Ritual Chain: la blockchain AI-native per gli agenti on-chain

Per anni la promessa dell’intelligenza artificiale on-chain si è scontrata con un limite tecnico tanto banale quanto insormontabile: una blockchain è deterministica, un modello di machine learning quasi mai. Ogni validatore deve poter rieseguire la stessa transazione e ottenere, bit per bit, lo stesso risultato; l’inferenza di un large language model, invece, gira su GPU diverse, dipende dalle versioni delle librerie e a volte da un margine di casualità. È il motivo per cui, fino a poco tempo fa, «AI e blockchain» ha significato quasi sempre un token con un chatbot attaccato sopra, non un modello che gira davvero dentro la logica di uno smart contract.

Ritual nasce per sciogliere quel nodo, e a giugno 2026 ha portato la propria tesi al banco di prova più concreto: un testnet pubblico in cui l’inferenza non è un servizio esterno chiamato via API, ma una primitiva della catena, un opcode al pari di un’addizione o di un trasferimento. Il progetto è passato in tre anni da semplice oracolo (Infernet) a Layer 1 sovrana, Ritual Chain, disegnata dalla base attorno a un’idea precisa: gli agenti AI devono poter vivere sulla catena, svegliarsi da soli, pagare il proprio calcolo e lasciare una prova verificabile di ciò che hanno eseguito.

Questa guida spiega come funziona quel disegno, cosa distingue Ritual da Bittensor, Gensyn e Akash, perché la questione del token è più delicata di quanto lascino intendere i canali Discord, e dove si colloca un’infrastruttura del genere per chi, in Italia, la guarda da sviluppatore o da investitore, tra AI Act europeo, MiCA e vigilanza Consob.

Che cos’è Ritual e quale problema prova a risolvere

Ritual è un’infrastruttura crypto-AI che punta a rendere l’inferenza dei modelli verificabile e componibile dentro gli smart contract. Detta così suona astratta, ma il problema di partenza è molto concreto e, secondo i fondatori, prima politico che tecnico: l’AI di frontiera è concentrata in poche aziende che controllano contemporaneamente i modelli, i dati di addestramento e la capacità di calcolo.

«La concentrazione dell’AI in un piccolo gruppo di aziende potenti rappresenta una minaccia significativa per il futuro della tecnologia», ha dichiarato il co-fondatore Niraj Pant nel novembre 2023, spiegando di aver fondato Ritual «per porre fine alla dipendenza dell’ecosistema da pochi» e per aprire l’accesso a un’infrastruttura critica, come riportato da CoinDesk. La tesi, in sintesi: se i modelli restano scatole nere ospitate su server privati, non c’è modo di verificare che l’output non sia stato manipolato, censurato o semplicemente sbagliato. La stessa idea, letta in chiave di potere industriale più che di codice, era già al centro del ritratto che Forbes dedicava al progetto al momento del lancio.

Sul piano ingegneristico, però, il vero ostacolo è il determinismo. Una rete come Ethereum funziona perché migliaia di nodi rieseguono ogni transazione e devono arrivare allo stesso identico stato finale; se anche un solo bit differisse, la rete non troverebbe consenso. L’inferenza di un modello moderno viola questa regola per costruzione: produce risultati che cambiano a seconda dell’hardware, della precisione numerica, dell’ordine delle operazioni. Mettere un LLM «dentro» un blocco, in modo ingenuo, significherebbe rompere il consenso.

La risposta di Ritual è ribaltare il problema: invece di far rieseguire il modello a tutti, lo si esegue una volta sola e si ancora il risultato con una prova che chiunque può controllare a basso costo. È la stessa intuizione che rende oggi l’inferenza verificabile un tema centrale per gli agenti autonomi, i software che firmano transazioni per conto dell’utente e che quindi hanno bisogno di fidarsi dell’output di un modello prima di muovere fondi; un tema che abbiamo approfondito spiegando perché sono proprio gli agenti AI a comprare inferenza decentralizzata.

