Ethereum共同創設者のVitalik Buterin氏は、ユーザーが機微な個人データを明かすことなくAIシステムがパーソナライズされた推奨を提供できるかどうかを検証する自己実験を実施した。10月4日にXで共有された投稿の中で同氏は、自身の健康・旅行情報を使って食事と運動の提案を生成し、ローカルモデルがより高性能なリモートシステムへのリクエストを調整し、その推論と知識を活用したと説明した。

このプライバシー設定は、慎重に作成されたプロンプト、zkAPIを通じたプライベートな支払い、Torルーティングを組み合わせたもので、各層が異なる種類のID漏えいに対処する。この実験は、商用AIにおける日常的な露出の問題に触れるものである。有料サービスでは、すべてのプロンプトが支払いアカウントやその背後の接続元ネットワークと紐付けられ得るため、名前を入力しなくても識別情報が蓄積しうる。Buterin氏は、リモート入力によって推奨の質が向上したと述べる一方、プライバシー保護には依然として改善の余地があると指摘した。また、応答の遅さや、情報を減らして共有することと有用なアドバイスを得ることの間のトレードオフも報告した。

AIクエリのための3つのプライバシー層

Buterin氏は、ローカルのコーディネーターとしてQwen 3.8 Flash Nextを特定した。このモデルは必要に応じてフロンティアモデルを呼び出し、スキルファイルが呼び出しを導き、ローカルシステムに可能な限り個人情報を開示しないよう指示していた。

Doing a bit of a self-experiment. Goal: use my personal health and travel data to provide personalized diet and exercise recommendations for me, using frontier models but in a way that avoids leaking to them any private information. Strategy: use a local model (Qwen 3.8 Flash… pic.twitter.com/mi38E5jlfN

— vitalik.eth (@VitalikButerin) 2026年10月4日

第一の層は、プロンプトの内容と文体の両方に対処した。質問文をローカルモデルが作成するため、リモートサービスが特徴的な表現や個人的な詳細から同氏を特定するリスクが低減された。

第二の層は支払いをカバーするもので、支払いはAIリクエストを識別可能な顧客アカウントに結び付ける可能性がある。このため実験では、支払い承認をユーザーIDから分離するよう設計されたzkAPIを使用した。その基盤となる暗号技術であるゼロ知識証明は、背後のデータを見せることなく、保管庫への資金投入が完了しているといった主張をサービス側に検証させることを可能にする。Ethereum財団は10月1日の発表でzkAPIを、有料サービス向けのプライベートな利用クレジットとして説明した。ユーザーは保管庫（ボールト）に資金を入れ、どの預かり金がリクエストの支払いに充てられたかを明かすことなく、ゼロ知識証明によって支出を承認する。ランタイムキーモードでは、一時的なAPIキーが支出上限を設定し、署名付きの利用レシートが実際の請求額を決定する。支払いサービスはプロンプトを受け取ることなく資金証明を検証し、プロンプトはAIプロバイダーに直接送信される。

第三の層はTorであり、IPアドレスなどのネットワーク情報を対象とする。長い歴史を持つこの匿名ネットワークはトラフィックをリレー経由で中継するため、接続先のサービスはユーザーの実際のアドレスを見ることができない。Buterin氏はTorでラップされたコマンドラインツールを通じてzkAPIにアクセスし、支払いのプライバシーと匿名のネットワークルーティングを組み合わせた。

この設計は、それぞれが異なる識別経路をカバーするため、これらの保護を補完的なものとして扱っている。プロンプトから名前を取り除いても、支払い記録やネットワークの詳細が潜在的な手がかりとして残る。財団はまた、AIプロバイダーは依然として送信されたプロンプトを読めるとも注意を促しており、そのドキュメントでは、繰り返される個人的な詳細、会話履歴の再利用、文体のパターンによって、別々のセッションが紐付けられる可能性があるとしている。

速度の限界とデータのトレードオフ

Buterin氏は、実験によってフロンティモデルの知識で改善された推奨が得られたと報告した。しかし同氏は、ネットワーク設計、リクエスト構築、ローカル性能、プライバシーと有用性のバランスにわたる4つの弱点を特定した。個人的な試験を超えてこうした仕組みを実用化するには、埋めるべき4つのギャップということになる。

同氏は、Torは個々のリクエストの分離がうまくできておらず、この用途では十分なプライバシーを提供できない可能性があると主張した。また、レイテンシは潜在的な水準の10〜100倍高いと推定した。一方、スキルファイルには、リモートモデルにどの情報を渡すべきかを判断するより良い戦略が必要であり、リクエストの準備も実験の未解決部分となっている。

ローカル性能について、Buterin氏はQwenモデルが自身のセットアップで毎秒約20〜30トークンを生成したと述べた。快適に感じられる速度を得るには毎秒100トークン超が必要だとした。

プライバシーのトレードオフも顕在化した。文脈をより多く隠すほど、リモートモデルから得られる助けが減少した。これは、リクエストが重要な文脈情報を欠く場合、支払いとネットワークの保護だけではパーソナライズされた推奨の質を維持できないことを示唆している。

より広いEthereumのビジョン

この実験に先立ち、Buterin氏は9月27日のエッセイで、Ethereumを将来の暗号学的ワールドコンピュータとして描写し、ブロックチェーンのセキュリティと暗号学的プライバシー、検証、チェーン外の分散型コンピューティングを組み合わせるビジョンを示した。同氏はそのエッセイで、来年に計画されているHegotáを、おそらく最後の通常のハードフォークと位置付けた。その後の開発には、再帰的STARK、自動形式検証、最適化されたコンセンサス、耐量子技術が含まれるという。暗号学的証明は両方の取り組みを貫いており、ゼロ知識証明がzkAPIの支払い層を担い、ロードマップはプロトコル規模での再帰的STARKと形式検証を掲げている。

また同氏は、PeerDASをこのより広いアーキテクチャに向けた初期の一段階として挙げた。目指す結果は、最新の暗号技術で保護された、より安価で、よりスケーラブルで、よりプライベートな計算である。Hegotáは来年に予定されており、このフォークは、ロードマップ上の暗号コンポーネントがどのように形になっていくかを観察できる最も近いチェックポイントとなる。