数据与隐私

作为老师，我处理的资料里常有学生姓名、成绩、家长联系方式。用 AI 时哪些能上传、哪些不能，得先想清楚。

一、本地与云的本质区别

维度	本地跑	云服务
数据去向	不出本机	上传到服务商服务器
网络	可完全离线	必须联网
留存	自己控制	按服务商条款和留存期
训练用途	不会	视条款而定，有的默认用于改进模型
成本	一次性硬件	按量或订阅

云服务本身不一定不安全，正规厂商有加密和合规措施。问题在于：数据一旦发出去，控制权就不完全在自己手里了。本地部署最大的价值不是"更强"，而是"可控"。

二、本地不等于绝对安全

这点要泼点冷水：

• 同步盘：桌面或文档目录被 OneDrive、网盘同步，模型文件、对话记录、导出资料会跟着上云。
• 日志与缓存：客户端、代理软件可能把请求写进日志。
• 第三方插件：有些前端工具默认带联网统计或云端检索。
• 模型文件来源：只从可信渠道下载，来源不明的模型和工具链有供应链风险。

三、这些内容不要上传

• 学生身份证号、学号与姓名的完整对应表
• 成绩单、评语、家庭情况、家长联系方式
• 未公开的考试题、内部通知、评审材料
• 密码、密钥、内网地址、数据库连接串
• 他人的照片、录音、病历等隐私数据
• 任何写着"内部""保密"的文件

需要 AI 帮忙时先脱敏：姓名换成"学生 A"，学号换成"学号 1"，学校名换成"某校"，只保留任务必需的信息。

四、我的实际做法

1. 涉及学生的内容一律用本地模型，断网也能跑。
2. 建一个专门的"AI 资料"目录，不放在任何同步盘里。
3. 上传给云服务前先过一遍：这段内容泄露了会怎样？说不清就不传。
4. 定期清理对话历史和临时导出文件，别一直累积。
5. 重要资料本地备份，备份盘加密。

五、一句话原则

把 AI 当成"会记住你说过什么的陌生同事"：能当面（本地）说的，就别发邮件（云端）；非发不可的，先把无关信息删掉。