Vitalik Buterin از آژانس AI متمرکز با استفاده از Tor و zAPI رونمایی می کند

شرکت اتریوم Vitalik Buterin یک سیستم حفظ حریم خصوصی منبع باز برای عوامل AI را توسعه داده است که ترکیبی از آن است. مسیریابی Tor، پرداخت های ناشناس و دستورالعمل های پردازش شده محلی برای کاهش قرار گرفتن در معرض اطلاعات کاربر در هنگام دسترسی به مدل های زبان بزرگ.

در یک پست X، Buterin گفت که او یک "حالت پارانوید" برای عامل هوش مصنوعی خود، pi، با استفاده از zkAPI، ترافیک پوشش تصادفی و یک مدل زبان محلی برای بازنویسی درخواست ها قبل از رسیدن به یک ارائه دهنده خارجی AI ساخته است.

این تنظیمات از طریق یک Daemon سازگار با OpenAI API اجرا می شود که اجازه می دهد ویژگی های حریم خصوصی به عنوان یک لایه جداگانه بین عامل و خدمات مدل زبان عمل کند.

Buterin کد مربوطه را در GitHub منتشر کرده است، اگرچه او اذعان کرد که سیستم تاخیرهای قابل توجهی را معرفی می کند و در برابر انواع خاصی از تجزیه و تحلیل ترافیک آسیب پذیر است.

سیستم حفظ حریم خصوصی Vitalik Buterin از مدارهای جداگانه Tor استفاده می کند

طبق توضیحات فنی Buterin، هر مکالمه AI یک مدار جداگانه Tor را دریافت می کند، در حالی که درخواست ها با ترافیک پوشش تصادفی مخلوط می شوند تا فعالیت شبکه را سخت تر تشخیص دهند.

Tor ترافیک اینترنت را از طریق چندین رله هدایت می کند تا منشأ یک اتصال را پنهان کند. در پیاده سازی Buterin، مدارهای جداگانه انزوای شبکه بین مکالمات را فراهم می کنند.

ترافیک پوشش اضافی در نظر گرفته شده است تا یک ناظر بتواند درخواست های واقعی AI را بر اساس الگوهای ارتباطی شناسایی کند.

حریم خصوصی پرداخت از طریق zkAPI اداره می شود، که Buterin گفت کاربران را از افشای هویت خود از طریق اطلاعات پرداخت در هنگام دسترسی به خدمات AI جلوگیری می کند.

این سیستم شامل یک مکانیسم بازنویسی سریع محلی است. قبل از اینکه یک درخواست به مدل زبان خارجی برسد، مدل دیگری که بر روی دستگاه کاربر اجرا می شود، متن اصلی را پردازش می کند.

Buterin این ویژگی را به عنوان یک آرایش مدل محلی خود توصیف کرد، به کاربران اجازه می دهد تا مدل را که مسئول بازنویسی ماشه های خود هستند انتخاب کنند.

تنظیمات او از Qwen3.8-flash-next با توجه به پست استفاده می کند.

بازنویسی محلی یک لایه جداگانه از حفاظت از مسیریابی شبکه و اجزای پرداخت را فراهم می کند. با این حال، Buterin ادعا نکرد که بازنویسی هر گونه امکان شناسایی کاربر از طریق اطلاعاتی که ارسال می کنند را از بین می برد.

پیاده سازی این توابع را در داخل یک daemon به ارمغان می آورد که از رابط OpenAI API پشتیبانی می کند و به نماینده اجازه می دهد تا درخواست ها را از طریق بسته بندی حریم خصوصی ارسال کند.

محدودیت های Sandbox لایه دیگری از انزوا را اضافه می کند

فراتر از مسیریابی شبکه و پردازش سریع، Buterin عامل pi را در داخل یک حباب یا بوک باز قرار داده است.

Bubbleopen یک ابزار ذخیره سازی لینوکس است که می تواند دسترسی یک برنامه را به بخش هایی از محیط عملیاتی آن محدود کند.

Buterin گفت که او در حال آزمایش با تکنولوژی MicroVM به عنوان گزینه انزوای دیگر است، اگرچه پست ثابت نکرد که تنظیمات MicroVM بخشی از اجرای نهایی شده است.

عامل sandboxed با Torsocks پیچیده شده است، ابزاری که ارتباطات شبکه را از طریق Tor هدایت می کند.

با توجه به Buterin، این ترتیب در نظر گرفته شده است تا اطمینان حاصل شود که فعالیت شبکه عامل به جای ایجاد ارتباطات مستقیم از طریق Tor عبور می کند.

بنابراین طراحی فنی به چندین منبع جداگانه از قرار گرفتن در معرض اطلاعات بالقوه، از جمله ارتباطات شبکه، سوابق پرداخت، محتوای فوری و محیطی که در آن عامل AI عمل می کند، می پردازد.

Buterin نشان داد که آرایش با استفاده از یک کار تحقیقاتی ساده و گفت که نرم افزار برای کار عملی قابل استفاده است.

او نوشت: "این کاملا قابل استفاده است!"، در حالی که اذعان کرد که کاربران هنوز با تاخیر قابل توجهی مواجه هستند.

او شروع یک مکالمه جدید را به عنوان یک بخش بسیار آهسته از فرایند آغاز کرد.

این پست نتایج معیار، زمان پاسخ متوسط یا مقایسه در برابر نسخه محافظت نشده از همان عامل را ارائه نکرد.

حفاظت از Tor در برابر تجزیه و تحلیل ترافیک هماهنگ آسیب پذیر است

با وجود اقدامات حریم خصوصی اضافی، Buterin اذعان کرد که Tor یک شبکه ایده آل برای سیستم توسعه یافته نیست.