Dai fondi di Polychain al testnet pubblico: la parabola di Ritual

Dietro Ritual ci sono due nomi che arrivano dal cuore del venture crypto. Niraj Pant e Akilesh Potti hanno lavorato insieme per tre anni a Polychain Capital prima di fondare la società a New York nel 2023. Pant con un passato da investitore in progetti come EigenLayer e Solana; Potti come ricercatore di machine learning ed ex quant di Palantir. Una combinazione, mercato dei capitali crypto più competenze di ML, che spiega bene la traiettoria del progetto.

Il debutto pubblico è del novembre 2023: un round seed da 25 milioni di dollari (all’incirca 22 milioni di euro) guidato da Archetype, con la partecipazione di Accomplice e Robot Ventures, come confermato all’epoca da Blockworks e dalla stessa CoinDesk. Un anno dopo, al lancio del primo testnet, The Block indicava un totale raccolto di oltre 30 milioni di dollari.

Il vero salto concettuale arriva nel novembre 2024, quando Ritual annuncia il testnet della propria catena e istituisce la Ritual Foundation, l’ente indipendente incaricato di promuovere l’adozione attraverso grant, formazione e programmi per la community. «Il testnet di Ritual Chain abilita comportamenti completamente nuovi, che oggi nessun altro sistema rende possibili nell’interazione con l’AI», dichiarava allora Akilesh Potti. A febbraio 2025 la fondazione pubblica il documento Unveiling Ritual, che per la prima volta mette nero su bianco l’architettura EVM++. La tappa più recente è l’apertura del testnet pubblico, nell’estate del 2026.

Infernet, l’oracolo che ha aperto la strada

Prima della catena c’è Infernet, il primo prodotto di Ritual e ancora oggi la porta d’ingresso più semplice. Infernet è una rete di oracoli decentralizzata (in gergo, un decentralized oracle network) pensata per un compito specifico: permettere a uno smart contract, su qualunque blockchain compatibile con l’EVM, di ottenere l’output di un modello AI. Un contratto su Ethereum, Base o Arbitrum può inviare una richiesta di inferenza alla rete Infernet, che la esegue su nodi di calcolo distribuiti e restituisce il risultato, on-chain oppure off-chain con verifica crittografica.

Il valore, per uno sviluppatore, è la sostituzione di un anello di fiducia. Senza una rete come questa, chi vuole usare l’output di un modello dentro un contratto deve appoggiarsi a un servizio centralizzato e fidarsi che non menta. Come nota l’analista Neeraja Tokekar in una ricognizione dei progetti AI-crypto pubblicata a maggio 2026, chi costruisce prodotti DeFi che devono prendere decisioni basate sull’AI dentro il contratto «può usare Ritual invece di fidarsi di un oracolo off-chain centralizzato», e cita Ritual tra i pochi progetti che stanno facendo «qualcosa di genuinamente nuovo» (fonte Ancilar). Infernet mette a disposizione un SDK per integrare l’inferenza nelle dApp e, nel disegno complessivo, funziona da tessuto connettivo tra il resto del Web3 e la nuova Ritual Chain.

La verifica è il punto delicato. Un output AI vale poco se non si può dimostrare che provenga davvero dal modello richiesto e non sia stato alterato lungo il tragitto. Qui Ritual adotta un approccio modulare, che va dalle prove a conoscenza zero agli ambienti di esecuzione fidati (TEE), lo stesso ventaglio di tecniche che rende possibile la fiducia tra agenti software e che sta dietro a standard emergenti come quelli descritti nel nostro articolo su verifiable compute ed ERC-8004.

Ritual Chain: una Layer 1 sovrana costruita attorno all’AI

Infernet risolve il «come chiamo un modello da un contratto». Ritual Chain risponde a una domanda più ambiziosa: e se l’intera catena fosse progettata perché l’AI sia un cittadino di prima classe, e non un ospite? Ritual Chain è una Layer 1 sovrana, cioè con un proprio meccanismo di consenso e una propria sicurezza, ma resta compatibile con l’ecosistema Ethereum grazie a un’estensione della macchina virtuale battezzata EVM++. Secondo la documentazione ufficiale, il testnet pubblico gira con chain ID 1979, tempi di blocco intorno ai 350 millisecondi e un token di gas denominato RITUAL, con il consueto set di strumenti per sviluppatori (Foundry, Hardhat, viem, wagmi) già supportato (fonte documentazione Ritual).

