郑工长

郑工长·AI洞察｜2026.07.07·数据裸奔！六成AI偷传客户机密

发布于 2026年7月7日 | 分类: AI洞察日报

郑工长·AI洞察｜2026.07.07·数据裸奔！六成AI偷传客户机密

郑工长观点

朋友们好，我是郑工长。

今天AI行业同时爆出两条消息，指向同一个问题，但给出了完全相反的两种应对路径。

第一条：数据隐私管理公司DataGrail发布《2026年隐私与AI趋势报告》，结论让人后背发凉——超过六成的AI供应商在处理客户数据时，从未告知客户这些数据正在被发送到未经授权的第三方模型。换句话说，你以为签了保密协议的数据，可能已经在别人的训练集里跑了好几轮。

第二条：网络安全公司Sysdig披露了全球首例由大语言模型自主统筹执行的勒索攻击——代号「Jade Puffer」。攻击者利用LLM自动扫描服务器凭据、生成勒索脚本、加密文件并留下赎金说明，整个过程没有人类操作员的实时介入。

这两件事放在一起看，暴露出AI行业当前最根本的路径分歧。

路径A，我称之为「先跑再说」。AI供应商为了快速迭代模型、提升产品体验，默认把客户数据当作免费的燃料。在他们的假设里，数据共享是行业惯例，用户不会细看协议条款，监管也追不上技术迭代的速度。只要产品够好用，没人会在意数据去了哪。

路径B，我称之为「先把墙修好」。它承认AI的潜力，但坚持一个前提：信任基础设施必须和AI能力同步建设。没有透明度、没有审计机制、没有用户知情权——AI越强大，风险敞口就越大。Jade Puffer的出现不是意外，它是「先跑再说」策略的必然产物——当最先进的AI工具可以被用来发动攻击，而防御体系还停留在人类安服人员的响应速度上，攻防已经不在同一个维度。

两条路径押注的底层假设完全不同。路径A假设「用户对隐私的敏感度被高估了」——只要价格够低、效果够好，数据主权是可以妥协的。路径B的假设恰恰相反：「信任是AI商业化的地基，地基开裂，上面的楼再高也会塌。」

我今天必须明确站队：路径B才是可持续的。DataGrail的报告不是一份普通的市场调研——它是AI产业的「安检扫描」。当六成供应商都在偷偷传数据，说明这不是少数公司的道德瑕疵，而是整个行业在缺乏有效治理时的系统性行为。如果不刹车，下一次被曝光的可能不是「偷偷传数据」这种相对温和的行为，而是更严重的——比如客户的核心商业数据被竞争对手的模型无意中学到了。

Jade Puffer给所有人的警示是：AI不需要「变坏」就能制造灾难。它只是在执行人类给它的目标——「找到最有效的方式完成任务」。当这个目标是勒索攻击时，AI会做得比任何一个人类黑客都更快、更全面、更不知疲倦。

我的判断：2026年下半年，「AI信任」将取代「AI能力」成为企业采购的第一考量。谁能提供透明的数据处理协议、可审计的模型使用链路、明确的数据归属承诺——谁就能在下一阶段的竞争中拿到入场券。那些还在偷偷传数据的供应商，不是被监管打死，就是被市场抛弃。

那么问题来了：如果你公司的AI供应商今天发来一份新的数据处理协议，你会逐字看完，还是直接点「同意」？

郑工长每天都在关注AI圈的新闻动态，大家看看有什么值得关注的：

核心趋势摘要

  • DataGrail撕开AI行业遮羞布：六成供应商偷传客户数据。 这不是bug，是feature——AI供应商默认把客户数据当燃料，而且不打算告诉你。当信任成为AI行业最稀缺的资源，「先跑再说」的策略正在撞上现实的墙
  • Jade Puffer敲响警钟：AI不需要「变坏」就能制造灾难。 全球首个由LLM自主执行的勒索攻击，没有人类实时操控。这意味着网络攻击的「自动化武器时代」正式开启——攻击者只需要给AI一个目标
  • 腾讯混元Hy3正式发布：Agent能力成核心卖点。 定价再降、稳定性大幅提升。腾讯没有选择跟OpenAI拼参数，而是把宝押在了「让模型更会办事」上——这正是Agent时代最需要的能力

技术突破与基础设施

  • 腾讯混元Hy3杀到：同尺寸模型里最能打的Agent底座。 相比preview版本，Hy3在Agent任务上表现出「比肩参数规模2-5倍旗舰模型」的水平，同时定价进一步降低。腾讯的选择很清晰：不在参数竞赛里跟风，而是把「模型能不能真正帮人完成任务」作为核心指标。元宝同步接入并上线免费Agent功能——腾讯的打法是把模型能力直接嵌入用户已经在用的产品

  • Gemini 3.5 Pro定档7月17日：谷歌要在推理和Agent上扳回一局。 定位「复杂推理与智能体工作流」，直指Claude Fable 5。当谷歌把新模型的卖点押在「推理」和「Agent」而非「参数规模」上，说明整个行业对「好模型」的定义已经变了——不再比「谁知道得多」，而是比「谁更会把知道的东西用起来」

