulo della carta, nessun essere umano. È il caso più semplice, finora, in cui blockchain e intelligenza artificiale lavorano insieme a qualcosa di concreto.
Quanto viene usato? Il conteggio più accurato è quello di un rapporto di Visa e della società di dati Artemis pubblicato a luglio 2026. Dal lancio di maggio 2025 al 21 aprile 2026, x402 ha mosso 178,3 milioni di transazioni per 135,7 milioni di dollari. Artemis ha poi tolto i pagamenti che ha individuato come wash trading, cioè uno che paga sé stesso, e come test. Resta questo: 109,6 milioni di transazioni e circa 15,0 milioni di dollari, cioè circa 14 centesimi a pagamento. Nove dollari su dieci, o quasi, erano rumore.
Questi due totali riassumono tutto il settore. C’è un’infrastruttura vera, costruita da aziende serie, e c’è moltissima scenografia intorno. La stessa divisione attraversa i quattro temi di questa lezione: dimostrare da dove viene un file o un set di dati, gli agenti di intelligenza artificiale che possiedono un wallet, le reti che vendono potenza di calcolo per l’IA e i mercati dei dati con cui i modelli imparano.
Il percorso arriva qui dopo la lezione su le DePIN, le reti di infrastrutture fisiche decentralizzate, che ha trattato i mercati di GPU come infrastruttura. Qui la domanda è un’altra: che cosa fa con il denaro un software che ragiona, quando quel denaro può stare in mano a un software?
Dove blockchain e IA si incontrano davvero e dove condividono solo un’etichetta
Un sistema di intelligenza artificiale ha bisogno di potenza di calcolo, di dati e di un modo per pagare entrambi. Quando comincia ad agire per conto di qualcuno, serve una quarta cosa: un modo perché altri verifichino che cosa ha fatto. Le blockchain offrono qualcosa per ciascuna esigenza. Ospitano mercati aperti dove chiunque può vendere tempo di GPU, forniscono un orologio pubblico che può datare un file ed emettono denaro che un programma può possedere, perché un wallet crypto è soltanto una coppia di chiavi che qualsiasi software può generare.
Questo è il caso serio. L’altro è un’etichetta di mercato. CoinGecko raggruppa 1.481 monete sotto «Artificial Intelligence». Due delle tre più grandi, NEAR e Internet Computer, sono blockchain generaliste che hanno aggiunto prodotti di IA. Molte delle più piccole non hanno dietro né un modello, né un set di dati, né un cliente pagante.
| Categoria o moneta su CoinGecko | Capitalizzazione | Che cos’è |
|---|---|---|
| Artificial Intelligence (1.481 monete) | 18,15 mld di dollari | Tutto ciò che porta l’etichetta IA; 1,73 mld di dollari scambiati in 24 ore |
| AI Agents (656 monete) | 2,82 mld di dollari | Token legati ad agenti e a piattaforme di agenti |
| NEAR Protocol | 4,38 mld di dollari | Una blockchain generalista con un prodotto di cloud per l’IA |
| Bittensor (TAO) | 2,30 mld di dollari | Una rete che paga lavoro di apprendimento automatico |
| Internet Computer | 1,26 mld di dollari | Una blockchain generalista |
| Venice Token (VVV) | 1,06 mld di dollari | La moneta più grande della categoria AI Agents |
| Render | 0,80 mld di dollari | Una rete di GPU, trattata nella lezione precedente |
| Artificial Superintelligence Alliance (FET) | 302,7 milioni di dollari | Il token dell’alleanza tra Fetch.ai e SingularityNET |
| Virtuals Protocol (VIRTUAL) | 291,3 milioni di dollari | Una piattaforma di lancio di agenti |
Questi dati sono stati letti nelle pagine delle categorie di CoinGecko il 18 novembre 2026. Sono capitalizzazioni di mercato, cioè il prezzo moltiplicato per le monete in circolazione. Nessuna dice quanto qualcuno paghi per usare la cosa, e il resto della lezione tiene separate le due misure.
Provenienza: dimostrare da dove arriva un file o un set di dati
Sotto la parola provenienza si nascondono due domande. La prima riguarda un file: questa foto è stata scattata da una fotocamera o prodotta da un modello, ed è stata modificata dopo? La seconda riguarda i dati: su quali testi e quali immagini è stato addestrato questo modello, e qualcuno ha dato il consenso? La prima ha strumenti che funzionano. La seconda quasi no, e torna nella sezione sui mercati dei dati.
Etichette firmate, filigrane invisibili e marche temporali su una blockchain
Lo strumento più sostenuto non è affatto una blockchain. C2PA, lo standard dietro l’etichetta «Content Credentials», allega a un file un manifesto firmato: quale strumento lo ha creato, quali modifiche sono seguite. Se si cambia il file senza aggiornare il manifesto, la firma si rompe. Il suo comitato direttivo include Adobe, Amazon, la BBC, Google, Meta, Microsoft, OpenAI, Publicis Groupe, Sony, TikTok e Truepic, e la specifica era alla versione 2.3 nella pagina aggiornata l’8 gennaio 2026. Il punto debole è evidente. Un manifesto si può eliminare, e un file senza manifesto non prova nulla, né in un senso né nell’altro.
