Lagrange está construyendo una capa de prueba infinita para Web3, una infraestructura descentralizada de conocimiento cero (ZK) que permite pruebas verificables a través de datos entre cadenas, DeFi e inferencia de IA. Con un token LA recién lanzado, respaldado por una recaudación de $17.2 millones y ya listado en Binance, Coinbase y otros, Lagrange tiene como objetivo escalar la verificación criptográfica y establecerse como la columna vertebral fundamental para la IA verificable a través de su Red de Proveedores ZK, ZK Coprocessor y sistema DeepProve zkML.
En esta entrevista de Binance News, el equipo de Lagrange explica cómo la demanda de pruebas impulsa la economía de tokens, qué integraciones del mundo real (como el airdrop de 15M LA para HODLers de Binance y asociaciones) significan para los usuarios y cómo Lagrange planea pasar de la curiosidad ZK a la necesidad de Web3.
1. ¿Cómo explicarías brevemente la misión de Lagrange a los usuarios de Binance que están descubriendo el token LA?
Lagrange está construyendo la base criptográfica para la IA verificable. Nuestra misión es asegurarnos de que cada decisión de IA, ya sea una predicción, una clasificación o una acción autónoma, sea demostrable con verificación criptográfica. DeepProve de Lagrange permite a cualquiera probar que un sistema de IA ejecutó el modelo correcto y dio la respuesta correcta. Con el token LA, no solo estás invirtiendo en infraestructura, estás potenciando una red de prueba descentralizada que aporta transparencia y responsabilidad a la IA, DeFi y datos entre cadenas.
2. ¿Qué faltaba en los modelos existentes de blockchain o oráculos que te obligó a inventar una red de prueba ZK descentralizada?
Los oráculos y rollups tradicionales pueden verificar lo que sucedió, pero no pueden probar por qué o cómo. Esa distinción es crítica en IA. Necesitamos verificar la lógica detrás de la salida de un modelo de IA sin exponer datos sensibles o pesos. Por eso construimos la Red de Proveedores de Lagrange para que esté optimizada para inferencias de IA fuera de la cadena, consultas SQL y estados complejos entre cadenas, ninguno de los cuales eran factibles con la infraestructura heredada.
3. Llamas a Lagrange una "capa de prueba infinita". ¿Qué permite esa arquitectura que los actuales rollups ZK y oráculos no pueden?
Los rollups prueban la ejecución; Lagrange prueba cualquier cosa. Al desacoplar la generación de pruebas de los entornos de ejecución, podemos verificar inferencias de IA, uniones SQL a gran escala y estados históricos entre cadenas. Esta capacidad de prueba ilimitada es lo que nos permite servir aplicaciones emergentes de IA mientras seguimos apoyando primitivos criptográficos centrales como puentes y oráculos DeFi.
4. Lagrange opera una Red de Proveedores ZK descentralizada en EigenLayer. ¿Quiénes son los operadores, cómo se asegura la disponibilidad de pruebas y qué papel juegan los titulares de tokens LA en el mantenimiento de la fiabilidad?
Nuestros operadores son un conjunto globalmente distribuido de proveedores que están comprometidos a producir y verificar pruebas ZK. La disponibilidad se asegura a través de nuestra capa de orquestación de pruebas, y los titulares de tokens LA pronto podrán delegar a nodos de alto rendimiento. Esto alinea los incentivos: mayor demanda de IA verificable → más pruebas → más recompensas para operadores confiables.
5. El ZK Coprocessor está destinado a la computación verificable fuera de la cadena (como SQL, estado entre cadenas). ¿Puedes guiarnos a través del viaje de un usuario, desde la consulta hasta la validación de la prueba?
Imagina que una DAO quiere verificar una instantánea de gobernanza de una cadena remota. Envían una consulta al ZK Coprocessor. Nuestro sistema recupera el estado, ejecuta una computación fuera de la cadena (como una unión SQL) y luego produce una prueba ZK que se valida en la cadena. El resultado es una instantánea completamente verificable, auditable y componible con contratos inteligentes.
6. DeepProve (zkML) permite que los contratos inteligentes verifiquen inferencias de IA sin revelar datos de entrada. ¿Por qué es esto importante y cómo están habilitando inferencias de IA seguras a escala?
Este es el corazón de nuestro trabajo. A medida que los sistemas de IA comienzan a gobernar el acceso a capital, atención médica e infraestructura de defensa, necesitamos demostrar por qué tomaron una decisión. DeepProve permite esto generando pruebas de conocimiento cero de inferencia de ML, preservando la privacidad, garantizando la corrección y anclando la confianza en las matemáticas. Proporcionamos la infraestructura necesaria para hacer que la IA sea verificable por diseño.
7. El token LA alinea la demanda de pruebas con la demanda de tokens. ¿Cómo funciona el modelo económico de LA, específicamente en torno a tarifas de prueba, staking y delegación?
Cada prueba generada a través de Lagrange requiere una tarifa pagada en LA, USDC o cualquier otro token de elección (si se paga en otro token, la tarifa se intercambia por LA). Estas tarifas se distribuyen luego a los operadores de nodos y delegadores. La delegación a través de DARA (nuestro mecanismo de subasta pionero) asegura que los incentivos de los clientes y los proveedores estén alineados.
