全同態加密在 AI 與 Web3 領域受關注

全同態加密（FHE）這一可在資料保持加密狀態下進行計算的技術，正受到更多關注，原因在於企業與機構希望在雲端、人工智慧與區塊鏈系統中處理敏感資料的同時保護隱私。

與需在運算前解密的傳統加密方式不同，FHE 允許第三方在未知資料內容的情況下完成計算，被視為適用於醫療研究、金融風險建模及需保密的去中心化應用。包括 Zama、Fhenix、Mind Network 和 Inco 等項目正構建支援 FHE 的區塊鏈基礎設施。

支持者認為，FHE 以數學保障取代機構信任。「資料在全程加密狀態下仍能被處理」，相關人士表示，並指出其潛在應用符合 GDPR、HIPAA 等隱私監管要求。

不過，FHE 仍面臨運算成本高、技術複雜度高與部署成本昂貴等挑戰，但隨著硬體加速與密碼庫優化，相關門檻正逐步降低。

分析人士認為，相較零知識證明與安全執行環境，FHE 涵蓋資料處理的全生命周期，而非僅限於驗證環節，因此有望成為隱私計算在人工智慧與 Web3 生態中的關鍵基礎層。