La scelta di una catena sovrana, invece di restare un semplice oracolo sopra Ethereum, ha una logica precisa: solo controllando l’esecuzione a livello di protocollo si può trasformare l’inferenza in una primitiva nativa, con costi prevedibili e garanzie integrate, invece di appenderla al di fuori come un servizio di terze parti. La retrocompatibilità con l’EVM serve ad abbassare la barriera: uno sviluppatore Solidity può portare i propri contratti quasi senza riscritture e, solo dove serve, chiamare le nuove funzionalità AI.

Perché non un semplice rollup o una appchain sopra Ethereum, allora? La risposta di Ritual è che alcune primitive, in particolare l’inferenza come opcode e la programmazione nativa nel tempo, richiedono modifiche al livello di esecuzione e di consenso che un rollup, vincolato al modello di sicurezza della catena madre, non può introdurre liberamente. Una L1 sovrana paga questa libertà con l’onere di costruirsi da zero la propria sicurezza economica, il tallone d’Achille storico di ogni nuova catena; è il classico compromesso tra controllo del design e costo del bootstrap, e sarà uno dei nodi da sciogliere nel passaggio dal testnet alla produzione.

EVM++: quando l’inferenza diventa un opcode

EVM++ è il cuore tecnico del progetto: un’estensione retrocompatibile della macchina virtuale di Ethereum che aggiunge quattro famiglie di capacità. La prima sono i compute precompile, funzioni a basso livello che espongono operazioni pesanti (a partire dall’inferenza) come se fossero istruzioni native. La seconda è la native scheduling, cioè la possibilità per un contratto di programmarsi da solo nel tempo. La terza sono gli enshrined oracle, oracoli integrati nel protocollo anziché aggiunti sopra. La quarta è l’account abstraction nativa, che semplifica il modo in cui gli account firmano e pagano.

I precompile sono la parte più vistosa. La documentazione ne elenca sedici, raggruppati per funzione: l’inferenza di un LLM è esposta a un indirizzo dedicato (0x0802), i modelli classici in formato ONNX a un altro (0x0800), e poi ancora inferenza in cifratura omomorfica (FHE), verifica di prove a conoscenza zero, generazione multimodale di immagini, audio e video. Accanto ci sono precompile per la connettività con il mondo reale (chiamate HTTP, anche di lunga durata, e query sui dati in stile jq) e precompile pensati specificamente per gli agenti. In pratica, dal punto di vista di un contratto, chiedere a un modello di generare un testo diventa un’operazione elementare quanto sommare due numeri.

Esecuzione replicata contro esecuzione delegata

La soluzione al problema del determinismo sta in una scelta architetturale elegante: Ritual Chain fa girare due percorsi di esecuzione sullo stesso stato. Il primo è l’esecuzione replicata, quella classica: operazioni deterministiche come i trasferimenti di token o le letture di memoria vengono rieseguite da ogni validatore, esattamente come su Ethereum. Il secondo è l’esecuzione delegata, riservata a tutto ciò che deterministico non è: l’inferenza di un LLM, una chiamata HTTP, un calcolo pesante.

Quando un contratto invoca un precompile come quello dell’inferenza o dell’HTTP, il lavoro vero non avviene in modo replicato su ogni nodo, ma off-chain, all’interno di un ambiente di esecuzione fidato (TEE, Trusted Execution Environment). Il punto cruciale è che ogni risposta viene legata crittograficamente alla richiesta esatta che l’ha generata: il validatore non deve rifare l’inferenza, gli basta verificare che quella risposta corrisponda a quella richiesta e provenga da un ambiente attestato. È così che un’operazione non deterministica può entrare in un blocco senza rompere il consenso.

