ちょっとした自己実験です。
目的：私自身の健康データや旅行データを使って、個別化された食事・運動の推奨を提供すること。ですが、フロンティアモデルに対して、私的な情報が漏れないような形にします。
戦略：ローカルモデル（Qwen 3.8 Flash Next）でオーケストレーションし、強力なリモートモデルはツール呼び出しとして利用して、ローカルモデルが持たない上位の思考や知識を補います。
プライバシーの三層アプローチ：
個人を特定できる情報を漏らさない、または文章スタイルを通じて私の身元を推測されないようにする -> ローカルモデルがフロンティアモデルへクエリを書き込む（私自身が書かない）
支払い経路を通じて私の身元を漏らさない -> zkAPI
ネットワーク / IP を通じて私の身元を漏らさない -> Tor
この3つはすべて必要です（そして最終的には、少なくともある程度は3つとも揃いました）。
スキルファイルが、ローカルモデルに「いつ」「どうやって」リモートモデルへ最小限しかデータを開示しないリクエストを構築させるかを教えます。zkAPIをTorで包んだものをCLIツールとして使用します。
そして、うまく動きます！推奨が返ってきて、フロンティアモデルからの情報がそれらを改善するのに役立ちました。
主な欠点：
* Tor は、リクエスト単位でのデリンク（切り離し）最適化が本当にされていません。今日の世界で本当に意味があるのは、長い実行識別子が脆いからです。たぶん十分にプライベートではなく、同時にレイテンシも、本来あり得るものより10〜100倍高いです。
* スキルファイルのリクエスト構築戦略は、確実に最適とは言えません。
* Qwen 3.8 Flash Next は、体感としてまだ遅いです。20〜30 TPSで快適に動いていますが、本当に速いと感じるのは100+になってからでしょう。
* トレードオフがあります：リモートモデルに渡すデータにより慎重であるほど、リモートモデルがあなたの助けになる度合いは小さくなります
https://github.com/ethereum/zkapi/pull/16/changes
目的：私自身の健康データや旅行データを使って、個別化された食事・運動の推奨を提供すること。ですが、フロンティアモデルに対して、私的な情報が漏れないような形にします。
戦略：ローカルモデル（Qwen 3.8 Flash Next）でオーケストレーションし、強力なリモートモデルはツール呼び出しとして利用して、ローカルモデルが持たない上位の思考や知識を補います。
プライバシーの三層アプローチ：
個人を特定できる情報を漏らさない、または文章スタイルを通じて私の身元を推測されないようにする -> ローカルモデルがフロンティアモデルへクエリを書き込む（私自身が書かない）
支払い経路を通じて私の身元を漏らさない -> zkAPI
ネットワーク / IP を通じて私の身元を漏らさない -> Tor
この3つはすべて必要です（そして最終的には、少なくともある程度は3つとも揃いました）。
スキルファイルが、ローカルモデルに「いつ」「どうやって」リモートモデルへ最小限しかデータを開示しないリクエストを構築させるかを教えます。zkAPIをTorで包んだものをCLIツールとして使用します。
そして、うまく動きます！推奨が返ってきて、フロンティアモデルからの情報がそれらを改善するのに役立ちました。
主な欠点：
* Tor は、リクエスト単位でのデリンク（切り離し）最適化が本当にされていません。今日の世界で本当に意味があるのは、長い実行識別子が脆いからです。たぶん十分にプライベートではなく、同時にレイテンシも、本来あり得るものより10〜100倍高いです。
* スキルファイルのリクエスト構築戦略は、確実に最適とは言えません。
* Qwen 3.8 Flash Next は、体感としてまだ遅いです。20〜30 TPSで快適に動いていますが、本当に速いと感じるのは100+になってからでしょう。
* トレードオフがあります：リモートモデルに渡すデータにより慎重であるほど、リモートモデルがあなたの助けになる度合いは小さくなります
https://github.com/ethereum/zkapi/pull/16/changes
