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
- Anthropic 开放 Claude 前置部署工程师学习路径,约 9.5 小时学完 — leslysandra · 2026-11-20
- Google 开源 Sashiko:Gemini 驱动的 Linux 内核代码审查 Agent — rseroter · 2026-11-20
- boxd 新增 8 家集成:Dify、n8n、LangChain 等接入其机器 — JensHonack · 2026-11-20
- OpenAI 发布 GPT-Live 提示词指南:多语言与地区口音调法 — pbbakkum · 2026-11-20
- Rippling 推出 AI 应用生成:员工用自然语言就能搭内部工具 — andreisavu · 2026-11-20
- Gemini 推 Live Interactions API,Genie 4 原生支持 WebRTC — _philschmid · 2026-11-20