作者：Teng Yan & 0xAce；编译：金色财经xiaozou

在人工智能领域，隐私不再是个可选项——它关乎生死存亡。

Nillion 是一个去中心化基础设施，专为管理隐私敏感数据而设计，适用于AI和私有DeFi等应用。该团队已与Virtuals、NEAR、Aptos、Arbitrum等达成合作。Nillion生态系统正在崛起，本文我们来一起深入探索。

本文摘要：

Nillion正在重新定义隐私保护计算——这是下一代AI缺失的关键一环。

隐私不再是可选项。AI代理需要访问敏感数据才能发挥作用，但当今的基础设施迫使用户在隐私和实用性之间做出选择。

盲计算改变了这一现状。Nillion支持在加密数据上进行计算，而无需暴露数据，从而解决了AI的信任问题。

Nillion网络架构由两个关键组件组成，每个组件都有独特且重要的作用：协调层（nilChain）和Petnet（隐私增强技术网络）。

多层隐私保护。Nillion不依赖单一方法，而是将MPC、FHE、ZKP和TEE无缝集成到一个隐私保护堆栈中。

强大的团队（包括Uber的创始工程师和密码学资深专家）和雄厚的资金支持，已从顶级投资者处筹集5000万美元。

NIL的代币经济学设计旨在推动采用。NIL将为网络提供动力，确保运营安全，同时随着使用规模的扩大，推动基于销毁的需求。

几十年来，我们一直梦想着能够真正拥有个人AI助手。

从钢铁侠的JARVIS管理托尼·斯塔克生活的方方面面（偶尔拯救他），到《星际迷航》中的计算机精确知道皮卡德喜欢喝多热的茶（总是热的），再到《她》中的萨曼莎——她不仅整理了西奥多的收件箱，还在坠入爱河时对存在性问题进行了哲学思考。

