维塔利克·布特林在推特上表示，他正在进行个人实验，利用健康和出行数据生成饮食与运动建议，同时确保不向前沿模型泄露隐私。实验采用本地模型 Qwen 3.8 Flash Next 进行任务编排，并将远程大模型作为工具调用，以弥补本地模型在推理和知识方面的不足。隐私防护分为三层：第一层由本地模型代写查询，避免身份和文风泄露；第二层通过 zkAPI 隐藏支付渠道信息，防止身份暴露；第三层使用 Tor 隐藏网络和 IP 地址。技能文件指导本地模型构造尽量少泄露数据的请求，并以 Tor 封装的 zkAPI 作为命令行工具。布特林称已获取建议，远程模型有助于提升结果质量，但 Tor 不适合逐请求关联，隐私仍可能不足，延迟比理想水平高出 10–100 倍；技能文件的策略尚未达到最优；本地模型每秒约 20–30 事务仍显得较慢，且向远程模型提供的数据越少，其帮助越有限。
