【Hilo largo en inglés】Scroll cofundador: El camino inevitable de ZK

Chainfeeds Guía de lectura:

Hace cuarenta años, las pruebas de conocimiento cero (ZK) eran solo una idea ignorada, una curiosidad matemática. Hace veinte años, se convirtieron en experimentos bancarios que costaban millones. Y hoy, las pruebas de conocimiento cero ya no son solo una promesa.

Fuente del artículo:

Autor del artículo:

Sandy Peng

Opinión:

Sandy Peng: Desde el artículo original de 1985, las pruebas de conocimiento cero han pasado por décadas de exploración académica y escepticismo industrial: entre los años 1980 y 1990, los académicos expandieron las pruebas interactivas hacia variantes de conocimiento cero y exploraron implementaciones no interactivas (como el método heurístico de Fiat-Shamir); en los 2000, empresas y grupos de investigación en criptografía comenzaron experimentos limitados, pero los despliegues reales seguían siendo escasos, y la tecnología se utilizaba principalmente en sistemas de identidad o privacidad, hardware específico y otros nichos; después de 2020, con el auge de blockchain y las arquitecturas roll-up, los costos, la latencia y la complejidad de ingeniería de los sistemas ZK disminuyeron drásticamente, aunque el costo promedio por prueba seguía siendo de unos 80 dólares (hasta diciembre de 2023). Hoy en día, el costo de operar en la cadena de Scroll es inferior a 0,01 dólares, lo que representa una reducción de costos de 8.000 veces. Tecnologías que antes se consideraban “imposibles” ahora son más baratas que muchos rollups basados en Optimism. Las pruebas de conocimiento cero no son solo una herramienta de escalabilidad; su capacidad central incluye la gestión de la privacidad, es decir, la posibilidad de mostrar u ocultar información selectivamente, brindando seguridad financiera y dignidad tanto a usuarios como a instituciones, algo que una blockchain transparente no puede lograr. La popularización de la tecnología de conocimiento cero es similar al desarrollo de la IA. En el ámbito de la IA, muchas empresas se centran en la construcción de modelos —OpenAI, Anthropic, Google, etc.— entrenando sistemas desde la base y dominando las capas de optimización y los datos; otras empresas desarrollan aplicaciones sobre estos modelos, encapsulando la inteligencia existente en apps, interfaces de chat o herramientas de productividad. Ambas formas crean valor, pero generan diferentes relaciones de poder: quien controla el modelo base tiene la capacidad central, mientras que quien solo desarrolla sobre él depende de la hoja de ruta de otros, como la diferencia entre poseer y alquilar tierras. Por ejemplo, Apple integró el modelo de OpenAI en Apple Intelligence en lugar de construir su propio modelo. Incluso los proveedores de modelos reconocen que solo construir mejores modelos no es suficiente para dominar el mercado. Cuando la experiencia del usuario la proveen las aplicaciones superiores, los proveedores de modelos pueden convertirse en infraestructuras invisibles, poderosas pero fácilmente reemplazables. Al darse cuenta de esto, OpenAI lanzó su propio navegador, interfaz de voz y la herramienta de generación de video Sora, mostrando la capacidad del modelo y controlando la relación con el usuario. Esta tendencia está acelerando su impacto en el mundo cripto: algunos equipos se enfocan en infraestructura, otros en aplicaciones para usuarios. Ambos son igual de importantes: la infraestructura sin usuarios es una cáscara vacía, y las aplicaciones sin control de la base no pueden escalar a largo plazo. Por ello, Scroll está evolucionando de una “cadena única” a un ecosistema que abarca productos para usuarios finales, priorizando el diseño móvil para mejorar la experiencia del usuario y lograr un desarrollo sinérgico entre infraestructura y aplicaciones. La infraestructura de Scroll ha logrado avances en costos y privacidad. Con la última actualización Feynman, el costo de transacción es inferior al de algunos OP-rollups; Cloak proporciona una capa de privacidad auditable para la cadena; Ceno introduce la próxima generación de probadores de conocimiento cero, utilizando el protocolo GKR sumcheck. A nivel de usuario, @usxcapital lanzó el primer neodólar impulsado por conocimiento cero—una stablecoin privada y gastable, con un rendimiento de aproximadamente 10-15%; Garden ofrece una aplicación de ahorro cripto; @ether_fi Cash ya completó 1,2 millones de transacciones, con un gasto total superior a 100 millones de dólares; proyectos de RWAs como @ProjectMochaHQ tokenizan cafetales de Kenia, permitiendo que cualquiera invierta en agricultura; @ChatterPay permite transferencias por WhatsApp; @SynthOS__ utiliza IA para recomendar combinaciones de rendimiento personalizadas. El desarrollo de las pruebas de conocimiento cero ha pasado por 40 años, desde una curiosidad matemática hasta experimentos bancarios y, hoy, una tendencia inevitable. Antes eran costosas y difíciles de implementar, pero ahora los sistemas de conocimiento cero no solo son eficientes y utilizables, sino que también garantizan la divulgación selectiva de datos, posibilitando experimentos financieros, de gobernanza e institucionales. Las blockchains transparentes pueden soportar especulación, pagos comunes y algunas aplicaciones institucionales, pero la falta de privacidad las hace inadecuadas para escenarios sensibles. Las blockchains con fuerte privacidad pueden realizar casi todas las funciones en finanzas, votaciones y experimentos de gobernanza, proporcionando una base sólida para la economía digital y la experimentación institucional. La tecnología de conocimiento cero ha pasado de ser un experimento teórico a convertirse en el núcleo irreversible de la infraestructura.