PANews 10月4日付の情報によると、Vitalik氏はX（旧Twitter）で個人実験を共有した。自身の健康・旅行データを活用し、最先端モデルと組み合わせてパーソナライズされた食事・運動アドバイスを生成する一方、リモートモデルにいかなる個人情報も漏らさないようにした。システムはローカルモデル（Qwen 3.8 Flash Next）でオーケストレーションを行い、強力なリモートモデルをツール呼び出しとして利用することで、ローカルモデルにはない高次の思考と知識を取得する。3層のプライバシー保護アーキテクチャを採用している：

• アイデンティティ層：ローカルモデル（Qwen 3.8B）がユーザーに代わってクエリを構築し、文章スタイルによる身元の露出を回避
• 決済層：zkAPIで決済情報を秘匿
• ネットワーク層：TorでIPアドレスを秘匿

システムはすでに正常に動作し、アドバイスを取得している。Vitalik氏によると、主な不足点は以下の通り：Torはリクエストごとのデコリレーション（非相関化）の最適化が不十分で遅延が大きいこと、ローカルモデルの速度がわずか20〜30 TPS（理想的には100以上が必要）であること、データ保護が厳格になるほどリモートモデルが提供できる支援が限られること。