当你上传自己的脸时，究竟会发生什么？

把你的脸上传到 AI 工具里，感觉很随意，因为界面也很随意。拖拽照片。选择风格。按下按钮。收到炫目的“身份重混”。流程很顺，很现代，但这并不是全部故事。

在那次上传背后，是一条“保管链”。照片可能会被送到浏览器、应用服务器、对象存储、队列、模型运行时、安全系统、缩略图生成器、CDN、画廊、分析事件、错误追踪器，或支持工具。一个优秀的产品会让这条链条更短、更容易解释；而糟糕的产品会让你的脸在小型基础设施里“度假”，然后把这趟旅程称为“服务改进”。

第一个问题是路由：图像会被送到哪里？有些工具在其自控的基础设施上处理；有些会把上传发送给模型提供商；有些会使用多个供应商；有些会把副本保存在用户历史记录中；有些会生成临时 URL。它们都不一定自动邪恶，但确实是不同的选择。“AI 工具”并不是一种数据处理架构。

第二个问题是留存：在结果返回之后，原始上传还会保留吗？生成的输出还会保留吗？缩略图会被保存吗？提示词会与图像一起保存吗？用户能删除它们吗？被删除的对象会被立刻、最终，还是在产品文案里最不方便的动词所描述的“模糊来世”中从缓存和备份里移除？

第三个问题是可见性：员工能看到你的上传吗？支持团队能打开它吗？工程师在调试时能查询它吗？第三方提供商能否在其自有规则下检查它？一个产品可能有强有力的策略控制，但架构更有决定性。“因为我们不在那儿留存，所以没人能看到”与“因为我们的政策说请正常一点，所以没人应该看到”是完全不同的承诺。

第四个问题是复用：这张照片会被用来改进模型吗？会被用于质量审查吗？会被用于滥用检测吗？会不会把照片与生成的输出配对，用于评估？主要提供商越来越会区分并记录这些差异，因为“未用于训练”只是隐私故事的一部分。你的脸即使被排除在训练之外，仍可能在你没预料到的某个地方被保留。

人脸值得额外谨慎，因为它承载身份信息。它不像一张普通椅子的照片——除非那把椅子在某种意义上就是你的法定身份；如果真是这样，那恭喜你遇到了一个非常具体的文书问题。人脸可以连接到一个人、一个工作、一个家庭、一个地点、一个公开资料，以及未来的识别系统。它并不意味着每一次上传人脸都会是灾难性的。但这确实意味着含糊其辞的回答是不可接受的。

如果你在评估某个工具，请问“无聊的路径”。上传、处理、返回、删除。问清楚还会留下什么。问清楚谁能访问。问清楚工具是否使用了外部图像提供商。问清楚对免费用户、付费用户、企业用户、API 用户，或图像编辑端点，政策是否会变化。

Unexposed 的回答则刻意直截了当：提示词、源图像、生成输出以及密钥应当留在“用户内容边界（User Content Boundary）”内，通过短生命周期的“生成会话（Generation Sessions）”运行，并且不应变成持久的产品历史。这不是魔法护身符。这是一种设计约束。

你的脸不仅仅是一次上传。它是保管、留存、可见性与信任，被打包进了一个文件选择器里。

延伸阅读：Your Data、How Unexposed works，以及 NIST 对面部识别技术的概述。