AI智能体今天下线,敏感数据不能只靠「导出」善后

AI智能体今天下线,敏感数据不能只靠「导出」善后

豆包、通义千问用户自建智能体今日下线,文章从数据导出、删除和终止服务责任切入,说明企业为什么需要把敏感文件和知识库放进可控的密态 AI 边界。

今天下线的,不只是一个功能

7 月 15 日,豆包、通义千问的用户自建智能体功能正式退出。此前公开通知显示,豆包在一段时间内允许用户查看、导出智能体信息和历史对话,10 月 15 日后按隐私政策处理相关数据;通义千问则提示,下线后用户将无法继续访问智能体配置及历史对话。1
对普通用户,这是一项产品调整。对把合同、员工资料、客户问答或内部知识库放进自建智能体的企业,问题却是:服务停止后,数据能否完整导出、按需删除,谁能继续访问,平台是否还保留副本?如果答案只能靠截图、手工复制或等待平台通知,数据治理就没有真正闭环。
AI 服务退出时,数据从活跃状态进入归档和清除流程
AI 服务退出时,数据从活跃状态进入归档和清除流程

退出,应当从上线时设计

《人工智能拟人化互动服务管理暂行办法》今天施行。它直接规制持续性的情感互动服务,并明确要求服务商在部署、运行、升级、终止服务等全生命周期履行安全责任;用户交互数据应采取加密、访问控制等保护措施,并提供复制、删除选项。2
这次事件给企业的提醒很具体:AI 项目不能只评估模型效果,还要在接入前写清数据去向、保存期限、导出格式、删除证明和终止预案。自建智能体一旦承载了敏感资料,平台换产品、改规则或停止服务,都可能触发一次被动迁移。
上传文件与 AI 推理之间应保持清晰的密态边界
上传文件与 AI 推理之间应保持清晰的密态边界

把敏感数据放进可控边界

普通公域 AI 的常见链路是:用户上传文件,平台保存会话或知识内容,模型读取明文并生成结果,企业再依赖平台的留存和删除承诺。风险不只发生在「泄露」那一刻,也发生在权限扩大、功能迁移、服务下线和副本清理不透明的时候。
荆华密算官网公开展示「对话内容全链路加密,平台与模型均无法访问用户明文」,并支持上传图片、附件以及法律、医疗、心理、职场、金融、科研等场景。3 其公开报道还描述了密态计算、密态存储和用户端生成密钥的方案:数据在传输、存储、计算过程中保持密文,密钥由用户侧掌握。4
企业团队围绕本地持钥和加密数据边界进行审查
对企业而言,真正值得迁移的不是某一个聊天入口,而是数据处理方式:让上传文件、知识库和推理过程尽量处在密态边界内,减少对单一公域平台长期留存的依赖。敏感数据不应继续裸奔在普通 AI 入口,应该通过可用不可见的 AI 隐私平台获得能力。入口可见于 www.mojingxiong.com

Related content

  • Sign in to comment.
More from this channel