本期，我们走近隐语社区社区之星—— 居侯，当代码不仅停留在论文和实验室，而是被更多人使用时，才是真正的应用密码学。

自我介绍

• 您的全名：居侯（花名）
• 当前职位/角色：算法工程师
• 主要技术方向：应用密码学、全同态加密、多方安全计算
• 加入隐语SecretFlow（或者是其他repo）社区的时间：2021年
• 最初如何接触到隐语这个项目的： 在公司内部的交流中了解到有团队正在研发一个带高层抽象层（即现在的 HLO/HAL 层）的多方安全计算框架。

第一印象是这个技术栈会极大地提升 MPC 工程师的工作效率，也能降低使用门槛，让更多开发者能触碰到这一领域。

社区贡献之路

您在成为贡献者之前，对社区都有哪些贡献？

在 SPU 正式开源前，我为项目进行了第一个贡献 基于格密码同态加密的两方矩阵乘法实现：   matvec_helper.h

这段经历让我第一次感受到，从底层密码学协议到工程化落地之间的巨大跨度。

目前， spu/libspu/mpc/cheetah 文件夹下的大部分两方安全计算算子实现，都是我主要参与的工作成果。

这些实现构建了一个 基于软件的纯两方安全计算框架，为隐语在性能与通用性之间提供了重要支撑。

贡献遇到的挑战

在贡献过程中，最大的挑战是适应陌生的开发体系，包括：

• Bazel 构建系统；
• 上层 LLVM 调用链路；
• 工程化规范与测试流程。

这些都需要一定学习曲线。幸运的是，在隐语社区中，总有经验丰富的大佬耐心帮忙，让我快速熟悉了整个开发生态。

成为贡献者的感受

成为贡献者对您来说意味着什么？

对我来说，成为贡献者代表着从论文中的 idea 迈向实际应用的一步。

这是一个让“代码真正被使用”的过程，也是一种成就感的来源。

未来，我希望能推动 密码学应用更加接地气，服务于更大规模的产业场景，如隐私求交 PSI ，隐秘查询 PIR 在保护个人数据隐私的场景下的使用，让复杂的安全技术真正走进数据协作的日常工程中。

项目洞察

隐语的独特优势

技术上先进的顶层设计，通过 MLIR + PPHLO 等中间表达层对上能够提供 numpy-like 简单使用接口的同时，对下也能同时兼容不同的后端（如 ABY3，semi2k)。

其次隐语最打动我的，是背后开源社区强大的工程师团队，真正将技术工程化、产业化的团队。

最喜欢的特性

我最喜欢隐语的 Python 前端 Numpy-like 支持 是我最欣赏的设计之一。

它极大地降低了 MPC 的使用门槛，让更多开发者能像使用普通数据科学工具一样进行隐私计算。

未来发展方向

我认为，随着全球数据合规监管趋严，大型跨国企业将越来越需要通过 MPC 等隐私增强技术，在 降低合规风险的同时，让数据能在跨境环境中 安全、合理地被使用。

现在是 AI 的时代，作为目前的事实工业标准 Pytorch 框架，SecretFlow 更加全面兼容 Pytorch 之后，也能够为 AI 应用插上隐私的翅膀，隐语在这一趋势中，有望成为支撑数据要素流通的关键底座。

社区寄语

对新手的建议

隐语框架的多层级封装，正是它的魅力所在。

不同背景的开发者都能找到自己的切入点：

• 想熟悉应用层？可以通过 GitHub 上的任务来了解 SecretFlow 的整体使用。
• 擅长 LLVM？可以在 PPHLO 层上优化图结构，提升整体性能。
• 想研究加速？可以直接在 libspu 的 MPC 层进行 GPU 优化尝试

每一层都有可能是新的创新入口。

如何平衡工作与生活

工作之外，我喜欢打篮球，这项运动带给我的是团队协作的默契感，也像开源社区一样，大家各司其职，却为同一个目标奔跑。

在隐语两周年分享时，我也写下了自己的感受： 朝花夕拾｜我的隐语之路

感谢与未来展望

感谢隐语团队为社区打下的坚实基础，也特别感谢在我成长路上给予指导的 山堂 与 Anakin。

正是因为大家的付出，隐语才能成为一个既有深度又有温度的技术社区。

未来，我希望隐语能继续拓展 PyTorch 的全面支持，让更多 AI 从业者能够无缝融入隐私计算的生态中。

补充个人信息