以太坊联合创始人Vitalik Buterin于10月16日公布一套名为“偏执模式”的AI代理隐私方案，试图减少AI服务提供商从用户身份、请求来源和付款信息中识别用户的机会。对于接入钱包或金融工具的AI代理，这类信息可能暴露用户关注的代币、投资组合和交易计划。不过，Buterin也承认，这套组合方案会增加延迟，面对串谋攻击时仍有不足；目前代码已公开，但整体仍属实验性质。
四项措施分别处理身份、流量与支付线索
方案把多种隐私工具组合起来，应对AI请求中可能留下的不同线索。Tor用于为每次对话提供独立的网络路由，以隐藏用户IP地址；伪装请求则通过增加虚假流量，让真实请求不那么容易从整体流量中被辨认出来。
在提示词环节，用户设备上的小型AI模型会先改写输入内容，尽量删去可能指向个人身份的信息。这样做并非让AI服务提供商看不到请求，而是试图降低提示词本身包含的可识别细节。
支付方面，方案使用zkAPI。其设计思路是借助密码学证明，表明请求已经付费，同时不直接披露付款者身份。四项措施分别针对网络地址、请求模式、提示词内容和付款记录等可能产生的关联线索。
金融类AI对话可能暴露用户信息
AI代理若能访问钱包或金融服务，用户与其讨论的内容就可能包含敏感信息。例如，用户询问某些代币，或让代理分析个人持仓，这些对话会透露其投资关注点。即便用户没有主动提供姓名，付款记录、网络地址以及多次提示词中重复出现的细节，也可能被用来识别或关联同一用户。
因此，这套方案关注的不只是对话内容是否被公开，也包括服务提供商能否把请求与具体用户、网络来源或付款信息联系起来。对金融行业而言，隐私设计将影响用户是否愿意把账户和财务问题交给AI代理处理；但现有信息并未表明该方案已经经过广泛部署或验证。
Buterin指出延迟和串谋仍是限制
隐私保护措施增加了系统环节，也带来实际使用上的取舍。Buterin承认，“偏执模式”会增加延迟；此外，如果多个参与方串通，方案仍难以完全防止信息被关联。换言之，Tor、伪装流量、本地改写和zkAPI各自处理不同类型的线索，但并不能保证在所有攻击情境下都能隐藏用户身份。
相关代码已公开，外界可以查看实现；不过，公开代码不等于整套方案已经成熟。对使用者而言，当前值得关注的仍是其实际运行效果、额外响应时间，以及在不同服务方协同行动时能够提供多大程度的保护。