OpenAI 正測試一套在不保存客戶資料前提下，仍能偵測濫用行為的安全系統，等於正面迎戰競爭對手 Anthropic 方才祭出的「企業客戶資料必留存30天」新規。
重點摘要
- OpenAI 預覽「Private Safety Processing」工具，可在不保留任何客戶提示（prompt）與回覆內容的情況下，跨多個相關工作階段辨識濫用模式。
- Anthropic 則要求使用其最強大模型的企業客戶，必須同意30天資料留存，理由是要攔截經過多步、多階段設計的攻擊行為。
- OpenAI 計畫於9月發布技術白皮書並擴大推出相關功能。
Private Safety Processing 鎖定多階段、跨情境濫用
公司在週三的公告中表示，這次預覽版功能是既有「Zero Data Retention」（零資料留存）安排的延伸——在請求處理完畢後，OpenAI 不再保留任何提示內容或模型輸出。完整推廣與技術白皮書預定於9月登場。
在這套新機制下，客戶內容要嘛完全留在企業自行掌控的基礎設施上，要嘛存放在 OpenAI 端、但以只有客戶本人持有金鑰的方式加密。自動化工具會在不解密給人員檢視的情況下，於多個相關工作階段中比對濫用行為模式。設計也涵蓋「代理式」工作場景——例如系統在使用者要求停止後仍持續執行任務——但內容不會被員工看到。
公司產品政策負責人 Aleah Houze 向記者表示，許多高風險行為，只有把數次互動合併來看才會浮現。她舉例，某位用戶先在一場對話裡試探軟體弱點，接著又在另一場對話中詢問遠端存取工具，如此組合起來才看得出企圖。
延伸閱讀： Claude 的隱藏浮水印扭曲寫作藝術，Gruber 批評如此
Anthropic 的留存規則，與對手路線分歧
相較之下，Anthropic 在7月提出截然不同的做法：要求使用其最強大模型（包括 Fable 5、Mythos 5）的企業客戶，必須接受30天資料留存。
這家實驗室坦言，新政策恐怕不受歡迎，甚至可能拖累業務發展，但同時強調，這些紀錄對於偵測刻意分散在許多不同請求中的攻擊行為至關重要。人工審查仍有空間，但僅限於極少數經嚴格授權的審查人員，且必須透過高度管控的流程進行。每一個工作階段都會被寫入防竄改的紀錄檔中並留存。
分析師質疑 OpenAI 的時機與證據力
FormerGov 執行董事 Brian Levine 在接受訪問時指出，這項承諾在技術上相當具挑戰性，因為「濫用偵測」與「對內容一無所知」這兩個目標向來彼此拉扯。
他也提醒，真正具說服力的技術證據要等到數週後白皮書出爐才能檢驗。Moor Insights and Strategy 的 Jason Andersen 則解讀，本週一連串宣示部分是在為公司未來的首次公開發行（IPO）鋪路。
LexisNexis Risk Solutions Group 資安長 Flavio Villanustre 則認為，OpenAI 這波操作，某種程度是在為預期中的嚴格監管預先「減壓」，爭取更有利條件。
這次預覽也為 OpenAI 一整週的安全訊息畫下句點。公司週二才宣布，已放緩模型擴張步調，暫停強化學習（reinforcement learning）訓練，以便加強研究環境防護並進行紅隊測試。OpenAI 估計，擴大後的監控機制，將消耗約 20% 受監控推論運算資源。
