# 可信执行环境的所有文章

在 HTX 新闻中心浏览与「可信执行环境」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

AI 的十字路口:为什么华尔街们正在向 ChatGPT 与 Claude 们说“不”?

本文探讨了企业及个人用户对私有化AI的迫切需求,以及当前实现AI隐私保护的技术路径与面临的挑战。文章指出,随着ChatGPT、Claude等闭源AI模型在企业工作流中的广泛应用,敏感数据(如IP、商业机密)泄露至模型服务商的风险日益凸显。华尔街投行、三星等企业早已限制其使用,转而寻求更安全的方案。 核心矛盾在于:追求最高性能需依赖闭源前沿模型,但这意味着将数据明文传输至服务商,仅能依靠“合同承诺”保障隐私;而追求可验证的隐私,则需使用开源模型,但其通用能力暂时落后于闭源模型。 文章分析了当前实现隐私AI的几种主要机制: 1. **协议层隐私**:如“零数据留存”合同和匿名代理,依赖服务商的承诺,无法验证。 2. **结构层隐私**:利用硬件或密码学技术确保数据私密性,但仅限于开源模型。包括: * **可信执行环境**:在硬件加密环境中运行模型,性能损耗已大幅降低(约7-8%),成本正变得有竞争力。 * **全同态加密**:在密文上直接计算,无需信任任何方,但速度极慢,尚不实用。 * **本地推理**:完全控制数据,但受限于硬件成本和可运行的模型能力。 研究表明,经过专家数据微调的开源模型,在特定专业任务(如金融分析)上,其准确率和成本可同时击败通用前沿模型。然而,微调过程本身也可能涉及第三方服务,并非完全私有。目前,结合TEE和E2EE(端到端加密)的托管API服务,正在为开源模型提供可验证的、成本合理的私有推理方案。 更大的挑战在于“AI智能体”工作流的隐私。模型调用外部工具(如日历、数据库、搜索引擎)时,查询内容仍以明文形式发送给这些工具的服务端。目前,网关管控、TEE托管工具等方案主要解决中间路径问题,但最终目的地(如谷歌搜索)仍需读取明文查询。加密搜索等技术仍处于实验室阶段,性能和成本尚未达到商用水平。 展望未来,私有AI的需求在增长,相关服务用户量显著上升。对普通用户,已有免费或低成本的隐私聊天选择;对企业,带隐私证明的推理端点价格已具竞争力。然而,私有AI市场体量相比主流AI仍然很小。真正的价值在于填补剩余的关键缺口:在加密环境中完成模型训练循环、实现端到端加密的工具调用、构建不暴露查询的加密搜索引擎等。文章结论是,对于依赖工具调用和最高性能的日常任务,企业可能仍需选择信任闭源模型;但对于构成其核心竞争力的高阶分析与决策(即“alpha”),应选择在可验证的私有环境中,利用专有数据微调开源模型,这已成为一条在准确性、成本和隐私上可行的路径。

链捕手07/13 14:54

AI 的十字路口:为什么华尔街们正在向 ChatGPT 与 Claude 们说“不”?

链捕手07/13 14:54

Solana 隐私生态全景图,从计算到 AI 的完整隐私栈

**Solana 隐私生态全景图:从计算到 AI 的完整隐私栈** Solana 的隐私生态目前仍处于早期发展阶段。一个成熟的隐私栈需要包含形式化验证、无委员会、不可变性和开源代码等要素。在 Solana 上,隐私开发主要聚焦于两大垂直领域:新银行(Neobanks)和隐私 DeFi。其独特的架构(如 ZK 压缩)有望实现无需持久性 Rollup 的大规模可组合隐私。 **隐私计算基础设施** 目前有两家主要提供商: * **Arcium**:利用多方计算(MPC)网络处理任意数据,确保节点无法查看单个输入。其结算层在 Solana 上。Arcium 正在构建机密 SPL 代币标准(C-SPL),并已支持如私密转账(Umbra)、加密挖矿(ZINC)和密封竞价融资(Crafts)等应用。 * **Magic Block**:通过可信执行环境(TEE)创建临时隐私 Rollup(PER),在硬件验证的黑箱中处理交易后提交回 Solana,保证机密性、可扩展性和可组合性。 两者都能为私密订单簿、暗池等应用提供基础设施。 **私密转账与余额** 基于上述基础设施,出现了隐私转账应用: * **Umbra**:基于 Arcium 构建,提供加密代币账户,实现交易金额、余额和关联关系的隐私,并支持合规审查。 * **Privacy Cash**:使用类似 Tornado 的屏蔽池处理 SOL,通过零知识证明切断存取款地址关联。 * **Hush**:受 Zcash 启发,用户存入 SOL 可自动赚取收益,池内转账完全隐私,并集成了 Jupiter 进行私密兑换,具备合规特性。 **无链上痕迹的交易** 为了保护日常交易策略不被窥探和利用: * **encifherio**:通过 Jupiter 路由交易,但利用 TEE 加密交易细节,仅公开包装资产信息,实现大规模私密兑换。 * **VanishTrade**:通过屏蔽流动性路由交易,保护策略隐私,并内置合规框架防止非法交易。 * **Darklake**:构建 ZK 原生的流动性基础设施和暗池,其“盲点滑点池”在执行前隐藏订单意图,防止三明治攻击。 **隐私预测市场与隐私 AI** * **私密预测市场**:如 Melee Markets 利用 Arcium 的 MPC 基础设施加密订单簿,使参与者可以隐藏其市场方向直到结算。 * **私密 AI**:例如 Loyal 协议,结合 Magic Block 和 Arcium 的技术,在链上加密存储用户的 AI 对话、查询和个人数据,确保用户拥有数据所有权并实现私密的链上交互与资产管理。 总体而言,Solana 隐私生态正通过结合零知识证明(ZK)、全同态加密(FHE)、MPC 和 TEE 等多种技术,从底层计算到上层应用(支付、DeFi、预测市场、AI)构建一个完整且可组合的隐私栈。尽管生态仍处早期,但基础设施的完善正驱动着多样化的隐私应用涌现。

