前阵子小红书上有篇帖子火了，标题叫《你上传给AI的文件，比聊天记录更危险》，1.5万赞、9500多收藏。但点赞最高的评论区是这么写的：“能让我干的活能需要多保密”——2万赞。小红书后面跟着一串：“我这学术糟粕，爱拿去就拿去吧”“只要你联网，就注定放弃了隐私，还没暴露只说明你的信息没价值”。
说实话，这套逻辑乍一听挺通：我一个普通打工人，数据既不是机密也不值钱，传就传了。
但今年4月Kimi那件事，恰恰把这个逻辑戳破了——泄露出来的那份文件，不是什么商业机密，就是一份普通简历。
先把事情复盘一遍。 4月20日，一位用户让Kimi翻译PPT目录，AI返回的不是翻译，而是一份陌生人的完整简历：姓名、手机号、邮箱、工作经历，一样不少。知乎更让人后背发凉的是后续：这位用户照着简历上的电话打过去，真联系上了本人。对方前不久刚用Kimi润色过简历，两个人的使用时间只隔了大约6个小时。知乎Kimi运营方月之暗面一开始的解释是"AI幻觉"，后来改口，承认是"上下文污染"、是"发串了"。知乎红星资本局、21世纪经济报道都跟进了这事。
有个细节值得琢磨：Kimi的隐私政策里其实一直有一句提示，大意是"请谨慎上传个人信息"。知乎也就是说，平台早就知道上传的文件是敏感物，但"传上去之后会不会串到别人那里"，这个风险只能由平台的技术兜底——而这次，没兜住。
而且这事没过去。7月微博上"#AI把别人的隐私发给我了#“又刷了一轮，2600多赞；8月10日知乎热问还是"网友说不要给AI乱传文件，真有这么严重吗”。知乎它不是条过期新闻，它是个还在滚动的活话题。
为什么说"我的数据不值钱"是个错觉？
因为Kimi事件里真正被改变处境的两个人，都不是什么大人物：一个是简历被全网陌生的润色者，一个是莫名其妙收到别人隐私、还得纠结要不要删的普通用户。风险从来不是"你的数据值不值得偷"，而是另外三个问题：
第一问：这是谁的数据？ 你自己的周报、自己写的方案，传就传了。但你手里的客户名单、候选人简历、同事的绩效表、供应商报价单——这些是别人的个人信息和公司的资产，你只是"拿着"，不是"拥有"。你替他们传给AI，等于替他们做了个他们没点头的决定。国家网信办等七部门的《生成式人工智能服务管理暂行办法》写得明确：提供和使用生成式AI服务，不得侵害他人隐私权和个人信息权益。中新网Kimi事件里，简历主人是"上传源头"，收到简历的用户是"泄露出口"——每一起"AI泄露"现场，两头站着的都是普通人。
第二问：数据去了哪？ 文件要上传到服务器才能被处理，这是物理前提。你删掉的只是对话框里的记录，服务端的留存策略、会不会被用于模型改进，各家的条款写得不一样。有用户已经扒出来了：一些国产AI应用的设置里藏着"参与体验改进计划"之类的开关，关了不影响正常使用。Kimi事件则示范了更糟的一种：就算平台无意泄露，多用户之间的数据隔离只要出一次错，你的文件就会出现在别人的对话框里。截至2025年12月，我国生成式AI用户已经有6.02亿——这个池子越大，"串一次"波及的人就越多。中新网
第三问：这算不算违规？ 这一问是对打工人最实际的。2025年4月有个上了热搜的事：广东一公司员工把内部数据发给AI做表格，想省点工作量，结果公司全员被领导谈话，老板直接下令工作中禁用AI，律师还说严重的可能构成犯罪。微博你以为是你和AI之间的事，出了事就是你和公司之间的事。三星的路线更有参考价值：2023年员工把机密代码贴进ChatGPT导致泄密，三星全公司禁用；今年6月，三星又官宣给全员部署ChatGPT Enterprise和Codex——企业版的卖点恰恰是"数据不进训练、隔离有保障"。知乎企业的解法从来不是"别用"，也不是"随便用"，而是"有管控地用"。个人偷偷用个人版传公司数据，恰恰是把风险全压在自己身上。
落到操作，就是一份分层清单。
可以直接传的：公开资料、自己创作且不含他人信息的内容、已经脱敏过的数据。
脱敏后再传的：客户数据，把姓名电话换成编号；财报和交易明细，把公司名换成代号；简历，先删掉联系方式。AI要的是模式和结构，不是那串手机号。
真别传的：未公开的内部方案、带公章的合同原件、第三方的完整个人信息、涉密环境里的任何数据。
按发送之前，做三件事就够了：问一句"这是谁的数据"；把敏感字段删掉或替换；能用对话描述清楚的事，就不上传原始文件。如果你不放心，再去查两处：设置里有没有"训练/改进计划"开关，隐私政策里写了多长的留存期、怎么删除。
最后分下人群。 你只是用AI润色文案、写周报，注意归属问题就行，风险确实不高，评论区那套"无所谓"对你大体成立。你是财务、HR、运营、电商，天天处理带他人信息的数据，上面这份清单就是为你写的，尤其是"这是谁的数据"那一问。你在合规敏感行业——金融核心岗、政企、涉密研发——别自己赌判断，跟着公司规范走，广东那件事说明，出了事没有"我只是个打工的"这种豁免。
说到底，用AI做数据分析，本质是拿一部分数据便利去换效率。值不值，取决于你知不知道自己交出去的是什么：明明白白地交换，叫划算；把不属于自己的东西也搭进去、还不知道它去了哪，那叫亏。接下来值得继续盯着的信号有三个：各家平台数据政策的更新、监管的执法案例、还有你公司会不会出AI使用规范——后者出来之前，先按最保守的清单来，不亏。
