荆华密算林修醇：向“数据窃密”发起挑战！全链路加密使用云端大模型将是下一个时代的主流
荆华密算回顾林修醇在2026崇礼论坛的发言，阐述大模型交互中的数据暴露风险，并介绍全流程密态计算、四款核心产品与PICC数据安全保险。
微信公众号「荆华密算」于 2026 年 9 月 13 日 22:38 发布文章，回顾了创始人兼 CEO 林修醇在 2026 崇礼论坛 AI Builders Show 专场的发言。林修醇在开场提出，AI 行业的竞赛正从“好不好用”转向“敢不敢用”，并围绕大模型使用中的数据安全与隐私保护，阐述了全链路加密与密态计算的技术路径。1
从滥用检测谈起：云端大模型面临的数据暴露风险
文章援引林修醇的发言指出，当用户向各类大模型发送数据时，背后往往存在能够直接查看内容和隐私的人员。文中特别提到 Anthropic 于 9 月 10 日发布的滥用检测报告《Detecting and countering misuse of AI: September 2026》，报告提及“在行动仍在筹建阶段时就在 Claude 上看到它”。1
文章认为，这种机制意味着大模型厂商有能力保存并查看原始明文数据，现有调用链路在各个环节都存在泄露隐患，甚至可能导致针对个人的“人肉搜索”式问答。林修醇表示，安全的根基不能仅建立在厂商的道德承诺上，必须依靠底层的密码学技术来解决信任问题。1
全流程密态计算：让密钥留在用户手中
针对数据暴露风险，荆华密算提出的方案是让计算直接作用于密文数据，做到计算过程“不解密、不暴露”。数据自用户手机端或电脑端发出后，传输、存储与计算环节全程保持密文状态，只有在结果返回本地设备后才解密成明文，确保解密密钥始终由用户自主掌握。1
围绕这一底层引擎，荆华密算公布了四款已正式上线的产品：
- 可信 Token：加密的大模型 API；
- 密态 MaaS：一站式密态智能体平台；
- 墨镜熊：面向个人用户的可信 AI 对话平台；
- 密听：针对高隐私场景的会议记录产品。
文章披露，传统使用密码学进行密态推理往往会带来上千倍的时间损耗。荆华密算通过自研的高性能密态计算引擎，把损耗控制在可商用水平，并保持与明文一致的精度。以某跨国企业为例，其分布在欧盟、南美、南亚等 17 个国家和地区的用户数据，在符合 GDPR 与跨境数据合规要求的前提下，以密态汇聚至新加坡完成计算，服务近 1 亿用户，业务精度损耗为 0.5%。1
在工程兼容与合规方面，该方案支持主流算力平台，已通过等保三级认证、国密算法认证及中国信通院 AI 安全评测，相关 ISO 体系审核也已临近收尾。1
技术兜底与制度兜底结合的“双保险”
为了支撑业务长期可用，文章阐明了荆华密算采取的“双保险”机制：
- 技术兜底：服务提供方在全过程中接触到的仅是密文。面向个人的对话产品“墨镜熊”上线后，已有超过 10 万名用户采用加密模式调用云端大模型，每周消耗的加密 Token 数量超过 100 亿。
- 制度兜底：荆华密算与中国人民保险（PICC）签署了全球首个人工智能数据安全保险协议，一旦平台发生数据泄露，将由保险公司按约定承担理赔责任。1
文章文末提供了“墨镜熊”的公开体验网址（
https://www.mojingxiong.com/），并发布了连续 3 个月每月领取 15 万积分的试用活动。1References
- 1荆华密算林修醇：向“数据窃密”发起挑战！全链路加密使用云端大模型将是下一个时代的主流
mp.weixin.qq.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.