Un esempio rende l’idea. Immaginiamo un contratto che deve decidere se approvare un piccolo prestito leggendo un documento. Il contratto chiama il precompile dell’inferenza; il modello gira in un TEE fuori dalla catena e restituisce l’esito insieme a un’attestazione. I validatori non rileggono il documento né rieseguono il modello: verificano che l’attestazione corrisponda alla richiesta e registrano il risultato. Il costo on-chain resta quello di una verifica, non di un’inferenza, ed è ciò che rende l’operazione sostenibile.

Questa separazione è la ragione per cui Ritual può promettere inferenza «on-chain» senza chiedere a migliaia di nodi di possedere GPU identiche. Ha però un prezzo in termini di assunzioni di fiducia, su cui torneremo: affidarsi ai TEE significa fidarsi, in ultima istanza, anche del produttore del chip che li implementa.

Lo scheduler e gli agenti che si «svegliano» da soli

Se c’è una funzione che spiega perché Ritual parla di catena «per gli agenti AI» e non semplicemente «con l’AI», è lo scheduler. Su una blockchain tradizionale un contratto è passivo: fa qualcosa solo quando qualcuno gli invia una transazione. Ritual Chain introduce le scheduled transaction, transazioni programmate che si eseguono in modo non interattivo al verificarsi di condizioni definite dall’utente. In pratica uno sviluppatore può registrare una frequenza di callback e il proprio contratto verrà «risvegliato» dalla catena stessa, senza bisogno di un bot esterno o di un servizio cron centralizzato.

Su questa base poggiano i precompile per gli agenti. La documentazione descrive agenti persistenti, dotati di memoria e di un meccanismo di «resurrezione» che li mantiene in vita, con tanto di heartbeat integrato, e agenti sovrani capaci di eseguire istruzioni via linea di comando. A completare il quadro ci sono un AsyncJobTracker che gestisce il ciclo di vita dei lavori asincroni e un RitualWallet che prepaga le commissioni per le operazioni asincrone. Messi insieme, questi pezzi descrivono qualcosa di inedito: un agente che vive interamente sulla catena, si sveglia da solo a intervalli regolari, chiama un modello per decidere cosa fare, paga di tasca propria l’inferenza e agisce, senza che nessun processo off-chain lo tenga in piedi.

È esattamente il tipo di autonomia che sta spingendo la domanda di inferenza decentralizzata e che rende gli agenti i clienti naturali di reti come questa. Il rovescio della medaglia, ovviamente, è che un agente che muove fondi in autonomia è tanto utile quanto pericoloso se l’output del modello che lo guida non è verificabile: da qui, di nuovo, l’ossessione di Ritual per le prove.

Resonance e Symphony: prezzare e verificare il calcolo eterogeneo

Una catena in cui alcuni nodi eseguono trasferimenti e altri fanno girare LLM su GPU costose ha due problemi che una blockchain normale non ha. Il primo è il prezzo: come si stabilisce quanto costa un’operazione se l’hardware che la esegue è profondamente diverso? La risposta di Ritual è Resonance, un meccanismo di commissioni descritto come un mercato a due lati, che fa incontrare domanda e offerta di calcolo e prezza le transazioni in modo coerente su hardware eterogeneo, unificando tipi di computazione altrimenti incomparabili.

Il secondo problema è la verifica su scala. Rieseguire tutto ovunque, il modello classico delle blockchain, è impensabile per l’inferenza. Qui entra Symphony, l’approccio al consenso che Ritual descrive come «Execute-Once-Verify-Many-Times»: alcuni nodi selezionati eseguono il carico di lavoro e generano prove sintetiche, che tutti gli altri possono verificare senza replicare il calcolo. A monte c’è la specializzazione dei nodi: ciascuno sceglie i carichi adatti alle proprie capacità (chi ha GPU potenti fa inferenza, chi no si concentra su compiti più leggeri) e viene remunerato di conseguenza, così che anche partecipanti con risorse modeste abbiano un ruolo. La descrizione completa di questi meccanismi è nel documento Unveiling Ritual.

Vale la pena notare quanto sia ambizioso, e non ancora provato su larga scala, l’insieme di questi meccanismi. Un mercato a due lati che prezza in modo equo hardware disomogeneo e uno schema che genera prove sintetiche affidabili per carichi pesanti sono problemi di ricerca aperti, non ingegneria di routine. È qui che si gioca la differenza tra una demo suggestiva e una rete che regge traffico reale, ed è per questo che i benchmark del testnet pubblico contano più di qualunque presentazione.

