以太坊联合创始人维塔利克·布特林测试了一套注重隐私的AI设置，该设置使用本地模型、zkAPI和Tor来生成个性化的饮食和运动建议，同时限制发送到远程模型的个人信息。
摘要
- 维塔利克·布特林正在测试使用本地Qwen、zkAPI和Tor路由的私密AI健康建议。
- 他的本地模型会重写提示词，然后远程模型才会收到有限的健康和旅行数据。
- zkAPI将支付身份与模型请求分离，而Tor用于掩盖IP信息。
- 布特林表示，Tor延迟仍然高出10-100倍，使得在当前测试中逐请求取消关联效率低下。
- Qwen3.8-Flash-Next在本地运行速度约为20-30 TPS，而布特林希望速度超过100 TPS才够舒适。
布特林于10月4日表示，这项自我实验在本地使用他的健康和旅行信息，而更强大的远程模型则处理需要更强推理或知识的选定问题。
该设置使用阿里巴巴的Qwen3.8-Flash-Next作为本地模型。布特林表示，本地系统决定远程模型需要什么信息，并在发送前重写请求，从而降低个人细节或他的写作风格暴露其身份的可能性。
维塔利克·布特林使用三层来分离他的身份
布特林将这一设计描述为三层隐私设置，涵盖请求内容、支付信息和互联网流量。本地Qwen模型处理第一层，它自行构建查询，而不是将他的原始措辞和完整个人背景发送给远程AI系统。
第二层使用zkAPI将支付与单个AI请求分离。以太坊基金会于10月1日推出了zkAPI，将其描述为一个系统，允许用户为按量计费的API付费，而不会将单个请求与其身份关联。该项目由Open Anonymity Project与以太坊基金会合作构建，并在以太坊主网上运行。
在zkAPI下，用户向一个私人余额充值，随后证明有足够资金可用，而无需显示哪笔存款正在为某个特定请求付费。处理支付的服务不需要用户的提示词，而AI提供商收到提示词时，并不知道与存款相关的计费身份。
Tor提供第三层，通过向接收网络请求的服务隐藏用户的正常IP地址。布特林写道，这三层保护都是必要的，因为仅隐藏支付信息并不能阻止AI提供商通过提示词内容或网络元数据了解细节。
“你需要这三者，”布特林说。
zkAPI并不能隐藏发送给AI模型的所有内容
该隐私设置并不能阻止远程AI提供商读取提示词中故意包含的信息。zkAPI官方文档指出，上游提供商仍然能看到提示词，而网络和时间信息在零知识证明系统之外仍可能被观察到。
以太坊基金会在推出zkAPI时也做出了同样的区分。其10月1日的解释称，支付系统隐藏了用户与请求之间的联系，但内容隐私和网络匿名需要单独的保护。重复使用的个人细节、写作模式、对话历史或文档仍可能使会话被关联起来。
Buterin 的本地模型旨在减少这种内容暴露。一个技能文件指示模型何时使用远程系统以及如何构建包含较少身份信息的请求。他的个人健康和旅行记录仍可供本地系统使用，而远程模型只接收为特定任务选择的部分。
Buterin 表示，该设置产生了饮食和运动建议，并且前沿模型返回的信息改善了结果。他没有公布底层健康记录、详细建议或对其准确性的独立评估。
该实验与他早先对隐私的关注一致，因为 AI 系统处理更多个人信息。正如之前在 crypto.news 对 Buterin 隐私担忧的报道中所述，他在 2025 年 4 月辩称，不断增长的 AI 能力和集中式数据收集增加了对更强隐私工具的需求。
Tor 支持已到达 zkAPI 代码库
Buterin 链接到以太坊 zkAPI 仓库中的一项新变更，该变更添加了 Tor 路由客户端支持。GitHub 显示，截至 10 月 4 日，拉取请求 #16 处于开放状态，其中一个提交提议对七个文件进行更改。它尚未合并到项目的主分支中。
提议的代码在 zkAPI 守护进程启动时创建一个新的临时 Tor 客户端。该脚本使用新的数据目录和 Tor 连接，而另一个命令可以在新的单个请求或对话开始之前重启服务以获得新的网络身份。
该补丁更改了几个网络超时，因为通过 Tor 路由的请求可能需要更长时间。一个模型列表超时从一分钟增加到三分钟，而其他请求限制从 15 秒增加到 60 秒，从五秒增加到 30 秒。
提案中包含的一个单独的 Tor 客户端脚本表示，为单个请求或新对话的开始创建一个新服务器。同一对话中的后续消息保持现有服务器运行，这意味着它们不会为每条消息自动获得新的 Tor 身份。
Tor 延迟和本地 AI 速度仍是问题
Buterin 指出 Tor 是当前实验中最薄弱的部分之一。他说 Tor 并非为他想要的那种逐请求解除关联而设计，即理想情况下，单独的 AI 调用应难以相互关联。
在他的测试中，Tor 产生的延迟大约比他认为理想的水平高 10 到 100 倍。GitHub 上增加几个超时限制的更改与 zkAPI 客户端通过 Tor 路由时预期网络请求较慢的情况一致。
本地模型呈现了另一个性能限制。Buterin 表示，在他的设置中，Qwen3.8-Flash-Next 的运行速度约为每秒 20 到 30 个 token，但他认为本地推理只有在超过每秒 100 个 token 时才会开始感觉快速。
阿里巴巴的 Qwen 团队于 8 月 26 日发布了 Qwen3.8-Flash-Next。官方仓库将其描述为一个开放权重的基础模型，可以通过本地推理框架运行，包括使用 vLLM 和 SGLang 的部署。
在最新的隐私测试之前，Buterin 已经在试验本地 Qwen 模型。他当前的设置更进一步，让本地模型充当私人文件和远程 AI 系统之间的中介，而不是将所有任务完全保留在用户设备上。
隐私也一直是他以太坊工作的一部分。在相关报道中，crypto.news 在 8 月报道了以太坊更新的路线图，其中包括更强的协议隐私以及量子抗性和原生 rollup 方面的工作。
Buterin 表示，他当前实验中的请求编写规则仍需改进，因为删除更多个人背景会降低远程模型的实用性。他直接描述了这一限制：对远程发送的信息“越谨慎”，远程模型能提供的帮助就越少。
以太坊基金会的 zkAPI 文档做出了类似的技术区分。支付层可以打破资金余额与单个 API 使用之间的联系，但它无法删除用户或本地代理放置在提示本身中的身份信息。
