← 返回概念解读

Concept Fable精修版

训练数据排除

Training Data Exclusion · Procurement/Privacy

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

裁缝给王府量体,却不能把尺寸缝进街上的样衣

王府请裁缝做一批礼服。裁缝手艺好,量体细,连每位侍从走路时肩膀怎样倾斜都记了下来。衣服做成后很合身。裁缝回到铺里,想把这些尺寸和修正方法放进新出的通用样衣册,日后给所有客人用。管家听说后立刻叫停。裁缝说自己没有写王府名字,只是让手艺变得更好。管家说,尺寸本身也可能暴露身份、习惯和安排。

起初双方只写了保密,没有写“不得用于改进样衣”。裁缝觉得学习是自然的,王府却认为服务完成后数据就该留在府内。

新约补上了这条:量体记录、修改痕迹、试穿反馈和礼服用途,只能用于交付本批衣服,不能进入通用样衣册,除非王府另行书面同意。

裁缝仍可凭自己的手艺成长,也能用公开布料知识改进工具;但来自王府的专属尺寸被封存,到期销毁,抽查时要能证明没有入册。

这条规矩让合作更踏实。侍从不再担心自己的身形变成街上样衣的默认模板,管家也敢交出更精确的需求。

裁缝终于明白,客户让你看见真实细节,是为了让本次服务做好,不是自动授权你拿这些细节练习下一门生意。

裁缝铺后来招了新学徒,学徒问能不能拿王府礼服当示范。师傅摇头,只能讲通用裁法,不能翻出那批尺寸和试穿批注。经验可以沉淀,专属记录不能偷渡。

王府也没有因此什么都不让裁缝记。哪些布料耐磨、哪些公开礼制可参考,都写在允许清单里。双方把可学和不可学分开后,合作反而更长,因为信任有了边界。裁缝也因此敢接更敏感的活,因为客户知道边界不是靠口头客气维持。这道边界越早写清,后面的争执越少。客户交出的细节,也因此仍属于本次委托。

揭示

这个故事讲的是:训练数据排除

Training Data Exclusion 是合同或技术承诺,说明客户数据未经许可不得用于训练、微调或改进供应商模型。企业采购 AI / Agent 时,这一条常被安全、法务和业务负责人重点审查,因为真实工单、客户对话、销售资料、代码、合同和内部知识都可能含有商业秘密或个人数据。有效条款应覆盖输入、输出、日志、反馈、人工标注和衍生数据,并要求留存期限、隔离措施和可验证证明。

它重要的地方在于:它不只是一个术语,而是在真实 AI / Agent 系统里会反复出现的结构性问题。理解它,才能判断什么时候该加模型,什么时候该改流程,什么时候该补治理。

隐喻映射

  • 王府量体记录:客户输入、反馈、日志和业务细节
  • 通用样衣册:供应商通用模型或产品改进数据集
  • 没有写王府名字:匿名化并不必然消除风险
  • 不得用于改进样衣:训练数据排除条款
  • 另行书面同意:明确 opt-in 或授权机制
  • 封存、销毁、抽查证明:技术隔离、删除和审计证据
  • 更敢交出精确需求:排除训练用途能降低企业接入阻力

Soloharness 判断

这个概念的实战价值,是帮你把“看起来聪明的 AI 功能”拆成可交付、可验收、可治理的工作单元。

data usage rightsopt-outmodel trainingconfidential dataDPA

相关辨析

这个概念容易和相邻概念混用,建议继续看对比页。