Vitalik用本地AI模型結合遠程工具調用，打造三層隱私保護架構生成個性化健康建議

PANews 10月4日消息，Vitalik 發推分享個人實驗，利用自身健康與旅行數據，結合前沿模型生成個性化飲食與運動建議，同時避免向遠程模型洩露任何私人信息。系統使用本地模型（Qwen 3.8 Flash Next）進行編排，將強大遠程模型作為工具調用，以獲取本地模型不具備的更高層次思考與知識。其採用三層隱私保護架構：

身份層：本地模型（Qwen 3.8B）代替用戶構建查詢請求，避免寫作風格暴露身份

支付層：使用zkAPI隱藏支付信息

網絡層：通過Tor隱藏IP地址

系統已成功運行並獲得建議。Vitalik 稱，主要不足包括：Tor 對逐請求去關聯優化不足且延遲高；本地模型速度僅 20-30 TPS（理想需 100+）；數據保護越嚴格，遠程模型能提供的幫助越有限。