它们反映了一个共同的真相：做人很累。

JARVIS不仅操作托尼·斯塔克的战衣。他还安排会议、订购杂货、支付账单，并可能建议凌晨3点的会议并不是有益身体健康的好主意。

当我们看到这些时，我们会想：是的，就是这样。我需要这个。

我们不断发明这些虚构的助手，因为内心深处，我们都渴望有某人——或某物——能够减轻现代生活的无情精神负担。

一个能记住我们忘记的事情、发现我们忽略的模式，甚至可能阻止我们在凌晨2点发送那条第二天100%会后悔的信息的助手。

1、隐私问题

但现实与虚构不同：JARVIS知道托尼·斯塔克的一切，因为，嗯，这是一部电影。

电影从未面对过AI完全访问某人生活每个角落的隐私噩梦。

在现实世界中会怎样？这是一个等待解决的万亿美元挑战。

目前，AI代理仍处于发展的初级阶段——在Twitter上发帖、创建动漫头像、开几个玩笑。但这种情况正在迅速改变。我们正处于更大变革的边缘。

为了真正帮助我们，这些AI代理需要访问我们最敏感的信息。

想想JARVIS实际上知道托尼的哪些信息：

完整的财务状况——每个账户、每笔投资、每个秘密项目。

人际关系——从与妻子佩珀·波茨的对话，到与复仇者联盟和敌人的交流。

健康数据——完整的生物特征、病史、心脏附近的弹片。

职业秘密——不仅是钢铁侠战衣，还有斯塔克工业的所有知识产权。

现在想象一下，将这种级别的访问权限交给今天的AI代理。你会感到安心吗？这不是假想的愿望清单——这是AI真正成为我们数字代表所需的数据类型。

一个不了解你完整财务状况的AI财务顾问，只是一个美化了的计算器。

一个没有你完整病历的AI健康助手？只是拥有更好UI的WebMD。

为了让AI从新奇的东西变为必需品，我们必须解决隐私难题。

2、两难选择

当今的AI基础设施通常迫使我们陷入两难境地：

1）为实用性放弃隐私

将所有数据交给中心化的AI公司；

相信他们会保护数据安全（祈祷吧）；

接受你的数据可能被用于训练模型。

2）保持隐私但牺牲实用性

坚持使用功能受限的本地AI模型；

错过高级功能；

接受平庸的性能。

以癌症患者的AI健康助手为例。

为了提供有意义的支持，它需要访问你的完整病历、基因检测结果、当前治疗方案、用药时间表、副作用报告，甚至是你关于真实感受的私人对话。

如果没有强大的隐私保障，你实际上是在向未知的服务器和员工广播你最私密的健康斗争。

想象一下你最脆弱的时刻——你的恐惧、你的痛苦、你的治疗决定——在公司的基础设施上以明文形式处理。

真正的问题在于AI系统如何处理数据。

当你使用ChatGPT或Claude等工具时，会发生以下情况：你的数据被发送到他们的服务器→以明文形式处理→并可能存储用于未来的模型训练。

是的，它们有隐私政策和安全措施。但归根结底，你仍然依赖信任。

当AI只是写邮件或生成可爱的猫咪图片时，这可能是可以接受的。但随着AI变得更个性化、更强大，这种隐私危机变得关乎生存。

3、新范式需求

解决方案不仅仅是更好的加密或更严格的隐私政策。这就像在没有墙壁的房子上安装锁。

我们需要从根本上重新构想AI系统如何处理敏感数据。我们需要的基础设施能够：

在加密数据上进行计算而不暴露数据

提供加密隐私保障

分散信任，使没有任何单一实体掌握所有权力

下一波AI浪潮不仅仅是关于更智能的模型或更快的性能。它将关乎信任。

我们能否构建出足够强大的系统来处理我们最敏感的数据，并足够值得信赖让我们分享这些数据？

我们能否创建隐私基础设施，使现实生活中的JARVIS成为可能？

这些问题将定义AI发展的下一篇章。

Nillion的故事就从这里开始。

4、Nillion=盲计算

Nillion正在创建一个全新的范式，称为“盲计算”。

通过它，你可以拥有先进AI系统的所有能力，而无需暴露你的敏感数据。不仅仅是加密存储，而是在加密数据上进行实际计算，数据从头到尾保持私密——甚至对处理它的基础设施也是如此。

但要理解为什么这是革命性的，我们需要了解当前隐私解决方案的不足之处。

（1）超越传统隐私

许多现有的隐私解决方案就像将数据锁在保险箱中——它在静止时是安全的，但当你想要使用它时，你必须将其取出。

每次你计算某些东西时，你都会暴露数据。这就像每次需要处理敏感文件时，都要带着它们穿过拥挤的街道。

这种“解密-计算-加密”过程创造了老练的攻击者可以利用的漏洞窗口。即使有强大的加密，你的数据在计算过程中也会暴露，使其容易受到内存抓取、侧信道攻击和其他漏洞的影响。

Nillion的盲计算使数据在加密状态下进行计算。

（2）协调的力量

当前的隐私协议领域是分散且专业化的。解决方案并不缺乏，但每个方案都有其局限性：

多方计算（MPC）擅长安全分布式计算，但难以扩展。

全同态加密（FHE）支持在加密数据上进行计算，但速度慢且成本高。

零知识证明（ZKP）提供强大的验证而无需暴露数据，但受计算能力和带宽的限制。

可信执行环境（TEE）提供实用的安全性，但需要硬件信任假设。

大多数项目选择一种方法并围绕其优势进行优化，同时接受其局限性。这就像选择一种乐器并试图演奏整个交响乐。

Nillion不满足于独奏。它要指挥整个乐团。

这些隐私增强技术（PETs）共同协作，创造出比各部分总和更大的隐私解决方案。

让我们深入探讨Nillion如何从技术上实现这一点。

5、底层网络架构

Nillion网络架构由两个关键组件组成，每个组件都有独特且重要的作用：

协调层（nilChain）

Petnet（隐私增强技术网络）

它们共同实现了盲计算。

（1） 协调层

基于Cosmos SDK构建的协调层，称为nilChain，充当网络的控制中心。它不处理私人数据或运行计算。相反，它确保网络高效安全地运行，就像管理进程和资源分配的高性能操作系统。

