最新消息：@Grayscale 已提交其 @Zcash 信託的初步註冊 - 這是推出首個 ZEC ETP 的必要條件。

「未來是將 AI 融入你的應用程式和生活中。但如果它需要親密的數據來為你提供良好的服務，你需要將零知識和其他安全技術包裹在其中。」 - @DacEconomy，@ProjectZKM 的共同創辦人 今天的大型語言模型已經在我們的瀏覽器標籤中，但這並不是最終目標。正如 ZKM 的 Ming Guo 所說，目標是讓 AI 在你的應用程式和日常工作流程中運行，而不是一個你將數據複製到的獨立聊天框。 要在這個層面上真正有用，AI 系統必然需要訪問私密的上下文：你的行為、歷史、偏好，甚至敏感的財務或健康相關數據。這就產生了一個直接的權衡： • 更多上下文 → 更好的 AI 協助 • 更多數據暴露 → 更高的隱私和安全風險 這就是零知識證明和 zkVM 的用武之地。與其將原始數據發送給模型或第三方，ZK 允許你： • 證明對你的數據進行的計算是正確的，而不揭示數據本身。 • 強制 AI 代理遵循某些規則或政策，而不暴露模型內部或完整日誌。 • 將可驗證的證明附加到應用中的 AI 驅動行動上，以便其他方可以信任結果，而無需查看你的底層輸入。 換句話說，如果 AI 要深度嵌入產品和我們的生活中，我們需要在其下方建立基於 ZK 的安全層 - 像 ZKM 的 Ziren 這樣的通用 zkVM，以及保持 AI 優勢的應用級證明系統，同時限制它能看到的內容和使用方式。 觀看完整的 AI 與工作小組 - 證明人類貢獻：

有趣的事實：今天是諾伯特·維納（Norbert Wiener）出生131周年，他在控制論方面的研究為現代AI奠定了基礎。