Gemini 训练控制与聊天记录分离
Google 正在将 Gemini 的训练控制与已保存的聊天记录分开,取消此前将对话连续性与允许用于 AI 训练绑定在一起的选择。用户将能够保留对话,同时独立决定是否允许 Google 使用其聊天内容训练生成式模型,即通过学习模式来生成内容的系统。不过,拒绝训练并不意味着 Google 会立即删除对话,或停止所有人工审核。
据报道,这项变更于 2026 年 11 月 16 日公布,预计将在未来几周内逐步推出。它回应了一个实际矛盾:人们希望能访问此前的工作内容,却不想自动将这些内容贡献给模型开发。Google 更新后的文档支持这种分离方式,但仅凭文档无法证明每个账户都已可用。
ChatGPT 已为保留历史记录同时拒绝训练提供了一个参照。因此,Gemini 的这项调整消除的是一项易用性劣势,而非建立一种全新的隐私模式。更关键的问题在于,Google 是否能让剩余边界足够易懂:用户可以找回什么、Google 会保留什么,以及训练许可终止后哪些用途仍会继续。
Gemini 训练控制取消了历史记录的取舍
Google 正在将保存对话的许可与使用其内容进行模型训练的许可分开。
根据 9to5Google 对 Google 通知邮件的报道,现有的 Keep Activity 偏好设置将拆分为独立的历史记录和训练选项。据报道,这项历史记录与训练分离涵盖聊天内容,包括文本和附件。报道指出,已关闭 Keep Activity 设置的用户,其两项新设置都将保持关闭。
这一迁移细节很重要,因为重新设计的设置页面否则可能引入歧义。此前拒绝活动存储的人,不应不得不把新界面理解为再次邀请其贡献对话内容。据报道,Google 的处理方式会在过渡期间保留现有的关闭选择。
新的实用组合很直接:保留可访问的对话,同时拒绝其被用于生成式模型训练。对于把聊天机器人当作持续工作空间、而非一次性提问框的人来说,这消除了一个障碍。回到一段对话,不应以接受其内容的一切潜在二次用途为代价。
设想一位研究人员在多个会话中比对公开报告。保存对话的价值在于其来源线索、后续问题和被放弃的解读。即使研究人员无意向模型贡献材料,失去这份记录也会增加额外工作。
同样的区别也适用于个人写作项目。用户可能希望回顾修改版本,却不同意这些交流应支持未来的模型开发。保留作品与贡献作品是两种不同的决定,即使二者都发生在同一个应用中。
这是产品逻辑的核心变化。历史记录服务于返回对话的人;训练服务于在该对话之外使用的模型开发。将这两种目的合并为一个选择,会让一项实用功能附带另一个许可决定。
将它们分开后,用户可以更容易地就许可本身进行评估。用户可以判断是否愿意贡献内容,而无需计算失去档案带来的不便。这比一个因实际成本而阻碍人们选择它的选项更有意义。
此次推送的措辞仍值得留意。报道所称的“未来几周内上线”并不意味着每位读者现在都应看到相同的控制项。账户可用性与已发布的文档是相关证据,但它们回答的是不同问题。
出于同样的原因,这项公告不应被描述为已完成的账户审计。经验证的报道涉及 Google 所称的推送计划及其记录在案的政策结构,并不能证明某位读者账户设置的当前状态。
这项变化也不应被赋予超出其范围的好处。分离训练许可本身并不能证明加密更强、访问权仅属于用户,或商业合同有所不同。其直接价值更有限也更具体:用户获得了关于其对话的另一项独立决定权。
这种更有限的描述仍代表着一项有意义的改进。隐私设置不必解决所有数据问题,才能消除一种本可避免的取舍。关键在于,用户是否获得所述选择、理解其限制,并保留原本希望继续使用的功能。
保留过往工作不应要求将其贡献出去
直接压力落在一种产品设计上:它让实用的连续性难以与数据贡献分开。
对于知识工作者而言,聊天档案往往不仅包含答案。它记录了决定背后的推理、提供给助手的假设,以及改善结果的修正。失去这些背景,可能让此前的答案难以评估或复用。
