從本地部署到全棧數據治理，政府及企業選擇 AI 方案時還要看甚麼

最近內地接連出現兩宗 AI 數據安全事件。第一宗，用戶原以為請求由正在使用的 AI 產品直接處理，卻未必知道數據可能在背後被轉交至另一家公司的模型。第二宗，使用者在本機安裝 AI 編程工具，工具卻在背景建立整個工作區的快照，並嘗試送上雲端。

在這兩宗事件中，用戶都未曾主動將敏感數據提供給任何第三方，數據卻沿着產品預設的路徑流了出去。

兩宗事件，揭示同一條數據鏈

2026 年 9 月，Anthropic 指部分內地 AI 服務把用戶請求轉交 Claude 處理，再將結果返回原有產品。據《香港01》引述報告，部分請求涉及企業代碼、登錄憑證及政府相關數據；有關指控仍須更多獨立證據核實。

同月，內地多家媒體報導，智譜旗下 AI 編程助手 ZCode 被發現會在背景建立本地工作區快照，並嘗試上傳至外部雲端。事件曝光後，智譜移除相關功能、發佈修正版並開源 ZCode，表示相關數據從未用於模型訓練。

兩宗事件指向同一個採購盲點：界面上的品牌名稱，交代不了完整的數據路徑。供應商可能調用第三方模型、雲服務或分包商，客戶端的預設功能也可能擴大數據流向。機構採購的其實是一整條數據處理鏈，模型或界面只是其中一環。

管好內部使用，還要看供應商

政府部門和企業近來都在訂立 AI 使用守則：哪些文件不能上傳、哪些數據要先刪去身份信息、哪些工作要由主管批准，規定愈來愈仔細。內部人員管住了，下一個問題便是：供應商在後台怎樣處理數據，機構看得見嗎？

當前，不少 AI 使用守則首先規範員工，這一步必須做。供應商一端也要有另一張清單：

• 產品實際調用哪一個模型？
• 數據會經過哪些服務器及地區？
• 系統會否連接第三方接口或分包服務？
• 供應商的技術人員能否遠程接觸客戶數據？
• 輸入、輸出及系統日誌會保存多久？
• 數據會否用於模型訓練或產品改進？
• 發生事故後，機構能否取得完整紀錄？

這些問題有些要寫進合約，有些要從系統架構、權限設定及日誌中核實。單靠一句「我們重視數據安全」，回答不了。

本地部署也不會自動安全

把 AI 部署在本地，有助收窄數據流動範圍，但不會自動切斷所有外部連接。服務器即使設於自己的機房，系統仍可能連接外網，應用仍可能取得過大的文件權限，模型也可能透過接口調用外部服務。

本地部署主要回答核心系統和數據存在哪裡，其餘環節仍要逐一管控。一套可管理的 AI 環境，至少要控制外部連接，按職責設定數據權限，限定每個應用可調用的知識範圍，為敏感操作加入審批及人工覆核，並保留模型調用、文件存取及輸出日誌。供應商的運維權限也要有範圍、有時限、有紀錄。

採購前，先要一張數據流向圖

機構評估 AI 供應商，不能只比較模型能力或硬件規格，還要同時檢視模型部署、應用開發、權限治理、日誌及持續運維。每一層由誰提供、由誰負責、出事時由誰追查，都要事先寫清楚。層與層之間一旦留白，發生數據事故時便難以釐清責任。

機構可以在採購前要求供應商畫出一張完整的數據流向圖：數據從哪裡進入、經過哪些模型和服務器、誰能接觸、保存多久，以及每一步留下甚麼紀錄。能把這張圖交代清楚，機構才有足夠依據判斷供應商是否可信。

協作者：張Sir與AI

參考資料

香港01。（2026年9月12日）。〈Anthropic指中國AI公司蒸餾攻擊　敏感資料也送交　北京反駁報告〉。

財新網。（2026年9月21日）。〈智譜被指未經用戶允許上傳數據　隨後致歉並開源ZCode〉。

第一財經。（2026年9月21日）。〈智譜完成ZCode開源並整改，承諾相關代碼數據未用於模型訓練〉。

36氪。（2026年9月20日）。〈智譜ZCode傳包風波，那些沒回答的事〉。