{"id":754,"date":"2026-10-09T22:32:08","date_gmt":"2026-10-09T22:32:08","guid":{"rendered":"https:\/\/hoge.gg\/it\/ritual-casi-uso-ai-verificabile-onchain-2026\/"},"modified":"2026-10-09T22:32:08","modified_gmt":"2026-10-09T22:32:08","slug":"ritual-casi-uso-ai-verificabile-onchain-2026","status":"publish","type":"post","link":"https:\/\/hoge.gg\/it\/ritual-casi-uso-ai-verificabile-onchain-2026\/","title":{"rendered":"Ritual: a cosa serve davvero l’AI verificabile on-chain"},"content":{"rendered":"

Un testnet pieno di primitive AI, ma a cosa serve?<\/h2>

Negli ultimi mesi su queste pagine abbiamo smontato Ritual pezzo per pezzo: come funziona l’inferenza verificabile, come gli agenti custodiscono le proprie chiavi, perch\u00e9 la sua architettura prova a far ragionare uno smart contract. Resta per\u00f2 la domanda che conta per chi non scrive codice: a cosa serve tutto questo? Un conto \u00e8 capire il meccanismo, un altro \u00e8 vedere quali applicazioni diventano possibili e quali restano esercizi di stile.<\/p>

Ritual \u00e8 una rete che vuole portare i modelli di intelligenza artificiale dentro la logica delle blockchain, in modo che il risultato di un’inferenza sia verificabile come una qualsiasi transazione. Il progetto, nato a New York nel 2023 dai due ex Polychain Niraj Pant e Akilesh Potti, ha un testnet pubblico vivo, un primo prodotto (Infernet) che gira gi\u00e0 oggi su Ethereum, Base e Arbitrum, e oltre 30 milioni di dollari raccolti secondo The Block<\/a>. Quello che non ha, per ora, \u00e8 un mainnet con una data e un token scambiabile.<\/p>

In questo articolo ribaltiamo la prospettiva. Invece di chiederci come fa una catena a verificare un modello probabilistico, ci chiediamo quali applicazioni concrete diventano possibili quando un contratto pu\u00f2 interrogare un modello e fidarsi della risposta. La differenza non \u00e8 accademica: senza un caso d’uso che paghi i costi (e vedremo che non sono banali), un’infrastruttura resta una demo elegante.<\/p>

Potti lo ha detto in modo netto quando il testnet \u00e8 partito: \u00abNon si tratta solo di AI: stiamo costruendo le fondamenta per piattaforme di nuova generazione, reti di prover e marketplace di propriet\u00e0 intellettuale\u00bb, ha dichiarato a The Block<\/a>. Tre categorie di applicazioni, non un generico \u00abAI on-chain\u00bb. Partiamo da l\u00ec.<\/p>

Ritual in breve: cosa esiste davvero oggi<\/h2>

Prima di parlare di casi d’uso conviene fissare il confine tra ci\u00f2 che \u00e8 vivo e ci\u00f2 che \u00e8 promessa, perch\u00e9 buona parte della confusione intorno a Ritual nasce proprio qui.<\/p>

Cosa esiste oggi: Infernet<\/strong>, una rete di oracoli decentralizzata con un SDK leggero, permette a uno smart contract su Ethereum, Base o Arbitrum di richiedere un’inferenza AI a nodi che eseguono il modello e riconsegnano il risultato on-chain. \u00c8 in produzione e chiunque pu\u00f2 integrarlo, come spiega la stessa Ritual nel blog che lo presenta come il primo mattone<\/a> di una suite di protocolli. C’\u00e8 poi il Ritual Chain testnet pubblico<\/strong>, una L1 compatibile con l’EVM ma estesa, con parametri verificabili sui documenti ufficiali: chain ID 1979, blocchi da circa 350 millisecondi, un gas token chiamato RITUAL a 18 decimali ma valido solo in testnet, e sedici precompile che espongono funzioni AI native.<\/p>

Cosa non esiste: un mainnet con una data annunciata, un token RITUAL scambiabile, un listing su un exchange. I documenti ufficiali<\/a> lo ribadiscono riga per riga. Questo vincolo pesa su ogni discorso sui casi d’uso, perch\u00e9 molte applicazioni serie (un protocollo DeFi che gestisce capitali reali, un gioco con economia on-chain) difficilmente gireranno su un testnet senza garanzie di permanenza. Tenere a mente questa differenza \u00e8 la condizione per non confondere ci\u00f2 che oggi \u00e8 usabile con ci\u00f2 che \u00e8 ancora una tesi.<\/p>

