GenLayer lance Bradbury, sa nouvelle testnet pour tester l’IA au sein du consensus blockchain

GenLayer a présenté Bradbury, sa nouvelle testnet et la prochaine étape vers sa mainnet. Bradbury met l’accent sur l’aspect technique, en cherchant à coordonner le consensus blockchain avec des modèles d’IA et de l’inférence non déterministe au sein d’un réseau décentralisé.

Bradbury ne se présente pas comme une simple testnet d’infrastructure. Selon GenLayer, cette phase vise à servir d’environnement d’expérimentation où validateurs, builders, partenaires et chercheurs peuvent tester comment le réseau réagit lorsque des modèles, des données externes et des décisions non déterministes entrent en jeu.

Pendant Asimov, GenLayer s’est concentré sur la mise en place des bases du réseau et la connexion des différentes pièces du système. Bradbury change ce focus : il ajoute l’inférence avec des LLMs et ouvre une phase plus active de tests et d’optimisation.

GenLayer décrit lui-même Bradbury comme un environnement où la participation de tous devient plus active. Il souligne également que, contrairement à Asimov, le choix et la configuration des modèles cessent d’être secondaires pour devenir centraux.

Bradbury s’intègre naturellement dans la proposition de GenLayer, car il met à l’épreuve précisément le type d’infrastructure que ce réseau cherche à rendre viable : l’exécution d’Intelligent Contracts dans un environnement où tout n’est pas strictement déterministe.

Lorsqu’un contrat utilise des modèles de langage ou intègre des données externes, le défi ne consiste plus seulement à exécuter du code, mais à permettre au réseau de valider des résultats qui ne sont pas toujours identiques. C’est là qu’intervient l’architecture de GenLayer.

D’un côté, Optimistic Democracy organise la validation des exécutions : un validateur propose un résultat et les autres le vérifient. De l’autre, le Equivalence Principle permet d’accepter des sorties différentes tant qu’elles sont équivalentes selon les critères définis par le protocole.

Dans ce contexte, Bradbury ne se distingue pas seulement comme un test de performance, mais comme un espace pour étudier comment GenLayer réagit lorsqu’il doit amener au consensus un type de calcul qui, par nature, introduit de la variabilité.

Bradbury est l’environnement où GenLayer veut mesurer le comportement de cette architecture face à une inférence réelle. On passe d’un réseau passif à un réseau beaucoup plus expérimental, où validateurs et builders peuvent déployer des contrats et comparer leur exécution en testnet avec celle dans Studio, afin d’aider à affiner le système.

Dans cette testnet, les questions que Bradbury soulève sont très concrètes :

• quel modèle utiliser pour chaque contrat,
• comment réduire les coûts sans dégrader les résultats,
• comment renforcer la sécurité face aux attaques de type prompt,
• comment mesurer l’impact de différentes configurations,
• et quels incitatifs économiques peuvent rendre la validation durable.

Cette testnet ouvre un véritable espace d’expérimentation autour de l’inférence, de la sécurité, des incitations et du comportement du consensus. Voici ses principaux axes :

1. Greyboxing

GenLayer définit le greyboxing comme la capacité des validateurs à appliquer des transformations arbitraires avant chaque appel au LLM. Cela signifie que l’input et le contexte peuvent être capturés, analysés, modifiés et filtrés avant de lancer l’inférence. Cette couche peut améliorer simultanément les performances, les coûts et la sécurité.

De plus, GenLayer relie cette logique à sa future Constitution, un cadre de gouvernance destiné à définir quelles transactions doivent être autorisées ou bloquées. Dans ce scénario, le greyboxing ne servirait pas seulement à optimiser les appels au modèle, mais aussi à détecter d’éventuelles infractions avant le traitement.

2. Model routing

GenLayer envisage que les validateurs n’utilisent pas un seul modèle pour tous les contrats, mais puissent sélectionner différents LLMs selon le cas d’usage. Cela introduit une nouvelle dimension opérationnelle et économique dans la validation.

Si un contrat est exécuté des milliers de fois par jour, il peut être pertinent d’utiliser un modèle plus petit, moins coûteux ou spécialisé. À l’inverse, dans des cas avec un risque économique plus élevé, il peut être préférable d’utiliser un modèle plus puissant afin d’augmenter la probabilité de convergence avec la majorité.

3. Sécurité dans GenLayer

Bradbury met également l’accent sur l’un des risques les plus connus des systèmes basés sur des LLMs : la prompt injection. GenLayer estime que le consensus Optimistic Democracy apporte déjà une première couche de protection, mais qu’elle n’est pas suffisante à elle seule.

C’est pourquoi il propose que chaque node puisse inspecter les prompts et les inputs avant l’appel au modèle et appliquer des filtres locaux. Ici, le greyboxing se positionne comme un mécanisme de défense actif, et pas uniquement comme un outil d’optimisation.

4. Benchmarks, gas et diversité des modèles

Avec Bradbury, GenLayer ne se limite pas à présenter des idées : il cherche à les mesurer via des benchmarks, en utilisant des Intelligent Contracts, des datasets et du trafic réel d’applications pour évaluer les configurations, observer les écarts et comparer les résultats. Cet environnement expérimental est appelé Bradbury Gym.

Cette partie est directement liée à l’économie du protocole. GenLayer souhaite ajuster son système de récompenses et de pénalités en fonction de l’usage réel sur la testnet. Par exemple, GenLayer propose une hypothèse concrète : payer entre 60 et 100 fois le coût d’inférence par transaction en gas aux validateurs, afin d’éviter qu’il ne soit rentable d’accepter automatiquement la réponse du leader sans effectuer une validation réelle.

Par ailleurs, Bradbury servira à étudier la diversité des modèles. Selon GenLayer, Optimistic Democracy bénéficie de configurations moins corrélées entre validateurs, que ce soit via différents LLMs, des paramètres distincts ou des checkpoints alternatifs. L’idée est qu’une moindre corrélation favorise une meilleure convergence vers des réponses correctes.

C’est l’un des aspects les plus intéressants de Bradbury du point de vue de l’infrastructure. Il ne s’agit pas seulement d’exécuter des nodes, mais d’analyser comment interagissent les incitations, les coûts, la qualité de l’inférence et la diversité technique dans un réseau conçu pour fonctionner avec une logique AI-native.

Pour les développeurs, Bradbury ouvre un espace où tester des contrats sur un réseau avec un consensus réel et comparer leur comportement avec un environnement de développement local. Cela permet d’analyser la latence, les coûts, le routing et l’impact de l’inférence dans des conditions proches d’un réseau actif.

Pour les validateurs, la valeur réside dans l’expérimentation d’un stack où l’optimisation ne dépend plus uniquement du hardware ou de la maintenance du node. Dans GenLayer, entrent également en jeu le choix du modèle, la configuration du pipeline, la gestion des risques de sécurité et l’efficacité économique de chaque décision d’inférence.

Pour ceux qui souhaitent participer activement à GenLayer et tester Bradbury, il est déjà possible de le faire via le portail de contributions.

Depuis cette interface, vous pouvez accéder aux différentes façons de vous impliquer dans la testnet, tant au niveau technique que communautaire.

De plus, si vous souhaitez rester à jour sans manquer les avancées les plus importantes, chez Stakely nous partageons des rapports hebdomadaires sur Telegram avec les principales nouveautés de l’écosystème GenLayer, incluant les évolutions de la testnet, les enseignements techniques et les avancées du protocole.