AI 快讯Anthropic拟让企业自留模型数据
产品更新

Anthropic拟让企业自留模型数据

2026-08-21T05:04:22.334Z
Anthropic拟让企业自留模型数据

据报道,Anthropic计划在今年晚些时候上线新安全系统,允许企业客户把前沿模型产生的30天数据保存在自有云,而非Anthropic设施。该方案试图在网络安全追踪与企业零留存诉求之间重新找平衡。

Anthropic拟让企业自留模型数据,30天留存政策开始“下放”控制权

据彭博社8月20日报道,Anthropic计划调整今年6月推出的企业数据留存政策:企业客户仍可能需要保留前沿模型产生的30天数据,但可以选择把这些数据存放在自己的云计算基础设施中,而不是交由Anthropic保管。相关安全系统预计将在2026年晚些时候上线。

这不是一次简单的存储位置迁移,而是Anthropic在企业客户数据控制权上的一次让步。**企业数据自留是指模型服务商继续参与安全检测,但将日志或模型交互数据的实际存储边界交给客户自己的云环境管理。**对于金融、医疗、政府、软件和大型企业来说,数据“由谁保存”往往和“是否用于训练”一样重要。

企业自有云、Anthropic模型服务与安全审计系统之间的数据流向示意图

先说结论:Anthropic没有放弃30天留存,而是在重做留存方式

**Anthropic此次调整的核心不是恢复全面零数据留存,而是允许企业在必须留存的前提下掌握数据存储位置。**这意味着,企业客户面对的选项可能从“Anthropic保存30天”变成“由企业自己的云保存30天”,而不是直接回到此前更容易被接受的零留存模式。

Anthropic今年6月宣布,对于Claude Fable 5、Claude Mythos 5以及未来的前沿模型,企业客户产生的所有模型数据流量将被保留30天。公司给出的理由是,先进模型已经具备更强的网络安全能力,攻击者可能利用模型跨多次交互实施复杂攻击,单次请求级别的风控很难识别这类行为。

这里的“数据流量”不能简单等同于模型训练数据。**安全留存数据是服务商为检测滥用、追踪攻击链和进行事后取证而保存的模型交互记录,并不必然用于模型训练。**Anthropic此前已表示,不会把这部分客户数据用于自身人工智能模型训练,但客户仍然担心提示词、代码、系统信息和业务上下文在服务商侧形成可访问的长期日志。

从安全团队的角度看,30天窗口有现实价值。一次针对代码仓库、云凭证或内部系统的攻击,可能不会在一个请求里完成,而是分散在多个账号、多个会话和多个工作区中。保留一定时间的日志,能够帮助安全人员回看请求序列,判断模型是否被用于生成恶意脚本、钓鱼内容、漏洞利用代码或自动化攻击流程。

但从企业法务和合规团队的角度看,问题同样明确:**“不用于训练”并不等于“不会被保存、访问或暴露”。**企业真正关心的是数据在哪里、谁能访问、保存多久、是否跨区域传输、能否接受审计,以及发生安全事件后能否快速完成删除和取证。

为什么Anthropic现在必须给企业更多选择

**企业客户对30天强制留存的反弹,已经开始影响模型供应商之间的竞争。**在大模型能力逐渐接近、企业采购从“试用模型”转向“部署基础设施”的阶段,数据治理正在成为决定供应商选择的关键变量。

Anthropic的企业产品长期强调安全性、可控性和代码能力。它在商业数据政策中通常承诺,不会在未经客户许可的情况下使用企业提示词、代码和模型输出训练模型,并为部分API功能提供零数据留存安排。但对于受管控的前沿模型,30天留存政策改变了原有预期:企业即使不参与模型改进,也可能需要为安全原因接受一段时间的数据保存。

这会直接影响几类客户:

  • 金融机构需要证明客户信息、交易数据和内部模型输入的存储位置,并满足内部审计和地区监管要求。
  • 医疗机构不仅关注模型供应商是否签署相关协议,还要确认患者信息是否会进入通用日志系统,以及日志是否与其他客户隔离。
  • 软件公司担心源代码、漏洞信息、云凭证和未公开产品路线图出现在第三方日志中。
  • 政府和关键基础设施客户通常要求数据驻留在指定区域或自有环境,且供应商无法直接控制数据生命周期。
  • 跨国企业需要区分模型推理、内容安全、滥用检测、客服支持和故障排查等不同链路,不能只看一个“是否训练”的开关。

