Vitalik Buterin sagte auf Farcaster, dass er ein persönliches Experiment durchführt, bei dem er mithilfe von Gesundheits- und Reisedaten personalisierte Ernährungs- und Trainingsempfehlungen erstellt und dabei durch eine Kombination aus lokalen und externen Spitzenmodellen die Privatsphäre schützt. Laut ChainCatcher verwendet das System eine dreischichtige Datenschutzarchitektur: Ein lokales Modell, Qwen 3.8 Flash Next, formuliert Nutzeranfragen um, damit der Schreibstil nicht offengelegt wird, zkAPI verbirgt Zahlungsinformationen und Tor maskiert IP-Adressen.
Buterin sagte, das System funktioniere bereits, doch er habe drei Schwachstellen festgestellt. Tor ist ineffizient und verursacht hohe Latenzen, wenn einzelne Anfragen voneinander getrennt werden sollen. Das lokale Modell erreicht nur 20–30 TPS; für eine reibungslose Nutzung wären mehr als 100 TPS erforderlich. Außerdem schränkt der strengere Datenschutz ein, wie viel Unterstützung das externe Modell bieten kann. Er fügte hinzu, dass der zugehörige Code an das Ethereum-zkAPI-Repository übermittelt wurde.$NVDA.US $BYD $BTC


