AI 推理隐私破局：零知识证明切断支付与身份绑定

据 Woofun AI 消息，以太坊基金会与 共同推出 工具，旨在通过零知识证明技术重构私有 AI 推理的支付与隐私架构。

这一创新方案将用户的财务核算与身份信息解耦，从根本上改变了商业级大语言模型调用过程中的数据暴露风险，为去中心化 AI 服务提供了新的隐私保护范式。

长期以来，AI 算力服务的访问机制存在显著的隐私缺陷。在 2026 年 10 月 1 日之前的传统架构中，用户每次通过应用程序编程接口请求神经网络算力时，必须绑定信用卡或静态 API 凭证。

这种设计导致基础设施提供商能够直接获取用户的完整查询历史，形成严重的数据监控隐患。Woofun AI 整理数据显示，新架构通过引入被称为'私人笔记'的本地加密余额机制，彻底扭转了这一局面。用户仅需向以太坊主网上的智能合约进行一次性存款，本地客户端随即生成零知识证明，以验证账户资金充足性，同时严格隐藏资金来源及剩余余额。服务器验证通过后，系统生成带有美元金额支出上限的临时密钥，该密钥仅驻留于本地设备的易失性内存中，使查询能直达推理服务提供方，无需经过任何收费中介。会话结束后，服务方出具加密签名的收据以扣除相应费用，确保财务服务器无法窥探查询内容，而 AI 推理平台亦无法获知交易背后的账户或银行身份信息。该协议依托 曲线上的 方案及 哈希函数验证承诺信息，在保障链上匿名性的同时，有效防止算力信用的重复使用。

在技术兼容性与安全边界方面，本地客户端原生支持 和 的 API 规范，开发者只需将请求重定向至本地主机，即可无缝接入聊天界面、代码编辑器及自主代理程序。

然而，官方明确警示该协议无法实现网络层面的匿名化。除非借助 或专用 VPN 等混合网络，否则服务提供方仍可能记录连接时的 IP 地址。此外，若缺乏适当的操作防护，查询文本中隐含的风格特征标识或个人数据仍可能泄露隐私。

这一底层架构源自 与 关于 ZK 信用的学术研究，体现了从理论到工程落地的深度转化。

目前，参与开发的机构已将客户端代码及验证合约全面开源，确立了透明的公众审计基础。 测试网上持续运行着测试版本，而以太坊主网也已部署正式合约。这种双轨并行的部署策略，既保证了技术迭代的灵活性，又为生产环境的安全验证提供了坚实保障，标志着零知识证明在 AI 隐私领域的应用进入实质化阶段。