OpenAI 预览 Private Safety Processing：零数据留存下跨交互识别滥用模式

8 月 19 日，OpenAI 在官网发布博客《Offering Zero Data Retention for frontier models》，宣布预览新系统 Private Safety Processing：在不违反 Zero Data Retention（ZDR，零数据留存）政策的前提下，识别跨越多个相关交互的滥用模式。ZDR 是 OpenAI 向合格 API 客户作出的承诺，请求处理完毕后不保留客户的提示词和模型响应；而现有兼容 ZDR 的安全系统只能逐次交互单独评估，，一些严重风险只有把多次交互放在一起看才会显现。

新方案的边界是：客户内容要么留在客户自控的基础设施上，要么存放在 OpenAI 基础设施上、用客户控制的密钥加密，OpenAI 人员不持有密钥副本；自动化系统只向 OpenAI 人员返回有限的安全信号，人员接触不到底层内容。该系统目前正与早期客户测试，OpenAI 计划 9 月开始推广，并发布技术白皮书。

ZDR 承诺：提示词与响应不留存

ZDR 的承诺内容，博客写得很具体：请求处理完毕后，OpenAI 不保留合格 API 客户的提示词和模型响应；客户内容不会被提供给 OpenAI 人员审阅；企业客户数据未经客户明确选择加入，不会用于训练模型。

这一承诺有一个法定例外。OpenAI 在脚注中说明，与其它前沿模型提供商一样，OpenAI 依法须报告疑似儿童性虐待材料（CSAM），被标记为潜在 CSAM 的图片即使在 ZDR 部署中也会被保留，用于人工审查和报告，与今天的情况一致。

Private Safety Processing 的目标，就是在这套"不留存、不审阅、不训练"的约束下，把安全检测从单次交互扩展到关联交互。

为什么单次交互查不出滥用

OpenAI 在博客中解释了升级安全系统的原因：最严重的 AI 安全风险并不总在单次交互中暴露，潜在的有害意图常常要结合多次交互才能看清。博客列举了几类典型情形：攻击者反复试探安全防护、跨账号协同行动、把威胁伪装成常规研究；风险也可能在 agentic 任务过程中累积，例如系统在被告知停止后仍继续行动，偏离了用户的意图。

现有兼容 ZDR 的安全系统逐次评估交互，看不到这些跨交互的模式。而另一方面，一些近期前沿模型部署要求客户允许提供商留存敏感内容用于安全监控，对许多机构来说，这与它们的安全义务或对服务对象的承诺相冲突。OpenAI 称，设计 Private Safety Processing 的目的，是让公司能在继续提供 ZDR 的前提下做跨交互的安全检测。

密钥握在客户手里，OpenAI 只收信号

工作机制上，Private Safety Processing 对内容的存放位置不做限定。博客称，ZDR 部署中客户内容保留在客户控制的基础设施上；OpenAI 同时正在开发另一种选项，把内容存放在 OpenAI 提供的存储中，但用客户控制的密钥加密，OpenAI 人员不持有这些密钥的副本，因此无法接触底层内容。

无论内容存在哪里，识别都由自动化系统完成。当风险被识别时，OpenAI 收到的是一个范围收窄的信号，只标明所涉活动的类型，与现有安全系统类似；这个信号用于判断是否需要执行处置。即使内容被标记，OpenAI 人员也拿不到客户内容本身。

客户可以用自己系统里的信息核查警报和处置决定；如果想申诉、澄清合法活动，或支持对已核实滥用的调查，可以选择主动与 OpenAI 分享相关信息。

Glean 的 CISO 公开为方案背书

OpenAI 称，提前公开预览是因为客户明确表达了需求：随着模型能力增强，他们需要预知自己的内容将如何被保护。方案由不同行业、地区、规模的客户共同塑造，这些机构处理的是财务记录、健康数据、机密商业计划和专有研究。

Glean 首席信息安全官 Sunil Agrawal 在博客的客户引用中给出了具体表态："Enterprise AI adoption depends solely on customer control of data, with no direct or derivative use beyond the chosen service."（企业采用 AI 完全取决于客户对数据的控制，除所选服务外不得有直接或衍生使用。）他说，OpenAI 的不训练承诺和 ZDR 给了 Glean 基于 OpenAI 构建的信心；随着模型能力增强，OpenAI 证明了安全可以在不牺牲企业信任所依赖的隐私与控制的前提下推进。

推广与白皮书都排在 9 月

OpenAI 表示将继续与客户敲定方案的技术细节和运营细节，计划 9 月开始推广 Private Safety Processing，并发布技术白皮书。博客承诺，会尽早向客户分享更新，说明这些变化对既有承诺的含义，并给客户留出规划时间。