Vitalik 自测隐私优先个人 AI:本地模型编排+zkAPI+Tor 三层防泄露
kenziyuliu · x · 2026-10-04
Vitalik Buterin 分享一项自我实验:用前沿模型分析自己的健康与旅行数据,生成个性化饮食与运动建议,但全程不向远端模型泄露隐私。
核心策略是用本地模型(他写作 Qwen 3.8 Flash Next)做编排,把强大的远端模型作为工具调用,借其更高层的推理与知识。
隐私保护分三层,缺一不可:
- 防身份/文风泄露:由本地模型代写发给远端模型的查询,而非本人撰写;
- 防支付渠道暴露身份:使用 zkAPI;
- 防网络/IP 暴露:走 Tor。
他还用一个 skill 文件教本地模型在何时、如何构造最小化数据的请求。整套做法是把隐私推理外包给本地小模型、能力外包给云端前沿模型的组合模板。
「编程与Agent」频道最新
- 让 Opus 把模糊判断变成分类问题：无需人工标注也能跑赢规则系统 — ivan_bezdomny · 2026-10-04
- 给两帧关键帧即可生成动画:作者实测 Opus 动效强于 Sonnet — MicahBerkley · 2026-10-04
- 18 个 AI agent 收到邮箱后第一件事:互发 bug 报告 — Input-X · 2026-10-04
- AI 全程口述谈成租车与房贷,省下 15-20% 费用 — armand_ruiz · 2026-10-04
- Hermes 优化 Discord 接入流程,部署不再头疼 — Teknium · 2026-10-04
- 非技术创始人求全流程 AI 产品团队方案,点名 Garry Tan 开源 gstack — PuzzleheadedMonk3471 · 2026-10-04