维塔利克·布特林测试了一套注重隐私的 AI 工作流：先利用本地 Qwen 3.8 Flash Next 模型处理个人健康和旅行数据，再向功能更强大的远程模型获取饮食和运动建议。该系统结合本地提示词构建、zkAPI 私密支付和 Tor 路由，以减少提示词内容、账单记录和 IP 地址暴露带来的隐私泄露。布特林表示，加入前沿模型的输入改善了建议效果，但也指出了四项局限：Tor 无法充分隔离单个请求，延迟约为理想水平的10至100倍，提示词选择策略仍需改进，而且本地推理速度约为每秒20至30个词元，低于每秒100个词元以上的目标。他还表示，减少提供给远程模型的个人背景信息会降低其建议的实用性。此外，布特林将计划于2027年推出的 Hegotá 描述为以太坊可能进行的最后一次常规分叉，此后开发将转向递归 STARK、自动化形式化验证、优化共识机制和抗量子技术。