Cocoon AI от Павла Дурова. Что известно уже сейчас?

30 ноября 2025 года Павел Дуров запустил Cocoon — проект, который претендует на то, чтобы изменить правила игры в индустрии искусственного интеллекта. Это децентрализованная сеть для выполнения AI-задач, где владельцы мощных видеокарт сдают вычисления в аренду и получают за это криптовалюту Toncoin, а разработчики используют эти мощности для своих приложений — без Amazon, без Google, без посредников. При этом данные пользователей остаются зашифрованными на всём пути: их не видит никто, включая самих владельцев GPU.

Cocoon расшифровывается как Confidential Compute Open Network — открытая сеть конфиденциальных вычислений. Проект построен на блокчейне TON и глубоко интегрирован с Telegram: мессенджер с 950 миллионами пользователей уже направляет через Cocoon часть своих AI-функций, включая автоматический перевод сообщений.

Как появился Cocoon

Идея объединить блокчейн и искусственный интеллект вызревала в экосистеме Telegram не один год. Дуров неоднократно говорил о необходимости новых подходов к AI-сервисам — таких, которые гарантировали бы приватность и независимость от технологических гигантов.

Первый публичный намёк на проект прозвучал 2 октября 2025 года в Астане, на форуме Digital Bridge, где Дуров встретился с президентом Казахстана Токаевым. Тогда он упомянул, что команда несколько месяцев работает над технологией на стыке блокчейна и ИИ, способной обслуживать более миллиарда пользователей на новых принципах конфиденциальности.

Месяц спустя, 29 октября, на конференции Blockchain Life 2025 в Дубае (рекордные 16 730 участников) Дуров официально представил Cocoon. Выступление получилось программным. Он объяснил, почему централизация AI-сервисов — это проблема, и предложил решение.

«Централизованные провайдеры вычислений, такие как Amazon и Microsoft, действуют как дорогие посредники, которые повышают цены и снижают приватность», — сказал Дуров со сцены. — «Cocoon решает как экономические проблемы, так и проблемы конфиденциальности».

И добавил более широкий контекст: «Последние 20 лет мы постепенно теряем наши цифровые свободы. Почему важно делать это децентрализованно, а не централизованным способом, который иногда удобнее? Именно поэтому».

Любопытная деталь: изначально проект хотели назвать PAIN — Private Artificial Intelligence Network. Но Дуров решил, что выходить на сцену со словами «добро пожаловать в мир боли» — не лучшая идея. Так появилось название Cocoon — кокон, защитная оболочка.

Финальный запуск состоялся 30 ноября 2025 года. «Это случилось. Наша децентрализованная конфиденциальная вычислительная сеть Cocoon запущена. Первые AI-запросы от пользователей теперь обрабатываются с 100% конфиденциальностью. Владельцы GPU уже зарабатывают TON», — написал Дуров в своём Telegram-канале.

Одновременно заработал официальный сайт cocoon.org с документацией, а на GitHub появился открытый репозиторий TelegramMessenger/cocoon с исходным кодом под лицензией Apache 2.0.

Что делает Cocoon и зачем он нужен

Cocoon преследует три главные цели.

Демократизация доступа к вычислительной мощности. Любой владелец подходящего оборудования может подключиться к сети и начать зарабатывать, предоставляя свои ресурсы. Разработчики получают альтернативу дорогим облачным сервисам для выполнения AI-задач. Рынок прозрачный и конкурентный: запросы распределяются на узлы с оптимальными ценами.

Полная приватность данных. Все пользовательские данные — запросы к модели, ответы, промежуточные вычисления — обрабатываются внутри защищённых аппаратных сред (Trusted Execution Environment) и остаются зашифрованными. Их не видят ни операторы узлов, ни посредники, ни сама команда Cocoon. Даже владелец GPU не знает, какие именно задачи выполняет его оборудование.

Новая экономическая модель майнинга. Вместо бессмысленного хеширования, как в традиционном криптомайнинге, вычислительные мощности тратятся на полезные операции — инференс AI-моделей. Участники получают вознаграждение за реальную работу.

Дуров образно описал Cocoon как своего рода Airbnb для GPU: вместо сдачи жилья в аренду — сдаёшь вычисления для искусственного интеллекта.

