🧾 活动纪要 | Zama 与同态加密（FHE）技术线下交流沙龙 📍活动地点：深圳南山区 科技园 · 云咖啡空间 🗓️活动时间：2025年7月6日（周六） 下午14:00 - 17:00 👥参与人数：约22人，覆盖高校学生、AI 工程师、隐私计算创业者 🧩活动形式：技术分享 + 案例讲解 + 小组交流

🧠 活动背景 随着人工智能的不断发展，用户隐私保护成为核心问题。尤其在医疗、金融和大模型部署等领域，数据安全不仅是技术挑战，更是合规门槛。

Zama 作为全球领先的完全同态加密（Fully Homomorphic Encryption, FHE）技术提供者，其推出的 Concrete SDK、TFHE-rs 等工具正在成为开源隐私计算社区的重要组件。

本次活动旨在推动 FHE 技术在国内开发者社区的认知与落地，由一群关注数据安全的开发者自发组织，并得到了 Zama Creator Program 的支持。

📋 活动流程

1. 🧾 签到与自由交流（14:00 - 14:30） 参会者陆续到达签到，大多数人是通过本地技术群、Zama 中文 TG 社区或知乎关注隐私计算话题后加入本次活动。

活动采用沙龙式开放座位，大家手持咖啡、小食轻松交谈。也有人现场安装 Rust 语言开发环境准备试用 Concrete SDK。

1. 📘主题演讲一：Zama 与 FHE 简介（14:30 - 15:10） 由发起人 @Leo 带来分享：

简要介绍 Zama 团队背景、技术路线

解释同态加密的基本原理（加密状态下进行计算）

讲解 Zama 的核心库：Concrete，TFHE-rs，及其适配 Python 的接口

展示国际上 FHE 在医疗、金融、AI 推理等方面的真实应用案例

重点内容：

“FHE 的最大意义不只是加密，更是构建一个‘数据不可见但可用’的安全系统。”

1. 👨‍💻实践演示：用 Concrete 编写 FHE 代码（15:10 - 15:40） 现场连接显示屏演示：

使用 Rust 编写一个加密的整数加法程序

展示加密前后数据的字节大小差异

展示 Bootstrap 技术对性能的优化作用

有参与者提出：是否能将 SDK 封装成 Python 模块，用于机器学习模型输入加密，演示者也进行了初步解答，并给出了文档链接。

1. 🧠 圆桌讨论：FHE 技术的挑战与机遇（15:40 - 16:30） 围绕以下几个话题展开：

FHE 的落地门槛是否过高？

如何选择合适的使用场景？（如电子病历、保险评分模型等）

目前国内是否已有项目在尝试使用 FHE？

发言观点摘录：

来自深圳某智能语音公司的后端工程师认为：“FHE 在大模型场景下目前性能还不足，但非常适合某些边缘加密计算的小场景。”

一位大学老师提到他们实验室正在做联邦学习与 FHE 结合的研究，并表示愿意开源部分示例供社区参考。

1. ☕ 自由交流与合影（16:30 - 17:00） 活动尾声，部分参与者交换联系方式，有人主动建立了“Zama FHE 深圳开发者小群”，表示希望能定期线下聚会。

合影环节采用布景墙 + 打印海报的形式拍摄，简洁自然，不商业化。

🧾 活动纪要 | Zama 与同态加密（FHE）技术线下交流沙龙 📍活动地点：深圳南山区 科技园 · 云咖啡空间 🗓️活动时间：2025年7月6日（周六） 下午14:00 - 17:00 👥参与人数：约22人，覆盖高校学生、AI 工程师、隐私计算创业者 🧩活动形式：技术分享 + 案例讲解 + 小组交流

🧠 活动背景 随着人工智能的不断发展，用户隐私保护成为核心问题。尤其在医疗、金融和大模型部署等领域，数据安全不仅是技术挑战，更是合规门槛。

Zama 作为全球领先的完全同态加密（Fully Homomorphic Encryption, FHE）技术提供者，其推出的 Concrete SDK、TFHE-rs 等工具正在成为开源隐私计算社区的重要组件。

本次活动旨在推动 FHE 技术在国内开发者社区的认知与落地，由一群关注数据安全的开发者自发组织，并得到了 Zama Creator Program 的支持。

📋 活动流程

1. 🧾 签到与自由交流（14:00 - 14:30） 参会者陆续到达签到，大多数人是通过本地技术群、Zama 中文 TG 社区或知乎关注隐私计算话题后加入本次活动。

活动采用沙龙式开放座位，大家手持咖啡、小食轻松交谈。也有人现场安装 Rust 语言开发环境准备试用 Concrete SDK。

1. 📘主题演讲一：Zama 与 FHE 简介（14:30 - 15:10） 由发起人 @Leo 带来分享：

简要介绍 Zama 团队背景、技术路线

解释同态加密的基本原理（加密状态下进行计算）

讲解 Zama 的核心库：Concrete，TFHE-rs，及其适配 Python 的接口

展示国际上 FHE 在医疗、金融、AI 推理等方面的真实应用案例

重点内容：

“FHE 的最大意义不只是加密，更是构建一个‘数据不可见但可用’的安全系统。”

1. 👨‍💻实践演示：用 Concrete 编写 FHE 代码（15:10 - 15:40） 现场连接显示屏演示：

使用 Rust 编写一个加密的整数加法程序

展示加密前后数据的字节大小差异

展示 Bootstrap 技术对性能的优化作用

有参与者提出：是否能将 SDK 封装成 Python 模块，用于机器学习模型输入加密，演示者也进行了初步解答，并给出了文档链接。

1. 🧠 圆桌讨论：FHE 技术的挑战与机遇（15:40 - 16:30） 围绕以下几个话题展开：

FHE 的落地门槛是否过高？

如何选择合适的使用场景？（如电子病历、保险评分模型等）

目前国内是否已有项目在尝试使用 FHE？

发言观点摘录：

来自深圳某智能语音公司的后端工程师认为：“FHE 在大模型场景下目前性能还不足，但非常适合某些边缘加密计算的小场景。”

一位大学老师提到他们实验室正在做联邦学习与 FHE 结合的研究，并表示愿意开源部分示例供社区参考。

1. ☕ 自由交流与合影（16:30 - 17:00） 活动尾声，部分参与者交换联系方式，有人主动建立了“Zama FHE 深圳开发者小群”，表示希望能定期线下聚会。

合影环节采用布景墙 + 打印海报的形式拍摄，简洁自然，不商业化。