据补充报道,Anthropic已经与超过100家客户协调开发这套系统,其中包括Salesforce。这个数字的重要性不在于客户数量本身,而在于它说明这更可能是一项面向大企业的架构调整,而不是在控制台里增加一个简单的隐私选项。真正上线时,身份权限、密钥管理、日志格式、跨账户关联、删除机制和安全事件响应都需要重新设计。

自有云保存,究竟解决了什么问题

**把数据放到客户自有云,首先解决的是数据控制边界,而不是所有隐私问题。**如果企业拥有云账户、存储桶、加密密钥和访问审计权限,那么它可以更清楚地知道数据在哪里,并把留存策略纳入现有的安全运营体系。

一个理想的部署模型可能包含以下环节:模型请求仍然发送到Anthropic的推理服务;为满足安全分析而产生的日志被写入企业指定的云环境;Anthropic的安全系统通过受控权限访问必要的数据,或者在企业环境内执行检测;30天到期后,数据按照企业设定的生命周期策略自动删除。

这种模式和传统的服务商集中保存日志有明显区别:

| 对比维度 | Anthropic设施保存 | 企业自有云保存方案 | 全面零数据留存 | |---|---|---|---| | 数据实际存储方 | Anthropic | 企业或企业指定云环境 | 通常不保存完整交互数据 | | 安全追踪能力 | 便于服务商统一分析 | 需要设计跨环境分析机制 | 依赖实时或短时安全处理 | | 企业控制权 | 主要依靠合同和供应商政策 | 可结合自有IAM、审计和密钥体系 | 数据暴露面最低 | | 取证便利性 | 供应商集中处理 | 企业可直接保留审计证据 | 长期取证能力较弱 | | 实施复杂度 | 较低 | 较高,需要配置云环境和权限 | 取决于供应商安全系统 | | 适合场景 | 一般企业和快速上线 | 强合规、强数据驻留要求的企业 | 对敏感数据极度谨慎的客户 |

企业还能将自有云存储与已有的安全控制结合起来,例如使用客户自持密钥、私有网络、细粒度身份权限、不可篡改审计日志和区域级数据策略。这样一来,模型数据不会脱离企业原本的合规框架,安全团队也不必在Anthropic控制台和自有监控系统之间重复维护两套记录。

但这并不意味着Anthropic就完全无法接触数据。**自有云留存能降低供应商对数据的直接控制,却不能自动消除模型推理过程中的数据传输、临时缓存和权限访问风险。**企业仍需确认请求正文是否经过Anthropic处理、哪些元数据会被保留、Anthropic安全人员能否访问、数据是否会被复制到其他区域,以及第三方云平台在其中扮演什么角色。

此外,企业自有云也不是免费的隐私开关。存储、加密、权限编排、日志归档、告警、跨区域灾备和安全运营都需要投入。对于只有几个开发团队的小型公司,部署复杂的自有留存体系可能比接受供应商标准策略更昂贵;对于大型企业,这些成本则可能是进入生产环境的必要门槛。

与零留存相比,Anthropic仍然处于被动位置

**在企业隐私竞争中,允许客户自有云保存数据是积极修正,但它的吸引力仍弱于真正的零数据留存。**原因很简单:零留存直接减少数据落地,自有云留存则是在保留数据的前提下重新分配控制权。

补充报道提到,OpenAI本周宣布了不依赖长期保留客户数据的安全系统,试图在零留存条件下识别潜在滥用风险。两家的路线差异可以概括为:Anthropic更强调通过保留跨交互数据来提升调查和取证能力,OpenAI则试图用实时或隔离式安全处理替代长期日志。

| 方案 | 主要安全逻辑 | 对企业的主要好处 | 主要代价或风险 | |---|---|---|---| | Anthropic集中留存30天 | 通过完整历史数据追踪复杂攻击 | 供应商便于统一调查,部署相对简单 | 企业对存储位置和访问边界担忧较大 | | Anthropic拟议自有云留存 | 仍保留30天,但由客户控制存储环境 | 数据驻留、密钥和审计控制更清晰 | 架构复杂,仍不是零留存 | | 零数据留存 | 不长期保存完整提示词和输出 | 敏感数据暴露面较低,合规解释更直接 | 跨会话攻击的事后取证能力可能受限 | | 实时或隔离式安全处理 | 在不落地完整内容的情况下检测风险 | 兼顾安全监测和数据最小化 | 对检测系统、误报控制和架构要求更高 |

