编者按：本文来自微信公众号 刘旷（ID：liukuang110），创业邦经授权转载。
大数据时代，人均“网络裸奔”。
假如你打开微信，和朋友聊天说打算买辆新车，随后就能在朋友圈内“不经意”地刷到某车企的推送广告，类似的场景屡见不鲜。
对于用户隐私数据，互联网公司随意进行盗取、利用，成为既定事实。来到AI时代，前者的越权行为是否愈演愈烈？一条新闻击穿了大家的心理防线。
近日南方都市报发消息称，一名用户在使用Kimi处理工作时，意外地收到了陌生人的简历。
“我让Kimi翻译英文，它却把陌生人简历发给了我，当中有姓名、电话、工作经历等敏感信息。”
这名用户在采访中表示，他通过简历上的电话联系到了钟先生，所有信息都能和“真人”相对应。随后，记者也向被泄露隐私的钟先生确认，此事属实。
这名用户还表示，事后有一名自称Kimi工作人员联系过他，对上述事件解释称“是AI幻觉故障所致”。
但笔者认为，Kimi“简历泄露门”事件，不仅是一次简单的技术故障，而是一把锋利的手术刀，切开了中国AI行业在狂飙背后的技术傲慢、商业焦虑与合规隐患。
结合Kimi母公司——月之暗面，目前正在筹备IPO的关键节点，笔者试从几个角度对于该事件做出解读。
技术遮羞布：“AI幻觉”借口下的工程硬伤
先锁定一个关键词，“AI幻觉”。
所谓“AI幻觉”，通俗来讲就是AI“睁眼说瞎话”，一本正经地胡说八道，生成看似合乎逻辑但与事实严重脱节的内容。
业界普遍将其分为两大类：事实性幻觉与忠实性幻觉。
事实性幻觉，比较好理解，就是“无中生有”或是“张冠李戴”。比如AI向用户推荐不同型号的电瓶车，而这些型号压根不存在；又比如AI称《静夜思》的作者是杜甫，但正确答案是李白。
忠实性幻觉，一般指向指令不遵循、上下文偏离或上下文捏造等问题。
换句话说，“AI幻觉”源于AI模型的杜撰，属于无中生有，内容没有真实出处。但在此次“简历泄露门”事件中，所有敏感信息均可对应现实，不符合“AI幻觉”的定义。
笔者认为，这实质上就是一次典型的数据隔离失效、会话管理不当或越权访问隐私数据。
Kimi的工作人员之所以搬出“AI幻觉”做借口，更像是一种避重就轻的公关话术，实际上问题严重得多。
因为“简历泄露门”暴露出一个隐患——国内AI大模型企业在内卷参数、卷多模态能力的同时，或许在底层的数据安全架构、隐私防护等工程化链路上，存在着严重短板。
换句话说，可能有这样一类AI公司，疯狂引入用户数据作为训练材料，却对用户隐私的防护缺乏敬畏之心。
资本双刃剑：IPO前夜的信任创伤
“简历泄露门”的发生时间节点，可以说相当微妙，正好撞在Kimi模型的母公司月之暗面筹备赴港IPO的前夕。
月之暗面目前已经和中金、高盛等机构开展洽谈，上市事宜正在紧锣密鼓地推进。在2026年4月，Kimi凭借K2.6版本的超强代码能力，公司估值一路狂飙到180亿美元。
但这一事件的广泛传播，对于月之暗面的上市工作，很可能造成较大的负面影响。毕竟企业客户是AI模型公司主要的收益来源，但这类客户的特点——就是极为看重“数据安全”。
然而在短时间内，Kimi能否处理数据隔离失效、杜绝数据泄露问题？目前还是一个未知数。
这对于一家马上要上市，重度依赖企业API服务的AI模型企业而言，这种源自底层的信任危机，是极具破坏性的。
除此之外，“简历泄露门”事件也会给Kimi的整体用户增长，带来较高的压力。
根QuestMobile TRUTH（人工智能洞察数据库）发布的报告显示：截至2026年3月，Kimi的月活用户已经从高峰期的3600万惨跌至833万左右，排名直接滑到国内第9，被豆包、千问等竞争对手大幅甩开。
如今Kimi曝出了隐私风险，用户增长必然承压，甚至在短时间内面临用户流失的压力。总而言之，月之暗面的IPO之路又增添了一份困难。
合规踢皮球：屡教不改的隐私前科
正如海因里希安全法则所言，一次重大事故背后，往往有无数次潜在隐患。
翻阅Kimi根据最新版的隐私协议，Kimi明确表示用户要“谨慎上传您的个人信息，尤其是敏感个人信息”。
自用户注册开始，Kimi就试图以一纸霸王条款，淡化甚至免除自身对于个人信息进行脱敏的核心义务。
当然从法律角度来看，这类用户条款不具备效力。因为《个人信息保护法》明确规定，平台对于用户信息要承担合法收集、安全存储、规范使用以及防范泄露的法定义务。
冷冰冰的用户条款，恰恰说明了Kimi模型在面对隐私安全的漠视，“简历泄露门”事件也不是Kimi第一次在隐私合规方面犯错。
2025年，公安部网安局发布通报，指出Kimi存在过度收集个人信息的情况，后者收集的信息和实际的业务需求之间并未有直接关联，是一种明显的违规行为。
很显然，Kimi的管理团队并没有把这个通告当一回事。在快速扩张的利益需求面前，合规监管的要求基本上沦为一张白纸，直到如今发生严重的用户隐私泄露问题。
所以说，Kimi的困境绝非偶然，“简历泄露门”事件也是整个AI行业在狂热发展下的一个缩影——在技术突破和用户增长面前，隐私保护与数据合规往往被置于次要。
下半场揭幕：数据安全是“第一性原理”
Kimi“简历泄露门”事件，为AI模型行业敲响了警钟。
大模型领域的竞争，不再是早期那种比拼参数、争夺流量的阶段，转而进入比拼技术效能、落地能力以及合规安全的全新阶段。
这是一个必然进程：当技术突破的边际效益开始减少，当用户对于AI模型的需求从简单尝试变为生产工具，当监管要求从宽松引导变为精准约束，数据安全就成为了“第一性原则”。
需要注意的是，当下AI行业正加速走向“养龙虾”（Open Claw）模式，随着自动化程度提升，AI与各行业即将走向深度融合。
在此前提下，各行业的核心敏感信息，例如简历、合同、财报、工作文档等数据，将会直接投入AI模型的训练。这就意味着，AI所造成的失控风险，将更具毁灭性。
所以一个残酷的事实出现：如果AI无法守住安全底线，再强的技术都毫无意义。
对于AI服务商而言，能否筑牢数据安全的护城河，如何权衡技术创新与隐私安全，对于企业发展至关重要。因为一次“黑天鹅”意外事故，前者巨大的行业估值与用户体量，也许会瞬间崩塌。更为关键的是，信任一旦击穿再无挽回可能。
未来几年内，对于包括月之暗面在内的所有AI公司来说，数据治理、合规体系、安全护栏的建设，必须要比技术创新更快一步——这不是可选项，而是必答题。
小结
2018年，李彦宏在中国发展高层论坛上发言称：“中国人对隐私问题的态度更开放，也相对来说没那么敏感。如果他们可以用隐私换取便利、安全或者效率，在很多情况下，他们就愿意这么做。”
7年之后，国内的互联网用户发现一个可怕事实——让渡隐私之后，既丢掉了体面，也失去了便利。
移动互联网时代，用户隐私泄露就已经是严重的问题。进入AI 时代，这个问题能解决吗？这值得所有人的思考。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