Le filigrane seguono la strada opposta. SynthID di Google nasconde un segnale nei pixel, nell’audio o nella scelta delle parole di ciò che producono i suoi modelli, ed è pensato per resistere a ritagli, filtri e compressione. Google dice che il portale del suo rilevatore, lanciato nel 2025, si sta aprendo al pubblico, e cita OpenAI, NVIDIA e Kakao come partner. Una filigrana esiste solo nei contenuti creati da strumenti che ne inseriscono una. Un’immagine prodotta da un modello che non aggiunge nulla non porta niente da rilevare.
Il terzo strumento è quello in cui una blockchain ha davvero un ruolo. OpenTimestamps calcola l’impronta di un file nel browser, invia solo quell’impronta a server di calendario gratuiti e la ancora in una transazione Bitcoin. Si conserva un piccolo file di prova. Anni dopo, chiunque può verificare che quel file esatto esisteva prima di quel blocco. Altri progetti registrano le opere su una catena propria. Il più noto, Story, è nato nel 2025 come registro su blockchain della proprietà intellettuale. Il 25 giugno 2026 ha cambiato nome in DATA Network e si è rivolto alla registrazione dei dati usati per addestrare i modelli di IA, con il suo token IP convertito uno a uno in un token chiamato DATA, come ha riferito Decrypt quel giorno.
Che cosa dimostra un hash su una blockchain e che cosa no
L’idea è nota dalla lezione sullo storage decentralizzato: un hash è l’impronta di un contenuto, e la minima modifica ne produce uno diverso. L’ESEMPIO qui sotto calcola con SHA-256, la funzione usata da Bitcoin, l’hash di due frasi che differiscono per una cifra.
testo L'agente ha pagato 0,14 dollari.
sha-256 62cee35e0e7481d059823f4ca10e0206c239a8e30c698fc55cb1fc9504ff9356
testo L'agente ha pagato 0,15 dollari.
sha-256 a42a691bd07126258b191e3b5703f3fad528fca57cbb377ac5804ac0626ce838
Se si scrive la prima impronta in un blocco, si è dimostrata una cosa sola: qualcuno possedeva un file con esattamente quel contenuto prima di quel momento. È una prova solida, perché nessuno può retrodatare un blocco di Bitcoin.
Non dimostra altro. Non dice chi ha fatto il file, se la scena che contiene è accaduta davvero, se è la copia del lavoro di qualcun altro, o se chi lo ha registrato ne aveva il diritto. Un deepfake si può marcare con una data con la stessa facilità di una fotografia autentica. Registrare non è possedere, e datare non è autenticare. L’uso onesto è ristretto ma prezioso: un giornalista o chi sviluppa un modello può mostrare in seguito che un documento, o un elenco di file di addestramento, non è stato alterato dopo un certo giorno.

Il regolamento sull’IA dell’UE trasforma l’etichettatura in un obbligo
In Europa, marcare i contenuti generati non è più facoltativo. L’articolo 50 del regolamento sull’intelligenza artificiale (AI Act) impone ai fornitori di sistemi generativi di marcare i loro output in modo leggibile da una macchina, così che possano essere riconosciuti come artificiali. Chi pubblica un deepfake deve dichiararlo. Lo stesso vale per chi pubblica testi scritti dall’IA su temi di interesse pubblico, a meno che una persona non li abbia rivisti assumendosene la responsabilità editoriale. Gli utenti devono inoltre sapere quando stanno parlando con una macchina.
La pagina della Commissione europea sul regolamento riporta il calendario. Un codice di buone pratiche sulla marcatura e sull’etichettatura è stato pubblicato in forma definitiva il 10 giugno 2026, e secondo la Commissione circa 190 organizzazioni lo avevano sottoscritto entro fine luglio 2026.
| Data | Che cosa si applica |
|---|---|
| 1 agosto 2024 | Il regolamento sull’IA entra in vigore |
| 2 agosto 2025 | Iniziano gli obblighi per i modelli di IA per finalità generali |
| 10 giugno 2026 | Codice di buone pratiche definitivo sulla marcatura e l’etichettatura dei contenuti generati |
| 27 luglio 2026 | Entra in vigore il regolamento di modifica noto come «AI Omnibus» |
| 2 agosto 2026 | Si applicano le norme sulla trasparenza dell’articolo 50 |
| 2 dicembre 2026 | Secondo una nota ai clienti dello studio legale Goodwin del 3 agosto 2026, fine di un periodo di tolleranza per l’obbligo di marcatura dei sistemi generativi già sul mercato prima del 2 agosto 2026. Le pagine della Commissione citate qui non ne parlano |
| 2 dicembre 2027 | Regole per i sistemi ad alto rischio negli usi elencati nell’allegato III (rinviate dall’omnibus) |
| 2 agosto 2028 | Regole per i sistemi ad alto rischio nei prodotti coperti dall’allegato I (rinviate dall’omnibus) |
La nota di Goodwin è la lettura di uno studio legale, non il testo del regolamento. Indica l’omnibus come regolamento (UE) 2026/1744 e dice che l’inosservanza può comportare sanzioni fino a 15 milioni di euro o al 3% del fatturato mondiale annuo, se superiore, citando l’articolo 99, paragrafo 4, del regolamento. Niente di questo richiede una blockchain. Crea però una domanda costante per le etichette e le marche temporali descritte sopra, e riguarda chi usa le crypto per un motivo brusco: il falso video di un personaggio famoso che promette di raddoppiare le monete è esattamente il contenuto che la legge vuole vedere etichettato. La nostra guida a falsi airdrop e truffe dei giveaway mostra come si usano quei video.
