De Cornell Lab al Protocolo Cripto: Dr. Leo Fan sobre la construcción del Motor ZK de Cysic

Con las pruebas de conocimiento cero remodelando rápidamente la frontera de la blockchain y la privacidad, el viaje de la teoría académica al protocolo del mundo real está plagado de desafíos. Este artículo se adentra en la historia del Dr. Leo Fan, un académico que pasó de los pasillos de un laboratorio líder en Cornell a co-construir el motor ZK (conocimiento cero) en Cysic. A lo largo del camino, desglosamos cómo la investigación rigurosa se fusiona con la ambición de ingeniería, y lo que se necesita para convertir ideas criptográficas complejas en un protocolo en vivo.

A medida que exploramos la transición del Dr. Fan, los conocimientos técnicos y su visión para el futuro, los lectores obtendrán una visión matizada de cómo se crean los motores ZK — y por qué son importantes para la próxima ola de sistemas descentralizados.

Q1. Hiciste un gran cambio de la academia (Cornell → Rutgers) a fundar Cysic. ¿Cuál fue el momento o problema que te convenció de dejar la investigación/enseñanza y construir una empresa en torno al hardware e infraestructura ZK?

Durante mi tiempo en la academia y en roles de investigación en la industria, quedó claro que los sistemas de conocimiento cero sufrían de un cuello de botella fundamental: eran matemáticamente elegantes, pero demasiado lentos e ineficientes para la adopción en el mundo real. En Algorand, vi de primera mano que los sistemas ZK carecían del hardware y la infraestructura para escalar más allá de los prototipos. Esa brecha, más que cualquier momento único, me convenció de dejar Rutgers y construir Cysic en 2022 como un esfuerzo dedicado para hacer que la computación verificable sea práctica.

Q2. ¿Cómo influyeron su investigación académica y sus primeros roles en la industria (Algorand, IBM/Bell Labs, etc.) en la visión técnica de Cysic, especialmente en la decisión de combinar hardware personalizado (ASIC/CUDA) con una red de probadores descentralizada?

Mi trabajo académico en Cornell, bajo la dirección de la profesora Elaine Shi, la reconocida científica de la computación y criptógrafa, me proporcionó una base sólida en criptografía y computación verificable. Los roles en la industria en Algorand y IBM/Bell Labs me expusieron a las limitaciones prácticas: la mayoría de los sistemas ZK estaban limitados por el cómputo, y el hardware de propósito general no estaba diseñado para las cargas de trabajo que requieren las pruebas. Esa combinación—teoría rigurosa más cuellos de botella del mundo real—configuró la decisión de Cysic de emparejar hardware personalizado (aceleración ASIC/CUDA) con una red de probadores descentralizada. Era la única manera de hacer que las pruebas fueran rápida, asequible y escalable de manera confiable.

Q3. Cysic se describe a sí misma como “silicio a protocolo.” ¿Puedes guiarnos a través de la pila, desde el diseño de hardware hasta la generación de pruebas y la liquidación, y cuáles capas has priorizado al escalar?

“Silicon to protocolo” significa que optimizamos cada capa del ciclo de vida de la prueba:

Capa de hardware: aceleradores diseñados a medida para cargas de trabajo ZK, optimizados para velocidad y costo.

Capa pro: redes descentralizadas de GPUs y ASICs que ejecutan nuestro modelo ComputeFi.

Capa de protocolo: liquidación, verificación e integración con mercados de pruebas y ecosistemas L2.

En las etapas iniciales, priorizamos las capas de hardware y del pro porque son la base para la escalabilidad. ComputeFi—nuestro mecanismo para poner hardware en la cadena—se convirtió en un momento decisivo, permitiendo la computación verificable y descentralizada a gran escala.

P4. Diseñar hardware de aceleración para pruebas ZK es inusualmente difícil. ¿Cuáles fueron las mayores sorpresas de ingeniería o compromisos que encontraste al intentar optimizar el rendimiento, la latencia, el costo y la generalidad entre los sistemas de prueba?

Optimizar simultáneamente el rendimiento, la latencia, el costo y la generalidad es inherentemente difícil. Nuestro mayor avance fue ComputeFi, que nos permitió mapear recursos de hardware directamente en la cadena. Esa elección de diseño resolvió muchos de los compromisos entre flexibilidad y rendimiento y formó la base de nuestra visión a largo plazo para un cómputo descentralizado y verificable.

Q5. Cysic se está posicionando como un tipo de DePIN ZK (mercado de recursos de computación). ¿Cómo crees que la descentralización de la computación ZK cambia la economía y la experiencia del usuario de los rollups ZK y las L2?

El mercado DePIN de hoy depende en gran medida del hardware de grandes fabricantes de GPU como Nvidia. De hecho, las GPU de Nvidia ejecutan aproximadamente el 80% de la infraestructura DePIN que vemos hoy. Esto conduce a una monopolización donde el mercado está fuertemente influenciado por los precios, decisiones y capacidades de actualización de Nvidia. Los desarrolladores más pequeños también se ven afectados negativamente por los altos costos de GPU de hoy porque no pueden permitirse las economías de escala disfrutadas por los desarrolladores más financiados.

Descentralizar la potencia de computación es la solución, ya que los usuarios ya no tienen que comprar y poseer hardware costoso; en su lugar, pueden acceder a potencia de computación de alto rendimiento bajo demanda. Esto permite que los desarrolladores más pequeños, con menos financiación, eviten comprar y mantener hardware físico costoso y solo compren acceso siempre que lo necesiten para operaciones como pruebas de rendimiento o pruebas.

