OpenAI 预览“私有安全处理”：在不牺牲数据隐私的前提下强化前沿模型安全
OpenAI 于 2026 年 8 月 19 日宣布，将继续为符合条件的 API 客户提供 零数据保留（Zero Data Retention，ZDR） 承诺，并预览全新的 私有安全处理（Private Safety Processing） 技术，旨在应对跨交互的安全风险，同时不损害客户的数据隐私。
零数据保留：不变的核心承诺
ZDR 是 OpenAI 对 API 客户的一项明确承诺：在处理请求后，OpenAI 不会保留客户的提示词和模型响应。客户内容对 OpenAI 人员不可见，且企业客户数据默认不用于模型训练，除非客户明确选择加入。
安全挑战：单一交互的局限
随着模型承担更长时间、更复杂的任务，一些严重的安全风险可能只有在跨多个交互的上下文中才会显现。例如，恶意行为者可能反复探测安全防护、跨账户协调，或将威胁伪装成常规研究。在代理式任务中，系统可能因未及时停止而偏离用户意图，产生对齐风险。传统的安全系统仅对单个交互进行评估，难以捕捉这些模式。
私有安全处理：兼顾安全与隐私
为了在 ZDR 下解决上述挑战，OpenAI 推出了 私有安全处理。该技术旨在识别相关交互之间的模式，而无需让 OpenAI 人员访问底层内容。对于 ZDR 部署，客户内容存储在客户控制的设施上；同时，OpenAI 也在开发一种选项，将内容存储在 OpenAI 的基础设施上，但使用客户控制的密钥进行加密。
在这两种方案中，自动化系统都能识别潜在滥用行为，并返回有限的安全信号，而不会将底层提示词或响应暴露给 OpenAI 人员。
行业背景与意义
近期，一些前沿模型的部署要求客户允许 AI 提供商保留敏感内容以进行安全监控。然而，对于许多组织而言，这一要求与其安全义务或对服务对象的承诺相冲突。OpenAI 的私有安全处理旨在继续提供 ZDR，同时强化安全防护，为那些对数据隐私有严格要求的组织提供了新的可能性。
尽管该技术仍处于预览阶段，其具体实现细节和实际效果尚待验证，但这一方向表明，AI 行业正在努力平衡安全与隐私这两个关键需求。未来，随着代理式 AI 的普及，类似的技术或将成为标配。
