從Kimi泄露簡歷說起：為什么養(yǎng)龍蝦越來越危險

近日，媒體熱議有博主在使用Kimi時，系統(tǒng)向其返回了一份陌生人的完整簡歷，包含姓名、電話、郵箱等真實敏感信息的事件。被泄露者此前使用Kimi潤色簡歷，與爆料網(wǎng)友使用時間僅間隔約6小時。Kimi運營方月之暗面公司稱系AI幻覺。這一泄露事件直接暴露出AI在狂飆突進中的數(shù)據(jù)安全隱患，而且隨著使用Open Claw(俗稱"養(yǎng)龍蝦")的興起，此類安全風險會被急劇放大。

一、隱私協(xié)議的提示不能為Kimi兜底

先說下平臺為什么會留存用戶輸入的信息，因為這些信息可能會被用于優(yōu)化模型，也就是訓練AI。《Kimi隱私政策》規(guī)定：“對話信息：您在使用我們的產(chǎn)品和服務過程中輸入和產(chǎn)生的文本、語音、圖片、視頻等內(nèi)容。這些信息有助于我們優(yōu)化模型，并了解您的需求和偏好，以便為您提供更精準的服務和支持。”從權利義務對等的角度，Kimi的基礎服務是不收費的，使用用戶輸入內(nèi)容改善大模型并不過分。但既然留存了，就要好好保管，把信息泄露給其他用戶就是Kimi的責任了。

雖然《Kimi隱私政策》也已提示用戶：請謹慎上傳個人信息，尤其是敏感個人信息。但此次泄露仍涉嫌違反多項法律規(guī)定，《個人信息保護法》明確規(guī)定：個人信息處理者不得公開其處理的個人信息，除非取得個人單獨同意。Kimi將用戶A的簡歷直接輸出給用戶B，屬于未經(jīng)同意的公開披露。

《生成式人工智能服務管理暫行辦法》規(guī)定，AI服務商對使用者的輸入信息和使用記錄應當履行依法保護義務，不得非法向他人提供使用者輸入信息和使用記錄。所以即使使用者主動上傳隱私信息，AI服務商仍負有保密義務，技術故障不能成為免責理由。

二、養(yǎng)龍蝦模式下海量數(shù)據(jù)投喂AI的致命風險

其實這次事故的性質(zhì)并不復雜，用戶文件串臺是因為Kimi的數(shù)據(jù)沒有隔離好，但它的嚴重性，遠不止一個技術上的Bug。當前，大模型應用正走向具備底層操作權限的AI Agent（智能體），Open Claw即科技圈俗稱的“養(yǎng)龍蝦”非常走紅。為了讓龍蝦執(zhí)行效率更高、成為更懂業(yè)務的數(shù)字分身，大量用戶開始將海量的本地核心數(shù)據(jù)直接通過API接口喂給人工智能去學習和處理。

這種深度的喂養(yǎng)面臨著極高的法律與安全風險。養(yǎng)龍蝦本質(zhì)上不是技術問題，而是一次對數(shù)據(jù)控制權的讓渡。養(yǎng)龍蝦需要導入的數(shù)據(jù)往往包含了個人隱私的聊天記錄、涉及商業(yè)機密的內(nèi)部財務報表和研發(fā)文檔，甚至是國家秘密。尤其是當養(yǎng)龍蝦進入企業(yè)級應用場景時，數(shù)據(jù)規(guī)模更大、敏感度更高。一個企業(yè)可能同時處理數(shù)萬份包含員工個人信息的人力資源文檔，或者涉及核心技術秘密的研發(fā)資料。

在這樣大規(guī)模、無差別的數(shù)據(jù)上傳場景下，如果人工智能服務商在后臺不做嚴密的脫敏處理，直接利用這些包含了核心機密的原始語料進行模型訓練，一旦發(fā)生類似本次事件的技術故障，風險是毀滅性的。

三、訓練數(shù)據(jù)政策缺乏透明度

回到Kimi，用于API接口服務的《Kimi開放平臺隱私政策》對使用用戶信息訓練AI的規(guī)定和《Kimi隱私政策》條款上一模一樣，可以使用這些信息優(yōu)化模型，訓練AI。這意味著企業(yè)級開發(fā)者接入大模型處理業(yè)務數(shù)據(jù)時，如果發(fā)生類似事故，企業(yè)的核心底牌隨時可能在其他用戶的對話框中被意外吐出。

匿名化處理作為一種隱私保護技術手段，在理論上能夠有效降低個人信息泄露的風險。所以也有AI企業(yè)承諾用戶匿名化訓練，比如《智譜清言隱私政策》就告知用戶，會對個人信息采取技術措施處理，使其無法重新識別特定個人且不能復原，然后進行匿名化的研究、統(tǒng)計分析和模型優(yōu)化迭代。

但絕對的匿名化往往只是一種技術迷思。在缺乏第三方審計和認證機制的情況下，如何定義并實現(xiàn)徹底的匿名化，權限完全掌握在服務商手中。如果系統(tǒng)設計留有數(shù)據(jù)回溯的后門，或者傳統(tǒng)的脫敏手段根本無法抵御大模型日益增強的碎片化關聯(lián)推理能力，泄密風險始終高懸。

四、哪些文件可以投喂AI

對于哪些文件可以上傳到AI的問題，筆者有個建議：這份文件，你不愿意出現(xiàn)在陌生人電腦里的，就不要上傳，不管這家公司叫Anthropic還是月之暗面。其實這兩家公司的技術很好，也很有節(jié)操，但人為失誤和技術漏洞是防不勝防的：

2026年3月，Anthropic公司因人為失誤導致Claude Code超50萬行源代碼泄露，暴露核心架構和未發(fā)布功能，類似失誤，他們13個月內(nèi)發(fā)生了兩次。近日，Anthropic的頂級安全模型Mythos還被未授權用戶用非黑客手段輕易破解訪問權限，2026年4月，Kimi的運營者月之暗面也發(fā)生了本文討論的誤把用戶簡歷發(fā)給第三方的事故。

如果實在要上傳的，也應該將數(shù)據(jù)控制權掌握在自己手中。對涉及商業(yè)秘密的內(nèi)容應當去除，對個人信息則應脫敏。目前有專門的數(shù)據(jù)凈化工具，可以對文檔中的姓名、身份證號、聯(lián)系方式等敏感信息進行自動或手動的脫敏處理。在功能相近的情況下，優(yōu)先選擇像騰訊元寶那樣默認不使用用戶信息進行模型訓練的AI工具。

最后，養(yǎng)龍蝦確實能提高工作效率，但安全養(yǎng)龍蝦的前提從來不是多喂，而是你的龍蝦缸，是否真的防漏。

本文作者：游云庭，知識產(chǎn)權律師。Email: yytbest@gmail.com，本文僅代表作者觀點。