AI合成数据：隐私保护还是新型泄露？

研发团队为赶进度，将生产库数据导出，输入本地开源大模型，让其"脱敏"制造一批新测试数据。几分钟后，数千条看似与真实用户毫无关联的新数据出炉——众人如释重负：终于无需苦等数据安全团队审批生产数据导出申请了。但这口气，松得是否合理？若有人追问"这批数据确信不会暴露任何真实用户信息吗"，恐怕鲜有人能给出令人信服的解答。测试本就依赖贴近生产环境的数据特征——边界值、异常组合、字段间业务关联，这些才是发现问题的关键，但直接使用生产数据意味着身份证、手机、地址等隐私将在测试环境中原形毕