通用大模型漏掉的变体与隐晦敏感信息——安柏脱敏 Skill 怎么兜底

引言

结论先行：真正危险的敏感信息，往往不是工工整整写着「身份证号：XXXXXXXX」那种。它可能是 138****1234 的半脱敏手机号、缺了前 6 位的身份证、用同音字写的姓名，或是散落在叙述里的「85 年生的女总监、住在浦东」。免费通用大模型只会脱「标准格式」，对变体和隐晦 / 间接敏感信息几乎必然漏脱——而这两类恰恰是重识别和商业秘密泄露的高发区。本文专讲安柏脱敏 Skill 怎么兜底。

怎么用 / 门槛

怎么用 / 门槛：安柏脱敏 Skill 以 Skill 形式运行在你本地的 WorkBuddy 内，调用你自有的大模型完成脱敏。原始敏感信息不出本地，安柏只提供脱敏规则，不负责云端处理。开箱即用、自助运行；获取与部署指引请联系微信 ac_workshop2000。

覆盖能力

本篇聚焦变体识别与隐晦 / 间接敏感信息兜底。安柏脱敏 Skill 在结构化骨干层用多模式覆盖常见格式变形；对藏在叙述里的间接标识符与准标识符组合，由语义层（大模型两步审阅）标记交人工确认。能力品类与三层架构详见系列其他文章。

一、核心概念清单

1. 变体：同一敏感信息的多种非标准写法——半脱敏残留（星号 / 空格）、分段、缺位、同音字 / 昵称 / 职位代称、口语化金额等。
2. 隐晦 / 间接敏感信息：不出现「姓名」「身份证」字样，却通过上下文或编码唯一定位个人 / 机构的字段，如医保号、样本编号、项目代号、内部单据号。
3. 准标识符组合：出生年份 + 性别 + 职务 + 学历等单独看不敏感，组合后可唯一重识别个人。
4. 跨格式一致性：同一人信息在多份 / 多格式文档多处出现，需统一脱敏不遗漏。
5. 半脱敏残留：曾经手动打码但留了可还原线索（如 138****1234 仍能缩小到 1 万人区间），仍是敏感信息。

二、通用 AI 卡在哪（4 个痛点）

痛点1：只认标准格式——变体全漏

免费通用大模型把「手机号」理解成整洁的 11 位数字串。它识别不了 1xx-xxxx-xxxx、138****1234、「一三八…」，也识别不了缺前 6 位的身份证、用同音字写的姓名、只写小区名 + 楼栋的地址。真实后果是：你以为脱干净了，可那些「不标准」的写法原封不动发出去，照样能定位到人。

痛点2：只看字面「敏感词」——隐晦指代看不见

云端聊天机器人逐字找「身份证」「手机号」这类关键词。它看不到「医保号 / 样本编号与姓名同列」构成的标识，看不出「某基金 / 甲方 / 项目代号」背后就是真实客户，也读不出「其配偶任职于…」「详见补充协议」里的关系链。真实后果是：文档表面干净，实则把人 / 机构 / 关系完整泄露。

痛点3：不懂组合——准标识符当普通字段

通用大模型单字段判断「这条不敏感」，不会把「出生年份 + 性别 + 职务」当成一个重识别签名来扫。真实后果是：每个字段都「看起来安全」，组合后却在小样本里唯一锁定一个人，重识别敞口被整体低估。

痛点4：不跨格式——同一人多处遗漏

同一人的姓名 + 手机号 + 邮箱，可能出现在 Word 正文、PPT 备注、Excel 表、PDF 脚注里。通用大模型一次处理一份、彼此不关联，常只脱正文、漏掉备注和脚注。真实后果是：对外文件里「同一个人」部分明文、部分脱敏，等于没脱。

三、安柏怎么兜底

1. 多模式覆盖变体：结构化骨干对常见格式变形（星号 / 空格 / 分段 / 缺位 / 同音昵称 / 职位代称）内置多模式，不只盯单一正则。
2. 语义层兜底隐晦：对不出现敏感词、却可能唯一定位的间接标识符与编码段，由大模型两步审阅标记，交人工判断。
3. 准标识符组合扫描：启用姓名识别后，自动扫描出生年份 + 性别 + 职务 / 学历等组合，仅标记不自动脱敏。
4. 跨格式统一：同一实体的不同写法与跨文档出现，统一识别、统一脱敏，不漏处。
5. 透明可溯：报告逐条标注命中位置、类型与来源（规则层 / 语义建议），不黑箱。

四、对比小结

隐私与边界（如实说明）

隐私与边界（如实说明）：脱敏在用户的本地 WorkBuddy 内、调用用户自有的大模型完成；安柏·反蒸馏 AI 实验室只提供脱敏规则，不负责云端处理。腾讯已对本 Skill 完成两项安全认证：①腾讯安全威胁情报中心认证；②Skills 安全评估报告（腾讯平台安全评估）。本工具为去标识化（非匿名化），变体与隐晦识别能力取决于规则覆盖与人工复核，上线前须经法律专业人士审核。处理真实数据前，须具备《个人信息保护法》要求的同意与影响评估。

关于安柏·反蒸馏 AI 实验室

关于安柏·反蒸馏 AI 实验室：我们出品「安柏·多格式敏感信息脱脱敏 Skill」，在用户本地 WorkBuddy 内运行、调用用户自有的大模型；安柏只提供规则，不负责云端处理，并通过腾讯双重安全认证。更多同系列文章见导航：https://tuomin.amberscapital.com.cn/articles.html

同系列延伸阅读

• 《脱了姓名还能认出是谁吗？准标识符与重识别风险》（../15-quasi-identifier.html）（发布后回填链接）
• 《为什么不能直接把敏感文件丢给免费通用大模型脱敏》（../14-vs-cloud.html）（发布后回填链接）

本系列所有文章均回链官网：https://tuomin.amberscapital.com.cn

免责声明：本文为产品能力介绍，不构成法律意见；正式脱敏方案请以法务与合规终审核为准。