Un problema di provenienza più vecchio è diventato più acuto. Se un modello sa scrivere come una persona, come fa un sito a sapere che dall’altra parte c’è una persona? La lezione su ENS e identità decentralizzata ha descritto la risposta di World, una scansione dell’iride trasformata in una credenziale che prova che chi la possiede è registrato senza nominarlo. World contava quasi 18 milioni di persone verificate in 160 paesi il 17 aprile 2026, quando ha rilasciato World ID 4.
Agenti di IA con un wallet: un programma che può pagare
Un agente è un programma guidato da un modello linguistico che può chiamare strumenti, come leggere una pagina, inviare un messaggio o fare un pagamento, e che ripete il ciclo finché non raggiunge un obiettivo. Il Model Context Protocol di Anthropic, pubblicato il 25 novembre 2024, è diventato un modo comune di collegare strumenti ai modelli. Nulla in questa definizione rende un agente affidabile. Può sbagliare e può farsi convincere a fare cose.
Perché un programma può avere una chiave ma non un conto in banca
Un conto in banca richiede una persona giuridica e una verifica d’identità. Un indirizzo su blockchain non richiede né l’una né l’altra. Chi conosce la chiave privata può spendere, e la rete non chiede se chi firma è un essere umano. Quindi a un agente si possono dare fondi senza il permesso di nessuno. È proprio questo il punto, ed è anche il problema: chi controlla la chiave, o il server che la custodisce, controlla il denaro.
La risposta di Coinbase mostra il compromesso. I suoi Agentic Wallets, annunciati l’11 febbraio 2026 e costruiti sul precedente AgentKit, tengono le chiavi private dentro l’infrastruttura di Coinbase, così che il modello non le veda mai, e aggiungono limiti di spesa e tetti per sessione, come ha riferito The Block quel giorno. Sono partiti su blockchain compatibili con Ethereum e su Solana. È un modello custodial. L’agente ha un wallet nel senso che può ordinare pagamenti; le chiavi stanno presso un’azienda.
x402: un pagamento dentro una richiesta web
La documentazione di x402 descrive un flusso che sta in poche righe. I nomi in maiuscolo sono intestazioni HTTP.
1. client -> GET /report
2. server -> 402 Payment Required
PAYMENT-REQUIRED: prezzo, token, rete, indirizzo di pagamento
3. client -> GET /report
PAYMENT-SIGNATURE: un pagamento firmato che corrisponde a una offerta
4. server -> lo verifica, da solo o tramite un "facilitator" (/verify)
5. server -> regola sulla blockchain, da solo o tramite il facilitator (/settle)
6. server -> 200 OK, il report
PAYMENT-RESPONSE: prova del regolamento
Esistono tre schemi di pagamento. Con «exact» il client paga un importo fisso. Con «upto» autorizza un massimo e il venditore regola ciò che è stato davvero usato, il che va bene per un modello fatturato a parola. Il «batch settlement», solo su blockchain compatibili con Ethereum, mette i fondi in deposito e incassa in una volta molti addebiti minuscoli. I pagamenti si fanno di norma in una stablecoin in dollari, così il prezzo di una richiesta non si muove tra la domanda e la risposta.
La governance si è allontanata dal suo inventore. Cloudflare ha detto il 23 settembre 2025 di collaborare con Coinbase per creare una x402 Foundation. La tutela è passata alla Linux Foundation ad aprile 2026, secondo il rapporto di Visa e Artemis, e la Linux Foundation ha annunciato il lancio operativo il 14 luglio 2026 con 17 membri premier, tra cui Amazon Web Services, American Express, Circle, Cloudflare, Coinbase, Google, Mastercard, Shopify, Stripe e Visa. Il repository di codice di Coinbase è ora un fork di sviluppo di quello della fondazione.
L’uso è più difficile da fissare rispetto ai meccanismi. Il sito del protocollo parla di «milioni di transazioni» senza data e senza fonte. Il rapporto di Visa e Artemis è l’unico documento qui che mostra il proprio metodo: totali grezzi on-chain di 135,7 milioni di dollari e 178,3 milioni di transazioni da maggio 2025 al 21 aprile 2026, ridotti a circa 15,0 milioni e 109,6 milioni una volta esclusa l’attività di wash e di test, in gran parte su Base, Solana e Polygon. Il filtro è di Artemis e nessuno lo ha sottoposto a revisione indipendente.
Dopo la prima ondata l’andamento è in calo. I dati di Artemis rilanciati da CryptoSlate il 27 maggio 2026 indicavano un volume mensile di 1,19 milioni di dollari a maggio 2026, circa il 77% in meno rispetto al picco di 5,15 milioni di novembre 2025. Davanti a una cifra su x402 conviene porsi quattro domande: quanti pagamenti, tra chi, di quanto ciascuno, e quanta parte è uno che paga sé stesso.