Q6. El ajuste producto-mercado a menudo obliga a pivoteos. ¿Cómo ha cambiado la hoja de ruta del producto de Cysic y su estrategia de entrada al mercado desde el prototipo más temprano hasta las fases actuales de testnet, y qué comentarios de usuarios/socios llevaron a esos cambios?

Nuestra hoja de ruta sigue una expansión deliberada y secuencial. El mercado de pruebas es nuestra capa fundamental. A partir de ahí, estamos extendiéndonos al mercado de computación más amplio a través de la verificación de IA, la inferencia y el aprendizaje automático ZK. La evolución ha sido impulsada por comentarios de socios y clientes que solicitan una infraestructura unificada para cargas de trabajo de IA y ZK. Como resultado, ahora proporcionamos servidores y servicios que admiten esta clase más amplia de tareas de computación.

Q7. La economía de la comunidad y de los operadores es crítica para DePINs. ¿Cómo has diseñado incentivos, herramientas y procesos de incorporación para que una diversidad de proveedores de hardware (, desde GPUs de aficionados hasta ASICs), puedan participar de manera sostenible?

Los mecanismos para garantizar la sostenibilidad a largo plazo incluyen el slashing: si los proveedores o validadores no pueden responder a tiempo, sus $CYS tokens serán incautados y distribuidos a otros. Esto asegura que los validadores estén al tanto de las tareas, lo que previene largos retrasos.

Para los mineros, aplicamos una tarifa de mantenimiento sobre el BTC que se quema con el tiempo. Estos mecanismos aseguran la vitalidad, desincentivan el mal rendimiento y recompensan la participación a largo plazo y confiable en todo el espectro de hardware.

Q8. ¿Puedes compartir lecciones sobre la escalabilidad del ecosistema Cysic, asociaciones, integraciones, herramientas para desarrolladores o relaciones con incubadoras/validadores que aceleraron materialmente la adopción?

La lección más importante es la adaptabilidad. El panorama de las criptomonedas cambia constantemente, y las hojas de ruta rígidas rara vez sobreviven al contacto con la realidad del mercado. Si bien la construcción de comunidades y las sólidas asociaciones en el ecosistema han sido esenciales, la adaptabilidad ha sido el factor decisivo: poder refinar herramientas, integraciones y asociaciones rápidamente nos ha permitido satisfacer a los desarrolladores y redes donde surgen sus necesidades.

Q9. En el lado de la gobernanza y el token ( si puedes hablar de ello ): ¿qué modelo de gobernanza y palancas económicas consideras esenciales para equilibrar la descentralización, la seguridad y la financiación a largo plazo del protocolo?

Los principales mecanismos económicos en los que nos basamos son la reducción, recompensas dinámicas para los expertos y validadores, y mecanismos de quema de tarifas vinculados a los costos de mantenimiento. Estos alinean los incentivos a través de la red, asegurando que la seguridad y la disponibilidad se mantengan mientras se crea un ciclo de financiación sostenible a largo plazo para el protocolo.

Q10. La seguridad y la confianza son fundamentales para la infraestructura ZK. ¿Cómo abordas la gestión de riesgos, por ejemplo, errores de hardware, proveedores maliciosos o ataques a la cadena de suministro, y qué capas de defensa priorizas?

Nuestro enfoque se centra en la defensa en capas: validación a nivel de hardware, garantías de corrección a nivel de experto a través de penalizaciones, y verificaciones a nivel de protocolo para la disponibilidad y el comportamiento. Al combinar la redundancia descentralizada de expertos con sanciones económicas por comportamiento inapropiado, reducimos los riesgos de puntos únicos de falla y aseguramos que la actividad maliciosa sea ya sea prevenida o desincentivada económicamente.

Q11. Mirando hacia atrás en su transición de profesor a CEO, ¿cuáles habilidades interpersonales o desafíos de gestión inesperados han sido los más difíciles de aprender, y qué consejo le daría a otros académicos que estén pensando en fundar una startup de tecnología profunda?

Ser profesor y ser fundador de una startup son dos roles completamente diferentes. Como profesor, tenía que ser preciso, conservador en mis afirmaciones y estar sobradamente preparado; cada trabajo tenía que estar pulido antes de poder ser publicado.

En una startup, es casi lo opuesto. Tuve que aprender a centrarme en la visión macro y operar desde una perspectiva de alto nivel. En lugar de esperar resultados perfectos, tenía que mostrar progreso paso a paso y estar seguro de cada mejora. Esta mentalidad contradice directamente la formación académica, donde se espera que evites hacer afirmaciones preventivas hasta que todo esté comprobado.

Mi principal consejo para los académicos que consideran una startup de tecnología profunda es no centrarse únicamente en la tecnología. El 99% de las startups no pueden ganar solo con la tecnología. Necesitas relaciones públicas, marketing, asociaciones y una comunidad. Como fundador, debes gestionar todo esto y mantenerte enfocado en el panorama general.

Q12. ¿Dentro de cinco años, cómo se ve el éxito para Cysic, técnicamente, para el ecosistema y para el panorama más amplio de ZK? ¿Y cuáles son los principales riesgos técnicos o de mercado que estás observando ahora?

El éxito significa convertirse en la solución líder para la aceleración de hardware escalable y rentable para todo el ecosistema de computación ZK y verificable. Nuestro objetivo a largo plazo es servir como la columna vertebral de infraestructura para la innovación tanto en IA como en cripto. Los principales riesgos hoy son la volatilidad del mercado y el rápido ritmo del cambio tecnológico, lo que refuerza la necesidad de seguir siendo adaptativos mientras se construye hacia esa visión más amplia.