曾被科技巨头奉为隐私黄金法则的数据不出设备，如今被它的提出者亲手打破了。
2026年9月25日，Google Research在arXiv提交了题为《Toward verifiably private learning from federated data》（arXiv:2609.31494）的论文，并在10月2日正式公布：输入法应用Gboard已经将其核心的联邦学习（FL）架构，全面迁入基于可信执行环境（TEE）的机密计算体系。
这绝非一次例行的底层代码重构。它意味着过去十年工业界对端侧物理隔离的执念正在让位，取而代之的是一条把加密数据重新聚拢到云端芯片隔离区集中处理的实用主义路线。
告别纯端侧：当手机算力追不上模型迭代
联邦学习最早由Google在2016至2017年前后主导推进。当时描绘的理想图景极具诱惑力：个人数据永远停留在用户的手机里，只有模型梯度在端云之间往返。
但在工程现实面前，这套图景的代价极其高昂。Gboard过去依赖DP-FTRL算法与端侧本地计算，一部手机要在充电、闲置且连接Wi-Fi时才能极慢地跑一轮梯度计算；一次常规的模型训练任务，经常需要耗时长达1至2个月。更要命的是，多篇学术研究早已证实，模型梯度本身依然可以通过逆向工程反推还原出用户的原始按键输入。端侧安全聚合（SecAgg）与高噪声的本地差分隐私，让复杂神经网络的训练效率与语言可用性陷入拉锯。
Google Research的新架构直接打碎了纯端侧闭环：昂贵的梯度计算不再由用户的电池承担，而是被打包加密传回云端，放进服务端的机密硬件隔离区并行吞吐。
在英语下一个词预测（next-word-prediction）模型的A/B测试中，新系统的训练速度直接提升至3倍，消耗的隐私预算却压缩到原本的三分之一，且关键的词汇推荐准确率保持平价。目前，这套架构不仅在实验室里跑通，更已在Gboard的英语与日语线上生产环境中实际服役。
训练周期的技术制约随之发生位移：过去卡在数亿台分散设备的网络唤醒与电量状态，现在转变为云端TEE硬件配额的容量上限。
外部可验证：用芯片锁替代工程师信誉
既然数据最终回到了云端服务器，这与传统的中心化收集有何不同？关键在于Google拿出的外部可验证（Externally Verifiable）机制。
新系统在服务端的物理硬件依托于AMD SEV-SNP与Intel TDX芯片构建的机密执行区，由其内置托管密钥管理服务（KMS）。手机上传的文本数据完全加密，只有通过硬件远程证明（Attestation）、被证明处于合规环境且运行核准镜像的工作负载，才能获得密钥进行瞬时解密训练。
为打消外界对暗箱操作的戒心，Google将运行代码的策略和镜像哈希发布在公开透明度日志（public transparency log）中，并承诺TEE二进制文件支持从开源代码复现构建。任何第三方都可以对照日志，确认云端服务器跑的确实是那套加噪逻辑，而不是私自保留明文的后门。
在更早开展的印尼语新词发现测试里，这套体系在2天内发现了3600个缺失词。形式化隐私保证指标从过去本地差分隐私下每设备每天约ε=10的松散约束，一跃收紧为外部可验证中心差分隐私下的每设备每周ε=ln(3)。
但这里必须厘清一个关键认知落差：所谓外部可验证，验证的只是执行环境与发布策略的合规性，而非数学意义上的形式化程序正确性证明。它能证明Google没有私自修改代码解密文本，但无法证明核准算法的底层逻辑绝对没有信息泄露。
- 结论.工业界对差分隐私的运用，正从端侧无组织的高噪声扰动，全面走向服务端受约束的强算力聚合。
路线分歧与侧信道幽灵
这一转变折射出硅谷两派截然相反的系统哲学。
苹果自2017年起在iOS上大力推行本地差分隐私（Local DP），其哲学是极简与防守：数据在离开设备前就被注入大量数学噪声，甚至切碎上报。这换来了对苹果服务器的完全不信任，代价则是高昂的噪点让复杂神经网络几乎无法收敛，只能用来跑简单的热词统计。
Google走的是一条精明的中央集权改良路：用中央差分隐私（Central DP）换取模型质量，再在云端套上一层硬件密码锁来阻挡窥探。
现代系统工程正在用对硅晶微架构的押注，换取算法效能的最大化。
古人讲求“天下之患，常在于不虞”。把信任从商业公司的软件运维人员转移到芯片巨头的物理隔离，并非万无一失。TEE从诞生之日起，就从未真正摆脱过幽灵一般的侧信道攻击。
无论是缓存命中、内存访问模式、页面错误还是功耗时序，都可能在不触动解密锁的情况下泄露内部运算特征。Google在官方论文中也极为审慎地承认，针对机密虚拟机的侧信道防御仍处在演进过程中，远未画上句号。此外，云端TEE对主流GPU与专用AI加速器的支持依然滞后，这使得新系统目前的扩展上限，完全被绑死在有限的CPU机密虚拟机配额之内。
- 风险.当信任链条被压缩进芯片固件那一刻起，任何底层的微架构硬件漏洞都将演变为全局性的隐私塌陷。
数十亿Android用户无需再为键盘模型的迭代牺牲手机续航与发热，输入法的词汇联想也会更加灵敏。但在亮眼的工程提速之下，我们必须清醒地意识到：所谓的完全隐私并没有从天而降，它只是换了一个更加隐蔽的受托人。