Identità e autorizzazione: ERC-8004 e AP2
Pagare è metà del problema. L’altra metà è sapere chi si paga. ERC-8004, «Trustless Agents», propone tre registri su Ethereum: uno per l’identità, dove ogni agente è un token che rimanda a un file di registrazione, uno per la reputazione, fatto di valutazioni firmate, e uno per la validazione, dove parti indipendenti ricontrollano il lavoro di un agente.
Il suo stato al 18 novembre 2026 è misto. La proposta, creata il 13 agosto 2025, è ancora segnata come bozza. I contratti però sono attivi. Etherscan mostra il registro delle identità creato su Ethereum il 29 gennaio 2026, nel blocco 24.339.871, e contava 20.231 transazioni inviate al registro al 18 novembre 2026. Il repository dei contratti del progetto elenca registri di identità e di reputazione su Ethereum e su altre 24 reti. Non indica alcun indirizzo per il registro di validazione e dice che quella parte della specifica è ancora in discussione. Un registro annota chi dice di essere un agente e che cosa ne dicono gli altri. Non rende l’agente sicuro, e i punteggi di reputazione si possono manipolare come le recensioni online.
Google ha affrontato la questione dal lato del negozio. Il suo Agent Payments Protocol (AP2), annunciato il 16 settembre 2025, fa firmare all’utente dei «mandati», dichiarazioni verificabili del tipo: questo agente può comprare questo articolo fino a questo prezzo. La prima versione copre i pagamenti con carta. I bonifici in tempo reale e le valute digitali sono nella sua tabella di marcia, tra gli esempi ce n’è uno che usa x402 quando non c’è un essere umano presente, e la standardizzazione prosegue nei gruppi di lavoro della FIDO Alliance.
Sono arrivati anche i circuiti di carte
Le crypto non hanno questo campo tutto per sé. Il 18 marzo 2026 Stripe e la blockchain per pagamenti Tempo hanno annunciato il Machine Payments Protocol, un altro standard aperto per i pagamenti tra macchine, e Visa ha detto lo stesso giorno di essere partner di progettazione e di aver pubblicato una specifica per usare credenziali di carta tokenizzate al suo interno. Il rapporto di Visa e Artemis conta circa 25.000 dollari regolati su circa 115.000 transazioni nelle prime settimane di quel protocollo, dopo lo stesso filtraggio. Un agente che paga con la carta eredita ciò che le carte offrono: controllo antifrode e possibilità di contestare un addebito. Un trasferimento in stablecoin è definitivo. Quale delle due cose conti di più dipende dal fatto che l’agente stia comprando una chiamata API per una frazione di centesimo o un volo da 300 dollari.
Chi risponde quando un agente sbaglia
Nessuno di questi protocolli stabilisce la responsabilità. Producono prove: un mandato firmato, un’intestazione di pagamento, una voce di registro. Se un agente compra la cosa sbagliata, paga troppo o viene ingannato, la posizione pratica oggi è quella ordinaria: la persona o l’azienda che lo ha configurato e finanziato sopporta la perdita, poi discute con il fornitore del software. Chi legge non dovrebbe dare per scontato che una tutela del consumatore pensata per i pagamenti con carta lo segua in un wallet gestito da un programma.
Il boom dei token di agenti e che cosa ha lasciato
I sistemi di pagamento sono arrivati tardi. La prima ondata di «agenti di IA» nelle crypto è stata un’ondata di token, e tre storie meritano di essere conosciute perché di solito vengono raccontate male.
La prima è Truth Terminal. Truth Terminal è un account di chatbot gestito da Andy Ayrey, che dice sia una versione addestrata ulteriormente del modello Llama 3.1 di Meta. L’investitore Marc Andreessen gli ha inviato 50.000 dollari in bitcoin l’11 luglio 2024. Il 10 ottobre 2024 qualcun altro ha creato una memecoin chiamata GOAT sulla piattaforma Solana pump.fun. Il bot l’ha trovata e l’ha promossa. La capitalizzazione del token è salita da circa 5.000 dollari a poco meno di 150 milioni di dollari il 14 ottobre 2024, ha riferito Cointelegraph quel giorno citando dati di Birdeye. Il titolo «un’IA ha lanciato una moneta e si è arricchita» era falso. Un bot con una persona dietro ha fatto pubblicità a un token creato da un fan.
La seconda è Virtuals Protocol, la piattaforma che ha trasformato il lancio di un agente con un proprio token in pochi clic. Funziona ancora, e la sua documentazione oggi descrive qualcosa di più ampio: ogni agente riceve un’identità on-chain e un wallet non custodial, un «Agent Commerce Protocol» permette agli agenti di assumersi a vicenda, e il token di un agente che raggiunge la soglia di 42.000 VIRTUAL passa automaticamente a un pool di scambio pubblico. La cifra da cercare è se soggetti esterni paghino quegli agenti per lavori, in importi che contano. La metrica di attività del progetto stesso non lo è.
La terza è ElizaOS, noto all’inizio come ai16z, il framework open source dietro molti agenti crypto e il token a esso collegato. Il 6 agosto 2026 Cointelegraph ha riferito che il fondatore Shaw Walters aveva dichiarato «morto» il token e che la Eliza Foundation stava chiudendo. Eliza Labs aveva trovato un accordo privato con i detentori del token rappresentati da Burwick Law e aveva ceduto quel che restava della tesoreria. Il token è sceso del 19% in 24 ore fino a un minimo storico. Il software va avanti senza di esso. È la differenza tra un token e il progetto da cui prende il nome nella sua forma più pura: un codice che la gente usa e una moneta scambiabile che non dava ai suoi detentori alcun diritto su nulla.
