摘要： OpenAI 在 2026 年 8 月 19 日將 Private Safety Processing 推入預覽，讓符合 ZDR 條件的客戶能進行跨互動安全監控，而不把客戶內容交給 OpenAI 人員。目前客戶內容留在客戶控制的基礎設施；OpenAI 另在開發由其儲存、但以客戶控制金鑰加密的做法。系統標記風險時，OpenAI 只收到狹窄的活動類型訊號，機制計劃在 2026 年 9 月推出並發布技術白皮書，此前的細節和誤報率仍不明確。
難題：零資料保留碰上跨互動安全監控
2026 年 8 月 19 日，OpenAI 宣布 Private Safety Processing 進入預覽階段，要解開的是一個很具體的結：零資料保留（Zero Data Retention, ZDR）承諾不留下客戶的提示詞與模型回應，但最嚴重的 AI 安全風險，往往要好幾次互動擺在一起才看得出來。
OpenAI 在公告中說明，ZDR 讓符合資格的 API 客戶能有明確預期：請求處理完之後，提示詞與模型回應都不會被保留；客戶內容不會被交到 OpenAI 人員手上審查；企業客戶的資料也不會拿去訓練模型，除非客戶主動選擇加入。
只是當模型承接的任務更長、更複雜，光看單次互動就可能失真。舉例來說，惡意行為者可能一再試探防護邊界、串連多個帳號協同動作，或把威脅包裝成例行研究；代理式任務同樣會出狀況，例如使用者已經喊停，系統卻照樣繼續行動，偏離了原本意圖。要辨識這類風險，非得靠跨互動的脈絡不可。
以往某些前沿模型部署，會要求客戶同意讓 AI 供應商保留敏感內容，以進行安全監控。對不少組織來說，這種條件與自身的安全義務、或對服務對象的承諾互相衝突。Private Safety Processing 要達成的，就是讓 OpenAI 一邊繼續提供 ZDR，一邊把安全偵測做得更強。
實際運作：內容不離開客戶掌控，回傳的只有有限訊號
Private Safety Processing 是架在 ZDR 原有的自動化防護之上。過去 ZDR 相容的安全系統一次只評估一次互動，新機制把防護延伸到彼此相關的互動之間，讓自動化系統能辨識出模式，而 OpenAI 人員無法取得被保留的客戶內容。
關鍵在於內容究竟放在哪裡。在 ZDR 部署下，客戶內容留在客戶自己控制的基礎設施上；OpenAI 也正在開發另一種做法：內容存放於 OpenAI 基礎設施，但用客戶控制的金鑰加密。OpenAI 人員手上沒有這些金鑰的副本，因此讀不到底層內容。
當系統辨識出風險時，OpenAI 收到的僅是一個定義狹窄的訊號，指出涉及的活動類型，形式與現有安全系統類似。這個訊號可用來判斷是否需要採取執法行動。內容就算被標記，OpenAI 人員依然不會取得客戶內容的存取權。
客戶可以拿自家系統裡的資訊，自行調查警報與執法決定。如果想申訴、澄清合法活動，或協助調查已證實的濫用行為，客戶可以選擇把相關資訊分享給 OpenAI。
對企業資料控制權意味著什麼
OpenAI 在公告中引用了 Glean 資訊安全長 Sunil Agrawal 的說法：「企業採用 AI 完全取決於客戶對資料的控制權，除了所選服務之外，不得有任何直接或衍生的使用。OpenAI 的無訓練承諾與 ZDR 讓 Glean 有信心以 OpenAI 為基礎建置。隨著模型能力提升，OpenAI 展現了安全可以進步，而不犧牲支撐企業信任的隱私與控制。」
這段話道出產品建構者常碰上的兩難：想用最先進的模型，往往就得接受供應商對資料的某種使用或保留。ZDR 加上 Private Safety Processing，等於試著把「安全監控」與「內容暴露」兩件事拆開，讓企業在合規與信任上多一點談判空間。
OpenAI 表示，Private Safety Processing 目前正與早期客戶測試中。他們提前公開預覽，是因為客戶明確表達了對可預測性的需求——在 AI 系統能力持續增強的同時，想知道自己的內容會如何受到保護。
產品建構者該留意什麼
如果你正在評估把前沿模型 API 整合進處理敏感資料的產品，以下幾個實務考量值得注意：
- 先釐清你的合規要求：ZDR 是否夠用？還是你需要更細緻的金鑰控制？Private Safety Processing 的兩種儲存選項（客戶控制基礎設施 vs. OpenAI 儲存但客戶持鑰）各自對應不同的風險模型。
- 安全訊號的粒度：OpenAI 回傳的只有活動類型訊號，而非內容本身。這表示你的團隊得有能力在自家系統中調查警報，否則可能無法有效回應。
- 申訴與澄清流程：合法活動若被誤判，客戶可以選擇分享資訊給 OpenAI 來澄清。這代表你需要建立內部流程，決定何時、如何分享哪些資料。
OpenAI 計劃在 2026 年 9 月開始推出 Private Safety Processing，並發布技術白皮書。在此之前，它仍處於預覽狀態，細節可能調整。
接下來：盯緊技術白皮書與實際部署
Private Safety Processing 的核心承諾是：安全監控可以跨互動進行，而不必把客戶內容交給供應商人員。對處理金融、醫療、商業機密等敏感資料的團隊來說，這一點尤其重要。
但預覽階段能取得的資訊有限。具體的技術實作細節、訊號的精確格式、跨互動模式辨識的準確度與誤報率，OpenAI 都還沒公布。這些都會影響實際部署的可行性。
如果你正在規劃採用前沿模型 API，建議追蹤 9 月的技術白皮書，並在早期客戶測試階段向 OpenAI 提出你的合規與安全需求。資料控制權與安全監控的平衡，會是接下來企業 AI 採用的關鍵戰場。