Come si verifica un’inferenza: zkML, TEE e opML a confronto

Il cuore filosofico di Ritual è l’integrità computazionale modulare: non un’unica tecnica di verifica imposta a tutti, ma un ventaglio di opzioni tra cui scegliere in base al compromesso desiderato tra costo, velocità e garanzie. Le quattro grandi famiglie sono le prove a conoscenza zero applicate al machine learning (zkML), gli ambienti di esecuzione fidati (TEE), il machine learning ottimistico (opML) e gli approcci probabilistici. Nessuna è perfetta, e la scelta dipende molto dal caso d’uso.

Nella pratica, il testnet pubblico si appoggia soprattutto ai TEE per l’esecuzione delegata, la scelta più pragmatica per far girare LLM di grandi dimensioni a costi ragionevoli. È una decisione sensata dal punto di vista ingegneristico, ma sposta il baricentro della fiducia: un TEE è sicuro quanto lo è l’hardware che lo implementa, e la storia recente della sicurezza dei chip suggerisce di non considerarlo mai infallibile. Il valore dell’impostazione modulare è che, man mano che lo zkML matura e diventa meno costoso, gli stessi contratti potranno alzare l’asticella delle garanzie senza cambiare catena.

Casi d’uso: cosa si può davvero costruire

Tutta questa infrastruttura ha senso solo se abilita applicazioni che prima erano impossibili o scomode. Gli esempi più citati ruotano attorno a tre idee: portare il giudizio di un modello dentro la logica finanziaria, dare agli agenti una casa dove operare senza intermediari, e rendere verificabile la provenienza di ciò che un modello produce.

• DeFi che ragiona: un protocollo di prestito che regola i parametri di rischio in base a un modello, o un mercato di previsione che risolve gli esiti leggendo fonti esterne, senza affidarsi a un arbitro umano;
• agenti autonomi on-chain: bot di tesoreria, market maker o assistenti che si svegliano da soli, valutano lo stato del mondo con un LLM e firmano transazioni, il caso d’uso che spiega la spinta verso l’inferenza verificabile per gli agenti;
• provenienza e diritti: la possibilità per chi crea un modello di dimostrarne la paternità apre a nuovi modi di distribuirlo e monetizzarlo, un tema che tocca da vicino anche i contenuti e il gaming;
• giochi e mondi con AI: personaggi non giocanti guidati da modelli le cui decisioni sono verificabili, così che un NPC non possa barare in modo invisibile.

Nessuno di questi scenari è ancora un prodotto di massa, e la maggior parte vive oggi come dimostrazione. Ma è la direzione che spiega perché tanti sviluppatori guardano con interesse a una catena in cui il modello non è un servizio esterno, bensì un pezzo del protocollo.

Ritual nel panorama AI-crypto: Bittensor, Gensyn, Akash

Ritual non nasce nel vuoto. Il settore «AI x crypto» è affollato, ma i progetti seri occupano nicchie diverse più che darsi battaglia frontale. Vale la pena distinguerli per capire dove si colloca Ritual.

Bittensor resta il peso massimo del comparto: al momento in cui scriviamo TAO capitalizza circa 1,85 miliardi di euro, con un prezzo intorno ai 167 euro e una posizione attorno alla quarantesima nella classifica generale, secondo CoinGecko. Ma il suo dominio è sull’addestramento e sulla competizione tra modelli, non sull’inferenza dentro i contratti. Gensyn lavora un piano più in basso, sulla verifica trustless del calcolo di training; Akash affitta GPU come un marketplace. Ritual, come sintetizza Tokekar, è l’unico che punta a rendere l’inferenza una funzione interna alla catena, contendibile agli oracoli centralizzati più che agli altri progetti AI-crypto. La domanda che li accomuna tutti, però, è la stessa: chi comprerà davvero questo calcolo? La risposta, sempre più spesso, sono gli agenti.