Quel che resta dell’ondata è nella tabella in alto: 656 monete nella categoria AI Agents di CoinGecko, che insieme valgono 2,82 miliardi di dollari al 18 novembre 2026.
Quando gli agenti vengono attaccati: quattro episodi e un benchmark
Gli agenti sono anche gli ultimi arrivati in una sfida antica. La lezione sull’MEV ha mostrato bot che si danno la caccia nella coda pubblica delle transazioni. Un agente aggiunge a quella scena una nuova debolezza: legge testo, e il testo può contenere ordini.
Freysa ha reso l’idea sotto forma di gioco. Lanciato il 22 novembre 2024, era un chatbot con l’istruzione di non rilasciare mai un montepremi, e chiunque poteva pagare per mandargli un messaggio, con una tariffa che saliva a ogni tentativo. Lo sviluppatore Simon Willison ha annotato che 195 persone avevano inviato 482 messaggi. L’ultimo si spacciava per una nuova sessione di amministratore e diceva al modello che la sua funzione «approve transfer» serviva per i fondi in entrata, poi annunciava un deposito. Il bot ha chiamato la funzione e ha pagato l’intero saldo, 13,19 ETH, circa 47.000 dollari secondo The Decoder. È prompt injection con un premio in denaro.
Il caso AIXBT sembrava simile e non lo era. Il 18 marzo 2025 circa 55,5 ETH, pari a 106.200 dollari, sono usciti dal wallet di un bot popolare di commenti sul mercato. I primi post davano la colpa a un’IA manipolata. Chi ne cura lo sviluppo ha detto che l’aggressore era entrato nella dashboard di controllo del bot e vi aveva messo in coda due istruzioni, e che il modello in sé non era stato manipolato, ha riferito Cointelegraph. Era una normale intrusione attraverso un pannello di amministrazione, di quelle che non richiedono alcuna IA.
Un gruppo che includeva ricercatori di Princeton è andato oltre in un articolo pubblicato per la prima volta il 20 marzo 2025, «Real AI Agents with Fake Memories». Lavorando su ElizaOS, hanno mostrato che un aggressore che inserisce voci false nella memoria archiviata di un agente può dirottare trasferimenti successivi, e che questa «memory injection» è più subdola e dura più a lungo di un singolo prompt malevolo. Il loro insieme di test contiene più di 150 compiti realistici su blockchain e oltre 500 casi di attacco.
L’aggressore può essere a sua volta un agente. Il 1° dicembre 2025 Anthropic ha pubblicato un benchmark di modelli di IA contro smart contract, i programmi che custodiscono fondi su una blockchain (vedi la nostra lezione su come funzionano gli smart contract). È una ricerca del laboratorio stesso sui propri modelli e su quelli concorrenti, e tutto si è svolto in simulatori, mai su una blockchain reale. Su 405 contratti che erano stati davvero sfruttati tra il 2020 e il 2025, dieci modelli hanno prodotto exploit funzionanti per 207, circa il 51%, per 550,1 milioni di dollari di fondi simulati. Il 3 ottobre 2025 due modelli, Sonnet 4.5 e GPT-5, hanno analizzato 2.849 contratti recenti senza difetti noti e ne hanno trovati due nuovi, per 3.694 dollari. Un’analisi completa con GPT-5 è costata 3.476 dollari di commissioni.
Si faccia la sottrazione: 3.694 dollari trovati con 3.476 spesi lasciano 218 dollari. Come attività non è niente. Come tendenza dice che cercare errori in migliaia di contratti costa ormai circa quanto rende, per un ladro e allo stesso modo per chi difende e analizza prima di mettere in produzione.

Chi è tentato di affidare dei fondi a un agente può tenere a mente una regola breve. Un agente con una chiave è un hot wallet con una finestra di chat. Meglio dargli un wallet separato con un saldo piccolo, impostare tetti di spesa ed elenchi di destinatari ammessi dove lo strumento li offre, conservare i log, e non digitare mai una frase di recupero in un chatbot o in un agente, per i motivi spiegati nella nostra lezione sulla sicurezza della seed phrase.
DePIN per il calcolo: dall’affitto di GPU all’addestramento di modelli
Promemoria: i mercati di GPU
La lezione precedente ha trattato le reti che affittano processori grafici, Akash, Render, io.net e Aethir: chi fornisce le macchine, come vengono pagate e quanto poco dell’utilizzo viene pubblicato. Il suo esempio datato: la pagina dei prezzi di Akash, indicata come aggiornata al 17 novembre 2026, mostrava una Nvidia H100 a una media di 2,73 dollari per ora di GPU, mentre il prezzo di listino on-demand di Amazon per lo stesso chip risultava di 6,88 dollari. È uno scarto tra la media di un mercato e un prezzo di listino, non un giudizio sulla qualità o sul profitto. Quelle reti vendono tempo di hardware grezzo. I progetti che seguono provano qualcosa di più difficile: coordinare il lavoro di apprendimento automatico in sé.
