打造跨AI大模型“隱私記憶層”，ZetaChain攜多模型聚合應用Anuma塑造AI新體驗

作者：Zen，PANews

在當今的生成式 AI 應用中，使用者常常面臨碎片化的對話體驗。我們在不同模型之間切換時，先前對話的上下文往往無法延續，每次都得從頭開始重複提供資訊。例如，在ChatGPT上討論的某項目細節，換到Claude或其他模型時便無法直接繼承，導致效率受到嚴重影響。

不僅如此，這些大模型的對話資料通常存放在各平台的伺服器上，使使用者既缺乏隱私保障，也缺少對自身資料的控制權。“這些現實問題，不僅造成使用體驗割裂，也引發了對用戶資料主權和安全的擔憂。

針對這一痛點，業界開始探索“可遷移、用戶控制的記憶層”概念，而區塊鏈技術可能是實現這一目標的關鍵。

基於區塊鏈的開放互操作性，或許可以透過打造一個隱私記憶層，將AI上下文作為數位資產保存，並能在多個AI平台間無縫轉移，不必再擔心每次更換工具就“遺忘”過去的交流內容，同時確保資料隱私和主權。

ZetaChain 2.0 發布，打造AI與Web3通用層

針對上述需求，專注跨鏈互操作的公鏈專案 ZetaChain 抓住了AI與Web3融合的契機。在 2025年底的路線回顧中，ZetaChain 便宣布了“2.0”版本計畫，將在既有的通用跨鏈架構之上，引入面向 AI 時代的新功能。

2026 年1月27日，ZetaChain 2.0 正式上線，並攜其首款 AI 產品——以隱私為核心的大模型聚合應用Anuma一同亮相。據官方介紹，ZetaChain 2.0 圍繞以下三大核心能力展開：

Private Memory Layer（隱私記憶層）是一種專為 AI 交互打造的協議級記憶系統，其旨在彌合AI工具間的上下文鴻溝，讓用戶的數位記憶真正變成自己控制的資產。基於隱私記憶層，用戶所有的對話內容經過加密存儲，僅用戶本人持有密鑰，平台本身也無權查看。在不同模型、不同時刻產生的有價值資訊，也都將由用戶自己掌控，可持續累積且隨時遷移到新對話中，而不會被某一家AI服務壟斷。

AI Portal（AI 門戶）是統一的路由與執行層，使應用能夠在不被鎖定的情況下存取多個 AI 模型提供方，並內建可用性、回退與成本/性能優化支援。 AI 門戶會負責底層的模型路由和上下文銜接，用戶可以根據需求自由選擇 ChatGPT、Anthropic Claude、Google Gemini 等不同模型取得回答，先前對話記憶都由隱私記憶層提供支援。

除協議本身外，ZetaChain 2.0 還把關鍵能力做成了開發者工具包（SDK）。開發者可直接將隱私持久記憶、跨模型切換以及變現元件整合到自己的產品裡。這套 SDK 可讓應用或 AI Agent 能夠在不同模型之間保持連續上下文、按需調用不同模型能力，從而大幅降低團隊自建基礎設施的成本與複雜度。

從機制設計上而言，上述三大核心模組相輔相成。私有記憶層提供了隱私優先的用戶記憶與資料支援，AI 門戶提供跨主流大模型進行持續互動的能力，而SDK生態則便利第三方開發者高效快捷地參與擴展。這也讓ZetaChain 開始從底層跨鏈協議，拓展為同時服務 Web3 和 AI 的通用平台。

以隱私、用戶主權核心，Anuma上線並開放申請

在正式推出ZetaChain 2.0 之際，專案團隊拿出的另一場重頭戲，就是該平台上的首款消費級AI產品Anuma。目前，Anuma 處在 private beta（私人測試）階段，採用邀請候補名單的方式逐步開放試用資格，用戶可透過公開候補名單申請早期存取。

作為大模型聚合應用，Anuma 內建對接了多個主流大模型，允許用戶在單一對話中調用不同的AI引擎。它提供類似 Poe 等聚合工具的便利性，同時支援 OpenAI 的GPT系列和Anthropic的Claude等。

當用戶提問時，可以指定或更換回答所使用的模型，引擎之間的切換只需點擊選擇，無需遷移到別的應用。用戶可以根據問題類型，在Anuma上彈性地選擇最合適的模型來取得答案，而整個對話過程仍在同一視窗連續進行。

技術層面上，得益於 ZetaChain 的私有記憶層，用戶在 Anuma 中的每一段對話都被加密存儲為個人記憶，並無縫遷移到新模型或新會話中。用戶開啟新對話，或者在現有對話中更換AI模型時，Anuma可將相關上下文安全地注入給目標模型，使其理解先前的背景和用戶意圖。使得用戶無需在不同AI之間重複解釋同樣的背景資訊，從而極大提升了跨模型協作的效率。

傳統Web2企業利用其中心化優勢，拿用戶資料作惡，歷來令人感到深惡痛絕。平台殺熟、販賣資料等現象更是屢禁不止。這讓用戶對中心化平台的警覺和擔憂，也延續到了迅速發展的AI領域。

