Vitalik construit une architecture de protection de la vie privée à trois niveaux pour générer des conseils de santé personnalisés

Vitalik, à travers des expériences personnelles, utilise des données de santé et de voyage combinées à des modèles de pointe pour générer des conseils personnalisés en matière de nutrition et d'exercice, tout en protégeant les informations privées. Ce système utilise le modèle local Qwen 3.8 Flash Next pour orchestrer les données et fait appel à des modèles distants puissants pour obtenir des réflexions et des connaissances de niveau supérieur, adoptant une architecture de protection de la vie privée à trois niveaux : le niveau d'identité construit des requêtes de recherche au nom de l'utilisateur via le modèle local, évitant ainsi l'exposition de l'identité ; le niveau de paiement utilise zkAPI pour masquer les informations de paiement ; le niveau réseau utilise Tor pour cacher l'adresse IP. Le système a été mis en œuvre avec succès et a fourni des recommandations. Vitalik souligne que les principales insuffisances incluent : Tor n'optimise pas suffisamment la dissociation par requête et présente une latence élevée ; la vitesse du modèle local est seulement de 20 à 30 TPS, alors qu'un idéal serait de 100+ ; plus la protection des données est stricte, moins l'aide fournie par le modèle distant est limitée.