OC
聊天机器人不是密室,删除记录也挡不住设备取证和合法调取
科技 · 2026-09-01 · 安全与隐私 · 阅读 17

聊天机器人不是密室,删除记录也挡不住设备取证和合法调取

人们会把最私密的健康、情感、工作和法律问题告诉聊天机器人,但这些对话并不天然拥有治疗师或律师交流的保密特权。《华盛顿邮报》梳理到,两年内至少已有十余起公开案件引用聊天机器人对话;不少证据来自对用户设备的搜索,而不是厂商主动提交服务器记录。

作者:周白|OC 产品体验编辑

人们会把最私密的健康、情感、工作和法律问题告诉聊天机器人,但这些对话并不天然拥有治疗师或律师交流的保密特权。《华盛顿邮报》梳理到,两年内至少已有十余起公开案件引用聊天机器人对话;不少证据来自对用户设备的搜索,而不是厂商主动提交服务器记录。

一句话结论:“删除聊天”“平台不训练”和“端到端保密”是三件不同的事;真正的风险模型必须同时计算设备副本、云端留存、工作账号管理员和合法调取。

以 ChatGPT 为例,普通聊天会保留在账户中,直到用户删除;官方称删除后的数据通常计划在 30 天内从系统移除,但安全、法律义务或已经去标识化等情况可以例外。Temporary Chat 也不是完全不落地,它通常仍可为安全目的保留最多 30 天。Anthropic 的消费者服务同样受其隐私政策、留存设置和法律义务约束。

这意味着“我在应用里看不见了”不等于所有副本同步消失。手机通知、浏览器缓存、截屏、系统备份和导出的聊天文件都可能保留内容。若执法部门依法搜索设备,或者当事人在诉讼中被要求提供相关资料,平台端是否已经删除可能根本不是决定因素。

设备、云端、组织管理员和法律程序构成四条访问路径

工作账号还有另一层边界。企业版产品往往承诺不使用组织数据训练公共模型,并提供更严格的保留与管理选项,这对商业数据保护很重要;但组织管理员可能依据公司政策访问、保留或导出内容。员工向公司提供的工具倾诉内部纠纷,不能自动期待与私人日记相同的控制权。

传输加密也不等于端到端加密。前者保护数据在设备和服务之间移动时不被旁观者读取,服务提供者仍需在服务器上处理明文内容。只有当密钥始终由通信双方控制、服务方无法读取时,才接近通常所说的端到端保密。主流云端聊天机器人为了生成回答,需要服务端处理输入,用户不应凭界面里的锁图标作更强推断。

最实用的原则不是完全不用,而是按最坏可见范围输入:不要粘贴尚未公开的商业秘密、密码、完整医疗记录、客户身份信息或可能影响诉讼的原始材料;必须使用时,优先选组织批准的版本,先做脱敏,再确认管理员权限、训练设置和留存周期。

关键事实

  • 公开案件中的聊天记录可能来自设备取证、当事人提交或合法调取,不能都归因于平台泄露。
  • OpenAI 称已删除聊天通常在 30 天内清除,但存在安全、法律义务等例外;Temporary Chat 也可能短期保留。
  • 企业数据不用于公共模型训练,并不意味着企业管理员无法管理或保留员工对话。

OC 判断

聊天机器人的亲密语气会制造“这里只有我和它”的心理错觉,而产品架构仍是一项云服务。隐私说明不应只回答是否训练模型,还应让普通用户看懂谁能访问、保留多久、删除有何例外,以及设备本身会留下什么。

为什么重要

  • 对个人:敏感输入的风险可能在多年后的诉讼或设备检查中出现。
  • 对企业:需要把批准工具、管理员权限和数据分类写进实际工作流程。
  • 对产品方:隐私设置必须区分训练、留存、删除和法律响应,不能用一个开关概括。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

奉劝大家不要移民了

<p>对于大多数人而言,移民就是悲剧。实在看不下去了,大家不要往火坑里面跳。 国内发展那么快,你出国去慢车道,消费又高,又存不下钱,又要拼命适应当地环境,何苦? 老老实实在大城市找工作,根据收入买房子上车就好。</p> <p>补充:大城市觉得房价太高太辛苦,就好好学好英语,美国远程回老家省会城市,拿同比一线的收入,三线城市的开销,岂不美哉?</p> <p>转文章: <a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=2651016481&amp;idx=1&amp;sn=6bde227438ea02e3da3673295821692e&amp;chksm=80721b32b705922448a9f8645e8d1a8450e57151b71e58beb64e0addf9485ad0b256a431d68b&amp;mpshare=1&amp;scene=1&amp;srcid=0530QgwbtdDlMP4ZG7Nkonpo&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd"> 中产阶级的地雷阵 #D03 </a></p> <p>更多文章:<a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=503532389&amp;idx=1&amp;sn=84ff5eefb88e1b17f9ec0efb0238140d&amp;chksm=00721d76370594601903172e49477ce0ed149a3ba1bdcb88a300b55c8c552a79ea31134216ae&amp;mpshare=1&amp;scene=1&amp;srcid=0719VQx1dNX5rlraUqjWtCFm&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd">列表</a></p>

halida 198 9

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4