Anuma 非常重視對話內容的私密性和用戶主導權，整個平台採用了端到端加密方案來保護用戶資料。從用戶在前端輸入訊息開始，內容就使用用戶密鑰進行加密，再傳遞給隱私記憶層存儲。當需要將上下文提供給AI模型時，由用戶端或受信任的執行環境解密後再傳送模型。整個流程中，對話記錄始終以密文形式保存在鏈上或傳輸中，即便是 ZetaChain 的節點或伺服器也無法窺視內容。

這一點就與傳統AI聊天服務形成鮮明對比，後者的聊天記錄通常明文保存在伺服器，存在被營運方查看或洩露的隱憂。Anuma 則透過區塊鏈和加密技術，實現了類似 Web3 錢包私鑰管理的安全等級，用戶的資料只有用戶能解讀。其可為諸如法律、醫療等敏感場景的AI應用提供更安心的選擇，讓用戶敢於投入更私密的交流內容。

事實上，在Anuma推出之前，市面上就已經出現了一些多模型聚合的AI對話產品，較具代表性的有“美版知乎”Quora 推出的 Poe 平台，以及開源社群的 TypingMind 等。

與這兩個平台的雲端服務模式和本地化部署相比，Anuma的鏈上加密存儲兼顧隱私與主權。而從易用性和模型豐富度來看，Anuma免去了TypingMind模式的繁瑣配置流程，可直接獲得類似 Poe 的多模型對話便捷體驗。

進軍AI的背後：ZetaChain的技術邏輯與自然演進

ZetaChain 團隊選擇在此時推出 2.0 版本和 Anuma，其背後實際上有著深厚的技術積累和清晰的演進邏輯。

作為首個通用L1區塊鏈專案，ZetaChain自2021年推出以來一直專注於攻克區塊鏈領域的碎片化難題，致力於建立一個連結所有公鏈的底層網路。它基於 Cosmos SDK 打造，天然支持與以太坊、Bitcoin、Cosmos 等異構鏈的互操作。

ZetaChain 透過CAF等創新，將傳統需要跨橋、封裝的跨鏈操作簡化為單鏈上的一次合約調用，為用戶提供統一流動性和使用體驗。截至2025年底，ZetaChain 主網已整合了包括比特幣在內的十大主流區塊鏈網路，覆蓋數千萬用戶，鏈上累計交易筆數達2.25億次。

在生態和資本層面，ZetaChain 也獲得了廣泛認可。根據公開資料，專案獲得了2700萬美元融資，投資方包括 Blockchain.com、Jane Street、Sky9 Capital 等知名機構。2024-2025年，Google Cloud、德國電信(Deutsche Telekom)、阿里雲(Alibaba Cloud) 等全球科技與基礎建設巨頭陸續加入驗證節點，為其安全性與合規性背書。

進入2025年下半年，隨著生成式 AI 的爆發，ZetaChain 團隊意識到行業的多鏈生態與多模型AI之間其實存在著相似的痛點，都是多平台多系統的碎片化，需要一個通用層加以整合。於是，他們提出了“AI 通用平台”的戰略構想，將區塊鏈的可信計算和存儲引入AI領域，打造AI時代的區塊鏈基礎設施。

ZetaChain 2.0 正是這一構想的實現。它保留並強化了原有的跨鏈功能，同時新增AI隱私記憶和交互能力。這符合ZetaChain一貫的願景，即讓Web3對人和AI都同樣友好。從“通用區塊鏈”自然演進到“AI通用平台”，既是順應技術融合的大勢所趨，也是對專案使命的延伸。

“ZetaChain已在區塊鏈體驗層面實現了規模化統一。“正如ZetaChain 核心貢獻者 Ankur Nandwani 所說，ZetaChain 2.0 將同樣的方法延伸到 AI，讓下一代應用與 Agent 能夠在模型與區塊鏈之間運行，並預設具備私密、可授權的記憶能力與全球化變現通道。”

區塊鏈與AI深度融合新範式，前景如何？

ZetaChain 2.0 的推出及其首秀產品 Anuma，是區塊鏈與 AI 深度融合的一次重要嘗試。在這套體系下，我們看到了多模型AI應用的一種全新範式：隱私優先、用戶掌控、跨平台流轉。

當然，需要客觀指出的是，目前 Anuma 仍處於十分早期 Private Beta 階段，整體生態也在起步建設中。許多功能和細節還有待廣大測試者的反饋來完善，例如對更多模型的接入支援、記憶層容量和性能優化、第三方開發者工具的豐富等。這意味著短期內 Anuma 遠無法取代成熟的單平台體驗，一些用戶也需時間來習慣這種新的互動模式。

但不容忽視的是，Anuma 所代表的方向具有開創性。在多模型聚合體驗這一賽道上，Anuma 提供了一個不同於大廠方案的思路。不是由中心化平台壟斷資料和模型調用權，而是把選擇權和記憶交還給用戶，透過區塊鏈技術實現信任最小化的協調。

隨著 Anuma 公測的開放和功能的迭代，或許會有更多創新應用在這一平台上湧現，例如確保隱私的AI顧問、跨領域的智慧搜尋助手等等。至於這股隱私優先的多模型體驗新風尚能走多遠，都還有待時間檢驗。