先说个扎心的场面。
小红书上一篇《你上传给AI的文件，比聊天记录更危险》的帖子拿了1.5万赞，跟帖清一色是"我这学术糟粕，爱拿去就拿去吧"“我自己都不想要”。点赞最高的置顶热评只有一句话：能让我干的活能需要多保密。小红书大家的心态很一致：我这点破数据，泄了也没人要。
但就在今年8月，知乎上连着出现两个刺眼的问题：“员工将内部资料上传至AI导致公司全员被调查”，以及"某单位工作人员违规使用AI大模型，敏感资料外泄"。企业不能只要求员工"多用AI"，同时也要规定什么信息不能输入，否则员工为了提高效率，可能在不知情的情况下上传敏感资料。知乎
"我的数据不值钱"和"全员被调查"之间，差的不是运气，是三道没人细讲过的闸。
先看几个已经发生的事
今年4月，"科研人员用AI上传数据致泄密"的话题冲上热搜。根据保密观公众号及安全部通报的典型案例，某科研机构研究人员为图撰写报告的便利，擅自将未公开的核心实验数据、涉密研究成果上传至公共AI写作工具，最终导致涉密信息泄露，涉事人员被严肃处理。知乎
同一条通报里还有个更反直觉的案例：另有涉密单位工作人员将敏感内容替换为字母代码输入AI工具，依旧被AI关联分析出核心信息，造成泄密风险。也就是说，"把张三改成A、把金额改成X"这种自以为聪明的脱敏，在大模型的关联推理面前基本等于没脱。更早之前，三星员工用ChatGPT处理半导体核心技术参数，直接让企业商业机密永久留存于AI数据库的案例，也早已印证这类风险的普遍性。知乎
如果你觉得这些离打工人太远，再看两个跟"日常用AI"直接相关的。自2026年4月24日起，GitHub将默认收集并使用部分客户的交互数据（包括输入提示、输出结果、代码片段及相关上下文）来训练其AI模型，个人用户如果不想参与，必须主动进设置页手动关闭。钛媒体
另一边，连大厂自己的数据库也可能裸奔。2025年1月29日，安全公司Wiz报告称DeepSeek的大量敏感数据无意中暴露在开放互联网上，包括用户聊天记录、密钥和内部信息。钛媒体一边是模型厂商默认拿你的交互数据去训练，一边是平台自己的数据都可能守不住。"平台绝对安全"这个前提，本身就不成立。
“我的数据不值钱”，为什么站不住
评论区的逻辑是：泄密得有"密"可泄，我做的周报、清洗的表格、整理的竞品资料，白送都没人要。
这个判断漏了三件事。
第一，单条数据不值钱，聚合起来值钱。你上传的一份客户名单可能平平无奇，但它带着字段结构、命名习惯、时间范围，和你上个月喂过的销售数据、上上周喂过的报价单拼在一起，就是竞争对手愿意花钱买的东西。AI恰恰是最擅长做这种关联的。
第二，你以为的"垃圾数据"，在别人那里是情报入口。内部系统截图里往往同时带着账号、URL路径和联系人姓名，一张图可能暴露出半份档案。文件上传的风险比聊天记录大得多，而几乎没人注意。小红书
第三，也是最现实的一条：出了事，追责看的不是数据值不值钱，而是你有没有违规外发。前述8月的两起讨论里，当事人都不是被黑客攻击，而是自己按下回车的那一下。数据泄露不一定需要有人攻破你的墙，它可能只需要有人推开一扇本来就没锁的门。知乎
文件不是聊天记录，风险也不是一回事
很多人把"传文件给AI"理解成"发了条长一点的消息"，其实两者在数据处理上完全不同。
文件必须被存储才能处理，上传后会在服务器保留一段时间；"用于改进服务"的条款可能包含用你的文件训练，而一份报告的信息密度远高于一句对话；合同里带着甲乙方的信息，你其实无权把它交给第三方；图片风险更是被严重低估，OCR能提取图中所有文字，身份证、银行卡、内部系统截图都会暴露。小红书
还有一个几乎所有人都会踩的坑：删除对话不等于删除文件，两者分开存储，删了对话文件还在，很多平台甚至没有文件管理入口。小红书你以为点了删除就两清了，其实只是眼不见为净。
喂数据之前，花十秒问三个问题
安全圈有个词叫影子AI（Shadow AI），它指的是员工绕开公司的采购、审批和安全评估，自行注册、自行使用的AI工具。知乎影子AI之所以难管，就是因为每个动作看起来都很正常。对个人来说，最低成本的防线是把判断前置，上传前问自己三件事：
第一问：这是什么数据？粗分三档——已经公开的信息，随便喂；内部一般资料（流程说明、不带个人信息和经营数字的材料），优先用公司批准的工具；带客户信息、财务数字、合同条款、经营策略的，默认不喂，除非你能先脱敏。判断标准很朴素：如果这份文件出现在竞争对手的办公桌上，公司会不会有实际损失？答案是"会"或者"不好说"，就别喂。
第二问：这是什么工具？公司账号还是个人账号？免费版还是企业版？有没有"不用于训练"的条款？个人免费版能喂的东西，天然就该比企业版少一档。参考GitHub这次的操作就知道，训练开关默认是开的，不主动关就是参与。
第三问：能不能换个方式？这一步最容易被忽略，也最省钱。让AI搭分析框架、你往里填数；把敏感字段换成占位符，只让它处理结构；或者干脆只问方法论——“一份竞品分析应该包含哪些维度”，这类问题根本不需要上传任何文件。AI的价值一半在"处理你的材料"，另一半在"替代你的经验盲区"；后一半通常不需要交出原始文件。知乎
实在要喂，怎么喂得安全一点
给几条实操的，按成本从低到高排：
能不上传就不上传，复制关键内容、脱敏后再粘贴，永远优先于整个文件拖进去。
必须上传时先做本地脱敏：替换姓名、金额、客户名，给关键字段打码。小红书注意字母代码式脱敏防不住关联推理，真正有效的是把字段值替换成无意义的占位符，且保证替换前后不构成可还原的映射。
用完立刻进文件管理里删除，别只删对话框。
涉及合同、财报、病历这类高敏感文件，用本地部署的模型或公司私有化环境处理，不碰公共云端。
每个在用的AI工具，都去设置里翻一遍"数据与隐私"，把"用于改进服务/模型训练"的开关关掉。这个动作五分钟，值得做一次。
最后说两句
写这篇不是劝你把AI戒了。趋势恰恰相反——连OpenAI都开始把约两成的推理算力用来监控模型本身的安全，行业对AI安全的投入只会越来越重。36氪工具会越来越安全，但"什么数据能离开公司"这条线，最终还是要每个人自己划。
接下来值得盯的三个信号：一是各家公司对员工使用外部AI的政策会明显收紧，"允许使用的工具清单"会成为标配；二是大模型厂商的数据训练开关会被放在越来越显眼的位置，默认值怎么设值得每次更新时看一眼；三是涉密和行业敏感岗位的AI使用规范，大概率会有更明确的通报和细则出来。
把表格喂给AI之前，先判断它能不能离开公司。这个十秒钟的动作，就是最便宜的那道闸。
