维塔利克·布特林尝试保护个人数据隐私的人工智能

以太坊联合创始人维塔利克·布特林测试了一种以隐私为中心的人工智能设置，该设置使用本地模型、zkAPI和Tor生成个性化的饮食和锻炼建议，同时限制发送给远程模型的个人信息。

• 维塔利克·布特林正在使用本地Qwen、zkAPI和Tor路由测试私人AI健康建议。
• 他的本地模型在远程模型接收有限的健康和旅行数据之前重写提示。
• zkAPI将支付身份与模型请求分开，而Tor用于掩盖IP信息。
• 布特林表示，Tor的延迟仍然高出10到100倍，使得逐请求的去关联在当前测试中效率低下。
• Qwen3.8-Flash-Next在本地运行约20到30 TPS，而布特林希望速度超过100 TPS以获得舒适体验。

布特林在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处理需要更强推理或知识的特定问题。

进行了一些自我实验。

目标：使用我的个人健康和旅行数据为我提供个性化的饮食和锻炼建议，使用前沿模型，但以避免向它们泄露任何私人信息的方式。

策略：使用本地模型（Qwen 3.8 Flash... pic.twitter.com/mi38E5jlfN
--- vitalik.eth (@VitalikButerin) 2026年10月4日

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哪些信息，并在发送请求之前重写它们，从而减少个人细节或他的写作风格泄露其身份的机会。

维塔利克·布特林使用三层结构来分离他的身份

布特林将设计描述为一个三层隐私设置，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，通过自行构建查询，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请求分开。以太坊基金会在10月1日推出zkAPI，称其为一种系统，允许用户为计量API付费，而不将单个请求与其身份关联。该项目由开放匿名项目与以太坊基金会合作构建，并在以太坊主网运行。

在zkAPI下，用户为私人余额提供资金，随后证明有足够的资金可用，而无需显示哪个存款为特定请求付款。处理支付的服务不需要用户的提示，而AI提供者在接收提示时不会了解到与存款相关的账单身份。

Tor提供第三层，通过隐藏用户的正常IP地址来保护接收网络请求的服务。布特林写道，所有三种保护措施都是必要的，因为仅仅隐藏支付信息并不能阻止AI提供者通过提示内容或网络元数据了解细节。

“你需要所有三种，”布特林说。

zkAPI并不隐藏发送给AI模型的所有信息

隐私设置并不阻止远程AI提供者读取故意包含在提示中的信息。官方的zkAPI文档指出，上游提供者仍然可以看到提示，而网络和时间信息在零知识证明系统之外仍然可以被观察到。

以太坊基金会在推出zkAPI时做出了同样的区分。其10月1日的解释表示，支付系统隐藏用户与请求之间的链接，但内容隐私和网络匿名性需要单独的保护。重复使用的个人细节、写作模式、对话历史或文档仍然可以使会话连接。

Buterin的本地模型旨在减少内容曝光。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识别信息的请求。他的个人健康和旅行记录仍然可供本地系统使用，而远程模型仅接收为特定任务选择的部分。

Buterin表示，该设置生成了饮食和锻炼建议，前沿模型返回的信息改善了结果。他没有发布基础健康记录、详细建议或独立评估其准确性。

该实验与他早期关注隐私的重点相符，因为人工智能系统处理越来越多的个人信息。正如crypto.news对Buterin隐私问题的报道所述，他在2025年4月辩称，日益增长的人工智能能力和集中数据收集增加了对更强隐私工具的需求。

Tor支持已达到zkAPI代码库

Buterin链接到以太坊zkAPI存储库中的新更改，该更改增加了Tor路由客户端支持。GitHub显示拉取请求#16截至10月4日仍处于开放状态，其中一个提交提议在七个文件中进行更改。它尚未合并到项目的主分支。

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新启动服务以获取新的网络身份。

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的服务器。在同一对话中的持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接收新的Tor身份。

Tor延迟和本地AI速度仍然是问题

Buterin将Tor确定为当前实验中最薄弱的部分。他表示，Tor并未设计成他所希望的逐请求解关联的类型，其中单独的AI调用理想情况下难以相互关联。

在他的测试中，Tor产生的延迟大约是他认为理想的10到100倍。GitHub中增加几个超时限制的更改与预期在zkAPI客户端通过Tor路由时网络请求较慢是一致的。

本地模型呈现出另一个性能限制。Buterin表示，Qwen3.8-Flash-Next在他的设置中运行约20到30个令牌每秒，但他认为本地推理只有在超过100个令牌每秒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。官方存储库将其描述为一个开放权重基础模型，可以通过本地推理框架运行，包括使用vLLM和SGLang的部署。

Buterin在最新的隐私测试之前已经开始实验本地Qwen模型。他目前的设置更进一步，让本地模型充当私人文件和远程AI系统之间的中介，而不是将每个任务完全保留在用户设备上。

隐私仍然是他以太坊工作的一部分。在相关报道中，crypto.news报道了以太坊在8月更新的路线图，其中包括更强的协议隐私以及对量子抗性和原生Rollup的工作。

Buterin表示，他当前实验中的请求编写规则仍需改进，因为去除更多个人上下文可能会降低远程模型的实用性。他直接描述了这一限制：“你越小心”发送的远程信息，远程模型提供的帮助就越少。

以太坊基金会的zkAPI文档做出了类似的技术区分。支付层可以打破资助余额与单个API使用之间的连接，但它无法移除用户或本地代理在提示中放置的识别信息。