上周陪刚工作两年的小宇去做入职体检，他拿到报告的第一反应不是看自己的转氨酶指标，是凑到护士站追着问：“我这报告里的既往病史、家族史，你们存在系统里，不会被保险公司或者卖保健品的人扒走卖了吧？” 护士笑他想多了，说所有数据都加密存着。他还是半信半疑，出门的时候跟我吐槽：“加密？上次我接到的那几个推销保险的电话，连我去年体检查出甲状腺结节都知道，你跟我说加密管用？”
你以为的安全，其实是把门锁换得更厚了
其实小宇的顾虑不是瞎想。过去十几年我们聊数据安全，核心逻辑从来没变过——把所有数据都锁在自己家的保险柜里，钥匙攥在自己手里，谁要拿都得经过层层审批，锁换了一把又一把，从普通的加密到端到端的传输，看起来越来越安全。
但问题来了。
很多时候我们存数据，不是为了让它在保险柜里落灰的。比如医院攒了几十万份带病理特征的病历，本来是可以联合AI公司训练出一套能早期筛查肺癌的模型，帮更多人少走弯路；两家银行本来可以把各自的骗贷黑名单凑到一起，揪出那些跨机构骗贷的团伙；甚至你常用的外卖平台，本来可以和小区的物业数据打通，让外卖小哥不用进小区绕三栋楼找单元门。
这些事的前提，都要把数据拿出来用。
可一拿出来，就容易漏。之前的做法是把数据“洗一遍”——把姓名、手机号这些直接能对应到个人的信息删掉，剩下的内容再拿出来共享。但早就有公开研究证明，就算你把这些直接标识删掉，只要把数据里的其他特征凑一凑，比如你的年龄、居住的小区、经常去的医院、买过的药，还是能精准把你从十万人的群体里揪出来。
说白了，过去的逻辑是“要想用数据，就得先把数据交出来”，就像你要去银行办业务，得先把身份证、银行卡、密码全递给柜员，人家才能帮你办——你当然知道大部分柜员都是靠谱的，但架不住总有几个偷偷把你信息记下来卖了的，也架不住系统总有被黑客攻破的时候。
它是怎么做到“看了等于没看”的
我第一次接触隐私计算的概念，是在去年的一个行业沙龙上，讲者举的例子特别接地气。
假设你和邻桌的朋友想比一比谁的工资更高，但你们俩都死要面子，绝对不肯告诉对方自己具体赚了多少。
传统的解法是什么？找个你们俩都信得过的中间人，各自把自己的工资数写在纸条上塞给他，中间人算完，只告诉你俩“谁更高”，别的啥也不说。这个解法的问题也很明显——万一这个中间人嘴不严，转头就把你们俩的工资数说出去了呢？
隐私计算的解法，根本不需要中间人。
你们俩各自把自己的工资数拆成好几份没有意义的碎块，比如你的工资是15000，你可以拆成3000、5000、7000三个数，朋友的工资是18000，他可以拆成2000、6000、10000三个数。然后你们把自己手里的碎块和对方的碎块交叉着凑，全程谁也没把自己手里的完整工资数说出去，最后凑出来的计算结果，只会告诉你“谁更高”，连你们自己都不知道对方具体拆了什么数，更别说能拿到完整的原始工资了。
全程没有任何一个参与方能拿到对方的原始明文数据。
说真的，第一次听到这个逻辑的时候我愣了三秒——这不是把“要知道答案就得先亮底牌”的老规矩给掀了吗？
现在很多地方的医保对账已经在这么干了。之前你在药店刷医保买药，你的买药记录、药店的销售流水，都要传到医保局的服务器里，由工作人员核对“这笔费用是不是符合报销规则”。现在有些地区已经换了新的流程：药店算自己的流水碎块，医保局算自己的规则碎块，两边凑着算完，只得出“这笔钱能不能报”的结论，全程没人能拿到你具体买了什么药、花了多少钱的完整明文，也就不存在数据被倒卖的可能。
别把它吹成万能解药，这些坑现在还没填平
我知道现在很多厂商把隐私计算吹得神乎其神，好像上了这套系统，以后再也不会有数据泄露的事了。
真不是。
慢是真的。你想啊，本来一秒钟能算完的事，现在要把数据拆成碎块，交叉着传好几轮，算一次的时间可能要翻三四倍。要是遇到那种几十万份病历、几千万条用户记录的大项目，跑一次模型的时间，可能比之前多花好几个小时。之前跟一个做医疗AI的朋友聊，他说他们现在和医院合作训练模型，用隐私计算的流程，本来一周能跑完的模型，现在要花三周，研发团队的算力成本直接涨了一截。
贵也是真的。本来只要一个服务器就能干的活，现在要两边甚至好几个参与方都搭对应的算力节点，前期投入的硬件、软件成本，比传统的上云模式高了快两倍。我之前接触过一个区属的医院，想上一套联合科研的隐私计算系统，一算账，投入的钱够给全院换三年的新电脑，院长当场就打了退堂鼓。
更别说现在的规则还没跟上。很多人就算知道隐私计算好用，也不知道出了问题该找谁——毕竟数据都是碎块，真的出了数据泄露的事，你都找不到是谁把原始数据漏出去的。
隐私计算的核心从来不是把数据锁得更死，而是让数据在“不泄露原始内容”的前提下，能产生真正的价值。
上周小宇给我发消息，说他最近查医保账户，看到系统提示现在的报销对账已经用上了新的计算流程，他那点甲状腺结节的体检记录，终于不用怕被人扒走卖保健品了。
作者|科技
排版|科技
审核|柚子