Parametro<\/th>Valore (ottobre 2026)<\/th><\/tr><\/thead>
Stato della rete<\/td>Testnet pubblico, nessun mainnet con data<\/td><\/tr>
Chain ID<\/td>1979<\/td><\/tr>
Tempo di blocco<\/td>circa 350 millisecondi<\/td><\/tr>
Gas token<\/td>RITUAL (18 decimali, solo testnet, senza valore)<\/td><\/tr>
Precompile AI<\/td>16 (LLM 0x0802, ONNX 0x0800, HTTP 0x0801, agenti 0x0820 e 0x080C)<\/td><\/tr>
Token scambiabile<\/td>Nessuno<\/td><\/tr>
Primo prodotto live<\/td>Infernet (Ethereum, Base, Arbitrum)<\/td><\/tr><\/tbody><\/table><\/figure>

Perch\u00e9 uno smart contract dovrebbe usare l’AI<\/h2>

Uno smart contract \u00e8 deterministico per costruzione: dato lo stesso input, ogni nodo della rete deve arrivare allo stesso output, altrimenti il consenso salta. Un modello di AI generativa \u00e8 l’opposto: probabilistico, pesante, spesso non riproducibile bit per bit tra hardware diversi. Mettere i due mondi insieme \u00e8 il problema che Ritual prova a risolvere, e Chainlink lo descrive nella sua guida all’inferenza verificabile<\/a> come la capacit\u00e0 di dimostrare che un output \u00e8 stato prodotto davvero da un certo modello su un certo input.<\/p>

Perch\u00e9 un contratto ne avrebbe bisogno? Pant, cofondatore di Ritual, parte da una preoccupazione di potere: \u00abLa concentrazione dell’AI in mano a un piccolo gruppo di aziende potenti \u00e8 una minaccia seria per il futuro della tecnologia. Abbiamo fondato Ritual per spezzare la dipendenza dell’ecosistema da pochi\u00bb, ha detto a CoinDesk<\/a> annunciando il seed da 25 milioni di dollari. La tesi tecnica \u00e8 pi\u00f9 prosaica: se un’applicazione on-chain deve prendere decisioni che oggi affiderebbe a un modello (valutare un rischio, moderare un contenuto, arbitrare una scommessa), ha due strade. Chiamare un’API centralizzata e fidarsi ciecamente, oppure usare un sistema in cui il calcolo \u00e8 verificabile e nessun singolo operatore pu\u00f2 barare.<\/p>

La seconda strada \u00e8 quella che abilita i casi d’uso che seguono. Nessuno di questi richiede l’AI perch\u00e9 \u00e8 di moda: ciascuno nasce da un limite concreto delle blockchain attuali, cio\u00e8 l’incapacit\u00e0 di elaborare dati non strutturati (testo, immagini, audio) e di ragionare su di essi senza un oracolo di cui fidarsi. La tabella che segue mappa i filoni principali, con una stima onesta della loro maturit\u00e0: quasi nessuno \u00e8 pronto per la produzione, ma la distanza dal prototipo varia parecchio.<\/p>

Settore<\/th>Cosa fa il modello<\/th>Cosa viene verificato<\/th>Maturit\u00e0<\/th><\/tr><\/thead>
DeFi<\/td>Valuta rischi, antifrode, parametri dinamici<\/td>Quale modello ha prodotto la valutazione<\/td>Sperimentale<\/td><\/tr>
Gaming<\/td>NPC che dialogano, contenuti generati<\/td>L’azione dell’agente \u00e8 controllabile<\/td>Demo (Frenrug)<\/td><\/tr>
Agenti autonomi<\/td>Decidono, pagano, agiscono da soli<\/td>Calcolo e transazioni on-chain<\/td>Testnet<\/td><\/tr>
Mercati predittivi<\/td>Risolvono eventi descritti a parole<\/td>La risoluzione \u00e8 provabile<\/td>Concettuale<\/td><\/tr>
Privacy e sanit\u00e0<\/td>Inferenza su dati sensibili<\/td>Senza esporre input e pesi<\/td>Testnet + Nillion<\/td><\/tr>
RWA e compliance<\/td>Legge documenti, verifica identit\u00e0<\/td>Chi ha eseguito il controllo<\/td>Concettuale<\/td><\/tr><\/tbody><\/table><\/figure>

