A dificuldade de mineração do Bitcoin oscilou mais fortemente em fevereiro do que nos últimos cinco anos. A rede primeiro reduziu a dificuldade em 11,16% em 7 de fevereiro, depois reverteu o curso 12 dias depois com um aumento de 14,7% — a oscilação mais brusca desde 2021, de acordo com dados do mecanismo de ajuste automático do protocolo.
Os números
O corte de 7 de fevereiro foi o maior ajuste negativo único em anos. Não durou. Em 19 de fevereiro, a dificuldade havia saltado quase 15%, eliminando a queda e indo além. Os dois ajustes juntos representam o período de duas semanas mais volátil para a economia de mineração do Bitcoin desde o bull run de 2021.
Por que a oscilação importa
Os ajustes de dificuldade são a forma que o Bitcoin tem de manter o tempo de geração de blocos próximo a 10 minutos. Quando a taxa de hash cai — por exemplo, após uma queda de preço ou um apagão — a dificuldade diminui para tornar a mineração mais fácil. Quando a taxa de hash retorna em massa, a dificuldade sobe para manter a rede estável. A oscilação de fevereiro sugere que mineradores desligaram máquinas em massa e depois as religaram com a mesma rapidez. Esse tipo de comportamento geralmente aponta para um choque de curto prazo, não para uma mudança estrutural.
Como o mecanismo funciona
A dificuldade do Bitcoin é ajustada a cada 2.016 blocos, aproximadamente a cada duas semanas. Não há um administrador central ou votação. O código simplesmente analisa quanto tempo levou para minerar os últimos 2.016 blocos e ajusta o alvo de hash de acordo. É uma regra autocorretiva que está em funcionamento desde 2009. A oscilação de fevereiro mostra que o sistema pode lidar com movimentos violentos — mas também mostra como a economia de mineração é sensível a eventos externos.
O próximo ajuste de dificuldade está previsto para daqui a cerca de duas semanas, como sempre. Se será outro movimento de dois dígitos depende de a taxa de hash se estabilizar. Por enquanto, a oscilação de fevereiro serve como lembrete de que a camada de mineração do Bitcoin, apesar de toda sua automação, ainda reage fortemente a choques do mundo real.
