最近评论区好多人问我：用 AI 整理合同、报表，敏感数据会不会泄露？
还有人问：公司客户名单、财务报表，能不能放心喂给 AI？
这两个问题问得特别好。今天我就把这事一次说清。
一、先给结论：不是不能用，是要用对方法
先把定心丸放这儿：AI 处理文档，本身不是洪水猛兽。
真正的风险，主要来自"你怎么用"，而不是"你用了 AI"。
方法对了，普通办公场景完全可以放心用。
方法错了，再安全的工具也救不了你。
所以这篇文章不吓人，只讲怎么用对。
二、你到底在怕什么？三个真实风险
先别急着怕，我们看看真正的风险是哪几个。
风险 1：数据被拿去训练模型。你喂进去的客户名单、合同条款，万一变成别人模型的"养料"，这就麻烦了。
风险 2：传输和存储过程泄露。明文传、明文存，链路任何一环断了，内容就裸奔。
风险 3：自己手滑。把密码、API Key、整份机密合同，直接贴进对话框。这种事，真有人干过。
前两个风险，看的是平台靠不靠谱；第三个风险，全看你自己。
三、平台靠不靠谱？拿 5 个主流工具公开声明横评
光说"看平台"太虚。
我翻了 5 个主流工具的官方隐私 / 安全声明（检索日 2026-08-25），挨个比对了三项核心：
①不用于模型训练
②传输 / 存储加密
③数据隔离与留存
（外加 ④合规认证，作参考）
下面逐工具说，关键结论我用蓝字标出来。
3.1 WorkBuddy（中文桌面版）
四项都写得比较清楚。明确声明"文件内容和对话不用于训练模型"。传输用 TLS 1.3、静态加密；本地优先、工作空间隔离，企业版支持数据本地化。官方指南称通过 ISO 27001 / SOC 2 Type II。
🔧怎么开：默认即安全，无需特别操作。想再确认，可在设置里看隐私 / 数据相关项（本地优先、工作空间隔离）。
3.2 TraeWork（字节）
这里有个坑要注意。代码库绝不用于训练，但对话内容默认会用于训练，得手动开"隐私模式"才退出。加密和隔离都到位，企业版还有更强特性。
🔧怎么开：设置 → 账号 → 打开"隐私模式"开关。注意它仅在登录时生效，退出登录会自动关闭；代码库文件永不用于训练。
3.3 千问办公 / Qwen Work（阿里）
办公版隐私文档没明确写"不用于训练"。千问消费版默认可能用于优化，需联系退出；企业版有更强保证。加密和区域化存储是有的，但没列具体合规认证。
🔧怎么开：我的 → 设置 → 隐私管理 → 关闭"个性化数据收集""体验优化"等采集开关（界面以官方最新版为准）；办公 / 企业版优先用企业能力，数据隔离更强、退训更有保证。
3.4 DeepSeek Harness（开源框架）
它和前面 4 个性质不同，是本地运行的框架。本地跑不训练；但一旦调 DeepSeek API，消费版默认可能用于优化，要关掉"数据用于优化体验"。好处是数据完全自主管控，坏处是没有平台级认证。
🔧怎么开：本地框架本身不训练；若调 DeepSeek API，头像 → 设置 → 数据管理 → 关闭"数据用于优化体验"。提醒：该开关只管关闭之后的对话，已上传的历史数据无法撤回。
3.5 Codex / ChatGPT（OpenAI）
个人版默认会训练，隐私门户可退出；Business / Enterprise / API 版默认不训练。加密和隔离都强，企业版有专属工作区，认证也全（SOC 2、ISO 27001 等）。
🔧怎么开：个人版 头像 → 设置 → Data Controls → 关掉"Improve the model for everyone"；敏感内容优先用"临时聊天"（不保存、不训练）。Business / Enterprise / API 版默认不训练，不用动。
横评完，一句话总结：
