AI 隐私与数据合规手册：三张检查表与一个逃生位

先看结论

AI 数据合规不是一次性的「上线审查」，而是三张常查清单：训练（用了谁的）、推理（传了什么出去）、导出（产出归谁），外加一个「逃生位」（数据可删、记录可撤）。

三张检查表

1. 训练侧

• 数据来源与授权记录
• 是否含个人/敏感/版权内容
• 去标识与匿名化是否到位

2. 推理侧（最常漏）

• 哪些文档进了哪些模型（本地/私有/公网）
• 内部数据是否可能外发
• 授权与访问控制（谁能让 Agent 读什么）

3. 导出侧

• 生成物权属与条款（敝商用/可转载）
• 标识义务（AI 生成需显式标识）
• 客户数据不回流训练

逃生位设计

• 数据可删：用户/管理员能删除记忆与历史
• 记录可撤：Agent 行为日志保留但可审计
• 熔断点：异常数据流向自动告警停机

最终建议

从一个「数据流向盘点」开始（30 分钟列清单），再到敏感场景设「本地/私有路由」——先知道数据去哪，再谈工具升级；合规是习惯，不是项目。