Il nodo del token: cosa sappiamo e cosa no

Qui serve chiarezza, perché è il punto su cui circolano più equivoci. Alla data di questo articolo, agosto 2026, Ritual non ha un token pubblico e negoziabile. Il RITUAL che compare come token di gas del testnet serve a pagare le commissioni sulla rete di prova e non ha alcun valore economico: non è quotato, non si compra e non si vende, e qualunque «prezzo di RITUAL» offerto da un sito o da un bot va trattato come un segnale d’allarme.

La fondazione ha avviato programmi per la community, con ruoli su Discord e attività di testnet, e non ha mai nascosto l’intenzione di premiare i primi contributori. Ma «probabile futura distribuzione» non è «airdrop annunciato», e la differenza conta. Nessuna data, nessun meccanismo e nessuna allocazione ufficiale sono stati confermati. In un ecosistema in cui il farming di airdrop è diventato uno sport, questa è precisamente la situazione che i truffatori sfruttano: falsi token RITUAL, finti siti di claim e presunte presale sono la conseguenza prevedibile di un progetto atteso ma ancora senza token. La regola pratica è semplice: finché l’annuncio non arriva dai canali ufficiali della Ritual Foundation, qualunque token con quel nome è da considerarsi falso.

Per chi vuole comunque partecipare in modo legittimo, la strada passa dai canali ufficiali: usare il faucet del testnet, distribuire contratti, provare i precompile di inferenza e contribuire alla community. Sono attività a costo quasi nullo che, se un giorno arrivasse una distribuzione, potrebbero anche essere riconosciute; ma vanno intraprese per capire come funziona la rete, non come una scommessa travestita da tutorial. La differenza tra sperimentare un testnet e inseguire un airdrop fantasma è tutta qui.

AI Act, MiCA e Consob: la mappa per l’investitore italiano

Dal punto di vista regolamentare, l’assenza di un token semplifica e complica al tempo stesso. La semplifica perché, senza un asset negoziabile, non c’è nulla che ricada oggi sotto il regolamento europeo MiCA né sotto la vigilanza di mercato della Consob: non esiste un crypto-asset da classificare, né un servizio su di esso da autorizzare. Se e quando un token dovesse arrivare, lo scenario cambierebbe: andrebbe classificato ai sensi di MiCA e qualunque piattaforma italiana volesse quotarlo dovrebbe operare come CASP autorizzato, un tema che abbiamo mappato parlando dei CASP autorizzati un mese dopo MiCA.

Il quadro che tocca più da vicino un progetto come Ritual, però, non è quello finanziario ma quello sull’intelligenza artificiale. Dal 2 agosto 2025 sono in vigore gli obblighi dell’AI Act europeo per i modelli di uso generale (GPAI): documentazione tecnica che renda tracciabile lo sviluppo e l’addestramento, sintesi dei dati usati per il training, rispetto del diritto d’autore, con requisiti rafforzati per i modelli più potenti, quelli addestrati con oltre 10^25 operazioni in virgola mobile (fonte Commissione europea). L’inferenza verificabile non è, di per sé, uno strumento di conformità all’AI Act, e sarebbe scorretto venderla come tale; ma la direzione di marcia è la stessa, quella di una tracciabilità dimostrabile di ciò che un modello ha prodotto. Per l’investitore italiano il messaggio è duplice: nessuna scorciatoia normativa, e attenzione a chi promette esposizione «a Ritual» tramite prodotti che, semplicemente, non esistono ancora.

Vale infine la pena ricordare il contesto macro. Progetti infrastrutturali come questo si finanziano quando l’appetito per il rischio è alto e il capitale costa poco; quando i tassi salgono e la curva dei rendimenti si irrigidisce, sono proprio le scommesse a lungo termine e senza ricavi immediati a soffrire per prime. Un dettaglio che chi valuta l’AI-crypto come tema di investimento, e non solo come tecnologia, farebbe bene a tenere presente.

