Private Safety Processing: как OpenAI ищет злоупотребления, не отказываясь от Zero Data Retention

OpenAI тестирует способ выявлять злоупотребления продвинутыми моделями, не отказываясь от режима Zero Data Retention (ZDR) — «нулевого хранения данных» — для подходящих корпоративных клиентов. Представленная 19 августа 2026 года технология Private Safety Processing должна находить опасные паттерны в связанных взаимодействиях, а не оценивать каждый запрос изолированно. При этом исходное содержимое клиента не должно быть доступно сотрудникам OpenAI. 31

Так компания пытается решить непростую задачу корпоративного ИИ: службам безопасности нужен достаточный обзор, чтобы заметить атаку, которая развивается постепенно, а банкам, разработчикам, медицинским организациям и другим клиентам из регулируемых отраслей нежелательно, чтобы поставщик моделей хранил их промпты и ответы.

Что меняется в подходе Zero Data Retention

В традиционных системах безопасности, совместимых с ZDR, каждое взаимодействие проверяется отдельно. Такой метод может пропустить распределённую атаку: отдельный запрос выглядит безобидно, но последовательность связанных обращений шаг за шагом помогает достичь вредоносной цели.

OpenAI заявляет, что Private Safety Processing расширяет автоматические защитные механизмы на связанные взаимодействия. Это должно помочь обнаруживать более широкие схемы поведения, включая попытки взлома со стороны людей и неуправляемых или «несогласованных» ИИ-агентов. 31

На практике несколько запросов, каждый из которых по отдельности кажется допустимым, могут вместе сформировать подозрительный профиль — например, в рабочем процессе, потенциально связанном с разработкой вредоносного ПО или проникновением в чужую систему. Однако доступные источники описывают это как заявленную возможность выявлять межсессионные паттерны, а не как доказательство того, что система надёжно распознает любую подобную кампанию.

Что именно может увидеть OpenAI

Ключевая граница конфиденциальности заключается в том, что анализ должен выполняться автоматически, без передачи сотрудникам OpenAI исходных промптов и ответов модели. Если система замечает потенциальную проблему, компания, по её словам, получает узко определённый сигнал безопасности, а не текст исходного диалога. 310

Согласно сообщениям о тестировании, данные клиента могут оставаться на инфраструктуре, которую контролирует сам клиент, либо храниться в зашифрованном виде с использованием ключей, находящихся у клиента. 157 Такая архитектура призвана сохранить преимущества ZDR для корпоративной конфиденциальности и одновременно дать OpenAI минимально необходимую информацию о возможной угрозе.

Это не означает, что срабатывание не повлечёт операционных последствий. Сигнал может привести к мерам безопасности на уровне аккаунта или к просьбе клиента провести внутреннюю проверку. Клиент также может добровольно предоставить дополнительный контекст, если оспаривает флаг или помогает расследованию. При этом в описании предварительной версии нет положения об автоматическом доступе OpenAI к сохранённой переписке. 23

Какие вопросы пока остаются без ответа

Private Safety Processing пока тестируется с избранными ранними клиентами и не представлена как полностью готовый и широко доступный сервис. 35 Поэтому из одного объявления невозможно понять:

• насколько точны сигналы, сформированные по нескольким разговорам;
• как часто законная корпоративная активность будет приводить к ложным срабатываниям;
• какие именно действия в отношении аккаунта соответствуют разным категориям риска;
• как клиент сможет проверить или оспорить сигнал, если OpenAI не видит исходное содержимое;
• какую техническую документацию компании получат до более широкого запуска.

Таким образом, речь идёт не о том, что «безопасность теперь решена с сохранением приватности». OpenAI проверяет более узкую гипотезу: может ли ограниченный сигнал быть полезен для выявления злоупотреблений без хранения пользовательского трафика и без привычной модели человеческого анализа содержимого.

Чем отличается политика Anthropic

Anthropic выбрала для ряда наиболее мощных моделей подход с обязательным хранением данных. Её правила требуют сохранять на 30 дней промпты, отправленные покрываемым моделям, и сгенерированные ими ответы. Это касается моделей класса Mythos и будущих моделей с аналогичными возможностями.

