惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Security Blog
Microsoft Security Blog
J
Java Code Geeks
GbyAI
GbyAI
aimingoo的专栏
aimingoo的专栏
L
LangChain Blog
I
InfoQ
D
Docker
F
Fortinet All Blogs
Y
Y Combinator Blog
Martin Fowler
Martin Fowler
月光博客
月光博客
B
Blog
Engineering at Meta
Engineering at Meta
T
Tailwind CSS Blog
罗磊的独立博客
博客园_首页
G
Google Developers Blog
Stack Overflow Blog
Stack Overflow Blog
Recent Announcements
Recent Announcements
D
DataBreaches.Net
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
B
Blog RSS Feed
IT之家
IT之家
V
V2EX

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
Kimi 貌似会用用户的 coding plan 的数据进行匿名化训练模型
licoycn · 2026-01-30 · via V2EX

使用豆包对 https://www.kimi.com/user/agreement/paidServiceAgreement?version=v2 中的信息分析了一下,包括其中在内的《 Kimi 用户服务协议》《 Kimi 隐私政策》,最终得出的结论为会匿名化处理和训练模型,而不是像其他家的那种 0 数据保留:

以下信息来源于豆包输出的结果:

根据你提供的《 Kimi 用户服务协议》( https://www.kimi.com/user/agreement/modelUse?version=v2 )和《 Kimi 隐私政策》( https://www.kimi.com/user/agreement/userPrivacy?version=v2 ),Kimi 会在符合协议约定和法律要求的前提下,使用用户的输入和输出信息(包括 API 场景下的输入输出信息)优化模型(本质包含模型训练环节),具体条款依据如下:

1. 《 Kimi 用户服务协议》的明确约定

在协议“五、知识产权与其他权利”部分,明确规定:
“为了提升您使用本服务的体验,您授予我们一项免费的使用权,以在法律允许的范围内将您输入输出之内容及反馈用于模型服务优化。”

这里的“输入输出之内容”涵盖所有使用 Kimi 服务时产生的交互数据(包括 API 调用时的输入指令、参数及模型返回的输出结果);“模型服务优化”是模型迭代的核心环节,包含通过用户数据调整模型参数、提升响应准确性等训练相关行为,且用户在使用服务时默认授予该使用权。

2. 《 Kimi 隐私政策》的补充说明

在政策“2.4 我们使用信息的方式和目的”之“服务体验的优化与改进”部分,进一步明确:
“在经安全加密技术处理、严格去标识化且无法重新识别特定个人的前提下,我们会将您输入输出的内容用来优化模型,或将您对产品的访问和使用情况用来进行数据分析,进而增进您的服务体验。”

该条款补充了两个关键前提:

  • 去标识化处理:使用前会对输入输出信息进行技术处理,确保无法关联到具体个人,符合个人信息保护要求;
  • 范围限制:仅用于“优化模型”(即提升模型性能),不用于协议外的其他目的。

3. 关于“API 输入输出信息”的覆盖性

虽然两份文件未单独提及“API”场景,但协议和政策的适用范围是“Kimi 所有产品和服务”(包括网页、APP 、插件、API 等所有形态,可参考《 Kimi 用户服务协议》“导言”中“产品与服务包括但不限于以生成式人工智能服务为核心功能的平台”)。因此,API 调用时产生的输入(如开发者传入的指令、数据)和输出(如模型返回的结果),属于“输入输出之内容”的范畴,同样适用上述条款。

结论

Kimi 会收集(或使用)用户在服务中(包括 API 场景)产生的输入和输出信息,用于模型优化(含训练),但需满足两个核心条件:

  1. 遵循“法律允许的范围”,且用户通过使用服务默认授予相关使用权;
  2. 对信息进行“安全加密+严格去标识化”处理,确保不泄露个人身份信息。