Tether 已測試其去中心化點對點搜尋技術，方法是將完整的維基百科檔案儲存在 100 個分散式節點上，因為這家 USDT 發行商正在開發一套旨在無需依賴中心化搜尋基礎設施即可保持可用的系統。
據 Tether 執行長 Paolo Ardoino 表示，該公司的點對點（P2P）團隊正在開發他所稱的「勢不可擋的搜尋引擎」（Unstoppable Search Engine），該引擎旨在擴展至數千個節點，同時透過容錯結構讓資料自行組織。
Ardoino 於 9 月 8 日分享了最新的測試結果，展示了一個連接到 100 個節點的運作中搜尋介面。完整的維基百科檔案分佈在測試網路中並保持可搜尋，Ardoino 形容該系統的性能「令人驚嘆」。
這項最新展示基於 Hypersearch，這是一個去中心化搜尋引擎，Ardoino 於四月首次披露。該專案使用分散式基礎設施，而非將搜尋索引和查詢過程置於單一中心化營運商之下。
在最新的測試中，Tether 將維基百科的檔案分佈到 100 個獨立節點上，並展示了透過網路處理搜尋的過程。
Ardoino 展示的介面顯示了維基百科的搜尋結果以及網路資訊，包括參與測試的節點。Tether 正在開發該架構，使其能夠水平擴展至數千個節點，同時在個別參與者離開網路或變得不可用時仍能保持高可用性。
根據 Ardoino 的說法，該系統正在使用容錯結構，讓資料在分散式系統中自行組織。此設計旨在使搜尋服務能夠抵抗審查制度，同時減少其對任何單一伺服器或網路參與者的依賴。
開發工作仍在進行中，Ardoino 表示團隊的進度「令人印象深刻」。Tether 尚未公佈該搜尋引擎的公開發布日期，也未詳細說明其測試環境外的用戶何時能夠使用。
Hypersearch 於 4 月 7 日首次披露，當時 Ardoino 將其描述為一個基於分散式雜湊表（DHT）技術的去中心化搜尋引擎。DHT 允許資訊在網路參與者之間儲存和定位，而無需單一中央目錄來處理每個請求。
該專案使用 HyperDHT，這是與 Holepunch 軟體堆疊相關的點對點技術的一部分。HyperDHT 提供了一種讓對等節點相互尋找並直接交換資訊的方式，構成了 Tether 在其多個軟體專案中使用的基礎設施的一部分。
Tether 目前正在為其點對點搜尋團隊招募工程師，其職位清單要求具備分散式資料庫、無衝突複製資料類型（CRDT）、搜尋架構和點對點網路方面的經驗。該職位具體涵蓋了排名演算法、倒排索引、詞彙和語義搜尋、NAT 穿越、加密和網路協定優化。
該職位清單點名了團隊使用的 Holepunch 技術，包括 HyperDHT、Hyperswarm、Hypercore、Hyperbee、Hyperdrive 和 UDX。
搜尋並非 Tether 首次嘗試圍繞點對點架構構建軟體。
Tether 和 Bitfinex 先前曾支持 Holepunch 及其加密通訊應用程式 Keet。正如 crypto.news 先前報導，Keet 的開發旨在透過分散式網路支持直接語音通話、訊息傳遞和檔案傳輸，而無需透過傳統的中心化基礎設施路由通訊。
Tether 後來將類似的想法應用於其比特幣挖礦業務。其 Mining OS 於 2026 年 2 月作為開源軟體發布，具備加密的點對點網路功能，並支持從個人挖礦設置到工業設施等規模的操作。
該公司於四月接續此工作，推出了一個開源的挖礦開發套件（MDK），旨在透過 JavaScript 軟體開發套件（SDK）和 React 使用者介面函式庫提供硬體控制和監控。該系統的構建目的是跨 Windows、macOS 和 Linux 運行，並支持從家用挖礦機到大型挖礦設施等規模的操作。
Tether 早期的 Moria 挖礦平台已經使用 Holepunch 技術透過點對點模式連接組件。在 2023 年的測試中，該公司表示寫入操作需要多重簽名批准，同時該平台結合了點對點通訊與物聯網（IoT）技術。
Hypersearch 採用相同的分散式方法進行資訊檢索。其架構不是將可搜尋資料集和處理基礎設施集中在一個地方，而是將這些功能分攤給參與的節點。
維基百科的部署透過使用大量現有文件，為該模型提供了一個受控測試。Tether 尚未披露該引擎將如何爬取或索引更廣泛的網路、排名在公共規模下將如何運作，以及將使用何種機制來處理大型開放網路中的垃圾郵件、操縱結果和衝突資料。
此搜尋專案是 Tether 在 USDT 業務之外開發的一系列軟體產品的一部分。
其工作已透過 QVAC 擴展到人工智慧領域，該公司一直在開發旨在本地運行模型而非依賴中心化雲端基礎設施的工具。四月，Tether 發布了 QVAC SDK，這是一個用於在消費者設備上直接運行 AI 應用程式的開源工具包。
QVAC Fabric 支持文字、語音、視覺和翻譯工作負載，而 Holepunch 技術則用於點對點模型分發和委託推理。Tether 表示其開發計畫包括去中心化模型訓練和微調，以及其他運算應用程式的工具包。
該架構延續了先前將 AI 處理轉移到用戶硬體上的工作。Tether 在三月表示，QVAC Fabric 已用於在包括 Pixel 9、Galaxy S25 和 iPhone 16 在內的設備上微調高達 38 億參數的模型，而高達 130 億參數的模型則已在 iPhone 16 上進行了測試。
Tether 的搜尋團隊正在處理相關的分散式系統問題，包括複製資料、網路和資訊檢索。其目前的工程師招募特別尋求熟悉 Kademlia 式 DHT 系統、CRDTs 和 Holepunch 堆疊的開發人員，以及排名、召回率、精確率和倒排索引等傳統搜尋概念。
目前，該搜尋引擎仍在開發中。Ardoino 的最新演示展示了完整的維基百科檔案在 100 個分散式節點上運行，而 Tether 正在設計底層架構，以最終實現跨數千個節點運行。