为什么选择Cosmos SDK？

选择Cosmos SDK是因为其模块化架构、高可扩展性和互操作性。Cosmos设计用于主权，允许nilChain独立运行，同时通过跨链通信（IBC）受益于跨链兼容性。

实际上，这意味着Nillion可以安全高效地与其他区块链生态系统交互，而无需依赖传统桥梁，后者通常是安全风险。

nilChain的作用

尽管基于Cosmos构建，nilChain特意保持轻量级。它不存储或处理任何敏感数据。相反，它专注于：

支付处理——每次有人使用Nillion的计算服务时，nilChain处理经济逻辑——就像一个去中心化的计费系统。

奖励和质押——节点运营商质押代币以参与；作为回报，他们因诚实工作而获得费用。恶意节点可能会失去其质押。

网络安全——nilChain还维护节点质押、声誉和任务的全局账本。

协调——nilChain协调哪些节点集群处理特定计算，确保负载平衡并将任务分配给具有适当能力的节点（例如，专门处理大规模MPC的集群）。

这种极简主义方法至关重要，因为它使协调层能够完全专注于协调，而将复杂的隐私保护计算留给Petnet。

截至目前，nilChain正在测试网环境中运行，主网预计本月上线。

（2）Petnet

虽然协调层管理网络的运营，但Petnet（隐私增强技术网络）是Nillion真正的奇妙之处。

这是一个由专门的隐私处理器组成的网络，每个处理器都为更大的系统做出贡献，该系统可以在加密数据上进行计算，而无需看到实际信息。

Petnet通过专门的集群系统结合了不同的隐私技术。不是强制每个节点处理每种类型的计算，而是将节点分组为专门处理特定任务的集群。

集群架构：规模化专业化

这种集群方法解决了隐私保护计算中的一个基本挑战：平衡安全性和性能。

一些计算需要最大安全性，可以容忍较慢的速度，而另一些则需要实时应用的闪电般快速处理。通过让集群专业化，Nillion实现了两者兼得。

将这些集群想象成公司中的专门部门。就像你不会让你的会计团队处理产品设计一样，你也不希望每个节点都试图处理每种类型的计算。一些集群可能专注于：

高度敏感数据的最大安全性

时间关键型应用的实时处理

特定类型计算的最佳性能

6、隐私技术

Petnet结合了三种尖端的隐私增强技术（PETs），以提供更高水平的安全性和效率。

（1）多方计算（MPC）

MPC允许多方共同计算一个函数，同时保持各自的输入私密。Nillion的自定义MPC协议旨在消除传统MPC的通信开销，这使得典型MPC速度较慢。

工作原理——不是由一个实体处理敏感数据，而是多个节点持有加密信息的片段（称为“particles”）。每个节点仅处理其数据shares，确保没有任何单一实体可以重建原始输入。