8. Estás lanzando la delegación a los operadores de nodos a través de DARA (Asignación de Recursos Adaptativa Dinámica). ¿Cómo empareja DARA las tareas con los operadores mientras preserva la descentralización y la eficiencia?
DARA es un sistema de subasta doble que empareja las solicitudes de prueba con los operadores de nodos más adecuados. Los clientes envían ofertas; los proveedores envían solicitudes. DARA selecciona las coincidencias más eficientes y establece un precio de liquidación justo, asegurando que ambos lados sean veraces e incentivados. Este modelo es crítico para escalar zkML y la IA verificable. Recompensa a los operadores que ejecutan hardware especializado, fomenta la asignación eficiente de computación y ofrece a los titulares de LA una forma de delegar a proveedores de alto rendimiento.
9. Los usuarios de Binance participaron en un airdrop de 15M LA basado en HODLing de BNB. En el futuro, ¿cómo pueden los titulares monetizar LA? ¿Proporcionarán yield el staking, la delegación o las integraciones de Binance Earn?
Los titulares pueden monetizar sus tokens LA a través de staking y delegación. Actualmente, el staking es el mecanismo principal de generación de rendimiento, ofreciendo un 10% APY con un bloqueo de 1 año, como ya se anunció. La delegación también está soportada, aunque no proporciona rendimiento por defecto en este momento. Estamos explorando futuras integraciones, incluidas oportunidades potenciales con plataformas como Binance Earn, para expandir la utilidad y las opciones de recompensa para los titulares de LA.
10. Más allá de la IA, ¿qué casos de uso del mundo real están conectando la infraestructura ZK de Lagrange? ¿Puedes destacar un ejemplo de DeFi o interoperabilidad entre cadenas que ya esté en funcionamiento o que llegue pronto?
Un caso de uso emocionante son los feeds de precios verificables entre cadenas para protocolos de opciones descentralizadas. Estos requieren datos históricos de múltiples cadenas, ensamblados y probados sin necesidad de confianza. Con Lagrange, pueden verificar cada punto de datos sin depender de un oráculo centralizado, acercando DeFi a la auditabilidad de calidad institucional.
11. Las asociaciones con protocolos como 0G Labs y Matter Labs están activas. ¿Cómo amplían estas colaboraciones la huella de Lagrange a través de rollups, ecosistemas y la demanda de computación del mundo real?
Estamos integrando nuestra tecnología zkML y ZK Coprocessor en múltiples pilas de rollup. Con 0G, estamos construyendo infraestructura nativa de IA desde cero. Con Matter Labs y otros, estamos habilitando la verificación entre cadenas de los outputs de IA y los estados de datos. Cada asociación es un vector para expandir la superficie de la computación verificable a través de Web3 y más allá.
12. ¿Cómo están abordando el escepticismo sobre el hype de ZK? ¿Qué pruebas tienen, o proporcionarán, de que la infraestructura de Lagrange es de grado de producción y escalable?
No creemos en el hype. Creemos en las pruebas. Ya nos hemos asociado con varios proyectos empresariales y de Web3 para ampliar las capacidades de DeepProve para probar inferencias de IA con tecnología ZK, compartimos nuestra investigación central sobre ZK en las principales conferencias académicas (SBC 2023 y SBC 2025), y nos asociamos con grandes empresas como NVIDIA e Intel. DeepProve ya ha verificado millones de computaciones fuera de la cadena: pronto, DeepProve zkML podrá soportar los modelos de LLM más utilizados del mundo.
13. Durante el próximo año, ¿qué hitos, incluidos zkML v2, herramientas SQL y lanzamientos de SDK, deberían seguir de cerca los usuarios?
Durante el próximo año y más allá, los usuarios pueden esperar el despliegue de las capacidades de prueba ampliadas de DeepProve, incluida la inferencia verificable para los principales LLM como LLaMA, Claude y Gemini, así como la investigación central que introduce nuevos tipos de pruebas como Pruebas de Entrenamiento, Ajuste Fino, Equidad y Razonamiento. Estos avances permitirán una IA segura y auditable en industrias de alto riesgo como defensa, atención médica y finanzas. En el lado de la infraestructura, estén atentos a hitos importantes que incluyen aceleración de hardware con socios clave, lanzamientos de SDK y API, herramientas SQL para desarrolladores y la escalabilidad horizontal de DeepProve a través de la prueba paralela. Juntos, estos desarrollos posicionan a Lagrange para liderar la evolución de la IA verificable a través de la empresa, Web3 y más allá. Puedes aprender más sobre los próximos hitos de Lagrange en la hoja de ruta.
14. Y finalmente, si Lagrange tiene éxito, ¿cómo imaginas que se utilizarán la confianza, la verificabilidad de datos y la IA en aplicaciones descentralizadas para 2030?
Para 2030, la IA estará en todas partes, y también lo estarán sus riesgos. Lagrange existe para hacer que la IA sea responsable. Imagino un mundo donde cualquier sistema de IA, ya sea que esté asignando préstamos o pilotando drones, debe generar un recibo criptográfico, una prueba ZK de lo que hizo y cómo. Así es como construimos una inteligencia segura, componible y verificable a través de la web descentralizada.
