Сооснователь Ethereum Виталик Бутерин провел самоэксперимент, чтобы выяснить, могут ли ИИ-системы выдавать персонализированные рекомендации без того, чтобы пользователь раскрывал чувствительные личные данные. В публикациях в X 4 октября он описал использование собственных данных о здоровье и путешествиях для получения советов по диете и физическим нагрузкам, при этом локальная модель координировала запросы к более мощным удаленным системам, опираясь на их способность к рассуждению и знания.

Схема конфиденциальности сочетала тщательно составленные промпты, приватные платежи через zkAPI и маршрутизацию через Tor, причем каждый слой закрывал отдельный канал утечки личности. Эксперимент затрагивает типичную проблему коммерческого ИИ, где платные сервисы могут привязывать каждый промпт к оплачивающему аккаунту и исходной сети, так что идентифицирующие детали накапливаются, даже если имя никогда не вводится. Бутерин сообщил, что рекомендации выиграли от удаленного ввода, хотя защита приватности все еще требовала улучшений. Он также отметил медленные ответы и компромисс между раскрытием меньшего объема информации и получением полезных советов.

Три слоя приватности для ИИ-запросов

Бутерин назвал своим локальным координатором Qwen 3.8 Flash Next, который при необходимости обращался к frontier-моделям. Вызовы направлял файл навыков (skill file), предписывающий локальной системе раскрывать как можно меньше личной информации.

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) 4 октября 2026 г.

Первый слой затрагивал как содержимое промптов, так и стиль их написания. Поскольку вопросы составляла локальная модель, риск того, что удаленные сервисы идентифицируют его по характерным формулировкам или личным деталям, снижался.

Второй слой охватывал платежи, которые могут связывать ИИ-запросы с идентифицируемым аккаунтом клиента. Для этого в эксперименте использовался zkAPI система, предназначенная для отделения авторизации платежей от личности пользователя. Доказательства с нулевым разглашением — лежащий в основе криптографический инструмент — позволяют сервису проверить утверждение, например о финансировании хранилища, не видя данных за ним. Ethereum Foundation описала zkAPI в анонсе от 1 октября как приватные кредиты на использование платных сервисов. Пользователи пополняют хранилище, а затем авторизуют расходы с помощью доказательств с нулевым разглашением, не раскрывая, какой депозит оплатил запросы. В режиме runtime key временные API-ключи ограничивают расходы, а подписанные квитанции об использовании определяют фактическое списание. Платежный сервис проверяет финансирование, не получая промпты, которые направляются напрямую провайдеру ИИ.

Третий слой обеспечивал Tor, нацеленный на сетевую информацию, такую как IP-адреса. Эта давно существующая анонимная сеть маршрутизирует трафик через ретрансляторы, так что целевой сервис не видит реальный адрес пользователя. Бутерин получал доступ к zkAPI через инструмент командной строки, обернутый в Tor, сочетая приватность платежей с анонимной сетевой маршрутизацией.

Такая конструкция рассматривает эти меры защиты как взаимодополняющие, поскольку каждая закрывает свой путь к идентификации. Удаление имен из промптов все равно оставляет платежные записи или сетевые детали в качестве потенциальных связующих звеньев. Foundation также предупредила, что провайдеры ИИ по-прежнему могут читать отправленные промпты, а ее документация指出, что повторяющиеся личные детали, повторно используемые истории разговоров и особенности стиля письма позволяют связывать отдельные сессии между собой.

Ограничения по скорости и компромиссы с данными

Бутерин сообщил, что эксперимент выдал рекомендации, улучшенные за счет знаний frontier-моделей. Однако он выявил четыре слабых места: сетевую архитектуру, построение запросов, локальную производительность и баланс между приватностью и полезностью — четыре пробела, которые нужно устранить, прежде чем такая схема выйдет за рамки личного эксперимента.

По его мнению, Tor плохо справляется с разделением отдельных запросов и может обеспечивать недостаточную приватность для этого сценария. Он также оценил, что задержка в 10–100 раз выше возможной. Файлу навыков, в свою очередь, требовались более качественные стратегии определения того, какую информацию должны получать удаленные модели, что делает подготовку запросов еще одной нерешенной частью эксперимента.

Что касается лок производительности, Бутерин сказал, что модель Qwen генерировала примерно 20–30 токенов в секунду на его оборудовании. Он хотел бы скорость выше 100 токенов в секунду, чтобы система ощущалась достаточно быстрой.

Компромисс в области приватности ИИ также оставался очевидным: сокрытие большего объема контекста снижало пользу от удаленных моделей. Это говорит о том, что одних лишь мер защиты платежей и сети недостаточно для сохранения качества персонализированных рекомендаций, когда запросы опускают важные контекстные детали.

Более широкое видение Ethereum

Эксперимент следует за эссе от 27 сентября, в котором Бутерин описал Ethereum как будущий криптографический мировой компьютер, сочетающий безопасность блокчейна с криптографической приватностью, верификацией и децентрализованными вычислениями вне цепочки. В этом эссе он назвал Hegotá, запланированный на следующий год, вероятным последним «обычным» форком. Дальнейшее развитие будет включать рекурсивные STARK, автоматизированную формальную верификацию, оптимизированный консенсус и устойчивые к квантовым компьютерам технологии. Криптографические доказательства проходят через обе инициативы: доказательства с нулевым разглашением обслуживают платежный слой zkAPI, а дорожная карта указывает на рекурсивные STARK и формальную верификацию в масштабах протокола.

Он также назвал PeerDAS ранним шагом к этой более широкой архитектуре. Ожидаемый результат — более дешевые, масштабируемые и приватные вычисления, защищенные современной криптографией. С учетом того, что Hegotá запланирован на следующий год, этот форк станет ближайшей контрольной точкой для наблюдения за тем, как формируются криптографические компоненты дорожной карты.