Bittensor: subnet, miner e validatori
Bittensor è il tentativo più grande. La rete è divisa in «subnet», ciascuna una gara permanente su un compito: generare testo, prevedere prezzi, addestrare un modello. I miner presentano il lavoro, i validatori lo valutano e la catena paga entrambi nella sua moneta, TAO. L’offerta è limitata a 21 milioni, come per Bitcoin.
La documentazione di Bittensor descrive i meccanismi attuali. Da febbraio 2025 ogni subnet ha un proprio token «alpha» scambiato contro TAO, un sistema chiamato dynamic TAO, e il prezzo di mercato di quei token orienta la ripartizione dei nuovi TAO tra le subnet; la formula è cambiata più di una volta. Il primo dimezzamento è arrivato a dicembre 2025 e ha ridotto l’emissione a 0,5 TAO per blocco, circa 3.600 al giorno. All’interno di una subnet la ripartizione predefinita è 18% al proprietario, 41% ai miner e 41% ai validatori e a chi fa staking con loro.
Un dettaglio inganna molti articoli. Il prossimo dimezzamento non ha una data di calendario. I dimezzamenti scattano in base alla quantità emessa, il primo a 10,5 milioni di TAO e il prossimo a 15,75 milioni, e i TAO riciclati verso il protocollo li ritardano. Qualunque pagina che annunci un giorno preciso tira a indovinare.
La critica riguarda la concentrazione e chi paga. Una nota di ricerca di FalconX del 13 maggio 2026, con dati di Taostats, contava 128 subnet, contro 64 quando è partito dynamic TAO. Di queste, 67 bruciavano il 99% o più degli incentivi dei miner il 16 aprile 2026, il che significa pagare quasi nulla per il lavoro. Le dieci subnet più grandi pesavano il 32% della somma dei prezzi delle subnet il 12 maggio, e la rete «root» deteneva il 49,6% di tutti i TAO in staking il 1° maggio contro il 21,3% delle subnet nel loro insieme. La nota metteva un ricavo annualizzato di poco più di 17 milioni di dollari, dato di Artemis, a fronte dei 2,4 miliardi di dollari di capitalizzazione indicati per TAO: meno dell’1%.
La governance è stata messa alla prova nella stessa primavera. Ad aprile 2026 Covenant AI, il gruppo dietro tre delle quindici subnet più grandi, ha annunciato che se ne andava e ha venduto i token delle sue subnet, accusando il cofondatore Jacob Steeves di avere troppo controllo sul protocollo. Quelle subnet hanno perso fino al 40% quasi subito e TAO è sceso del 24% nel giro di poche ore, secondo FalconX. Steeves ha contestato le accuse.
Una rete di sconosciuti può addestrare un modello?
Prima di andarsene, Covenant ha prodotto il risultato più concreto in questo campo. Un articolo inviato ad arXiv il 9 marzo 2026 descrive Covenant-72B, un modello linguistico da 72 miliardi di parametri preaddestrato su circa 1,1 trilioni di token, con partecipanti liberi di entrare e uscire senza permesso e un protocollo blockchain attivo a coordinarli. FalconX attribuisce l’esecuzione a Templar, la subnet di addestramento di Covenant su Bittensor. Gli autori riportano risultati competitivi con modelli addestrati in modo centralizzato con budget di calcolo simili. Questa affermazione è loro. L’articolo mostra comunque che l’addestramento decentralizzato può produrre un risultato reale, il che è più di quanto sappiano mostrare la maggior parte dei token di IA.
Gensyn, a lungo presentato come protocollo per l’addestramento decentralizzato, illustra la distanza tra annunci e operatività. La sua documentazione, letta il 18 novembre 2026, descrive il prodotto di addestramento RL Swarm come una testnet storica non più mantenuta e afferma che non c’è alcuno swarm ufficiale in funzione. Oggi elenca strumenti per rieseguire un calcolo e confrontarlo con una ricevuta, e per far comunicare gli agenti tra pari.
Dimostrare che un modello è stato eseguito: prove a conoscenza zero, chip sicuri e riesecuzioni
Quando un agente paga una risposta, si pone un problema a cui una persona pensa di rado. Come sa che la risposta viene dal modello che ha pagato e non da uno più economico? Tre famiglie di tecniche provano a risolverlo.
- Una prova a conoscenza zero che un dato modello ha prodotto un dato output (il campo si chiama zkML). La prova si verifica con la sola matematica, ma generarla è ancora di ordini di grandezza più lento che eseguire semplicemente il modello, e i grandi modelli linguistici non sono dimostrabili in modo ordinario.
- Un ambiente di esecuzione affidabile (TEE): il modello gira dentro un’area protetta di un processore, e il chip firma una dichiarazione su quale codice ha eseguito. Il costo aggiuntivo è basso. La fiducia si sposta sul produttore del chip e sul software dentro l’enclave.
- Riesecuzione in caso di contestazione: i risultati sono accettati a meno che qualcuno non li contesti, e allora il lavoro viene rifatto da arbitri. Costa poco ed è lenta da chiudere, come i sistemi optimistic visti in precedenza in questo corso.
