PANews 10월 4일 소식, 비탈릭이 트윗을 통해 개인 실험을 공유했다. 자신의 건강·여행 데이터를 활용해 최신 모델과 결합, 맞춤형 식단·운동 조언을 생성하면서도 원격 모델에 어떤 개인 정보도 유출하지 않는 방식이다. 시스템은 로컬 모델(Qwen 3.8 Flash Next)로 오케스트레이션을 수행하고, 강력한 원격 모델을 도구 호출로 사용해 로컬 모델이 갖지 못한 고차원적 사고와 지식을 얻는다. 3중 개인정보 보호 아키텍처를 채택했다:

• 신원 계층: 로컬 모델(Qwen 3.8B)이 사용자를 대신해 쿼리 요청을 구성해 문체로 신원이 노출되는 것을 방지
• 결제 계층: zkAPI로 결제 정보 은닉
• 네트워크 계층: Tor로 IP 주소 은닉

시스템은 성공적으로 실행되어 조언을 얻었다. 비탈릭은 주요 한계로 Tor가 요청별 비연관화(de-correlation) 최적화가 부족하고 지연 시간이 높다는 점, 로컬 모델 속도가 20~30 TPS에 불과하다는 점(이상적으로는 100+ 필요), 데이터 보호가 엄격할수록 원격 모델이 제공할 수 있는 도움이 제한적이라는 점을 꼽았다.