想要"声明最完整"的，选WorkBuddy、Codex 企业 / API 版，三项全绿。
用TraeWork、千问、DeepSeek的，关键动作是主动打开"不训练"开关，别用默认设置裸奔。
提醒：以上基于 2026-08-25 检索的公开声明，政策会变，落地前请以官方最新隐私政策为准。"平台不训练"不等于"你可以乱发机密"，第四章的用户侧习惯才是底线。
四、自己能做的 8 条保命习惯
平台再稳，也架不住自己作。
这 8 条，建议直接当习惯养起来。
- 数据先分级
公开、内部、机密三档。合同、财报、身份证走最严流程。
- 处理前脱敏
姓名、手机号、身份证、金额，先替换成占位符再喂。
- 只给最小必要片段
不整份上传，只贴需要的那几段。
- 密钥绝不进对话
API Key、密码、token 永远别粘贴进聊天框。
- 优先本地 / 私有化能力
能本地处理就不走云端。
- 输出再脱敏一遍
AI 生成内容回写正式文档前，复查有没有泄露。
- 及时清理痕迹
处理完删临时文件、清相关对话历史。
- 账号安全兜底
强密码 + 二次验证，不在公共设备登录。
五、照抄一套脱敏方法
脱敏不是"把名字盖掉"就完了。给你一套能直接上手的方法，按场景挑着用。
5.1 方法 1：占位符替换（最通用）
处理前，先把这几类直接替换：
姓名 →
[姓名]
手机号 →[手机]
身份证号 →[证件号]
金额 →[金额X]
甲方 / 乙方 →[客户A]/[客户B]
5.2 方法 2：部分遮挡（保留格式，隐藏身份）
手机号、证件号、邮箱，可以只露头尾：
手机号 13800001111 →
138****1111
身份证 3201…1234 →3201**********1234
邮箱 zhangsan@x.com →z***@x.com
5.3 方法 3：泛化数字（不暴露精确值）
具体金额、日期，改成区间或相对说法：
"500 万合同" → "数百万元合同"
"2026 年 3 月" → "上季度"
AI 照样能帮你改格式、提要点，它不需要知道精确数字。
5.4 方法 4：实体代号化（多主体场景）
一份文档里反复出现的公司、人、项目，统一编号：
甲公司 =
[客户A]，乙公司 =[客户B]，项目 =[项目X]
5.5 方法 5：结构留、数据空（表格 / 清单）
表格只保留表头和列名，行数据用占位符：
| 月份 | 销售额 |
| — | — |
|[1月]|[金额X]|
5.6 方法 6：先摘要、后原文（最稳）
拿不准要不要贴原文时，先让 AI 基于脱敏版给摘要或要点，确认没问题再决定要不要贴更多。
5.7 方法 7：脱敏后反向通读一遍
最容易漏的，是藏在文件名、附件名、页眉里的客户名。脱敏完，通读一遍，确认没有漏网的真实信息。
最后给个完整示例。
脱敏前：「张三（13800001111）与我司签订了 500 万合同……」
脱敏后：「[姓名]（138****1111）与[客户B]签订了[金额X]合同……」
你看，意思一点没丢，敏感信息全空了。AI 照样能帮你改格式、提要点、写摘要。
六、L1-07 企业数据安全红线：哪些数据绝对不能喂
AI 确实是提升效率的神器，这点无可否认。但很多人图省事，随手把企业内部数据粘贴进 AI 对话框，一次复制，就可能埋下巨大合规风险。
统计下来，至少一半数据泄露，并不是黑客攻击造成的，而是内部人员操作不慎：直接把客户清单、未公开报表丢进云端 AI 工具。
四类数据，绝对不能喂进云端 AI
只要走云端模型链路，下面这四类数据，建议直接禁止粘贴。
6.1.1. 涉密数据｜红线中的红线
党政机关、军工单位、央国企带有密级标识的项目资料。 涉密不上云，不是优化建议，是法律硬性要求。 哪怕只是带密级文档的文件名，都不要提交到云端 AI 对话窗口。一旦上传，就突破了合规底线。
