索拉纳推出机密计算工具包，构建可验证的私有AI应用

索拉纳基金会推出 Solana Confidential Compute，打造可验证硬件的私有 AI 应用

索拉纳基金会近日发布 Solana Confidential Compute，一个与Nito合作推出的开源工具包。该工具旨在帮助开发者在Solana网络上构建具备数据隐私保护能力的人工智能应用，并通过可信硬件环境验证计算过程的真实性。

核心亮点与进展

目前该工具已在Solana devnet进入公开测试阶段，主网部署时间尚未明确。当前版本已支持Intel TDX和AMD SEV-SNP的硬件可信证明机制，而对NVIDIA GPU的支持仍在开发中。

系统采用“链上验证、链下计算”架构：人工智能模型运行于受保护的本地环境，处理结果经签名后上传至Solana链上进行记录与核验。由于未完成安全审计，现阶段主要面向希望探索功能的开发者群体。

技术架构与安全机制

机密计算的核心在于隔离敏感数据处理流程。该方案利用可信执行环境（TEE），将代码与数据与主机操作系统及管理员隔离开来，防止外部访问。

在机密虚拟机内部，系统生成专属签名密钥并永久存储于受保护硬件中。每次计算完成后，硬件会生成一份由自身签名的报告，其中包含密钥信息、硬件类型以及最近的Solana Slot时间戳。

接收端的应用程序可在接受输出前，通过查询Solana链上记录来验证该报告的有效性。这一机制确保了计算来源可追溯且不可篡改。同时，整个过程中用户的输入数据和对话内容不会被暴露。

隐私保护示例：加密聊天模板

索拉纳提供了基于Next.js与React的聊天应用示例，展示如何集成机密计算功能。浏览器会在发送提示词前先验证运行环境是否符合要求。若验证失败，提示词将无法传输。

消息经由应用服务器与Nito平台传入受保护的执行环境，模型读取并生成回复，再由环境加密后返回客户端。在此设计下，中间节点无法获取实际内容。但需注意，应用服务器仍可见用户IP地址，而Nito可获取账户信息、请求时间及加密消息大小等元数据。

开发者注意事项

尽管引入了硬件级验证，但系统的安全性仍依赖于多个环节：包括前端网页代码的完整性、硬件制造商提供的信任声明，以及环境中运行软件的版本真实性。

当前验证仅确认软件版本已被发布，无法排除潜在漏洞或恶意代码。此外，示例项目需使用资助的Nito账户和API密钥，身份认证、速率控制及防自动化攻击等功能需由开发者自行搭建。

潜在应用场景

基金会指出，该技术可用于构建个人数字助手、处理企业机密数据的代理服务，以及保护交易策略的智能算法。

其他可行方向包括：基于AI的保险理赔裁定系统、仅接受来自可信设备的订单请求、以及通过链上验证实现的去中心化治理决策机制。

索拉纳生态中的其他隐私产品

此次发布是索拉纳持续推进隐私能力的重要一步。此前，Helius于11月10日在主网上推出Solana Privacy Rings，支持加密余额与机密转账功能。初始版本无许可环隐藏资产数额，但保留交易双方地址可见。

另外，Umbra与Streamflow曾在5月26日基于Arcium基础设施上线机密代币分配方案，对金额、接收方地址与解锁时间表实施加密处理。

在美国监管层面，SEC主席Paul Atkins在2025年12月曾提及金融隐私议题，强调零知识证明与选择性披露技术有助于用户在不完全暴露财务历史的前提下完成合规验证。