这也是Anthropic面临的现实压力:它不能只说“我们不会拿客户数据训练模型”,而必须回答“为什么必须保存30天”“保存哪些字段”“谁能访问”“客户能否选择存储位置”。在企业采购会上,数据训练承诺已经从差异化卖点变成基础要求,真正拉开差距的是留存机制和可验证程度。

当然,零留存也不是万能答案。对于利用模型进行多阶段攻击的行为,如果供应商完全不保留跨请求关联信息,安全系统可能无法判断看似正常的单次请求是否属于攻击链的一部分。模型能力越强、自动化程度越高,安全团队越需要在“最小化数据”与“保留足够证据”之间做取舍。

Anthropic的选择实际上更接近一种折中:安全侧坚持需要30天窗口,隐私侧把数据存储权交还给企业。这种做法能否成立,关键取决于企业是否拥有足够细的配置权限,而不是发布会上是否出现“自有云”三个字。

企业上线前,至少要核对六个问题

**企业不应把“支持自有云留存”直接等同于满足合规要求,正式上线前仍需完成数据流和权限审查。**建议重点核对以下六项:

  1. **保存的到底是什么。**需要区分完整提示词、模型输出、文件内容、工具调用参数、账号标识、IP地址、时间戳和安全评分。不同数据字段的敏感程度并不相同。
  2. **30天从什么时候开始计算。**是请求发出、响应完成、最后一次访问,还是安全事件关闭后重新计算,都会影响实际生命周期。
  3. **谁拥有解密权限。**如果Anthropic可以直接使用企业密钥读取全部内容,那么数据虽然放在企业云里,控制权仍然没有完全下放。
  4. **安全分析在哪里执行。**企业环境内执行、Anthropic远程访问,或者双方交换经过脱敏的特征,三种模式的风险和成本完全不同。
  5. **跨区域链路是否存在。**数据驻留区域不能只看存储桶的位置,还要检查推理、缓存、支持、监控和灾备链路。
  6. **删除是否可验证。**企业应要求明确的删除证明、生命周期日志和异常保留机制,尤其要确认安全事件是否会覆盖普通30天删除规则。

对于开发者来说,最重要的变化可能不是马上修改业务代码,而是重新画一遍数据流图。此前很多团队只把模型调用视为“请求—响应”过程,实际上生产系统还包括提示词模板、检索文档、工具结果、用户身份、错误日志和安全监测数据。只要其中任何一部分包含敏感信息,就需要纳入留存和访问评估。

这次调整释放了什么信号

**Anthropic此次让步表明,前沿模型的安全政策正在从供应商单方面制定,转向由供应商、云平台和企业共同协商。**模型公司希望保留足够数据来应对滥用和攻击,企业则希望将数据控制权留在自己的合规边界内,双方都不愿意完全退让。

从产品策略看,Anthropic没有选择简单撤回30天政策,说明它仍然认为跨交互安全分析对前沿模型不可或缺。模型可以生成漏洞利用代码、自动化脚本和复杂社会工程内容,攻击者也可能通过大量看似普通的请求逐步完成准备工作。只依靠单请求过滤,确实可能漏掉长链路风险。

从商业策略看,自有云方案则是在回应企业流失风险。客户一旦因为留存政策迁移到竞争对手,后续再凭模型能力追回并不容易,因为企业的提示词资产、评估集、权限系统和生产流程都会围绕供应商重新建设。把存储控制权交给客户,至少能降低迁移的第一道阻力。

从行业趋势看,企业采购大模型将越来越像采购数据库、云安全和支付基础设施:能力指标只是入口,数据驻留、审计、密钥、隔离、删除和事件响应才决定能否进入生产环境。未来模型供应商之间的竞争,不会只围绕上下文长度、基准测试分数或推理速度展开,也会围绕“能否在不牺牲安全性的情况下少保存数据”展开。

截至2026年8月21日,Anthropic这套新系统尚未正式上线,具体支持的云平台、部署形态、数据字段、权限模型和收费方式仍有待确认。企业现在可以提前做的是:把30天留存视为一个需要合同、架构和运营共同验证的安全控制,而不是一个简单的后台开关。

**最终判断是,企业自有云留存会让Anthropic的30天政策更容易被接受,但还不足以改变零留存方案在高敏感场景中的优势。**如果Anthropic能够让企业真正掌握加密密钥、访问审批、区域驻留和删除证明,同时把安全分析限制在最小必要范围内,这会是一项有实际价值的企业级升级;如果只是把日志从Anthropic账户搬到客户云端,却保留宽泛的远程访问和复制权限,那么它更像是合规包装,而不是数据控制权的真正下放。

参考来源

相关推荐

查看全部