为前沿模型提供零数据保留

零数据保留向符合条件的 API 客户作出明确承诺：请求处理完毕后，OpenAI 不会保留客户的提示词或模型响应。OpenAI 人员无法访问客户内容进行审查¹；除非企业客户明确选择加入，否则其数据不会用于训练我们的模型。

随着模型承担持续时间更长、更加复杂的任务，一些严重风险可能只有通过多次交互才能显现。现有的 ZDR 兼容安全系统会单独评估每次交互。今天，我们将预览隐私安全处理。它旨在识别相关交互中的行为模式，同时不让 OpenAI 人员接触相关内容。

在 ZDR 部署中，客户内容仍保留在由客户控制的基础设施上。我们还在开发另一种方案：将内容存储在 OpenAI 基础设施上，并使用由客户控制的密钥进行加密。在这两种情况下，自动化系统都可以识别潜在滥用并返回有限的安全信号，而不会向 OpenAI 人员暴露相关提示词或响应。

最严重的 AI 安全风险并不总能在单次交互中显现。很多时候，只有综合查看多次交互，潜在的有害意图才会变得清晰。恶意行为者反复试探保障措施、跨账户协同行动，或将威胁伪装成常规研究时，也可能产生类似风险。风险也可能在智能体任务执行期间逐渐形成。例如，系统在被要求停止后仍继续行动，从而偏离用户意图。

随着 AI 系统承担持续时间更长、更加复杂的任务，这种更广泛的上下文对于区分正当活动与滥用，以及确保 AI 智能体始终在预定授权范围内运行，正变得越来越重要。

近期的一些前沿模型部署要求客户允许其 AI 提供商保留敏感内容，以便开展安全监测。对许多组织而言，这类要求与其安全义务或对服务对象作出的承诺相冲突。

隐私安全处理旨在让我们能够继续提供 ZDR。

隐私安全处理以 ZDR 和其他部署中已经采用的自动化保护机制为基础。现有的 ZDR 兼容安全系统会单独评估每次交互。隐私安全处理将这些保护机制扩展到相关交互，让自动化系统能够识别行为模式，同时不允许 OpenAI 人员访问保留的客户内容。

无论客户内容存储在何处 — 由客户控制的基础设施（ZDR 部署）或 OpenAI 提供的存储中 — 隐私安全处理都可以使用这些内容。使用 OpenAI 提供的存储时，客户内容会通过由客户控制的密钥进行加密。OpenAI 人员没有这些密钥的副本，因此无法访问相关内容。

发现风险时，OpenAI 会收到一个范围严格限定的信号，用于指明相关活动的类型，这与我们现有安全系统的运作方式类似。该信号可用于判断是否需要采取处置措施。即使客户内容被标记，OpenAI 人员也无权访问。

客户可以使用其自身系统中的信息调查警报和处置决定。如果客户希望提出申诉、澄清正当活动，或协助调查经核实的滥用行为，可以选择与 OpenAI 分享相关信息。

隐私安全处理目前正在与早期客户共同测试。我们现在分享这项预览，是因为客户已经明确告诉我们：随着 AI 系统能力不断增强，他们需要清楚预见自己的内容将如何受到保护。

我们的使命是确保通用人工智能造福全人类。与客户和合作伙伴协作，是我们构建有效保障措施的关键。正如我们的原则所明确指出的，没有任何一家 AI 实验室能够独自应对新出现的风险。隐私安全处理体现了这一理念，并由来自不同行业、地区和企业规模的客户共同参与完善。

与我们合作的组织会处理各自行业中最敏感的一些信息，包括财务记录、健康数据、机密商业计划和专有研究。保护这些信息对于履行监管义务、维持客户信任和维护竞争优势至关重要。

他们的反馈正帮助我们构建更强有力的保障措施，同时确保其信息始终由其掌控。

我们将继续与客户合作，完善这一方案的技术和运营细节。我们计划于 9 月开始推出隐私安全处理，并发布技术白皮书。我们会全程让客户了解进展，尽早分享最新动态，说明这些变化对现有承诺有何影响，并提供客户提前规划所需的时间与支持。