El cofundador de Ethereum, Vitalik Buterin, ha respaldado que Moonshot AI haya recortado las capacidades ofensivas de su último modelo de inteligencia artificial, Kimi K3.1 Pro. Su tesis es sencilla: es menos dañino limitar para qué se usa un modelo que decidir quién puede usarlo. El debate, que hasta ahora vivía en foros técnicos, ha aterrizado de lleno en el terreno cripto.
Moonshot AI es una startup de inteligencia artificial con sede en Pekín. Su plan pasa por publicar los pesos abiertos del modelo antes del 4 de noviembre: los archivos con los parámetros que permiten a cualquiera descargarlo y ejecutarlo en su propio ordenador. Ahí está la virtud y ahí está el problema. Una vez que los pesos salen a la calle, no hay manera de recuperarlos.
De ahí la decisión con coste medible. Según las cifras de la propia compañía, el modelo filtrado resolvió el 81% de las tareas de su prueba interna de exploits, la batería de ejercicios con la que miden hasta dónde llega un modelo a la hora de encontrar y aprovechar fallos. La versión sin filtro alcanzaba el 90,5%. Casi diez puntos de diferencia que, en su lectura, compensan.
El recorte no fue cosmético. Moonshot eliminó los datos relacionados con ciberseguridad de su conjunto de entrenamiento y también de los entornos de aprendizaje por refuerzo, la fase en la que el modelo mejora a base de prueba y error. Las tareas generales de programación se mantuvieron intactas, porque ahí no hay capacidad ofensiva directa.
Buterin lo argumentó en su cuenta de X el 26 de octubre. Discriminar por casos de uso es, escribió, mucho menos malo que discriminar a los usuarios, y el mundo necesita todo el tiempo que pueda conseguir para prepararse, reforzar sistemas y revisar código antiguo. No es una posición nueva en él: hace meses que defiende ejecutar modelos abiertos en su propio hardware.
Filtrar lo que un modelo puede hacer se puede revertir. Decidir quién tiene derecho a usarlo, no.
Dónde está el riesgo real para quien tiene cripto
La conversación no es abstracta para quien guarda fondos en una wallet o en un protocolo de finanzas descentralizadas. El dato más incómodo lo publicó Binance Research a principios de este año: la IA explota smart contracts (los programas que se ejecutan solos en redes como Ethereum y que mueven dinero real) aproximadamente el doble de bien de lo que detecta sus errores. Dicho de otro modo, los modelos son mejores atacando que auditando.
Traducido a la práctica, un contrato que nadie ha revisado a fondo deja de ser un riesgo teórico y pasa a ser una puerta entreabierta. Los puentes entre redes (los bridges, que mueven activos de una cadena a otra) y los protocolos con mucho dinero depositado siguen siendo el objetivo favorito del sector. Y ahora el atacante tiene un asistente que no se cansa.
Por eso la decisión de Moonshot importa más allá de la IA. Si los modelos abiertos llegan con capacidad ofensiva de serie, la ventaja se la queda quien primero la use. Si llegan recortados, los equipos de seguridad ganan semanas para auditar lo que llevan años sin mirar. La compañía publica además documentación y pesos en su web oficial, así que cualquier desarrollador podrá verificar el alcance del filtro por su cuenta.
Una carrera contra el tiempo, no un candado
Conviene no engañarse sobre el alcance del filtro. El propio Buterin reconoció que otros laboratorios acabarán construyendo esas capacidades de todas formas. En el recuento que maneja Moonshot, el modelo abierto rival de DeepSeek, V4.1-Flash, ya obtuvo un 85,7% en la misma prueba. El listón sigue subiendo aunque este modelo concreto dé un paso atrás.
El sector cripto ya ha vivido esta película con otro envoltorio. En el verano de 2020, el auge del DeFi (las finanzas descentralizadas, aplicaciones que prestan, intercambian y rinden sin banco de por medio) multiplicó los contratos desplegados a toda velocidad. Dos años después, la caída de Terra y su stablecoin algorítmica UST dejó claro qué pasa cuando el código va por delante de la revisión. No fue un fallo de mercado. Fue un fallo de prisa.
La diferencia ahora es la velocidad del ataque. Un auditor humano tarda días en revisar un contrato; un modelo entrenado para eso puede tardar minutos en proponer tres vías de entrada distintas. La asimetría favorece al atacante, y por eso el margen de preparación cuenta más que la herramienta concreta de la que hablemos hoy.
También hay un escenario peor, y Buterin lo puso sobre la mesa: si esta primera ola de riesgos sale mal, la respuesta probable no será más apertura, sino modelos muy restringidos, controles de identidad (KYC, es decir, verificación con documento) para todo y vigilancia intrusiva. El acceso a la IA podría acabar dependiendo de credenciales y nacionalidad. Unos usuarios seríamos de primera y otros de segunda, tercera o cuarta. Esa es, a mi juicio, la parte del debate que el sector cripto debería tomarse en serio, porque es exactamente el modelo que lleva una década combatiendo en el terreno del dinero.
Nadie sabe cuánto durará esta ventana. Lo que sí tiene fecha es el siguiente hito: los pesos de Kimi K3.1 Pro estarán disponibles antes del 4 de noviembre, y entonces cualquier desarrollador podrá comprobar, con su propio ordenador, si el recorte es real o solo de fachada. Ahí empieza la parte interesante.