marsbit06/17 04:37

Solana 隐私生态全景图,从计算到 AI 的完整隐私栈

marsbit06/17 04:37

Solana 隐私生态全景图,从计算到 AI 的完整隐私栈

Solana隐私生态仍处于早期阶段,但正在快速发展。其独特架构(如ZK压缩)有望实现无需持久Rollup的大规模可组合隐私协议。理想的“最终隐私栈”可能是全同态加密(FHE)与零知识证明(ZK)的结合。 目前隐私计算主要由Arcium和MagicBlock提供。Arcium利用多方计算(MPC)构建可定制的执行环境,处理加密数据并正在开发保密代币标准(C-SPL),应用场景包括私密支付、数据分析及医疗保健。MagicBlock则基于可信执行环境(TEE)创建私密临时Rollup,确保交易的机密性、可扩展性和可组合性。两者基础设施催生了诸多应用。 私密转账与余额方面,Umbra基于Arcium构建,提供加密代币账户,实现金额、余额和关联关系的隐私,并支持选择性审计。Privacy Cash采用类似Tornado的屏蔽池处理SOL,Hush则整合了质押收益和私密兑换功能。 为消除链上痕迹,encifherio通过包装代币和TEE保护兑换隐私;Vanish Trade利用屏蔽流动性路由隐藏交易策略;Darklake构建ZK原生流动性基础设施和暗池,防止前端运行。 更高级的应用如私密预测市场(如Melee Markets)利用Arcium加密订单簿,保护参与者策略。在私密AI领域,Loyal结合Magic Block和Arcium技术,在链上加密存储和处理用户数据、对话及交易,确保用户拥有数据控制权。 总体而言,Solana隐私生态正从基础计算层向复杂应用层构建,覆盖支付、DeFi、预测市场及AI等多个垂直领域。

Foresight News06/16 11:13

Solana 隐私生态全景图,从计算到 AI 的完整隐私栈

Foresight News06/16 11:13

IC3 顶尖高校联手拆解:AI x Crypto 是真未来,还是叙事泡沫?

IC3(三大顶尖高校联合研究)发布报告,深入探讨AI与Crypto(区块链)结合的现状与未来。报告核心观点认为,这一交叉领域仍处于非常早期阶段,当前的喧嚣远大于实际进展。 报告将两者的结合分为两个方向:**Crypto x AI**(用AI增强区块链)与**AI x Crypto**(用区块链增强AI)。 在 **Crypto x AI** 方向: * AI已能用于分析链上交易、检测智能合约漏洞和识别欺诈,但多依赖于数据充足的受控环境。 * AI驱动的预言机让智能合约能感知、执行和决策,但准确率因问题类型而异,且面临设计困境(如交易策略透明易被攻击,不透明则易产生内幕交易)。 * 同时,AI也可能被用于驱动作恶的智能合约,实现自动化的犯罪悬赏与支付。 在 **AI x Crypto** 方向: * **去中心化基础设施**(DePIN)宣称成本更低,但需进行更严格的端到端总成本对比,证明其竞争力。 * **Crypto工具**(如零知识证明、可信执行环境TEE)可为AI流程提供完整性、保密性和可用性保障,构建“受保护管道”,用于安全的数据训练与推理。 * **微支付** 在AI Agent经济中具备潜力,可能解决互联网历史上微支付失败的核心痛点。 * **去中心化治理** 在AI模型的对齐与价值判断环节可能有价值,但主流AI公司缺乏交出控制权的动力。 报告同时指出了行业需要证明的两件事和两个待解难题: * **需证明**:1) 去中心化AI需在具体场景下与中心化方案进行严格的成本对比;2) Crypto支付需论证其在Agent支付场景下的真实效用优势。 * **待解难题**:1) AI安全需要系统层防御,而不仅是模型层护栏;2) 两者的结合会催生新的威胁,如无法关停的自主Agent。 最后,报告澄清了五个常见误区: 1. **区块链不能直接区分AI生成与人类生成内容**,只能保证记录不被篡改,无法保证记录的真实性。 2. **区块链本身解决不了AI的算法偏见**,但能促进透明度和扩大治理参与。 3. **给AI Agent一个钱包不等于让其“自主”**,这只是实现了支付自动化,并未赋予其抗审查或抗关停能力。 4. **透明的AI不等于可信的AI**,将数据来源和推理记录上链,与保证模型行为可信之间仍有巨大鸿沟。 5. **去中心化不一定更省钱**,任务总成本受通信效率影响,需要更多基准测试来验证。 总之,AI与Crypto的结合是一个充满潜力但尚需扎实验证的领域,当前更应关注实际证据而非叙事泡沫。

marsbit06/11 00:11

IC3 顶尖高校联手拆解:AI x Crypto 是真未来,还是叙事泡沫?

marsbit06/11 00:11

活动图片