Vitalik 试验本地模型编排远程大模型，以三层隐私处理健康与出行数据

Foresight News 消息，Vitalik Buterin 发推表示，其正在进行个人试验，利用健康与出行数据生成饮食和运动建议，同时避免把隐私泄露给前沿模型。做法是以本地模型 Qwen 3.8 Flash Next 负责编排，再把远程大模型当作工具调用，以补足本地模型缺少的推理与知识。

隐私分三层：由本地模型代写查询，避免身份与文风泄露；用 zkAPI 避免支付渠道暴露身份；用 Tor 避免网络与 IP 暴露。技能文件指导本地模型构造尽量少泄露数据的请求，并以经 Tor 封装的 zkAPI 作为命令行工具。其表示已拿到建议，远程模型有助于改进结果，但 Tor 不适合逐请求去关联，可能仍不够私密，延迟也比应有水平高 10–100 倍；技能文件策略未达最优；本地模型约 20–30 TPS 仍偏慢，且给远程模型的数据越少、帮助也越有限。