OpenAI 私密安全處理登場：偵測 AI 濫用，但唔保留客戶內容

OpenAI 正預覽一套名為 Private Safety Processing 的安全架構，對象是採用 Zero Data Retention（ZDR，零數據保留） 的合資格 API 客戶。它要解決的核心問題是：如果濫用者將一個危險目標拆散到多個帳戶、工作階段或請求，單獨檢查每次互動可能未必睇得出全貌；但企業又未必願意讓模型供應商保留或查看原始內容。

Private Safety Processing 的做法，是由自動化系統分析多個相關互動之間的關係，尋找可能代表協調濫用的模式，同時維持 ZDR 對客戶內容的保護。

點樣運作？

傳統 ZDR 安全機制主要逐一評估請求及回覆。Private Safety Processing 就將安全分析範圍擴大至多次相關互動，務求發現單一請求未必明顯的風險，例如有人刻意將惡意軟件開發工作拆成多個要求，或者分散活動以避過安全護欄。

關鍵分別在於 分析不等於保留。按 OpenAI 的預覽說法，系統可以為安全目的分析相關活動，但不會透過這套系統讓 OpenAI 人員直接接觸底層提示及模型回覆。

OpenAI 描述了兩種 ZDR 部署安排：

• 客戶內容可以留在由客戶控制的基礎設施上；
• 如果採用 OpenAI 提供的儲存方案，內容會以由客戶控制的加密密鑰加密，而不是由 OpenAI 人員掌握解密密鑰。

在兩種安排下，自動化系統都可以識別潛在濫用，然後回傳有限度的安全訊號，而無須暴露原始提示或模型回覆。

偵測到威脅後，OpenAI 實際收到乜嘢？

按目前公開的預覽資料，OpenAI 收到的不是完整對話，而是一個範圍受到限制的警報，用來表示 涉及哪一類活動。OpenAI 的系統示意圖進一步將輸出描述為警報類別及嚴重程度，而非對話內容本身。

實際流程可以理解為：

1. 自動化系統分析多次相關互動，尋找可能有害的模式。
2. 如果風險達到指定門檻，系統產生有限度的安全分類。
3. OpenAI 收到這項分類，而不是提示、模型輸出或完整對話紀錄。
4. 客戶仍然可以在自己的環境內調查相關活動。

這項功能目前仍屬預覽，實際部署方式、風險門檻及誤判處理流程，對企業買家會非常關鍵。OpenAI 表示，計劃在 2026 年 9 月 開始更廣泛推出，並發表技術白皮書。

點解被標記的對話，OpenAI 人員通常都睇唔到？

安全標記本身並不等於 OpenAI 員工可以打開對話。按 OpenAI 所描述的 ZDR 安排，客戶內容不會由 OpenAI 保留；而在 OpenAI 託管儲存的方案中，解密密鑰由客戶控制，OpenAI 人員並不持有。

因此，一個警報主要只會帶來機器產生的安全資訊。客戶可以自行調查，亦可以在想要申訴執法決定、解釋正當用途，或者協助調查已確認的濫用時，自願向 OpenAI 提供相關材料。

這種設計將兩樣嘢分開：

• 由客戶控制的證據：原始提示、模型回覆及完整對話；
• 由供應商接收的風險訊號：有限度的機器安全分類。

對供應商來講，這可能減少需要處理的敏感資料；對客戶來講，則保留了對原始內容的控制權，同時讓模型供應商有機會發現逐次過濾容易漏掉的跨互動風險。

邊啲客戶參與測試？

OpenAI 指出，Glean、Databricks、Abridge 及 Microsoft 都在協助塑造或測試這項預覽功能。 其他報道亦將 Microsoft 及 Databricks 列為早期測試客戶。