当历史记录与训练许可共用一个控制项时,就会形成实际的不平衡。拒绝训练的人要付出易用性代价,而接受训练的人则能保留更便捷的工作流。即使没有明确要求,界面也会让一种隐私选择处于功能劣势。
Google 的分离设计降低了这种压力。产品可以提供连续性,而无需让它依赖于控制模型开发的同一许可。从用户角度看,这更符合为检索而存储工作内容与为另一流程重新利用内容之间的区别。
用户控制的档案与可靠的记录来源之间存在重要差异。保存的聊天机器人对话可以保留有用背景,但也会保留错误和缺乏依据的结论。保留历史记录不会让生成内容自动成为经验证的知识。
设想一位产品经理,就能说明这种区别。他们可能回到一段关于公开竞品公告的对话,以找回链接并比较此前的假设。档案有助于重建分析过程,但任何商业决策背后的证据仍然是原始公告。
对于这类工作流,独立的训练许可很有用,但并不充分。经理仍需要区分源材料与生成式解读。他们还需要为已批准的结论找到合适的存放位置,使其与产生这些结论的探索性对话分开。
这种更广泛的区别也是个人知识管理的一部分:决定什么值得保留、如何保持可查找,以及哪些背景使其值得信赖。助手的历史记录可以帮助这一过程,但不能取代它。
附件使得许可边界尤其相关。为回答问题而共享的文档,在对话中有直接用途。该文档是否还应有助于模型开发,则是关于再利用的另一项决定。
这并不意味着每份附件都敏感。公开研究、已发布文档和个人草稿涉及不同考量。关键是,提供材料的人应能够独立于其回顾讨论的意愿来评估训练许可。
对于 Google 的产品团队而言,压力转向了说明。一项宽泛的单一开关可能易于展示,却掩盖了几种不同目的。独立控制项会暴露这些目的,因此其标签和周边披露内容变得更加重要。
对于工作场所的决策者而言,这项变化带来了不同挑战:避免过度概括。员工可能把拒绝训练理解为获准上传公司信息。这一结论需要有关账户和组织规则的证据,而不仅仅是存在一个隐私开关。
Google 的历史记录管理指南区分了个人账户与工作和学校账户;后者由管理员控制相关设置。该指南还记录了聊天内容与某些音频或 Gemini Live 录音的独立选择。因此,用户不应将一个可见控制项视为完整的账户政策。
实际利害关系在于让许可与目的相匹配。人们需要连续性来开展持续工作,而组织则需要明确何种数据处理可被接受。将训练与历史记录分开有助于解决前一个问题,却不会自动解决后一个问题。
这就是为何这项变化的意义超出设置页面改版。它挑战了这样一种假设:保留有用工作内容应附带一项无关的贡献要求。一旦这种假设被移除,接下来的讨论就能更清晰地聚焦于每项许可实际授权了什么。
ChatGPT 提供参照,而非隐私定论
Gemini 正朝着对话历史与训练许可分离这一既有做法靠拢,但这并不意味着竞争服务是等同的。
OpenAI 记录在案的 ChatGPT 聊天记录控制允许个人 ChatGPT 用户关闭模型改进,同时保留已保存的对话。这为 Google 正在解决的特定取舍提供了直接比较。用户无需仅为拒绝那种训练用途而放弃普通档案。
这一比较有助于解释 Google 调整的意义,同时不会夸大其新颖性。独立控制已是一种可辨识的产品做法。Gemini 据称的推送让其历史记录决策更接近这种做法,缩小了日常使用中的一项具体差异。
Gemini 与 ChatGPT 的隐私比较,应从这一精确问题开始,而非笼统地评判谁更胜一筹:人们能否保留有用对话,同时拒绝其被用于通用模型开发?答案能让读者具体了解控制权,而不会假装描述两项服务的方方面面。
其他问题需要独立证据。训练偏好并不说明所有保留期限、反馈处理、管理员控制,或连接服务的处理方式。相似的开关可能存在于不同政策之中,因此产生不同的整体安排。
