شارك فيتاليك بوتيرين حلّه المحلي والخاص لنشر نماذج التعلم المعزز (LLM) حتى أبريل 2026. يتمثل الهدف الأساسي في إعطاء الأولوية للخصوصية والأمان والاستقلالية، وتقليل فرص وصول النماذج البعيدة والخدمات الخارجية إلى البيانات الشخصية. ويتحقق ذلك من خلال الاستدلال المحلي، وتخزين الملفات محليًا، وعزل بيئة الاختبار لتقليل مخاطر اختراق البيانات، وكسر حماية النماذج، واستغلال المحتوى الضار. على صعيد الأجهزة، اختبر بوتيرين حلولًا شملت حاسوبًا محمولًا مزودًا بمعالج رسومات NVIDIA 5090، ومعالج AMD Ryzen AI Max Pro بذاكرة موحدة سعة 128 جيجابايت، وجهاز DGX Spark، باستخدام نموذجي Qwen3.5 35B و122B للاستدلال المحلي. حقق الحاسوب المحمول المزود بمعالج 5090 معدل 90 رمزًا/ثانية تقريبًا مع نموذج 35B، بينما حقق حل AMD معدل 51 رمزًا/ثانية تقريبًا، وجهاز DGX Spark معدل 60 رمزًا/ثانية تقريبًا. صرح فيتاليك بأنه يفضل بناء بيئات الذكاء الاصطناعي المحلية بالاعتماد على أجهزة الكمبيوتر المحمولة عالية الأداء، مع استخدام أدوات مثل llama-server و llama-swap و NixOS لبناء سير العمل بشكل عام.