AI 数据安全合规调研报告

执行摘要

核心结论

1. 数据出境是最高风险点。 在中国现行法律框架（网安法 2026 修订版、数安法、个保法、网络数据安全管理条例）下，个人将含个人信息的文件发送给境外服务器上的 AI 工具（如腾讯云新加坡节点）属于「数据出境」行为，需要按「重要数据 → 安全评估；个人信息 → 按人数阈值选择评估/标准合同/认证/豁免」的路径合规，否则即违法。

2. 三类数据存在绝对禁区：

• 国家秘密/工作秘密：绝对禁止出境、禁止离开涉密终端、禁止输入任何联网 AI 工具（保密法第28条）

• 敏感个人信息（身份证、人脸、位置、医疗、金融、行踪、未成年）：大规模出境须安全评估，且明文存储本身违法（个保法第51条）

• 商业秘密（未签数据处理协议时）：上传公共 AI 工具可能构成侵害商业秘密罪（刑法第219条，最高10年）

3. 法律红线有「可操作判定树」。 本报告提供完整的「数据样例 → 判定结论」流程（见第7章），可按四问快速判定：是否涉密？是否重要数据？是否个人信息？数量多少？

4. 违规代价极高。 公司层面最高罚「上一年度营业额5%」（滴滴被罚80.26亿）；员工个人是独立责任主体——最高15日行政拘留 + 刑事追诉（侵犯公民个人信息罪最高7年、泄露国家秘密罪最高7年、侵犯商业秘密罪最高10年）。不能以「公司数据」为由免责。

5. 市场空白确认。 市面上不存在「输入数据样例 → 输出合规判定」的现成 skill（最接近的是 ShellWard 项目扫描器和 PIPL 法规知识库）。做成 Hermes 本地 skill 差异化明确、可行性高。

6. 腾讯 skill 商店商业化前景：中等。 元器目前无官方第三方分成政策（协议明确收费是「开发者个人行为」），建议走「免费 skill 引流 + 外部转化」路线，不押注商店内付费。

风险速览表

一、法规全景：哪些数据不能出境

1.1 核心法律体系

1.2 数据分类分级（数安法第21条 + GB/T 43697-2024）

关键认知：

• 判定维度是「影响对象 + 危害程度」，不单纯看条数——但汇聚效应：海量个人信息汇聚到一定规模可能被认定为重要数据

• 定级主体：行业主管部门制定「重要数据目录」，数据处理者依据目录自行定级

• 个人信息另有平行分类：一般个人信息 vs 敏感个人信息（生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹、不满14周岁未成年人）

1.3 数据出境三路径 + 豁免（2024 现行口径）

必须申报「数据出境安全评估」的情形：

1. 重要数据出境（任何主体，无豁免）
2. CIIO 向境外提供个人信息

3. 当年累计向境外提供 100 万人以上个人信息（不含敏感）

4. 当年累计向境外提供 1 万人以上敏感个人信息

签订「个人信息出境标准合同」或通过保护认证的情形：

• 非 CIIO，当年累计向境外提供 10 万至 100 万人个人信息

豁免情形（《促进和规范数据跨境流动规定》2024-03-22）：

1. 非个人信息、非重要数据的一般业务数据
2. 订立/履行合同所必需（跨境购物、汇款、机票酒店预订等）
3. 跨境人力资源管理所必需（按劳动规章制度向境外提供内部员工信息）
4. 紧急情况（保护生命健康和财产安全）

5. 非 CIIO 当年累计向境外提供不满 10 万人个人信息（不含敏感）——免申报、免合同、免认证

6. 自贸区负面清单外

1.4 人数阈值速查表

1.5 2025-2026 最新动态

• 《网络安全法》2025年修订版：2025-10-28 公布，2026-01-01 施行——完善网络运行安全与数据保护衔接、加大侵害个人信息处罚力度、明确 AI 新技术应用的网络安全管理要求

• 《网络数据安全管理条例》2025-01-01 施行后，网信办持续推进行业重要数据目录编制

• 2026年新规：《小型个人信息处理者个人信息保护简化措施规定》（2026-07-24）、《网络数据安全风险评估办法》（2026-06-18）、《数据出境安全管理政策法规问答（2026年7月）》

• 《人工智能生成合成内容标识办法》2025-09-01 施行：AI 生成内容对外发布须添加显式/隐式标识

二、哪些数据不能出本地电脑

员工视角的关键点：商业秘密的认定以「权利人采取了合理保密措施」为前提——如果公司有保密协议/管理制度，你上传公司客户名单、源代码、技术文档到公共 AI 工具，即使是无意的，也可能构成「违反保密义务披露商业秘密」。

