科技媒体 404 Media 披露的一批内部文件，打破了许多人对聊天机器人的私密幻想。OpenAI 正在运转一个内部代号为 Project Lily 的项目，雇佣数百名外部外包人员，直接在屏幕上逐行翻阅真实用户的 ChatGPT 提问记录、完整上下文以及系统生成的记忆摘要。
在大众的普遍认知里，数据用于模型训练无非是服务器在后天夜里无声地吞吐字符。现实却是，你那些带着病症隐痛、职场纠纷或婚姻裂痕的对话，正在被有血有肉的人拿着放大镜逐字检视。
Project Lily 的流水线：时薪 50 美元的数字阅卷人
根据曝光的文件，这批审查员由劳务机构 Crossing Hurdles 招募，并通过外包平台 Mercor 结算薪资，报酬普遍超过每小时 50 美元。高时薪对应的是精细化的标注工序，他们不是在清理低级垃圾文本，而是在为模型的综合表现当裁判。
外包工人面对的界面包含四种备选模型回复，他们需要依照 1 到 7 分的量表展开多维度打分。审查指标极其具体：回答的事实是否准确、是否带有居高临下的说教语气、有没有泛滥的表情符号和生硬的 AI 腔调，以及最为关键的一条——模型是否在过度阿谀奉承（sycophancy），或是虚构自己拥有人类的情感体验。
真正让人后背发凉的不是打分本身，而是送达外包人员眼前的信息颗粒度。除了提问本身，审查界面还会一并呈现系统为该用户生成的用户记忆摘要，里面记载着用户的职业背景、日常兴趣甚至大致地理位置。这意味着外包人员审视的不是孤立字句，而是一个有生活轨迹、有身份坐标的具体现实人物。
去标识化的皇帝新衣：长文本里的匿名幻觉
OpenAI 在合规层面并非全无防备，平台部署了自动化的隐私过滤器，专门用于剔除直接的用户注册名与直白账号。然而官方在内部文件中同样承认，这套过滤机制在复杂语境下破绽百出。
它很容易漏掉生僻的专有名词、隐晦的指代关系以及由多轮对话拼凑出的生活切片。一个人即便隐去了身份证上的名字，只要连续三次追问某家特定医院罕见病的就诊流程、某栋写字楼里具体的裁员赔偿方案，或是在草稿里贴上带有团队内部黑话的项目周报，其真实身份早已呼之欲出。
去标识化在长文本交互中往往是一件皇帝的新衣。自然语言处理能够轻易抹去格式化的邮箱与电话，却无法抹去由经历、语气与关系网织成的信息指纹。
点赞即穿透：协议缝隙里的反直觉后门
很多注重隐私的用户会特意在设置中关闭为所有人改进模型。大家理所当然地认为，只要拉下这道电闸，个人数据就与模型训练彻底绝缘。但 OpenAI 在帮助文档深处藏了一条极为反直觉的规则。
即便你主动退出了模型改进计划，只要你在日常使用中对某条回答随手点了一个点赞或点踩，这个动作就会被系统判定为针对该条交互的主动反馈。与该反馈挂钩的整段对话上下文，将立刻穿透原有的退出设置，被直接调取用于后续的模型改进与人工复核。
科技行业长久以来的产品设计，一直在利用这种知情同意的认知差。用户以为点赞只是轻量级的交互评价，底层系统却把它当成重新让渡数据主权的免责凭证。
横向审视硅谷主流阵营，各家在知情权透明度上的考量差异明显：
- 谷歌 Gemini 在交互端较为坦率，直接明文告知用户其对话会被受训员工查阅，且此类审查记录会保留长达 3 年。
- 微软在 2026 年 8 月 18 日更新了个人版 Copilot 协议，明确声明不会调用个人提示词去训练基础模型。
- Anthropic 对 Claude 的设定相对克制，仅在用户主动勾选改进或文本触发底层安全警报时，才会引入人工介入。
- 企业级产品是目前少数真正的安全区.ChatGPT 的 Business、Enterprise 与 Edu 账户以及通过官方 API 调用的数据，默认完全排除在训练范围之外；至于临时聊天功能，虽然 30 天内会清理记忆且不入训练池，但系统为了滥用监测，这期间依然保留了随时抽检的安全审查权限。
- 风险.只要在免费或个人版界面里顺手给回答点了反馈，无论之前在隐私面板里关掉过多少开关，那段包含前后文的私聊记录就已经进入了外包人员的待审清单。
树洞幻觉的终结与现实防线
古人讲十目所视，十手所指，本意是戒惕独处时的慎微，放在今天的对话模型面前倒成了一种精准的物理现实。
大语言模型最狡黠的地方，在于它用极具倾听感的语气和不知疲倦的反馈，塑造出一个绝对忠诚的私人树洞幻象。你面对的是一块冷冰冰的屏幕，对话框那头似乎没有审判、没有偏见、没有泄密的社交压力。但技术结构的本质是冷酷的：在服务提供商眼里，没有所谓的心灵寄托，每一次吐露心声都是打磨算法边界的高价值原材料。
所谓私密树洞，不过是连着有偿流水线的单向玻璃。
如果日常工作和生活无法避开大模型，用户只能主动重构自己的输入边界：
- 结论.将个人版聊天界面视为公共公告栏，涉及个人病历、未公开财务凭据、司法纠纷细节的内容，坚决不作原样粘贴；需要偶尔处理敏感段落时，使用临时聊天并在输入前主动完成手工脱敏。
那种以为机器听不懂人情世故、因此对它毫无防备的时代，已经彻底过去了。当屏幕背后坐着每小时拿着 50 美元、对着你的记忆切片打分的外包工人时，保留一点对数字边界的戒心，是眼下代价最低的自保方式。