Ought的数据隐私安全吗？

关于Ought的数据隐私安全性，直接且明确的结论是：Ought在当前运营阶段（特别是其核心产品Elicit）对数据隐私的保护是相当严谨的，尤其是在处理科研数据方面，它遵循了符合学术界和商业敏感信息要求的标准，但用户仍需注意其数据处理政策中关于模型训练和第三方服务的特定条款。 简单说，对于绝大多数研究用途，它是安全的；但如果你处理的是最高密级的机密数据，则需要额外审查其数据处理流程。

Ought是什么？它为何会引发隐私担忧？

Ought并非一个传统意义上的“AI聊天机器人”公司，而是一个专注于通过AI进行开放式推理和科学研究自动化的研究实验室。它的核心产品是 Elicit（https://elicit.org），一个被广泛用于文献综述和科研工作流的AI助手。Elicit能帮你搜索论文、提取关键信息、总结发现，甚至进行头脑风暴。

之所以有人会问“数据隐私安全吗”，是因为Elicit的工作流涉及上传或输入大量的科研数据、研究假设、未发表的手稿、甚至商业研究报告。这些数据对用户（尤其是博士生、科研机构、企业研发部门）来说，具有极高的保密性。一旦泄露，可能导致学术剽窃、商业机密外泄或丧失首发优势。

核心隐私机制：Elicit如何处理你的数据？

要判断安全性，我们必须拆解Elicit的数据处理流程。它主要分为三个层面：数据传输、数据存储、数据使用（训练）。

1. 数据传输与存储：采用行业标准加密

• 传输加密： Elicit所有网络通信均强制使用 TLS 1.2+（即HTTPS加密），确保你在浏览器中输入的任何查询、上传的PDF或文本，在传输过程中不被窃听或篡改。这一点与银行网站的安全等级相同。
• 存储加密： 用户数据在服务器端（Ought使用的是 AWS（亚马逊云服务））进行 AES-256 静态加密。即使AWS的物理硬盘被非法访问，没有密钥也无法读取数据。
• 服务器位置： Ought的服务器主要部署在美国（AWS us-east-1区域）。这意味着如果你的数据受GDPR（欧盟通用数据保护条例）或中国《数据安全法》管辖，你需要确认跨境数据传输是否符合规定。Ought并未明确承诺数据本地化存储。

2. 数据使用与模型训练：这是最关键的差异点

很多用户以为“我的数据只用来帮我看论文”，但实际上，Ought的隐私政策明确区分了“服务功能”和“模型改进”。

关键点： Ought在其隐私政策（https://ought.org/privacy）中明确表示，他们不会在未经用户同意的情况下将个人身份信息（PII）用于训练。但对于你输入的“研究内容”，他们保留了用于模型改进的权利，除非你使用的是付费的 Elicit Enterprise（企业版）。企业版通常会有 数据不用于训练、数据隔离、SSO（单点登录）、审计日志 等高级安全承诺。

3. 第三方服务依赖：一个隐藏的隐私缝隙

Elicit并非完全自研模型。它底层依赖 OpenAI的API（GPT系列） 和 Anthropic的API（Claude系列）。这意味着：

• 你的查询内容会经过这些第三方的服务器。
• OpenAI和Anthropic都有各自的隐私政策。OpenAI曾明确表示不会使用通过API传入的数据来训练其模型（这与ChatGPT网页版不同）。Anthropic也有类似承诺。但风险在于：如果Ought或第三方发生数据泄露，你的数据可能暴露。
• 建议： 如果你极度敏感，可以查看Ought是否提供“本地模型”或“私有部署”选项。截至2025年5月，Elicit主要提供SaaS（软件即服务）模式，尚无本地部署版本。

收费情况与隐私等级的关联

Ought的收费模式直接影响了数据隐私条款的严格程度：

• 免费版： 功能受限（每月查询次数有限），数据隐私保护遵循基础政策（你的数据可能用于模型改进）。
• Elicit Plus（付费版）： 约 $10/月（价格可能有变）。提供更多查询次数和高级功能。隐私政策与免费版类似，但提供了更多数据导出选项。
• Elicit Enterprise（企业版）： 按需定价。这是隐私安全性最高的选项。通常包含：数据不用于训练、数据隔离（VPC，虚拟私有云）、SSO、SLA（服务等级协议）、以及数据删除承诺。科研机构或药企通常选择此版本。

与其他AI产品的隐私对比

为了让你更直观地理解，这里对比一下Ought与市面上其他常见AI工具的隐私立场：

可以看出，Ought在隐私保护上处于“中等偏上”水平，但不如微软或Google的企业级云服务那样拥有全面的合规认证（如SOC 2、HIPAA等）。如果你所在机构有严格的合规要求（如医疗、金融），建议优先考虑 Azure OpenAI 或 Vertex AI。

给用户的实操建议：如何安全使用Elicit？

如果你已经决定或正在使用Elicit，可以遵循以下步骤来最大化数据隐私：

1. 区分数据类型： 对于已发表的论文摘要、公开信息，可以放心使用。对于未发表的手稿、实验数据、商业计划、客户名单，建议先脱敏或只输入摘要部分。
2. 避免输入个人身份信息（PII）： 不要输入姓名、身份证号、邮箱、IP地址等。Elicit不需要这些信息来工作。
3. 选择企业版： 如果你是机构用户，务必申请企业版并签署 DPA（数据处理协议）。明确要求数据不用于训练，并约定数据删除时间。
4. 定期导出并删除数据： Elicit支持导出你的项目数据。建议定期导出备份，然后删除云端项目。特别是项目结束后，立即执行删除操作。
5. 关注隐私政策更新： Ought作为一个小型研究实验室，其隐私政策可能随合作方（如OpenAI）的政策变化而调整。建议每季度查看一次 Ought隐私政策。

相关问题

• Ought的Elicit与Semantic Scholar（语义学者）在隐私上有何区别？ Semantic Scholar（https://www.semanticscholar.org）由AI2（艾伦人工智能研究所）运营，其隐私政策通常更注重学术开放，但同样不承诺对用户上传的私有数据进行训练隔离。两者在隐私条款上各有侧重，Elicit更偏向于企业级数据控制。
• 如果我在Elicit中上传了论文草稿，会被其他用户看到吗？ 理论上不会。Elicit的数据是租户隔离的，每个用户只能看到自己的项目和文档。但如果你使用了共享协作功能，则需注意权限设置。
• Ought是否提供数据加密密钥的客户管理（CMK）？ 目前Elicit的标准版本不提供客户管理密钥（CMK）。企业版可能有此选项，需直接联系Ought销售确认。
• Elicit的数据删除请求需要多久处理？ 根据Ought的隐私政策，数据删除请求通常在30天内处理。但请注意，备份系统中的数据可能需要更长时间才能完全清除。
• 除了Elicit，还有哪些隐私友好的科研AI工具？ 你可以考虑 Scite.ai（https://scite.ai）或 PaperQA（https://paperqa.com），它们在隐私政策上各有承诺，但通常不如Ought的Elicit在科研工作流上深入。