او گفت که ترافیک پوشش تصادفی محافظت معقول در برابر ناظران منفعل را ارائه می دهد، اما یک تهدید سخت تر شامل همکاری بین ارائه دهنده AI و یک رله گارد Tor را شناسایی کرد.

یک رله محافظ اولین رله است که توسط یک مشتری Tor برای ورود به شبکه استفاده می شود.

در سناریو Buterin توضیح داد، یک ارائه دهنده AI که با گارد کار می کند می تواند به طور فعال زمان درخواست ها و پاسخ ها را برای شناسایی الگوهای ترافیک دستکاری کند.

این هماهنگی باعث می شود ترافیک پوشش تصادفی به طور قابل توجهی کمتر موثر باشد، با توجه به ارزیابی او.

Buterin استدلال کرد که این نوع از برنامه از ترکیبی تخصصی بهره مند خواهد شد، یک شبکه حریم خصوصی طراحی شده برای اتصال ارتباطات ورودی و خروجی از طریق تجزیه و تحلیل ترافیک.

رویکرد پیشنهادی او شامل یک نیاز پهنای باند بالاتر و ترافیک پوشش دائمی است که به طور مستقیم در شبکه ساخته شده است.

ترافیک پوشش دائمی به معنای ایجاد فعالیت های شبکه اضافی است، حتی زمانی که کاربران درخواست های واقعی نمی کردند، به جای تکیه بر ترافیک تصادفی.

Buterin یک پیاده سازی ترکیبی را اعلام نکرد و یا یک جدول زمانی برای توسعه یک برنامه ارائه داد.

نظرات او شبکه را به عنوان یک بهبود فنی بالقوه در مورد آرایش فعلی Tor توصیف کرد که او به عنوان یک راه حل ناقص برای محافظت از تعاملات AI شناخته شده است.

انتظار می رود هزینه های پرداخت zkAPI در اتریوم کاهش یابد

Buterin به روز رسانی خود را با یک توسعه جداگانه در مورد هزینه استفاده از zkAPI پایان داد.

او گفت هزینه های گاز ارزان تر برای سپرده های zkAPI و خروج به زودی به سمت اصلی اتریوم می آید.

این بیانیه کاهش انتظار در هزینه های معامله را مشخص نکرد، مکانیسم مسئول پس انداز یا تاریخ استقرار.

سپرده ها و خروج ها از عملکرد حریم خصوصی شبکه در بسته بندی عامل جدا هستند که از zkAPI برای رسیدگی به احتمال قرار گرفتن در معرض هویت از طریق پرداخت استفاده می کنند.

پست Buterin مشخص نکرد که ارائه دهندگان مدل زبان خارجی در تظاهرات خود استفاده شده اند یا کل هزینه اجرای ابزارهای حریم خصوصی ترکیبی را افشا کرده اند.

تغییرات قیمت گاز اعلام شده در انتظار است، بدون هیچ سابقه فعال سازی اصلی تایید شده در پست.

کار zkAPI زمینه ای برای آخرین آزمایش Buterin فراهم می کند

آخرین پیاده سازی به دنبال پرتاب 1 اکتبر توسط بنیاد اتریوم و پروژه انحلال باز است که zkAPI را به عنوان یک سیستم پرداخت برای خدمات متر معرفی کرد.

با توجه به اعلام فنی بنیاد، کاربران وجوه را به یک اتریوم سپرده و اجازه استفاده از API بعدی را از طریق اثبات دانش صفر می دهند.

این سیستم می تواند اعتبار کوتاه مدت API را با محدودیت های هزینه، اجازه می دهد یک مجوز واحد برای پوشش چند درخواست در طول یک جلسه.

مجوز پرداخت و تحویل سریع به صورت جداگانه اداره می شود. خدمات پرداخت حقوق هزینه ها را بدون دریافت مکالمه تایید می کند، در حالی که ارائه دهنده مدل بدون داشتن هویت بودجه کاربر، سریع پردازش می کند.

این بنیاد اذعان کرد که مکانیسم پرداخت به طور مستقل آدرس های IP یا اطلاعات موجود در ماشه ها را پنهان نمی کند. این محدودیت ها در تجزیه و تحلیل 2 اکتبر از حریم خصوصی zkAPI مورد بررسی قرار گرفتند.

در ۴ اکتبر، Buterin یک تنظیم سه لایه با استفاده از سلامت شخصی و اطلاعات سفر برای تولید رژیم غذایی و توصیه های ورزشی را آزمایش کرد.

همانطور که Crypto.news قبلا گزارش داده بود، آزمایش قبلی از یک مدل Qwen محلی استفاده کرد تا تصمیم بگیرد چه اطلاعاتی باید با سرویس های AI از راه دور به اشتراک گذاشته شود. Buterin گزارش سرعت پردازش تقریبا 20 تا 30 توکن در ثانیه و گفت که سرعت بیش از 100 توکن در هر ثانیه بهتر است.

کار اتریوم بر روی عوامل مستقل شامل زیرساخت های هویت ERC-8004 است که برای یک دوره ۲۰۲۶ ژانویه برنامه ریزی شده است. این استاندارد برای هویت و شهرت نماینده، یک تابع جداگانه از مجوز پرداخت خصوصی که توسط zkAPI اداره می شود، فراهم می کند.

آخرین پست Buterin کنترل های اضافی را در اطراف آرایش حریم خصوصی قبلی، از جمله مدارهای Tor خاص مکالمه، ترافیک پوشش تصادفی و محدودیت های Sandbox توصیف می کند.