Anthropic 的模型改进设置提供了另一项有用参照。该公司描述了用于未来训练的独立许可,并说明与安全相关的用途仍可能保留。其文档还区分了未来训练决定与已在进行或已完成的训练。
共同的启示是,训练开关控制的是信息的特定用途。它不应被理解为覆盖涉及该信息的每一项流程的通用指令。即使界面使用令人安心的语言,这一区别在各提供商之间仍然重要。
对 Gemini 而言,其竞争意义在于消除摩擦。因为这项历史记录取舍而偏好其他助手的人,少了一个排除 Google 产品的理由。这是该变化带来的分析性影响,并不证明用户已经转向其他服务。
此次推出并无经验证的采用数据,用以确定其对留存率或市场份额的影响。声称这一变化会让用户回归,将超出已有证据的范围。无需虚构可量化的商业结果,也能说明其实际益处。
反向说法同样为时过早。对于日常工作流曾受其缺失限制的人而言,一个熟悉的控制项仍然可能很重要。新颖性和实用性是不同标准,产品采用更合理的既有模式也可以得到改进。
对于产品设计师而言,独立的权限设置提供了更清晰的比较基准。用户可以询问服务是否支持自己需要的组合,而不是比较关于尊重隐私的模糊承诺。这使讨论更具体,也可能让每家提供商面临更高要求。
不过,控制项数量并不能很好地替代控制质量。如果多个开关名称重叠,或例外条件出现在其他位置,即使服务提供多个开关,仍可能令人困惑。更好的设计会在用户作出选择的位置说明每种选择的后果。
比较也需限定在相关账户类别内。面向消费者的聊天设置不应被视为托管工作场所服务条款的代表。一个熟悉的品牌名称可能涵盖不同产品、管理安排和数据承诺。
有用的竞争结论是有限但清晰的。Google 正在解决一项实际的权限劣势,而更广泛的隐私比较仍然是多维度的。与其依据单一设置宣布整体胜负,读者更能从理解这项具体改进中获益。
关闭训练并不意味着停止留存
拒绝生成式模型训练是一项有意义的限制,但并不承诺立即删除或完全不允许人工访问。
Google 更新后的 Gemini 数据政策 表示,在关闭历史记录后创建的聊天仍会保存约两个月。所述用途包括响应、处理反馈和保护,并且会有人工审核人员参与。该政策还说明,在关闭训练权限后仍会有非训练用途、反馈例外,以及经过审核的材料会被更长期留存。
这些区别是此次公告隐私表述最重要的限制。一段对话可能从用户可访问的存档中消失,同时仍存在于提供商的系统中。界面状态与底层留存流程不一定呈现相同状态。
这意味着,“不在历史记录中”和“未被存储”是不同说法。前者描述用户可以通过产品功能找回什么;后者描述其他地方仍保留了什么,需要单独说明。
同样应谨慎理解“未用于训练”。这句话针对的是用途,而非信息的物理存在。它并不能证明提供商会停止处理该对话以运营服务或解决问题。
人工审核是另一个独立维度。人们常将训练与审核人员查看示例联系起来,因此训练退出选项可能听起来像访问限制。文档所述边界更具体,读者不应将其延伸到声明目的之外。
反馈尤其容易让人忽略这种区别。报告错误或有问题回复的人可能认为自己只是在提交评分。周边对话可能与理解该报告有关,因此反馈应作为单独的分享决定受到关注。
这些并不意味着新控制项毫无意义。限制一项次要用途,仍会改变用户与服务之间的权限关系。错误在于将一项真实但有限的改进当作对所有数据担忧的完整回答。
假设一名自由撰稿人即可说明这一边界为何重要。对于普通的起草对话,他们可能欢迎在关闭训练的同时保留历史记录。然而,一份保密的客户文件会引出有关存储、审核以及撰稿人是否有权分享它的额外问题。
该开关只回答了这项评估的一部分。它不能证明客户已批准该服务,也不能证明该账户满足合同要求。即使撰稿人已谨慎选择可用的隐私选项,这些决定仍需要各自的依据。
同样的推理也适用于审查内部材料的开发人员。控制模型开发的选项,并不会自动授权传输私有代码库、事故报告或客户记录。使用服务的许可与提供特定信息的许可,仍是两个独立问题。