秘密共享和盲化——使用Shamir的秘密共享和一次性掩码将私有输入数据拆分为多个加密份额（shares），防止未经授权的访问。

无需交互的本地计算——节点独立计算，无需相互通信，防止过程中的数据泄露。

重建和验证——计算完成后，节点组合其结果shares以重建最终输出，确保正确性而不暴露敏感输入。

通过移除计算过程中的通信，Nillion的MPC实现了以前被认为不切实际的速度和可扩展性。

（2）全同态加密（FHE）

全同态加密（FHE）允许在加密数据上进行计算而无需解密。虽然FHE计算成本高，但Nillion选择性地集成FHE，以在最有价值的地方发挥作用。

为什么选择FHE？——与MPC不同，MPC在节点之间拆分数据，而FHE支持直接在加密数据上进行计算，无需秘密共享。

FHE作为补充模块——Nillion在秘密共享不可行的情况下使用FHE，例如必须端到端保持加密的金融交易计算。

MPC + FHE——在某些情况下，FHE与MPC结合使用，允许系统在数据跨节点共享之前对其进行加密。这确保数据在处理的每个阶段都保持加密。

网络还集成了预处理技术，以减少同态操作的复杂性，使FHE在实际部署中可行。

（3）可信执行环境（TEEs）

TEEs提供基于硬件的隔离，用于在处理器内安全执行敏感计算。Nillion通过其nilTEE框架选择性地利用TEEs。

TEEs的工作原理——TEEs是处理器内的安全区域，用于隔离运行代码，防止敏感数据暴露给更广泛的系统。

AI模型执行——TEEs支持安全的AI模型推理，而无需暴露模型权重或输入数据。

阈值签名和认证——用于安全的加密签名和身份验证。

短时安全计算——Nillion仅在性能关键任务中使用TEEs，确保长期数据保护保持去中心化。

通过将TEEs与MPC和FHE集成，Nillion在性能、安全性和去中心化之间实现了平衡，确保计算保持私密，同时提供高速结果。

7、使隐私实用化：开发堆栈

如果开发者不能轻松使用，所有这些复杂的隐私技术都将毫无用处。

这就是为什么Nillion创建了一套开发工具，抽象出隐私保护计算的复杂性。

目前的工具包包括如下组件：

（1）nilVM：

一个隐私优先的虚拟机，改变了开发者编写安全应用程序的方式。

使用一种名为Nada的基于Python的语言，开发者可以编写感觉像普通编程的代码——但在幕后，它编译为隐私保护操作。将其视为一个通用翻译器，将常规指令转换为安全的多方计算，而无需开发者担心密码学。

VM支持基本操作和更复杂的任务，如消息的阈值签名，使其特别适用于需要处理敏感数据同时保持隐私的金融应用。

该模块可以通过SecretSigning SDK访问，该SDK利用nilVM的加密功能进行阈值签名和认证工作流。

（2）nilDB：

nilDB使处理加密数据像使用常规数据库一样简单。与传统系统不同，传统系统中数据必须解密才能查询或分析，而nilDB保持所有信息加密，同时仍然允许复杂操作。

它使用秘密共享和MPC的组合将数据拆分到多个节点，确保没有任何单一节点看到完整信息。

开发者可以编写熟悉的类似SQL的查询，nilDB自动处理所有隐私保护操作。

这使其非常适合需要分析患者数据同时保持严格隐私合规性的医疗系统，或需要在不暴露个人交易细节的情况下检测欺诈模式的金融服务。

该系统甚至支持安全的多方分析，允许组织从组合数据集中获得洞察，而无需向彼此透露其基础数据。可以通过以下SDK访问：

SecretVault：一个类似保险库的服务，用于安全上传和管理加密数据。

SecretDataAnalytics：允许对加密数据集进行授权查询或分析，而无需暴露基础信息。

（3）nilAI：

一套专注于AI的隐私技术，使私有机器学习实用化。它包含三个关键组件：

AIVM（AI虚拟机）：基于Nillion的MPC技术，并与Meta的CrypTen框架集成，使AI模型能够在保持模型和数据私密的情况下处理数据。

nada-AI：提供类似PyTorch的界面，使开发者能够轻松处理隐私保护AI模型。你可以训练神经网络、运行推理，并使用熟悉的模式处理机器学习任务。

nilTEE：使用可信执行环境进行安全的AI处理，特别适用于私密运行大型语言模型。

该系统使用离散小波变换（与Meta的AI研究团队共同研究）等技术加速加密AI操作。这使得运行复杂的AI工作负载具有实际性能——从保持用户数据私密的个性化AI助手到需要保持数据机密性同时提供实时结果的企业AI系统。

从请求到结果：端到端流程

现在我们已经了解了nilChain、Petnet和盲模块如何协同工作，让我们看看典型的用户交互——从存储数据到运行AI模型。

以下是简要流程：

1）用户启动用户或应用程序与Nillion的SecretSDK或API交互（例如，“安全存储此文件”或“在我的数据上运行此函数”）。

2）客户端准备SDK对数据进行加密或秘密共享，以便没有任何一方可以完整查看。这可能涉及MPC shares或为TEE处理封装数据。

3）通过nilChain协调请求发送到nilChain，nilChain记录请求，处理$NIL支付，并将任务分配给Petnet中的专门集群。不同的集群可能专注于存储（nilDB）、计算（nilVM）或AI推理（nilAI）。