  • Agent评测出现「活的」基准：Claw-Eval-Live不再考刷题。 传统benchmark的致命缺陷是「题目不会变」——模型可以靠背题刷分。Claw-Eval-Live的思路完全不同：通过信号采集与任务筛选，确保评测内容紧跟企业实际痛点。当Agent评测从「应试教育」转向「实战演练」，那些「高分低能」的模型会最先露馅

  • Linus Torvalds谈AI：能写Demo，但对复杂系统要有敬畏之心。 Linux之父直言，大模型可以快速生成可运行的代码片段，但「真正的软件工程是维护，不是创造」。这句话戳中了一个被过度炒作的点：AI让「从0到1」变快了，但软件行业80%的成本在「从1到N」的维护阶段。AI在维护复杂系统这件事上，目前还帮不上什么忙

  • Vercel创始人：AI编程进入「自动找技能」阶段。 狂揽2.4万GitHub星标，一行命令让AI自己去发现和调用合适的「技能」。过去开发者共享prompt模板，现在给AI装配可复用的技能模块。这个转变的意义在于：AI不再等着你告诉它「怎么做」，而是自己去找「谁会做」——Agent的自主性又往前迈了一步

产业落地加速

  • 券商OpenClaw路演场场爆满：金融投研的「AI焦虑」正在变成「AI行动」。 财联社报道，以OpenClaw为核心的智能投研工具成为券商研究所近期焦点，路演和电话会议异常火爆。这不是「AI会不会替代分析师」的讨论——是「哪家券商先用AI武装好自己，哪家就能在下一轮竞争里抢跑」的现实博弈

  • Robinhood CEO放话：AI智能体很快将媲美人类交易员。 散户有望获得机构级交易能力——这句话的潜台词是：AI正在抹平金融行业最坚固的护城河之一：信息不对称。过去机构靠分析师团队和交易系统碾压散户，但如果AI让每个人都能调用同等水平的分析和执行能力，交易市场的权力结构将被重新洗牌

  • AI广告投放变天：优化师定位被重写。 澎湃报道，AI正在改变广告投放行业的核心逻辑。过去优化师靠「经验」和「手感」调参，现在AI实时分析数据、自动调整策略。不是优化师失业了——是优化师的工作从「动手调」变成了「盯着AI调、在AI调错的时候纠偏」。这和程序员面对AI编程的场景如出一辙

  • 云知声入选工信部AI典型案例：Agent在工业场景拿到「国家队认证」。 其兽牙智能体平台成为北京市仅有的16个上榜项目之一。工信部的背书不是荣誉奖状——它是行业风向标，意味着Agent在产业端的落地已经从「企业自嗨」进入了「国家级认可」阶段

  • 「尴尬的35岁程序员」正在被AI大厂抢走。 36氪的报道揭示了一个反常现象：在中国互联网大厂，「35岁危机」曾是铁律，但现在AI公司正在逆向操作——抢着招经验丰富的资深工程师。原因很简单：AI可以写代码，但无法替代「知道什么不该做」的工程判断。一个踩过十年坑的老兵，在AI时代反而更值钱了

资本与市场

  • 港股AI板块集体爆发：美团涨超6%、腾讯涨超4%、智谱涨超5%。 7月7日恒生科技低开高走，大模型相关公司领涨。市场用真金白银在对两件事投票：腾讯Hy3发布的技术兑现能力，以及中国大模型连续十周在全球调用量上领跑的商业化前景

  • 豆包千问的「转向」：智能体行业拐点的资本叙事。 经济观察网指出，豆包和千问的撤退不是智能体的失败，而是「人人皆可捏AI角色」的粗放模式终结。从资本角度看，这意味着AI公司的估值逻辑正在从「用户数×活跃度」切换到「场景深度×商业闭环」。这个转向对还在融资的AI创业公司影响深远——讲「平台故事」已经拿不到好估值了

  • WAIC 2026定调：后Scaling时代，智能体生产力成新主线。 传统算力堆叠的Scaling增长模式边际效益持续递减，行业正式进入以智能体为核心、以场景落地与产业增效为目标的阶段。这不仅是技术判断，更是资本市场的信号——还在烧钱堆参数的公司，融资窗口正在关闭

相关新闻源

相关内容

OpenClaw 平替大战：为什么大厂都在做'Claw'产品？

OpenClaw 平替大战：为什么大厂都在做'Claw'产品？

掌控未来AI：AI Agent 智能体开发框架全景指南

掌控未来AI：AI Agent 智能体开发框架全景指南

别再让 OpenClaw 失忆了！其实你缺的只是这套配置方案！

别再让 OpenClaw 失忆了！其实你缺的只是这套配置方案！

Google Opal入驻Gemini Gems：AI应用开发进入“零代码”时代

Google Opal入驻Gemini Gems：AI应用开发进入“零代码”时代

一款会追问的AI——这才是AI该有的样子

一款会追问的AI——这才是AI该有的样子

国内用户专属：一份接地气的AI产品大盘点与入门指南

国内用户专属：一份接地气的AI产品大盘点与入门指南