6.1.2. 个人敏感信息（PII）
身份证号码、手机号码、家庭住址、银行卡信息、病历资料等。 这类信息一旦传入第三方大模型链路，数据控制权就不再属于企业。 很多人想用 AI 整理通讯录，看似小事，一不小心就触碰《个人信息保护法》。
6.1.3. 客户与商业核心清单
投标报价单、供应商名录、未对外披露经营数据、涉密战略合作合同。 这些是企业最核心的商业秘密，也是竞争对手重点觊觎的信息。
6.1.4. 未公开财务数据
尚未对外披露财报、内部预算明细、员工薪酬体系。 这类数据泄露，不只是企业商业损失，极易触发监管处罚。
七、粘贴到 AI 对话框，数据到底去哪里了？
不少同事会觉得：我只是让 AI 润色一段文字，能有多大风险？
拿大家常用的 WorkBuddy 举例，结合官方文档说明： 配置自定义模型时，你的 API 密钥保存在本地workbuddy/models.json，不会上传云端。对话内容由 WorkBuddy 作为中转链路，直接转发到你配置的大模型，模型计算完成后再把结果原路返回。
简单一句话：你输入给云端模型的所有内容，会离开你的本机，传输到远端服务节点。
官方文档也写明：除完成请求所需的必要传输、安全审计、故障排查、依法留存场景外，WorkBuddy 不会主动读取、存储对话内容。 这句话很关键，但也有另一面：只要使用云端链路，就必然存在数据传输、留存的环节。处理敏感数据最好方案：从源头不让数据进入这条传输链路。
八、本地部署 Ollama：给敏感数据再加一道锁
想要敏感数据不出本机，本地部署 Ollama 就是很实用的方案。
Ollama 是本地运行开源大模型的工具，部署完成后在本机监听 11434 端口，提供兼容 OpenAI 的接口，可以直接和 WorkBuddy 对接使用。
本地模型适合这三类场景：
✅内网隐私合规：对话、代码全部留在本机，数据不外流，适配金融、政企、涉密项目场景
✅零 Token 成本：本地推理，不需要消耗云端 token，长期使用节省成本
✅离线可用：无网络环境也能正常使用，内网主机、出差飞机上都能用
官方文档明确标注，本地部署方案适配涉密办公与离线办公场景。
分享一段我的真实经历： 有一次外出出差，酒店 Wi‑Fi 信号极差，云端 AI 工具完全打不开。好在笔记本提前部署 Ollama 运行 Qwen3‑8B 模型，写邮件、翻译、整理会议笔记全部可以搞定。 最让人安心的一点：所有对话数据，全程只保存在这台电脑里，这份安全感是云端 AI 无法提供的。
九、政企 AI 办公・合规自检清单
如果你正在政企项目落地 AI 工具，可以把这份清单保存下来，每次使用前自查：
9.1 先判断数据是否带有密级标识，有密级 → 禁止上云 AI
9.2 包含个人信息，必须先脱敏，手机号、身份证号打码之后再使用
9.3 客户清单、未公开财务数据，优先本地模型处理，条件不满足就不喂 AI
政企内网环境，优先选用国内版 WorkBuddy（workbuddy.cn）。
API 密钥仅保存在本地，禁止放到共享目录、代码仓库
定期复核第三方模型服务商隐私政策，持续核验合规有效性
十、写在最后
工具是中性的。真正的安全感，来自你用它的方法。我刚开始用 AI 处理文档那会，也慌得一批，生怕哪天数据就飞了。
建立清晰边界：普通文案、公开资料交给云端 AI 提升效率；涉密、敏感、核心商业数据交给本地大模型。 这才是政企从业者使用 AI 该有的分寸感。
后来漫漫摸索出这套习惯，现在反而比纯人工更踏实——至少脱敏和分级，是我真在做的。
参考文献：
敏感数据交给 AI，到底安不安全？一次说清
企业数据安全红线：哪些数据绝对不能喂给 AI