4）Petnet中的盲执行

nilDB（存储）：数据shares分布在集群的节点中。

nilVM（计算）：节点在其数据shares上运行MPC协议——没有任何单一节点看到完整输入。

nilAI（AI推理）：TEEs或混合FHE/MPC方法确保即使节点操作员也无法看到原始数据或模型权重。在此阶段，每个集群节点仅处理加密或掩码数据。

5）结果和结算

集群完成结果（例如，存储shares、返回计算结果或发送加密的AI响应）。

nilChain确认完成，向参与节点释放支付，并处理任何恶意行为的惩罚。用户最终在本地解密结果（如果需要）。

此工作流程提供端到端的隐私和可验证性，nilChain协调任务，Petnet在幕后安全执行。

8、Nillion技术实践

Nillion技术已经在处理大量工作负载，并获得了开发者的广泛关注。幸运的是，这不仅仅是理论。

开发者采用率正在迅速增长，Nillion SDK在短短两个月内被外部下载了961次——这是平台新兴开发者生态系统的早期信号。

通过为隐私保护计算和存储提供基础，Nillion正在解锁多个领域的全新产品和服务类别。

以下是一些示例：

（1）私有AI代理

如前所述，下一波AI代理需要处理越来越敏感的数据才能真正有用。Nillion的盲计算基础设施使AI代理能够处理私人信息而不暴露这些信息：

· Skillful AI已使用nilVM实现了私有检索增强生成（RAG），允许用户在推理过程中利用敏感文档，同时最小化数据暴露。

· Rainfall构建了一个专注于集体社交智能的自有AI平台，同时通过安全权重聚合保护用户隐私。

· Verida正在开发一个基于敏感用户消息训练的个性化AI聊天机器人，使用nilDB进行安全存储。

这种从娱乐导向的AI代理向实用导向的AI代理的转变，通常需要只有盲计算才能提供的防弹隐私保障。随着AI代理发展到处理投资、治理和谈判，Nillion的基础设施变得至关重要。

（2）医疗应用

医疗是盲计算的另一个巨大机会，预计AI医疗数据市场将从2024年的323亿美元增长到2030年的2082亿美元，实现524%的增长。

· 安全的研究合作：医疗机构可以跨地区分析患者数据，而不会暴露敏感信息。· 隐私保护的诊断：基于AI的诊断工具可以在处理患者数据的同时保持完全的机密性。· 合规的数据共享：在满足严格的医疗隐私法规的同时实现合作。

HealthBlocks展示了这一潜力，允许用户从不同来源收集数据，同时保持所有权和控制权，然后使用Nillion为第三方生成洞察，而不会泄露具体细节。

（3）DeFi与敏感数据目前，DeFi的透明度使交易者面临MEV攻击、抢先交易和市场操纵的风险。Kayra，一个去中心化的暗池DEX，通过使用Nillion的盲计算来解决这一问题，实现私密的机构级交易。· 隐秘订单簿：订单被加密并私下处理，防止市场影响。· 盲计算匹配（nilVM）：订单以加密形式提交，并使用Nillion的MPC节点进行处理。每个节点在数据片段上进行计算，而不会看到完整的订单，确保机密性。当找到匹配时，只有最终的交易细节被解密以进行结算，防止在每个阶段泄露。· MEV和抢先交易保护：订单在执行前保持私密，确保公平定价。

通过使用Nillion，Kayra提供了无需信任的隐私，使DeFi对机构和大额交易者变得可行。如果成功，它可能会对链上私密交易产生革命性影响。

其他使用Nillion的DeFi应用包括：· ChooseK正在开发一个订单簿平台，支持私密的DeFi产品。· Kagami在nilVM中创建了一个交易策略引擎，用于加密的金融策略。