Rischi, incognite e cosa tenere d’occhio

Ritual è un progetto ambizioso ancora in fase di testnet, e questo definisce da solo buona parte dei rischi. Non esiste una data ufficiale di mainnet, e tra un testnet che funziona e una rete di produzione sicura e decentralizzata c’è di mezzo un lavoro enorme. L’affidamento ai TEE per l’esecuzione delegata introduce un’assunzione di fiducia sull’hardware che non tutti considereranno accettabile per applicazioni ad alto valore. La concorrenza è agguerrita e ben capitalizzata. E il modello economico, ossia come e quando un token catturerà valore, resta un’incognita.

Per orientarsi, questi sono i segnali concreti da monitorare nei prossimi mesi:

• la data e le condizioni del mainnet;
• il modello del token e l’eventuale meccanismo di distribuzione, se e quando saranno annunciati;
• le prime dApp reali che usano i precompile di inferenza, non solo demo;
• il grado di decentralizzazione degli operatori dei TEE;
• i benchmark di costo e latenza dell’inferenza on-chain rispetto alle API tradizionali.

Il giudizio, allo stato, è sospeso ma interessante. Se la tesi di Ritual è corretta, cioè se il futuro della crypto sarà popolato da agenti autonomi che hanno bisogno di inferenza verificabile per agire in sicurezza, allora una catena costruita fin dalle fondamenta per questo scopo parte con un vantaggio di design. Se invece l’inferenza on-chain resterà una nicchia e la maggior parte degli agenti continuerà a chiamare API centralizzate perché più economiche, l’ambizione di una L1 dedicata potrebbe rivelarsi sovradimensionata. Il testnet pubblico del 2026 è il primo, vero test di questa ipotesi.

Domande frequenti

Che cos’è Ritual nel mondo crypto?

Ritual è un’infrastruttura crypto-AI che rende l’inferenza dei modelli di intelligenza artificiale verificabile e utilizzabile dentro gli smart contract. Comprende Infernet, una rete di oracoli che porta l’output dei modelli su qualunque catena EVM, e Ritual Chain, una Layer 1 sovrana in cui l’inferenza è una primitiva nativa e gli agenti AI possono girare direttamente on-chain.

Ritual ha un token? Esiste un airdrop di RITUAL?

No. Ad agosto 2026 Ritual non ha un token pubblico negoziabile. Esiste un token di gas chiamato RITUAL sul testnet, ma serve solo a pagare le commissioni sulla rete di prova e non ha valore economico. Non è stato annunciato alcun airdrop ufficiale: qualunque token RITUAL in vendita o sito che offra un «claim» va considerato una truffa fino a comunicazione contraria dei canali ufficiali della Ritual Foundation.

Che differenza c’è tra Ritual e Bittensor?

Occupano nicchie diverse. Bittensor incentiva la competizione e l’addestramento di modelli tramite le sue subnet ed è il maggiore progetto AI-crypto per capitalizzazione. Ritual si concentra sull’inferenza verificabile e sull’esecuzione: mira a far girare i modelli dentro i contratti e a competere con gli oracoli centralizzati, non con l’addestramento distribuito.

Come funziona l’inferenza AI on-chain su Ritual Chain?

Ritual separa due percorsi di esecuzione. Le operazioni deterministiche (trasferimenti, letture) vengono rieseguite da tutti i validatori come su Ethereum; l’inferenza e le chiamate esterne vengono invece eseguite off-chain in un ambiente fidato (TEE) e il risultato viene legato crittograficamente alla richiesta. I validatori verificano la prova senza rieseguire il calcolo, così un’operazione non deterministica può entrare in un blocco senza rompere il consenso.

Ritual è regolamentato in Italia da Consob o dalla MiCA?

Al momento no, perché senza un token negoziabile non c’è un crypto-asset che ricada sotto MiCA o sotto la vigilanza di mercato della Consob. Il quadro più pertinente è semmai l’AI Act europeo, in vigore per i modelli di uso generale dal 2 agosto 2025. Se in futuro arrivasse un token, andrebbe classificato secondo MiCA e le piattaforme italiane che lo trattassero dovrebbero essere autorizzate come CASP.

Marcus Okafor scrive di infrastrutture AI-crypto, mercati e regolamentazione per HOGE Wire.