OpenAI已经移除了让ChatGPT对话被搜索引擎索引的功能,以防止用户无意中暴露敏感信息。
此功能回滚是在有报告显示ChatGPT对话可以在搜索结果中被发现之后做出的决定,这一选项最近才向ChatGPT用户开放。
OpenAI首席信息安全官Dane Stuckey在社交媒体发布了这一变更消息。他将此描述为一个短暂的实验,旨在帮助人们发现有用的对话。
"最终我们认为这个功能为人们意外分享他们不想分享的内容提供了太多机会,所以我们正在移除这个选项,"他说。"我们也在努力从相关搜索引擎中删除已被索引的内容。这项变更将在明天上午向所有用户推出。"
尽管有明确警告"不要分享任何敏感内容",ChatGPT用户仍然这样做了,从而损害了自己的隐私。与搜索广告行业类似,AI供应商声称,当模型能够访问我们的数据和应用程序时,至少在聊天机器人和智能体的语境下,它们能够做得更多。但是让AI模型访问个人信息会放大隐私和安全风险。
这一事件让人想起支付服务Venmo曾经默认公开用户交易记录,直到法律诉讼迫使其改变政策。然而,OpenAI并没有默认公开聊天记录——用户必须选择加入才能公开他们的对话。
OpenAI让搜索引擎索引特定聊天交互的选项以复选框的形式出现,标题为"让这个聊天可被发现",位于点击ChatGPT中的分享图标后出现的"分享聊天公共链接"弹出窗口中。
OpenAI至少从2023年5月就开始提供ChatGPT共享链接功能,当时公司对此功能进行了说明。那时,公司表示共享链接"不会被搜索引擎索引"。
今年早些时候,文档改为:"您可以选择通过链接分享文章或使其可被搜索引擎索引。"
我们注意到"文章"这个通常与人类创作相关的术语,被应用于用户提示和机器响应的组合,仿佛两者可以互换。
OpenAI没有立即回应关于何时发生这种变化的澄清请求。
OpenAI的搜索清理工作似乎正在进行中,但尚未完成。使用site:操作符在chatgpt.com/share上进行的Google搜索不再返回共享的、已索引的聊天列表。Bing搜索返回了数千个结果。DuckDuckGo也返回了许多结果。Brave搜索也是如此。我们在许多这些结果中看到了个人信息。
然而,搜索结果聊天清除的范围是有限的。2025年6月,OpenAI表示它面临来自《纽约时报》版权声明的法律要求,要求无限期保留消费者ChatGPT和API客户数据。这家AI公司表示正在抗争这一要求,因为它"与我们对用户做出的隐私承诺根本冲突"。
Q&A
Q1:OpenAI为什么要取消ChatGPT对话搜索索引功能?
A:OpenAI移除这个功能是因为用户在使用过程中无意中暴露了敏感信息。尽管有明确警告不要分享敏感内容,但用户仍然这样做了,从而损害了自己的隐私。OpenAI首席信息安全官表示,这个功能为人们意外分享他们不想分享的内容提供了太多机会。
Q2:ChatGPT对话搜索索引功能是如何工作的?
A:用户可以通过点击ChatGPT中的分享图标,在"分享聊天公共链接"弹出窗口中勾选"让这个聊天可被发现"的复选框,从而让特定的聊天交互被搜索引擎索引。这不是默认功能,用户必须选择加入才能公开他们的对话。
Q3:OpenAI如何清理已经被搜索引擎索引的ChatGPT对话?
A:OpenAI正在努力从相关搜索引擎中删除已被索引的内容。Google搜索现在已经不再返回共享的、已索引的聊天列表,但Bing、DuckDuckGo和Brave搜索仍然返回许多结果,其中包含个人信息。清理工作正在进行中但尚未完成。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。