随着世界经济论坛估计有867万亿美元可能流入DeFi，隐私保护的基础设施对于机构采用变得至关重要。

（4）区块链集成Nillion还与主要区块链平台建立了战略合作伙伴关系，使盲计算在这些链上可访问：· Arbitrum：增强以太坊扩展的隐私工具· NEAR协议：隐私保护应用开发· Aptos：专注于隐私的应用基础设施· Sei：安全计算的原生集成

这些集成允许智能合约和用户直接从他们喜欢的链上利用盲计算，使用原生gas代币——无需新钱包。

（5）推动采用的关键合作伙伴关系如果没有人使用，技术就毫无意义。战略合作伙伴关系正在加速Nillion在多个领域的采用，主要合作展示了该平台的多样性和潜力。与Meta的AI研究团队的合作在隐私保护的AI计算方面取得了突破性进展，而与Virtuals Protocol的AI代理共同所有权合作和与Ritual的去中心化AI推理合作则展示了Nillion在新兴领域推动边界的能力。

结合其强大的技术基础和不断增长的生态系统采用，这些战略联盟使Nillion在隐私保护计算成为必要基础设施时能够捕获重要价值。

9、NIL代币经济学

NIL代币是Nillion盲计算网络的核心，既是网络的实用代币，也是治理机制。总供应量为10亿枚，NIL旨在协调所有网络参与者的激励，同时实现生态系统的可持续增长。

注：NIL代币在撰写本文时尚未上线。

（1）供应方：分配与解锁

代币分配大部分代币供应（45%）将用于社区和研发，以不断改进技术，显示出对可持续增长的关注，而非短期收益。协议还保留了总供应量的7.5%（7500万NIL）用于对早期支持者和建设者的创世空投，目标是那些对网络发展做出有意义贡献的人。

解锁时间表

代币释放将遵循有计划的解锁时间表：

初始流通供应量约为13.9%（1.396亿代币）

主要解锁事件在创世后6个月开始，供应量达到约30%

到TGE后第12个月逐渐增加到约48%

团队和生态系统分配的长期线性归属

第一年的时间表相当激进：在六个月没有新代币后，供应量从约14%跃升至30%以上，然后在第12个月攀升至近48%。由于这些第一年的解锁大部分来自投资者和团队分配（在CT上总是会有争议……），团队和社区推动强大的网络使用并创造足够的代币需求以吸收增加的供应至关重要。

（2）需求方：效用与治理

NIL在保护网络和提供访问其服务方面发挥着核心作用：

网络访问

计算和存储操作：在初始阶段，用户根据美元计价的信用系统销毁NIL代币。所有Petnet操作的支付目前100%被销毁。

模块特定定价：nilVM：计算/存储操作的固定费率销毁，可选择在特定集群上预销毁代币以获得信用以减少延迟；nilDB和nilAI：基于订阅的模式，需要每月销毁NIL以访问API。

可预测的成本：操作以美元计价的不可转让信用定价，确保企业的成本稳定性。

节点质押

验证者和Petnet集群：节点运营商质押NIL以保护其角色，并可能因恶意行为而面临削减。随着NIL价值的增长，理论上网络通过更高的经济惩罚变得更加安全。

治理与资源分配

提案和投票：NIL持有者影响协议升级、费用结构和生态系统资金。

资源部署：治理设定社区资源分配的参数。

10、供需结合

在早期阶段，所有Petnet操作费用的100%被销毁，随着网络使用的增长，创造了重要的代币销毁池。操作费用通过治理决策设定，计划未来过渡到无许可的、基于集群的定价模型。

