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
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。