核心要点
据ChainCatcher报道,Vitalik正测试结合本地模型、zkAPI与Tor的三层隐私保护AI健康系统,以生成个性化建议。

据 ChainCatcher 消息,Vitalik.eth 在 Farcaster 发文披露,其正在进行一项个人实验,通过结合本地模型与远程前沿模型,在保护隐私的前提下利用个人健康与旅行数据生成个性化饮食及运动建议。
该系统采用三层隐私保护架构:身份层由本地模型(Qwen 3.8B)代替用户构建查询请求,避免写作风格暴露身份;支付层使用 zkAPI 隐藏支付信息;网络层通过 Tor 隐藏 IP 地址。
目前系统已跑通,但存在三大不足:一是 Tor 在逐请求去关联方面效率低且延迟高;二是本地模型运行速度仅 20-30 TPS,体验流畅需达 100+ TPS;三是数据保护越严格,远程模型能提供的帮助越有限。相关代码已提交至以太坊 zkAPI 仓库。
来源与事实核查说明
https://www.chaincatcher.com/article/2293980

