// 维基 · 分析 · 2026 年 9 月

在秘密与个人数据上训练AI

文章草稿。规则截至 2026 年 9 月；具体数据集的评估始终取决于数据构成。

简短回答

在公司内部数据上训练模型是允许的——只要数据不离开受控环境，就不构成披露。条件有三：数据本身合法取得、环境封闭（自有服务器或约定的企业服务）、“记住”风险受控：模型可能记住片段并将其提供给外人。个人数据增加第152号联邦法的要求；受保护秘密增加各自法律的要求。

公司秘密

只要训练在封闭环境中进行，处于商业秘密制度下的自有信息仍受保护：传输至受控资源不构成披露；而上传到公共服务已被实践等同于披露（第 02-1545/2026 号案件， 关于秘密的札记）。NDA 下的第三方数据是另一个问题：除非合同明确允许，“处理”之权不包含“训练模型”之权；措辞值得核查并写入新的保密协议。训练之后秘密制度并不消失：能够复现秘密的权重同样是受保护信息。

个人数据

• 处理依据。 训练模型是新目的：为某项任务收集的个人数据不能默默投入数据集；需要同意、去标识化或其他合法依据。
• 本地化： 在俄罗斯境内的服务器上训练；境外云平台引入跨境传输问题。
• 数据主体的权利： 已训练模型按请求删除在技术上困难——这支持在进入样本前去标识化，并将对应表与数据集分开保存。
• 运营者的文件 应如实描述此类处理：“内部模型训练”应列为处理目的之一。

受法律保护的秘密

国家、律师、医疗、银行等秘密各有其制度。总原则：模型不是责任主体，运营者负责；凡制度允许以组织自身手段处理的，封闭环境中的处理即可行；凡法律要求特别渠道或同意的，即被禁止。对职业秘密，带按需知密的内部环境通常与制度兼容；对国家秘密——只有经认证的环境。

记忆风险

大模型能逐字复现训练数据的片段。对秘密和个人数据而言这是泄露渠道：会提问的人可以引出被记住的内容。措施：训练前过滤和去标识化数据集、限制对模型本身的访问（环境不仅关乎训练，也关乎使用）、发布前做提取测试、监控查询。

检查清单

• 进入训练的数据类别清单及各类别的依据；
• 环境：在哪里训练、在哪里运行、谁有权接触权重；
• 个人数据：同意或去标识化；本地化；在运营者文件中体现；
• 与伙伴的保密协议：是否含有训练权；
• 每次发布前的“模型能吐出什么”测试。

为公司数据训练配置环境与政策是以下业务的一部分： 产品权利与风险业务 和 常年支持.