这种可预测的、美元计价的成本和完全代币销毁的结合，在网络采用和代币价值之间建立了清晰而强大的联系。这正是我们在代币设计中喜欢看到的。

Nillion的代币经济学是为长期游戏而构建的。该系统旨在随着网络采用的扩展而蓬勃发展，依赖于可持续性的三个关键驱动因素：

使用→价值：随着网络活动的增长，更多的代币被销毁，推动NIL价格上涨。

质押→安全性：代币价值的上升激励节点运营商质押更多代币，增加网络的安全性和弹性。

治理→一致性：代币持有者在制定网络政策方面发挥直接作用，确保有既得利益的人指导其发展和长期成功。

如果网络捕获了2700亿美元云计算和存储市场的一小部分，网络使用产生的代币销毁可能会迅速超过最激进的解锁时间表——为NIL代币的长期价值创造提供动力。

11、团队与融资

Nillion组建了一个真正世界级的团队，结合了密码学、分布式系统和产品开发的深厚专业知识。

领导团队汇集了来自Web2和Web3的资深人士：

Alex Page（CEO）来自传统金融背景，曾在Hedera SPV担任普通合伙人，并在高盛担任银行家。

Andrew Masanto（CSO）是一位连续创业者，拥有多次退出经验，并作为Hedera的联合创始人和Reserve的创始CMO带来了宝贵的生态系统建设经验。

技术基础由几位关键领导者奠定：

Miguel de Vega博士担任首席科学家，带来了深厚的数据优化密码学专业知识，拥有30项专利。他的研究背景对于Nillion在隐私增强技术方面的创新方法至关重要。

Conrad Whelan是创始CTO，利用他在Uber担任创始工程师的经验构建可扩展的分布式系统。他构建服务于数百万用户的经验尤其宝贵，因为Nillion旨在成为核心基础设施。

我们至少可以看出，团队非常强大，并且已经一起建设了很多年。所有迹象都指向光明的未来。

在融资方面，Nillion已经获得了大量资金支持以实现其愿景。

他们已经从包括Hack VC、Hashkey Capital、Distributed Global和Maelstrom在内的知名加密投资者那里筹集了5000万美元。凭借经验丰富的团队和获得的大量财务支持，Nillion已经准备好应对构建隐私保护计算基础设施这一复杂（且雄心勃勃）挑战。

12、我们的想法

（1）编排是真正的护城河

Nillion的方法是专注于编排多种隐私增强技术（PET），而不是将所有赌注押在单一方法上。这一策略很聪明，有两个关键原因：

首先，它创造了选择性。不同的用例有不同的隐私需求和权衡。有些优先考虑速度而不是最大安全性，而另一些则需要法规遵从性或特定的加密标准。通过编排多种PET，Nillion可以为每个工作提供合适的工具，而不是强迫一切通过一刀切的解决方案。其次，它为平台提供了未来保障。随着新的隐私技术出现（它们将会出现），Nillion可以将它们集成到其编排层中，而不会破坏现有应用程序。随着量子计算的进步推动今天的隐私技术发展，这种适应性将至关重要。

当然，构建一个有效的编排层并不容易。挑战在于使其对开发人员无缝。如果体验过于复杂或笨拙，Nillion的强大解决方案可能会在理论上令人印象深刻，但在实践中无法使用。

（2）将隐私作为基础设施，而非功能

阅读本文后的结论应该是，Nillion将隐私定位为下一代计算的基础设施。想想SSL/TLS如何成为网络通信的默认设置。我们不再谈论“加密网站”，因为加密就是网络的工作方式。Nillion的押注是盲计算将遵循相同的轨迹。随着AI代理越来越多地融入我们的生活并承担越来越敏感的任务，隐私将不再是可选的——它将是一个先决条件。就像今天没有一家严肃的企业会推出没有HTTPS的网站一样，未来的应用程序将无法在没有内置隐私保证的情况下运行。

时机将是关键。进入太早，市场可能还没有感到紧迫性。进入太晚，集中式解决方案可能会根深蒂固。Nillion的成功将取决于在正确的时间进入市场——当隐私问题变得如此尖锐，以至于开发人员和企业开始积极寻求解决方案时。如果他们能抓住这一浪潮，Nillion就有真正的机会使隐私保护计算成为下一代应用程序的默认标准。

13、隐私复兴

Nillion正在应对AI的最大障碍：信任。

通过将尖端的隐私技术与AI无缝融合，Nillion有潜力成为AI的基础，就像SSL之于网络一样。如果Nillion能使其又强大又易用，那么它将推动下一波AI采用。高风险，但机会巨大。隐私革命才刚刚开始。我们拭目以待！