Telegram сразу стал первым крупным клиентом. Через Cocoon уже обрабатываются запросы на автоматический перевод сообщений внутри мессенджера. В ближайших планах — интеграция с Mini Apps, что позволит разработчикам создавать ботов и сервисы с AI-функциональностью, полагаясь на приватные вычисления. Нейросетевые переводчики, голосовые ассистенты, боты для суммаризации текста — всё это сможет работать без обращения к внешним сервисам и без компромиссов по приватности.

Как это работает технически

Архитектура Cocoon построена на взаимодействии трёх типов узлов: клиенты, прокси и рабочие узлы (workers).

Client — это компонент на стороне заказчика вычислений. Клиент формирует запрос на выполнение AI-модели, шифрует его и отправляет прокси, одновременно резервируя оплату в смарт-контракте TON. Перед отправкой происходит проверка подлинности: клиент через удалённую аттестацию (RA-TLS) удостоверяется, что соединяется именно с доверенным окружением.

Proxy — промежуточный узел, который маршрутизирует запросы. Получив запрос от клиента, прокси выбирает подходящего исполнителя на основе требуемой модели, текущей нагрузки и репутации узлов. Прокси тоже работает внутри защищённого анклава, поэтому не имеет доступа к содержимому запроса — видит только служебную информацию для маршрутизации. После получения результата прокси осуществляет расчёты: переводит вознаграждение рабочему узлу и возвращает ответ клиенту. На текущем этапе роль прокси выполняет команда Cocoon, но в будущем поднять собственный прокси сможет любой желающий.

Worker — непосредственно вычислитель на стороне владельца GPU. Это виртуальная машина, защищённая аппаратным TEE, где загружена AI-модель и выполняется инференс. Worker получает зашифрованный ввод, производит вычисления, шифрует результат и отправляет обратно. За каждую успешную задачу узел автоматически получает оплату на свой криптокошелёк в Toncoin.

Аппаратные требования и технологии защиты

Cocoon использует технологию Intel TDX (Trust Domain Extensions) для защиты вычислений на уровне процессора и NVIDIA Confidential Computing для защиты данных в памяти видеокарты.

Минимальные требования для участия в сети достаточно высокие:

• Серверный процессор Intel Xeon 4-го поколения или новее с активированным TDX в BIOS
• Видеокарта NVIDIA H100 с включённым режимом Confidential Computing и обновлённой прошивкой VBIOS
• Обычные игровые видеокарты (GeForce RTX и подобные) не поддерживаются

При запуске рабочего узла система проверяет, что к виртуальной машине подключена именно доверенная видеокарта с включённым режимом конфиденциальности. NVIDIA встроила в архитектуру H100 специальный корень доверия — зашитый в железо ключ, которым подписывается отчёт об аттестации GPU. Если видеокарта не соответствует требованиям, виртуальная машина просто не запустится.

Данные защищены на нескольких уровнях:

• Измеренная загрузка хэширует каждый компонент системы (прошивку, ядро, конфигурацию) в специальные регистры
• dm-verity проверяет целостность файловой системы при каждом чтении
• AES-GCM 256 шифрует все передачи между CPU и GPU через шину PCIe

Для контроля корректности моделей внедрён механизм валидации: AI-модели собираются определённым образом и снабжаются криптографическим хэшем, который регистрируется в блокчейне. Перед выполнением запроса клиент указывает, какую модель ожидает использовать, и прокси направляет его на worker с именно этой моделью. Подменить модель на упрощённую версию ради экономии ресурсов не получится.

В качестве inference engine используется vLLM. Поддерживаются модели DeepSeek, Qwen и архитектуры, совместимые с vLLM — LLaMA, Mistral, Mixtral и другие.

Экономика сети и смарт-контракты

Вся логика взаимодействия узлов и расчётов реализована через смарт-контракты на блокчейне TON. Главные контракты — Root Contract (реестр доверенных образов и параметров сети) и платёжные контракты, работающие по принципу платёжных каналов.

Клиент, отправляя запрос, резервирует сумму TON на специальном контракте. Прокси после получения валидного результата инициирует транзакцию выплаты worker-узлу и удерживает свою комиссию. Расчёты автоматизированы кодом контрактов — ни прокси, ни worker не могут обмануть друг друга.