Anthropic заявляет, что эти данные не используются для обучения новых моделей Claude или для целей, не связанных с безопасностью. Компания также обещает ограничивать доступ, регистрировать действия людей с данными и удалять информацию через 30 дней почти во всех случаях.

Такой срок создаёт для команд безопасности окно, в котором можно ретроспективно расследовать сложные атаки и проверять возможные ложные срабатывания. Но одновременно он увеличивает обязанности клиента в области управления данными и соблюдения требований комплаенса.

Согласно сообщениям о планируемых изменениях, Anthropic намерена сохранить обязательное 30-дневное хранение, но предоставить корпоративным клиентам возможность размещать данные в собственной облачной инфраструктуре. Это может уменьшить опасения по поводу контроля над данными, однако само требование о хранении не исчезнет.

Два разных компромисса для корпоративных клиентов

Обе компании делают разные ставки:

• OpenAI: автоматический анализ связанных взаимодействий и передача только ограниченного сигнала безопасности, чтобы сократить доступ поставщика к содержимому клиента.
• Anthropic: хранение трафика покрываемых моделей в течение 30 дней при контролируемом доступе, чтобы сохранить больше материала для расследований и проверок.

Подход OpenAI может оказаться привлекательнее для организаций, чьи правила закупок резко ограничивают хранение данных у внешнего поставщика. Его слабое место — ограниченный сигнал может дать меньше доказательств при спорном или неоднозначном инциденте.

Модель Anthropic потенциально обеспечивает более подробную криминалистическую картину, но требует согласиться на хранение данных и связанные с этим процедуры даже в тех случаях, когда клиент предпочёл бы строгий режим без хранения.

Ни один из вариантов не устраняет саму проблему безопасности. Многошаговое злоупотребление бывает трудно отличить от легитимного исследования, а усиление защиты приватности одновременно ограничивает объём материалов, доступных специалистам для расследования. Главный практический тест для OpenAI — окажутся ли её автоматические сигналы достаточно точными для принятия мер без доступа к содержимому, которое они описывают.

Почему это важно на фоне конкуренции OpenAI и Anthropic

Различия в политике конфиденциальности проявились в момент, когда компании усиливают борьбу за корпоративных клиентов и разработчиков передовых моделей. По сообщениям СМИ, годовой темп выручки Anthropic к концу июля превысил 65 млрд долларов. Это именно run rate — прогноз на год, рассчитанный по текущим темпам, а не фактически полученная выручка за полный год.

Инвесторы также, как сообщается, обсуждали для Anthropic оценку в 2 трлн долларов или выше в случае возможного выхода на биржу. Это ожидания, переданные внешними источниками, а не гарантированная оценка и не завершившееся IPO.

Эти цифры помогают понять контекст, но сами по себе не доказывают, что Private Safety Processing была создана исключительно как ответ конкуренту. Более осторожный вывод таков: OpenAI обращается к конкретному вопросу корпоративных закупок — как пользоваться мощными моделями с более серьёзным мониторингом злоупотреблений и при этом ограничить доступ поставщика к конфиденциальной информации компании.

Доступные источники не подтверждают окончательные сроки или условия IPO OpenAI. Поэтому утверждения о скором или уже согласованном публичном размещении компании требуют отдельного подтверждения.

Итог

Private Safety Processing — попытка OpenAI расширить ZDR от фильтрации отдельных взаимодействий до мониторинга безопасности между связанными разговорами, не превращая промпты и ответы клиентов в содержимое, доступное сотрудникам компании. Предполагается, что система будет передавать узко определённый сигнал, а дальнейшее сотрудничество клиента останется добровольным.

Для корпоративного рынка это выглядит как ориентированная на приватность альтернатива 30-дневному хранению Anthropic. Но пока это только предварительная версия. Покупателям корпоративных ИИ-сервисов стоит воспринимать заявления OpenAI как описание проекта и этапа тестирования — до появления независимых данных о точности обнаружения, доле ложных срабатываний, возможности аудита и реальном порядке применения санкций.