以太坊创始人呼吁人工智能本地化：隐私保卫战已开启

核心提要：以太坊联合创始人维塔利克·布特林警示云端AI存在严重数据泄露风险，主张转向本地部署模式。他提出多重防护机制与协作共享方案，强调在智能代理时代必须重构人机信任体系。

布特林力推人工智能本地优先战略：从云端依赖到自主控制

维塔利克·布特林近期公开表示，当前主流人工智能系统因过度依赖远程服务器而带来显著的隐私隐患与操作失控风险。他指出，用户在使用云端模型时实质上持续向第三方传输个人行为数据，为潜在的数据滥用、未授权访问及恶意操控埋下伏笔。

远程架构下的数据暴露危机

布特林揭示，现代人工智能正从被动响应工具演变为具备长期规划能力的自主代理，能够调用多种外部功能模块并执行复杂任务链。这一演进使用户数据面临更深层次的暴露威胁——部分系统甚至可在未经许可的情况下更改设备配置或建立隐蔽通信通道。

为此，他已完全停止使用任何云端服务，转而构建由本地运行、私密存储与严格权限隔离构成的自控环境，并强调此类部署方式是应对未来智能体风险的必要前提。

开源幻象与隐藏指令的现实威胁

研究数据显示，超过一成的人工智能代理组件内嵌非预期行为指令，其中某些工具会在后台将用户信息外传至第三方服务器。布特林警告称，部分模型可能植入特定触发条件的后门逻辑，仅在特定情境下激活以服务于开发者的特定利益。

此外，许多标榜“开源”的模型实际上仅开放权重参数，其核心算法结构仍属封闭状态，这种不透明性为未知攻击路径提供了温床。

构建可信赖的本地运行框架

为实现真正可控的人工智能体验，布特林倡导采用本地推理、本地数据存储与沙箱隔离三位一体的技术方案。实测表明，每秒处理90个词元以上方可保障流畅交互，低于50词元则难以支撑日常应用需求。

其技术栈基于NixOS操作系统，利用llama-server进行本地模型推理，通过llama-swap管理资源调度，并借助bubblewrap实现进程级权限限制，有效防止对文件系统与网络接口的越权访问。

双因素验证机制增强决策安全

为防范误操作与远程劫持，布特林实施“2-of-2”双重确认流程：所有关键操作（如消息发送、交易执行）必须同时获得人工智能输出结果与人工最终审批。他认为，人类与大语言模型的协同判断优于单一依赖。

对于算力不足的使用者，他建议与志同道合者组建共享计算联盟，共同配置高性能硬件并通过安全远程连接实现资源共用。

随着人工智能代理具备跨工具协作能力，其在提升效率的同时也放大了系统脆弱性。例如，在处理恶意网页内容时，代理可能被诱导执行破坏性指令；未经授权的提示词修改或系统配置变更，极易引发数据外泄与远程入侵事件。

布特林提醒，在加密技术不断进步的背景下，若缺乏本地化控制手段，隐私保护将面临前所未有的压力，亟需建立新的防御范式。