На блокчейне также хранятся репутационные показатели каждого worker: скорость ответа, процент успешно обработанных запросов. Если узел начинает тормозить или часто отваливается, система снижает его рейтинг, и прокси реже присылают ему работу.

Базовая комиссия TON blockchain составляет около 0.0055 TON за транзакцию — это один из самых быстрых и дешёвых блокчейнов, что критично для микроплатежей за отдельные AI-запросы.

Точные цены за inference, размер комиссий прокси и средний заработок GPU-провайдеров пока не раскрыты публично. Известно лишь, что ценообразование рыночное — на основе спроса и предложения.

Показательный сигнал доверия к проекту: AlphaTON Capital (компания, торгующаяся на Nasdaq) объявила об инвестициях $82.5 млн в более чем 1000 GPU NVIDIA B200 для работы в сети Cocoon. Компания прогнозирует внутреннюю норму доходности на уровне 59.7%.

Cocoon в контексте рынка

Рынок децентрализованных AI-вычислений переживает взрывной рост. За год — с августа 2024 по конец 2025-го — совокупная капитализация AI-crypto проектов выросла с $3.2 млрд до $29.5 млрд. Девятикратный рост.

Среди ключевых игроков:

Bittensor (TAO) — децентрализованный маркетплейс для машинного обучения. Капитализация порядка $2.7-3.3 млрд. Не использует Confidential Computing — данные пользователей видны операторам нод.

Render Network (RENDER) — распределённая сеть для рендеринга и AI. Капитализация $0.8-1.2 млрд. Начинала с 3D-рендеринга, расширилась на AI-задачи. Аналогично — без конфиденциальных вычислений.

Akash Network (AKT) — децентрализованное облако общего назначения. Капитализация $180-280 млн. Планирует добавить Confidential Computing только в первом квартале 2026 года.

io.net (IO) — GPU-маркетплейс с фокусом на ML. Капитализация $49-56 млн. Без TEE.

Gensyn — протокол для оплачиваемых вычислений машинного обучения. Пока без токена, без конфиденциальных вычислений.

Ключевое отличие Cocoon: это первый проект, сочетающий аппаратную защиту данных (Intel TDX + NVIDIA Confidential Computing) с прямым доступом к аудитории в 950 миллионов пользователей Telegram. Ни один конкурент не предлагает такой комбинации.

Max Crown, CEO TON Foundation, прокомментировал это так: «Используя миллиардную пользовательскую базу Telegram и высокопроизводительную блокчейн-технологию TON, Cocoon имеет потенциал переопределить то, как миллиарды людей взаимодействуют с AI. Это конвергенция социальных сетей, искусственного интеллекта и децентрализованных технологий в беспрецедентном масштабе».

Что значит Cocoon для экосистемы TON

История TON сама по себе примечательна. В 2018 году Telegram собрал $1.7 млрд на ICO криптовалюты Gram — на тот момент это было крупнейшее размещение в истории. Но в 2020-м SEC заблокировала проект, и Telegram согласился вернуть инвесторам $1.224 млрд плюс штраф.

Проект возродился как community-driven инициатива The Open Network в 2021 году — силами разработчиков Анатолия Макосова и Кирилла Емельяненко, без формального участия Telegram. К 2025 году экосистема TON набрала серьёзные обороты: Notcoin привлёк 30+ млн пользователей за неделю, Fragment обработал более 100 млн TON в торгах NFT-никнеймами, Hamster Kombat набрал 240 млн регистраций. В январе 2025-го TON стал эксклюзивной блокчейн-инфраструктурой для Telegram Mini Apps.

Cocoon логически продолжает эту траекторию. Если Notcoin монетизировал внимание, Fragment — цифровую идентичность, то Cocoon монетизирует вычислительные ресурсы. Toncoin получает новый мощный сценарий использования: раньше токен применялся в основном для финансовых операций внутри Telegram, теперь спрос обусловлен оплатой AI-вычислений.

Риски и ограничения

При всей амбициозности проекта у него есть объективные слабые места.

Зависимость от одного вендора. Cocoon поддерживает только Intel TDX — процессоры AMD, ARM, RISC-V исключены. Это сужает пул потенциальных GPU-провайдеров и создаёт vendor lock-in. На GitHub уже открыт issue #6 с запросом поддержки AMD CPU, но пока конкретных сроков нет. Теоретически в будущем возможна совместимость с AMD SEV-SNP, но это потребует существенной доработки.

