AI 智慧體廠商都在承諾隱私：Meta Muse 與 OpenAI Dots 能兌現嗎？

10月10日，The Verge 資深 AI 記者 Hayden Field 報導了一個頗具諷刺意味的場景。在今年的 OpenAI DevDay 上，執行長山姆·奧特曼發布了公司的新智慧體 Dots，並對台下觀眾表示，OpenAI 希望「為前沿 AI 的隱私設立新標準」。據報導，OpenAI 當天多次含蓄地指向主要競爭對手 Meta 的 Muse，批評它沒能守住使用者資料。然而數月之前，Muse 本身正是以「比前任 OpenClaw 更安全的替代品」身分登場的，馬克·祖克柏當時承諾它「從底層開始就為隱私與安全而建構」。一條承諾鏈由此浮現：Muse 對標 OpenClaw，Dots 又對標 Muse，每一代產品都把自己定位成上一代的安全修正版。 需要說明的是，本文依據的是這篇報導的公開部分，凡涉及產品內部機制的論述，均屬分析性推斷，不代表任何一家公司披露了具體技術細節。把這條承諾鏈放在一起看，最值得注意的是它背後的矛盾。報導開篇就點明了大背景：企業囤積客戶個人資料，網路攻擊也早已司空見慣，而 AI 實驗室卻在設法說服使用者向智慧體分享更多資訊。也就是說，業界一邊向使用者索取更深的信任，一邊把「我們比別人更安全」當作拿到這份信任的敲門磚。隱私在這裡不再是法遵部門的附屬品，而是產品定位的核心賣點，甚至成了發表會上互相點名的競爭話術。 為什麼智慧體讓隱私問題變得更尖銳？這裡的推斷來自產品形態本身。一般聊天機器人只處理使用者主動貼進去的內容，而智慧體的價值在於替人辦事：讀郵件、排行程、翻檔案、操作帳戶。要做到這一點，它必須獲得持續、廣泛、往往是跨應用的存取權限。資料面越寬，單次失誤的代價就越高；權限越大，被攻擊者利用的價值也越高。當一個產品同時擁有讀取與行動的能力，任何一處疏漏都可能從「資訊外洩」升級為「被代為操作」。因此，隱私承諾對智慧體而言不是錦上添花，而是使用者敢不敢放權的前提條件。這也解釋了為什麼三家產品要在安全敘事上一環扣一環地較量。

承諾與兌現之間，隔著的是可驗證性。一句「為隱私而建構」，在沒有對應機制的情況下無法被檢驗。真正有分量的隱私設計，通常體現為幾類可以查核的做法：預設不把使用者資料用於模型訓練，或至少提供清楚的退出選項；按任務收窄權限，而不是一次授予全部存取；在盡可能靠近使用者的位置處理敏感資料；保留可匯出的存取紀錄，讓使用者知道智慧體到底讀了什麼、做了什麼；接受獨立第三方的安全稽核，並在出事時及時、完整地揭露。以上是評估框架，並不是對 Dots 或 Muse 實際做法的描述。評判兩家公司，應當看它們是否願意把這類機制寫進產品文件，而不是只寫進發表會的台詞。 這種「一代比一代更安全」的敘事還有一層結構性風險。當隱私成為比較廣告，安全的標尺就被競爭對手的失敗所定義：只要對手出了事，自己就顯得可靠，於是誘因變成了「別比別人差」，而不是「做到真正夠好」。一旦其中任何一家出現重大外洩，受損的不會只是那一家，而是整個智慧體品類的公信力，使用者會重新掂量要不要把信箱和檔案交出去。Muse 此前以 OpenClaw 的安全替代者自居，如今又被 Dots 的發布方點名批評，恰好說明這種定位隨時可能被下一位入場者翻轉。承諾越響亮，使用者越有理由要求證據，監管者也越有理由追問。 還有一個容易被忽略的層面：隱私承諾的對象究竟是誰。對個人使用者而言，擔心的是郵件、聊天紀錄和行程被用於訓練或被員工查看；對企業客戶而言，擔心的是商業機密、客戶名單和內部檔案經由智慧體流向外部；對監管者而言，關心的則是責任如何劃分，一旦智慧體代使用者做了錯誤的操作或洩露了第三方的資料，責任究竟在使用者、平台還是模型提供方。三類關切並不相同，一句統一的口號很難同時回答它們。更重要的是，智慧體常常要接觸的並不只是使用者本人的資料，還包括通訊錄裡的他人、同事共享的文件、客戶寄來的附件，這些第三方並沒有同意把自己的資訊交給某個智慧體。當幾家公司競相宣稱自己最重視隱私時，誰來為這些不在場的人說話，同樣是需要被追問的問題。

對一般使用者和企業來說，務實的做法是把「承諾」拆成可以逐條核對的問題：資料是否預設用於訓練，能否一鍵刪除，權限能否細分，是否有稽核紀錄，出現事故時由誰負責通知。在這些問題得到清楚答覆之前，不妨先把智慧體限制在低敏感度的任務裡，再逐步放權。對業界而言，真正的新標準不會誕生在發表會上，而是來自能被外部驗證的工程與揭露。Dots 是否如奧特曼所說樹立了新標準，Muse 的「從底層為隱私而建構」是否站得住，答案都要等時間和獨立審查來給。在那之前，值得記住的只有一點：智慧體越能幹，它對信任的要求就越高，而信任只能靠證據累積，不能靠口號預支。