为前沿模型提供零数据保留
内容提要
OpenAI推出“私有安全处理”功能，扩展零数据保留承诺，通过自动化系统识别安全风险，无需人工访问客户内容，支持客户控制基础设施或加密存储，仅返回有限安全信号，不用于模型训练。目前正与早期客户测试，计划九月发布技术白皮书并推广。
延伸解读
零数据保留的扩展：从单次交互到跨交互安全监控
OpenAI的零数据保留（ZDR）承诺原本只针对单次API请求，不保留提示和响应。但AI安全风险往往在多次交互中才显现，如恶意用户反复探测或代理任务偏离意图。Private Safety Processing将安全监控扩展到相关交互的序列，同时保持ZDR的隐私承诺，使自动化系统能识别跨交互模式，而无需人工审查内容。
客户控制与加密存储：两种部署模式
Private Safety Processing支持两种部署方式：一是客户控制的基础设施（ZDR部署），二是OpenAI提供的存储，但内容用客户控制的密钥加密。OpenAI人员不持有密钥，因此无法访问内容。即使检测到风险，OpenAI也只收到有限的安全信号，不接触底层内容。客户可自行调查警报，并选择是否分享信息以申诉或支持调查。
平衡安全与隐私：回应企业客户的合规需求
许多前沿模型部署要求客户允许AI提供商保留敏感内容用于安全监控，这与企业的安全义务和用户承诺冲突。Private Safety Processing旨在解决这一矛盾，使OpenAI能在不牺牲ZDR的前提下提供更强的安全监控。早期客户如Glean、Databricks、Abridge和Microsoft的反馈表明，企业采用AI依赖数据控制，OpenAI的承诺增强了信任。
Q&A
OpenAI的零数据保留（ZDR）承诺是什么？
OpenAI的零数据保留承诺是：对于符合条件的API客户，OpenAI不会在请求处理后保留客户的提示词和模型响应，客户内容不会提供给OpenAI人员审查，除非客户明确选择，否则企业客户数据不会用于训练模型。
为什么OpenAI要推出私有安全处理功能？
因为现有的ZDR兼容安全系统只能评估单个交互，而一些严重的安全风险可能只有在多个交互中才能显现，例如恶意行为者反复探测安全措施、跨账户协调或伪装威胁。私有安全处理旨在跨相关交互识别模式，同时不向OpenAI人员暴露底层内容，从而在保持ZDR承诺的同时增强安全性。
私有安全处理是如何在保护隐私的同时识别安全风险的？
私有安全处理利用自动化系统分析相关交互，无论客户内容存储在客户控制的基础设施上，还是存储在OpenAI提供的加密存储中（使用客户控制的密钥），OpenAI人员都无法访问底层内容。当识别到风险时，OpenAI仅收到一个狭义定义的安全信号，指示活动类型，用于决定是否执行强制措施，但不会收到客户内容。
私有安全处理与现有的ZDR安全系统有何不同？
现有的ZDR安全系统逐个评估交互，而私有安全处理扩展了这些保护，能够跨相关交互识别模式，从而更有效地检测那些只有在多个交互中才显现的风险，同时保持对客户内容的隐私保护。
客户如何对私有安全处理的警报或强制措施提出申诉？
客户可以使用自己系统中的信息调查警报和强制措施。如果他们想申诉、澄清合法活动或支持对已核实滥用的调查，可以选择与OpenAI分享相关信息。
私有安全处理目前进展如何？何时会正式推出？
私有安全处理目前正在与早期客户进行测试。OpenAI计划在九月开始推广该功能，并发布技术白皮书。
哪些公司参与了私有安全处理的早期测试？
文章提到了Glean、Databricks、Abridge和Microsoft等公司参与了早期测试，其中Glean的首席信息安全官Sunil Agrawal对OpenAI的隐私保护承诺表示了认可。