La seconda famiglia ha avuto un brutto mese. Il 9 novembre 2026 NEAR AI, la divisione di IA del progetto NEAR, ha segnalato un accesso non autorizzato ai suoi sistemi interni e ha sospeso a titolo precauzionale l’inferenza sul suo cloud, secondo Crypto Briefing. Una nota di ricerca della Cloud Security Alliance del 16 novembre 2026, che rilancia la segnalazione dell’azienda, dice che un aggressore ha sfruttato su un server una falla di esecuzione di codice remoto in SGLang, il motore di inferenza open source, e si è spostato su altri sistemi. Circa 100 utenti hanno visto esposti nome ed e-mail. Lo stesso vale per le cronologie delle chat, le impostazioni e i log di 18 agenti su una vecchia installazione che non girava dentro l’enclave. Le chiavi API di due clienti erano state scritte nei log e sono state revocate. NEAR AI non ha riscontrato segni che le conversazioni private archiviate siano state lette, ma ha detto che le richieste riservate gestite da quel server l’8 novembre potevano essere state osservate.
La nota trae una conclusione netta: un’enclave non protegge un carico di lavoro dal suo stesso software. «La prova che è girato il modello giusto» e «la prova che nessuno ha guardato» sono due promesse diverse, e la seconda ha prodotto il suo primo rapporto d’incidente.
Mercati dei dati: vendere ciò con cui i modelli imparano
I dati sono l’input di cui il denaro non basta a comprare di più, ed è difficile scambiarli per un motivo antico. Chi compra non può giudicare un set di dati senza vederlo; chi vende non può mostrarlo senza regalarlo. I progetti crypto hanno provato tre soluzioni.
Quella di Ocean Protocol si chiama compute-to-data. I dati non lasciano mai il proprietario. Chi compra paga il diritto di inviare ai dati un algoritmo approvato e riceve solo il risultato, per esempio un modello addestrato o una statistica. Il percorso del progetto è stato accidentato: la Ocean Protocol Foundation è entrata con Fetch.ai e SingularityNET nella Artificial Superintelligence Alliance, poi ha annunciato il ritiro il 9 ottobre 2025, con effetto immediato, come ha riferito The Block. L’alleanza continua senza, e il suo token si scambia ancora come FET.
Quella di Vana parte dai singoli individui. Un’applicazione che vuole leggere i dati di una persona deve avere un permesso concesso da quella persona e paga a ogni lettura. Un comunicato stampa a pagamento diffuso dal progetto a fine settembre 2026 dice che un’applicazione paga un centesimo per lettura e che al 28 settembre 2026 erano state effettuate 2.937.447 letture verificate. Moltiplicando i due numeri: circa 29.400 dollari di commissioni in tutto fino a quella data. È un uso reale, misurato in centesimi, e dà la scala vera dei mercati dei dati on-chain oggi.
Grass segue la terza strada. I suoi utenti installano un software che presta la loro connessione internet domestica perché l’azienda raccolga pagine web pubbliche, che vende come dati di addestramento. Il sito segue il suo programma di ricompense attuale nella pagina su Grass Stage 2. Come ha spiegato la lezione precedente per ogni rete che condivide la banda, le condizioni del proprio fornitore internet e il proprio indirizzo IP fanno parte di ciò che si presta.
I soldi veri dei dati per l’IA passano da tribunali e contratti
Si confrontino quei centesimi con ciò che accade fuori dalla blockchain. A giugno 2025 il giudice William Alsup del tribunale federale di San Francisco ha stabilito che addestrare un modello su libri acquistati legalmente è fair use, e che conservare milioni di titoli scaricati da biblioteche pirata non lo era. Anthropic ha poi chiuso con un accordo l’azione collettiva degli autori, Bartz v. Anthropic, per 1,5 miliardi di dollari, circa 3.000 dollari a libro per circa mezzo milione di opere. La giudice Araceli Martínez-Olguín ha dato l’approvazione finale il 20 luglio 2026, ha riferito The Next Web il giorno seguente. Cause simili contro altri sviluppatori di IA sono ancora in corso, e una sentenza di un tribunale distrettuale non vincola gli altri tribunali.
La conseguenza per i mercati dei dati basati su token è semplice. Un token non ripulisce una licenza. Un set di dati venduto su una blockchain è lecito esattamente quanto il modo in cui è stato raccolto, e il suo hash prova quando esisteva, non che chi lo vende avesse il diritto di venderlo.
L’IA usata contro di te: bot di trading, deepfake e AI washing
Per la maggior parte di chi legge il primo contatto tra IA e crypto è una pubblicità. Un «bot di trading basato sull’IA» che non perde mai, un volto famoso in un video, una dashboard che mostra profitti che non si possono prelevare.
Il regolatore statunitense dei derivati, la CFTC, tiene sul suo sito un avviso ai clienti senza data con il titolo «SI Won’t Turn Trading Bots into Money Machines», dove SI sta per «super intelligence» nelle parole dell’agenzia. Avverte che la tecnologia non può prevedere il futuro né i bruschi cambiamenti del mercato, e tratta le promesse di rendimenti di decine di migliaia di punti percentuali o di vittorie al 100% come segni di frode. Il suo caso di studio è Mirror Trading International, il cui gestore ha prelevato più di 1,7 miliardi di dollari in bitcoin da almeno 23.000 persone promettendo un bot di trading che garantiva almeno il 10% al mese. Si è operato pochissimo. Era uno schema Ponzi, e i saldi mostrati ai clienti venivano da conti demo.
