我把 zkAPI、Tor、額外的掩護流量，以及本地 LLM 提示詞改寫功能整合進一個兼容 OpenAI 的守護進程中，還爲我的智能體運行框架（pi）做了一個“偏執模式”封裝：

每段對話都會分配一條獨立的 Tor 電路；你的請求會用隨機掩護流量僞裝；zkAPI 可確保你不會在付款時泄露身份；所有提示詞都會在本地改寫（自帶本地模型；我用的是 qwen3.8-flash-next）。

https://github.com/vbuterin/zkapi/tree/feat/client-concession-local

我的智能體運行框架套在 bwrap 沙箱中（也在試驗 MicroVM），外面又套了一層 torsocks，因此它做的所有事情都會通過 Tor。

這是我讓它執行一項簡單研究任務時的效果。

現在已經相當實用了！不過延遲增加確實讓你付出了不小的代價，尤其是在開始新對話時。

此外，在這裏用 Tor 做隱私保護遠非最佳方案；這種掩護流量機制可以應對被動攻擊者，但如果 LLM 服務提供商與守衛節點串通並主動操縱時序，它的保護能力就弱得多。這類任務確實需要更專業的混合網絡（mixnet），可能得接受更高的帶寬開銷，並採用內置的恆定掩護流量。

還有，zkAPI 存款和提現的燃氣費即將大幅降低，並很快會在主網上線。