讨论范围：AI应用需要单独判断
讨论ai区块链隐私有哪些常见问题，需要先区分区块链本身的公开性与AI服务的数据处理。这里解释公开账本、地址关联和ZK-rollup的通用边界，不据此认定某个AI项目已经实现隐私保护。AI服务是否保存输入、使用哪些数据训练模型，仍需对应服务的明确证据。
钱包地址是否等于匿名身份
Bitcoin.org的隐私说明指出，比特币交易公开且可追踪；地址一旦与公开身份关联，相关交易历史也可能暴露。网络通信还可能留下IP线索，但转发交易的节点不一定就是交易发起者。
地址没有直接标注姓名，并不意味着无法关联到个人。例如，公开页面同时展示身份和收款地址，就提供了连接两类信息的线索。这种风险来自信息之间的关联，判断时不能只看地址字符串是否包含个人资料。
零知识证明是否自动隐藏交易
以太坊开发文档介绍的ZK-rollup通过链下执行与有效性证明验证状态更新，同时公开可供重建状态的数据。数据发布方式可以是calldata或blob；这些机制服务于数据可用性，并不自动提供交易隐私。
判断隐私能力时，应分别询问证明验证了什么、哪些输入保持秘密、哪些内容仍会公开。仅凭名称含有“零知识”，无法推断地址、余额、AI输入或模型输出均受到隐藏。计算结果可验证与业务数据保密，需要分别说明。
链下处理与数据到期是否意味着保密
将计算移到链下，只能说明执行位置发生变化。隐私还取决于处理方能够看到什么，以及哪些结果或状态信息被发布。因此，不能从“链下执行”直接推出“运营方无法读取数据”。
blob的数据提供期限也不能视为隐私删除保证。公开数据可能被其他参与者保存；原始网络不再承担持续提供义务，不代表所有副本同步消失。涉及个人信息时，需要区分可访问期限与实际删除。
如何理解AI在隐私问题中的作用
公开且可关联的数据，是评估AI区块链应用隐私时的基础问题。不过，交易可追踪并不能证明某个AI系统已经识别出真实用户，模型给出的身份关联也不能直接当作事实。
适用判断应围绕具体数据流展开：链上公开哪些字段，链下由谁处理，证明覆盖哪些计算，身份关联有什么证据。比特币与ZK-rollup的机制不同，相关结论应限定在对应系统中，不能推广为所有区块链或AI应用的统一隐私保证。