读者也不应假设更改设置会改写过去。新的偏好描述其文档化范围内的行为。除非有明确声明,它并不能证明此前处理的材料已从每个下游系统中移除。
当公告强调未来控制权时,这一点尤其相关。推出措施的语言自然聚焦于人们接下来可以选择什么。不应将其扩大解读为证据并不支持的追溯性删除承诺。
可理解的政策与经过独立验证的实施之间也存在差异。公开文档确立的是 Google 所称其控制项能够做到什么。它并未提供对每一项内部存储或审核流程的外部观察。
应承认这一验证限制,但不应把普通的不确定性变成指控。现有证据支持报道权限分离及其明确例外;它不支持宣称完全合规,也不支持宣称存在未披露的滥用。
因此,对 Gemini 训练控制项最有用的理解是具体的:它们将一项权限与历史记录功能分开。读者可以认可这一改进,同时继续依据自身情况评估留存、审核、反馈和账户范围。
推出过程必须让每项权限都易于理解
下一项考验是,这种分离能否在产品中成为清晰、持久的选择,并让其限制与益处一同可见。
首先应关注实际账户可用性。Google 报告的推出窗口表明,变化将在未来数周陆续到来,而不是已经完成普遍过渡。读者应先在自己符合条件的账户中寻找独立选项,再假定公告适用于自己。
一致可用的证据将加强这样一种结论:旧有取舍已在实践中被移除。文档与账户界面之间若持续存在差异,则会削弱任何关于过渡已经完成的说法。两种结果都不需要推测 Google 的内部动机。
迁移体验值得在这一首要信号中获得关注。既有偏好本身具有意义,尤其对于此前关闭活动记录的人而言。清晰的过渡应让最终状态容易理解,而不要求用户重新梳理旧标签与新标签之间的关系。
第二个信号是控制项旁边披露信息的质量。重要问题在于,用户能否理解训练权限,而不会误以为它提供删除或访问保证。这些信息应出现在决策点,而不应依赖用户解读宣传摘要。
关于持续处理的清晰语言,将加强这一结论:重新设计改善了知情选择。掩盖重要例外的宽泛保证则会削弱它。相关证据应是用户实际看到的措辞,而不是页面上的设置数量。
这很重要,因为额外的控制项也可能带来额外的不确定性。用户不应需要猜测某个开关是否控制附件,另一个是否控制录音,第三个是否控制保存的上下文。产品需要用通俗语言解释这些关系。
第三个信号是设置界面、帮助文档和账户类别之间的一致性。一个连贯的产品应在用户每次接触时都描述相同的权限边界。差异应明确其适用范围,尤其是在个人账户和托管账户遵循不同安排时。
一致性将增强用户能够作出可重复决策的信心。即便每个单独页面看起来都很详细,互相矛盾的说明也会削弱这种信心。当某项权限的实际含义取决于用户阅读的是哪一个屏幕时,它就很难被有效行使。
这些信号比立即判定哪个聊天机器人提供最佳隐私更有参考价值。它们检验了此次事件的实际承诺:将有用的历史记录与某一特定的次要用途分开。它们也为认可进展留出空间,同时不会忽略剩余条件。
对于比较助手的读者而言,这项公告改变了评估中的一个具体部分。一旦新控制项覆盖到账户,旧有的历史记录取舍便值得重新评估。关于敏感材料的更广泛决定,仍取决于服务条款和具体工作情境。
对 Google 而言,机会在于让复杂的区别显得直观,而不将其简化为具有误导性的承诺。保留对话、训练模型和留存运营记录是不同活动。成功的推出会让这些差异更容易被看见。
当这些变化覆盖到你的账户时,请将可用选项与你实际希望保留的工作内容进行比较。检查在所选训练偏好下,普通对话是否仍可访问。不要因为存档缺失就假定存储也不存在,应先阅读随附说明。对于工作材料,请确认账户和拟输入的内容符合组织规则。将重要来源和获批准的结论保存在可独立于聊天机器人记录进行评估的地方。Gemini 训练控制项让一项有用选择更加独立;利用这份独立性来决定你希望保存什么、允许哪些内容用于模型开发,以及哪些信息应留在对话之外。