目前它並不是一般消費者可以自行開啟的設定，而是面向採用合資格 API 部署、又希望使用先進模型並嚴格控制提示及輸出的企業客戶。

OpenAI 與 Anthropic：兩種不同的安全取捨

OpenAI 的方案，重點是盡量不讓供應商接觸客戶內容，但仍然偵測跨互動的濫用模式。Anthropic 對涵蓋模型採取另一種做法：提交給這些模型的提示，以及模型產生的輸出，會保留 30 日，用於安全工作，包括受控審查。

Anthropic 文件指，30 日保留要求適用於涵蓋模型，包括 Mythos 系列模型；這些模型不提供 ZDR。文件亦表示，未經客戶明確許可，保留資料不會用於模型訓練。

兩者的操作差異可以簡單概括為：

• OpenAI Private Safety Processing：由自動化系統分析相關互動，按預覽說法，OpenAI 收到有限度安全訊號，而非原始內容。
• Anthropic 涵蓋模型政策：提示及模型輸出保留 30 日，以支援安全工作及受控審查。

兩種模式都唔代表企業可以完全放手不理。買家仍然要核實模型及部署是否符合資格、資料喺邊度處理、加密密鑰由邊方控制、警報包含哪些欄位、申訴時能否避免披露完整對話，以及保留和審查條款是否符合合約及監管要求。

點解金融、醫療及法律企業特別關注？

金融、醫療及法律機構處理的資料，可能涉及合約保密、私隱控制、專業保密責任或行業規定。供應商是否會保留、甚至讓人員審查提示內容，會直接影響企業的資料最小化分析、內部審批、審計設計及供應商風險評估。

這並不代表 30 日保留政策必然違法，也不代表採用 ZDR 就自然等於合規。重點是，兩種設計令安全及法律團隊面對不同問題：Anthropic 的涵蓋模型條款要求企業考慮供應商保留及審查資料的安排；OpenAI 則將 ZDR 與 Private Safety Processing 定位為限制供應商接觸原始內容的方案。

企業在落地前，最實際要問的是：

• 所用模型及部署是否符合 ZDR 資格？
• 內容喺邊度處理？如果有儲存，邊方控制加密密鑰？
• 安全警報實際會包含哪些資料欄位？
• 客戶可否在不披露完整對話的情況下，審核或挑戰警報？
• 如果供應商懷疑有嚴重濫用，後續會點處理？
• 供應商的保留及審查條款，是否符合企業的合約及監管責任？

私隱，已經變成 AI 安全產品的一部分

Private Safety Processing 反映一個更大的產品方向：AI 安全不再只係「模型能否拒絕一個不安全要求」，亦包括供應商能否在較長、較分散的工作流程中識別協調濫用，而又不必查看每一段客戶對話。

OpenAI 的答案是：將內容留在客戶控制的基礎設施，或者以客戶持有的密鑰加密；再由自動化系統尋找跨互動模式，最後只向 OpenAI 傳送有限度風險分類。

Anthropic 的答案則是：為了讓安全團隊可以調查更複雜的濫用，將相關提示及輸出保留一段有限時間，並配合受控審查；同時表示未經客戶明確許可，不會用於模型訓練。

對企業來講，應該揀邊一種，取決於工作負載的敏感程度、對供應商調查能見度的需要，以及機構本身可以接受的資料風險。OpenAI 預計推出的更廣泛版本及技術白皮書，將有助企業判斷這套私隱承諾在真實部署中能否成立。

至於市場競爭背景，外界報道指 Anthropic 截至 2026 年 7 月的年化收入運行率超過 650 億美元，而 OpenAI 的相關數字約為 400 億美元；Anthropic 2026 年第二季初步收入亦被報道超過 115 億美元。 有投資者據報預期 Anthropic 上市估值可能達 2 萬億美元，但這仍然只是市場預期，並非已確定的公開市場估值。

現有資料未能可靠證實「OpenAI 於 2026 年 6 月秘密提交 S-1」這項說法；較可靠的報道反而集中指向 Anthropic 的保密上市申請。因此，企業應將 Private Safety Processing 視為一項仍在預覽階段的技術及商業方案，而唔係已經完全定型的合規保證。