Anche i regolatori hanno cominciato a sanzionare l’etichetta in sé. Il 18 marzo 2024 la SEC ha annunciato accordi sanzionatori con due consulenti d’investimento, Delphia (USA) e Global Predictions, per aver dichiarato capacità di IA che non avevano. Hanno pagato 225.000 e 175.000 dollari di sanzioni civili senza ammettere né negare le conclusioni. La pratica ha un nome, AI washing, e descrive buona parte del marketing dei token. Nell’UE il regolamento MiCA non dice nulla sull’intelligenza artificiale, ma copre i token e ciò che affermano i loro white paper, come per qualsiasi altra cripto-attività.
Le difese sono quelle della nostra guida per evitare le truffe crypto: nessuno garantisce rendimenti, un video con un personaggio famoso non è una raccomandazione, e una piattaforma che permette di depositare e non di prelevare non è una piattaforma.
Come verificare un progetto crypto e IA in dieci minuti
La tabella riunisce i progetti di questa lezione con le stesse quattro domande rivolte a ciascuno. «Non pubblicato» è una risposta, e spesso la più istruttiva.
| Progetto | Che cosa vende | Chi paga | Prove di utilizzo | Stato al 18 novembre 2026 |
|---|---|---|---|---|
| x402 | Un modo di pagare dentro una richiesta web | Programmi che chiamano API a pagamento | 178,3 milioni di transazioni grezze e 135,7 milioni di dollari da maggio 2025 al 21 aprile 2026; circa 15,0 milioni escludendo wash e test (Visa e Artemis) | Gestito da un organismo della Linux Foundation, lanciato il 14 luglio 2026 |
| ERC-8004 | Registri di identità e reputazione per gli agenti | Nessuno: è uno standard pubblico | 20.231 transazioni verso il registro delle identità su Ethereum al 18 novembre 2026 (Etherscan) | Standard in bozza; nessun indirizzo pubblicato per il registro di validazione |
| Virtuals Protocol | Lanci di agenti e un protocollo di commercio tra agenti | Chi compra il token; agenti che ne assumono altri | Solo metriche definite dal progetto | Attivo; token da 291,3 milioni di dollari |
| ElizaOS | Framework open source per agenti | Nessuno: software libero | Non applicabile | Token dichiarato morto e fondazione in chiusura (agosto 2026); il codice continua |
| Bittensor | Lavoro di apprendimento automatico di miner in competizione | Soprattutto nuova emissione di TAO; alcuni acquirenti esterni | Poco più di 17 milioni di dollari di ricavo annualizzato contro 2,4 miliardi di capitalizzazione (FalconX, 13 maggio 2026) | 128 subnet a maggio 2026; Covenant uscita ad aprile 2026 |
| Gensyn | Strumenti di verifica per esecuzioni di apprendimento automatico | Non pubblicato | La documentazione non elenca alcuno swarm di addestramento ufficiale in funzione | Prodotto di addestramento segnato come storico |
| NEAR AI | Inferenza di IA riservata dentro enclave | Clienti del cloud | Non pubblicato | Accesso non autorizzato segnalato il 9 novembre 2026 |
| Ocean Protocol | Accesso compute-to-data a dati privati | Acquirenti di dati | Non pubblicato | Uscito dalla ASI Alliance il 9 ottobre 2025 |
| Vana | Letture autorizzate di dati personali | Applicazioni, un centesimo per lettura | 2.937.447 letture al 28 settembre 2026 (comunicato stampa a pagamento) | Attivo, piccolo |
Per qualunque altro progetto vale la stessa routine, e non serve nessuno strumento a pagamento.
- Cercare un prodotto che si può usare oggi senza comprare il token. Se l’unica cosa che si può fare è comprare, un prodotto ancora non c’è.
- Trovare chi paga e in che valuta. I ricavi pagati in dollari o in stablecoin da clienti esterni sono una prova. Le ricompense pagate nel token di nuova emissione del progetto sono un costo.
- Confrontare i ricavi con la capitalizzazione. La lezione sulle DePIN lo ha fatto per le reti di GPU; il rapporto per Bittensor qui sopra era inferiore all’1%.
- Controllare se il modello, il set di dati o il codice esistono da qualche parte dove si possono vedere: un articolo, un repository, o un contratto che si può aprire con un block explorer.
- Leggere chi controlla il protocollo e che cosa è successo l’ultima volta che un grande partecipante era in disaccordo.
- Cercare i precedenti legali del team e il piano dell’offerta, comprese le date in cui vengono rilasciati i token bloccati.
Questa lezione non dà alcun parere su nessun token. I controlli qui sopra dicono se dietro il nome c’è un’attività, e non dicono nulla su un prezzo futuro.
Due cose vale la pena seguire da qui. La nota di Goodwin colloca al 2 dicembre 2026 la fine del periodo di tolleranza europeo per la marcatura dei contenuti generati, e il prossimo dimezzamento di Bittensor arriverà quando l’emissione raggiungerà 15,75 milioni di TAO, in un giorno che nessuno può ancora indicare. La prossima lezione di questo percorso passa a un altro campo in cui si è chiesto ai token di sostenere un’economia: GameFi e play-to-earn, che cosa ha funzionato e che cosa è fallito.