Caso d’uso 1: la DeFi che ragiona<\/h2>

La finanza decentralizzata \u00e8 il candidato pi\u00f9 ovvio, perch\u00e9 \u00e8 dove girano i capitali e dove un errore di valutazione costa subito. Oggi un protocollo di prestito fissa i parametri di rischio (quanto puoi prendere a prestito, a che soglia scatta la liquidazione) con formule rigide e oracoli di prezzo. Un modello potrebbe invece leggere segnali che una formula non cattura: la concentrazione dei detentori di un token, il sentiment su un forum, l’andamento anomalo di un wallet, la correlazione con altri asset in tempo reale.<\/p>

Alcune applicazioni plausibili: parametri di rischio dinamici che si adattano alla volatilit\u00e0 invece di restare fissi; motori antifrode che segnalano un pattern di wash trading prima che inquini un mercato; strategie di gestione di tesoreria che un agente esegue entro limiti decisi dalla governance. In tutti questi casi il punto non \u00e8 che l’AI decide, ma che l’AI propone e la decisione \u00e8 verificabile, cos\u00ec da poter contestare un comportamento scorretto a posteriori, cosa impossibile con una scatola nera centralizzata.<\/p>

I limiti sono seri e vanno detti. Un modello che fissa soglie di liquidazione diventa un bersaglio: se un attaccante capisce come ragiona, pu\u00f2 manipolarne gli input, lo stesso problema degli oracoli di prezzo, amplificato. Vitalik Buterin lo ha scritto in modo quasi letterale nel suo saggio su crypto e AI<\/a>: pi\u00f9 l’AI diventa la regola del gioco (chi muove i soldi, chi arbitra), pi\u00f9 l’incentivo ad attaccarla cresce, e un modello aperto \u00e8 ispezionabile ma anche studiabile dall’avversario. Per questo la DeFi che ragiona, se arriver\u00e0, partir\u00e0 da ruoli a basso rischio (analisi, allerta, suggerimento) prima di toccare la leva dei capitali.<\/p>

Caso d’uso 2: il gaming e gli NPC che pensano<\/h2>

Per un pubblico che segue tanto le crypto quanto i videogiochi, il gaming \u00e8 forse il caso d’uso pi\u00f9 intuitivo. I personaggi non giocanti (NPC) dei giochi tradizionali seguono copioni scritti a mano; un modello linguistico pu\u00f2 renderli capaci di dialogare, negoziare, reagire in modo non previsto. Il problema, in un gioco con oggetti e valute on-chain, \u00e8 la fiducia: se l’NPC che distribuisce ricompense gira su un server dello studio, il giocatore deve credere sulla parola che non sia truccato. Un’inferenza verificabile cambia la natura del patto, perch\u00e9 la logica del personaggio diventa controllabile da chiunque.<\/p>

Qui Ritual ha una dimostrazione concreta, non solo una slide. Frenrug<\/strong> \u00e8 un agente AI on-chain che vive in una chatroom di friend.tech e gestisce un portafoglio di key, appoggiandosi alla catena Base. I partecipanti provano a convincerlo, a parole, a comprare o vendere; i messaggi passano per pi\u00f9 modelli linguistici eseguiti da nodi Infernet diversi, ognuno vota on-chain, e un nodo aggrega i voti in un’azione con tanto di prova di validit\u00e0, come racconta il blog del progetto<\/a>. \u00c8 un gioco, ma mostra il meccanismo che conta: una decisione presa da una giuria di modelli, con un esito verificabile invece che fidato.<\/p>

Da qui si aprono applicazioni pi\u00f9 ambiziose: contenuti generati (missioni, dialoghi, oggetti) la cui provenienza \u00e8 certificata; economie di gioco in cui un agente arbitra scambi tra giocatori senza un intermediario; mondi persistenti popolati da personaggi che ricordano, grazie allo stato on-chain degli agenti. Nessuno di questi \u00e8 un prodotto di massa oggi, e la latenza resta un ostacolo serio (un gioco d’azione in tempo reale mal sopporta i tempi di un’inferenza verificata), ma \u00e8 il terreno dove la combinazione crypto pi\u00f9 AI ha il racconto pi\u00f9 naturale e il minor rischio economico in caso di errore.<\/p>

Caso d’uso 3: gli agenti autonomi e l’economia delle macchine<\/h2>

Il caso d’uso che Ritual stessa mette al centro \u00e8 l’agente autonomo: un software che non si limita a rispondere, ma agisce. Sulla sua catena un agente pu\u00f2 coprire sette capacit\u00e0 di base, che i documenti riassumono come i mattoni di un cittadino di prima classe della rete, non uno script che gira altrove.<\/p>