Vitalik 試驗本地模型編排遠程大模型，以三層隱私處理健康與出行數據

Foresight News 消息，Vitalik Buterin 發推表示，其正在進行個人試驗，利用健康與出行數據生成飲食和運動建議，同時避免把隱私洩露給前沿模型。做法是以本地模型 Qwen 3.8 Flash Next 負責編排，再把遠程大模型當作工具調用，以補足本地模型缺少的推理與知識。

隱私分三層：由本地模型代寫查詢，避免身份與文風洩露；用 zkAPI 避免支付渠道暴露身份；用 Tor 避免網絡與 IP 暴露。技能文件指導本地模型構造盡量少洩露數據的請求，並以經 Tor 封裝的 zkAPI 作為命令行工具。其表示已拿到建議，遠程模型有助於改進結果，但 Tor 不適合逐請求去關聯，可能仍不夠私密，延遲也比應有水平高 10–100 倍；技能文件策略未達最優；本地模型約 20–30 TPS 仍偏慢，且給遠程模型的數據越少、幫助也越有限。