短暫運算（Ephemeral Compute），用白話說

「短暫運算」聽起來像是某位雲端架構師在白板還沒畫完之前，就把問題丟給所有人。

用白話講更簡單：建立一個臨時的地方來執行工作、使用它、然後把它移除。這個工作空間並不是要成為客戶內容的長期居所。它之所以存在，是因為模型需要一個地方來運行。

以影像生成來說，這很重要，因為提示詞與來源影像需要送達模型。不存在那種只靠正向思考就能完成像素轉換的隱私架構。真正要問的是：在那個處理的瞬間之外，會發生什麼事。

一個短暫的生成會話應該只做很狹窄的工作：接收它需要的內容、執行模型、回傳輸出，然後停止變得有用。執行期間可能會存在暫存檔案。模型運作時，解密後的內容可能存在於會話內。但在交付之後，這個會話不應該變成可持久保存的資料庫。

這和永久的託管工作空間不同。永久工作空間想要歷史紀錄、專案狀態、協作、日誌、預覽，以及便利性。這些功能可能很有價值，但也會保留更多內容。短暫運算刻意不那麼雄心勃勃；它的目標是留下更少。

雲端行話可能會掩蓋產品承諾。使用者不需要知道每個容器的細節。他們需要知道：提示詞與來源影像在處理後是否會被儲存、輸出是否會被保留、是否有員工能看到內容，以及是否會被外部供應商取得。

開發者應該小心不要過度宣稱。短暫並不代表沒有風險。它不會取代存取控制、網路安全、刪除規範或營運監控。它只是更廣泛的隱私設計中的一種有用模式。

最好的心智模型是租來的工作坊，而不是倉庫。把材料帶進來、做出成品、把成品帶走，然後把工作台清乾淨。

這就是沒有霧化機的短暫運算。

延伸閱讀：Unexposed 如何運作、支持更短的 AI 資料路徑、以及 Google 的零資料保留（zero data retention）文件。