Высокий порог входа для провайдеров. Серверные Intel Xeon 4-го поколения плюс NVIDIA H100 с Confidential Computing — это дорогое профессиональное оборудование. Обычный майнер с парой GeForce RTX участвовать не сможет. Это ограничивает децентрализацию на практике.

Вопросы безопасности TEE. Исследования показывают, что 39% уязвимостей в Trusted Execution Environment связаны с неправильной валидацией, 54% — с проблемами firmware. Если обнаружится критическая уязвимость в чипах или прошивках Intel/NVIDIA, конфиденциальность окажется под угрозой. Публичные независимые аудиты смарт-контрактов и TEE-имплементации Cocoon пока не раскрыты.

Проблема масштабирования. Децентрализованные сети исторически борются с привлечением десятков тысяч GPU. Для сравнения: AWS оперирует миллионами серверов, крупнейшая децентрализованная GPU-сеть Render располагает примерно 45 000 видеокарт. Количество нод в Cocoon на старте неизвестно.

Регуляторные риски. Арест Дурова во Франции в августе 2024 года с 12 обвинениями (хотя запрет на выезд полностью снят в ноябре 2025-го) создаёт определённую репутационную неопределённость. Юрисдикционные вопросы для трансграничных AI-вычислений и соответствие GDPR/EU AI Act остаются открытыми.

Парадокс приватности Telegram. Криптограф Мэтью Грин из Johns Hopkins University указывает, что Telegram не использует end-to-end шифрование по умолчанию. Secret Chats требуют ручной активации, недоступны для групп, а обычные сообщения шифруются только на уровне клиент-сервер. Это создаёт вопрос о последовательности позиции Дурова по приватности — хотя Cocoon технически решает эту проблему для AI-вычислений.

Дорожная карта и планы развития

Cocoon открыто делится планами на ближайшее будущее:

• Расширение на десктопные и мобильные клиенты — работа уже ведётся
• Децентрализация управления Root Contract через DAO — передача контроля сообществу
• Возможность для любого участника запустить собственный прокси-узел
• Снятие ограничения на одну GPU на виртуальную машину
• Потенциальная поддержка AMD SEV-SNP

Официальный Telegram-канал @cocoon набрал уже более 175 000 подписчиков и верифицирован синей галочкой. Репозиторий на GitHub активно развивается — 327 звёзд, 30 контрибьюторов.

Что в итоге

Cocoon — это попытка Павла Дурова сделать с облачными AI-вычислениями то, что криптовалюты сделали с финансами: убрать посредников, снизить издержки и вернуть контроль пользователям.

Проект реален и функционирует. Сеть запущена, код открыт, первые AI-запросы обрабатываются, автоперевод в Telegram уже работает через децентрализованную инфраструктуру. Это не концепция и не обещание — это работающий продукт.

Уникальность Cocoon — в комбинации, которую не предлагает ни один конкурент: аппаратная конфиденциальность вычислений (чего нет у Render, Bittensor, io.net) плюс прямой доступ к аудитории в 950 миллионов пользователей (чего нет ни у кого в принципе).

Однако успех проекта зависит от нескольких факторов: темпов привлечения GPU-провайдеров, прохождения независимых аудитов безопасности, расширения поддержки hardware за пределы Intel и регуляторной определённости в ключевых юрисдикциях.

Рынок созрел. По данным опросов, 77% респондентов считают децентрализованные AI-решения более полезными для общества, чем централизованные. Капитализация AI-crypto сектора выросла в девять раз за год. Cocoon выходит в правильный момент с сильным позиционированием.

Вопрос теперь не в том, нужен ли такой проект. Вопрос в исполнении.

Источники

1. Cocoon — официальный сайт и документация (cocoon.org)
2. Telegram-канал @cocoon и канал Павла Дурова @durov
3. GitHub-репозиторий TelegramMessenger/cocoon
4. Cointelegraph — материалы о запуске и технической архитектуре Cocoon
5. ForkLog — освещение анонса на Blockchain Life 2025 и старта сети
6. CoinMarketCap Academy — анализ экономики децентрализованных AI-вычислений
7. Crypto Briefing — обзор интеграции Cocoon с экосистемой TON