三、哪些数据不能明文存储

去标识化 vs 匿名化（最核心的法律分界线）：

四、判罚标准与典型案例

4.1 重大案例

① 滴滴出行 80.26 亿元处罚案（2022-07-21）

• 网络安全审查 + 16项违法事实（8个方面）：违法收集手机相册截图 1196万条、过度收集人脸识别 1.07亿条、以明文形式存储司机身份证号 5780万条、未告知即分析出行意图 539亿条等

• 违法处理个人信息总计 647.09亿条，持续约7年（2015-2021）

• 关键加重情节：责令改正后未进行全面深入整改；存在「严重影响国家安全的数据处理活动」（因涉密不公开）

• 处罚：公司 80.26亿元（约2021年营收1738亿的4.6%，接近个保法66条「营收5%」顶格）；董事长程维、总裁柳青各罚100万元

• 依据：网安法 + 数安法 + 个保法 + 行政处罚法

② 知网 5000 万元处罚案（2023-09）

• 网络安全审查 + 违法处理个人信息（未告知同意收集、超范围收集、未提供删除/更正权利）
• 处罚：5000万元（个保法66条一般情节上限——定额罚则而非营收比例）

③ APP 违规收集个人信息批量处罚（2021-2025）

• 工信部/各地网信办：约谈+责令整改+通报为主，罚款多为数十万元级

④ 数据泄露类

• 快递：超1亿条用户信息泄露 → 企业被罚 + 「内鬼」员工以侵犯公民个人信息罪追刑
• 金融：未加密存储、测试环境用生产数据 → 罚款数十万至数百万 + 责任人个人罚款

⑤ 涉密数据泄露（判刑）

• 公务员/涉密人员将涉密文件拍照上传互联网/即时通讯转发 → 判刑（刑法398条，最高7年）

⑥ 商业秘密泄露

• 员工跳槽带走客户名单/源代码/配方 → 判刑（刑法219条，2024修法后最高10年）+ 惩罚性赔偿最高5倍

4.2 法律责任三层次

行政责任（主要罚则）：

刑事责任：

刑行衔接逻辑：「数量巨大 + 牟利/造成损害」是行政转刑事的分水岭。刑法的威慑不在金额而在自由刑。

4.3 判罚逻辑分析

监管裁量的核心因素（滴滴案答记者问官方表述）：

1. 违法性质：是否置国家安全于不顾；责令改正后是否全面深入整改（最关键加重情节）

2. 持续时长：7年连续违法 → 从重

3. 危害后果：涉及 CII、严重侵害用户权益
4. 违法处理数量：647亿条 → 顶格
5. 违法情形多样性：跨业务线、多形态 → 从重
6. 主观态度：主动整改从轻；「阳奉阴违、恶意逃避监管」从重

按营收比例罚款的逻辑：个保法66条「5000万 或 营收5%」——取两者较高者作为上限。超大平台用定额无威慑，必须按营收比例（滴滴80.26亿 ≈ 4.6%，接近顶格但未到顶：表达严厉定性 + 留整改余地）。

4.4 员工个人责任（重点）

• 「双罚制」是常态：个保法66条、数安法45条均罚「直接负责的主管人员和其他直接责任人员」（滴滴程维、柳青各罚100万）

• 执行层员工：按指令操作、无决策权 → 通常只承担公司内部处分；但明知违法仍实施（批量导出、出售、私下泄露）→ 个人被单独追责

• 普通员工用 AI 处理工作数据的现实风险：员工个人是独立责任主体，不能以「公司数据」为由免责。将含敏感个人信息文件发给境外 AI → 行政（最高15日拘留）+ 刑事（最高7年）风险并存

4.5 2025-2026 执法趋势

• 总体：监管「工具更细、常态执法、分类施策」——未放松但更可预期

• 从「个案重锤」（滴滴/知网）转向常态化、行业化执法（金融/医疗/汽车/APP专项）

• 刑行衔接趋紧：数据泄露「行政罚款 + 责任人刑事追诉」双线并行

• 对个人使用 AI 的执法信号：数据出境监管射程可平移至员工个人行为，虽尚未出现针对个人罚款的公开大案

五、风险等级评估框架

5.1 行为分级（「用 AI 助手处理工作数据」场景）

5.2 罚款金额区间速查

六、合规判定方案设计

6.1 判定流程（四问判定树）

输入：数据样例 + 元数据（目的地/处理方式/是否CIIO）
  ↓
Q1 是否国家秘密/工作秘密/内部资料？
  ├─ 是 → ❌ 绝对禁止出境/出本地/AI处理（保密法第28条）
  └─ 否 ↓
Q2 是否重要数据/核心数据？（对照行业目录+GB/T 43697）
  ├─ 是 → ⚠️ 必须申报数据出境安全评估（数安法第31条）
  └─ 否 ↓
Q3 是否个人信息？
  ├─ 否 → ✅ 一般业务数据可自由出境处理（2024跨境流动规定）
  └─ 是 ↓
Q4 是否敏感个人信息？
  ├─ 是 → 当年累计≥1万人：安全评估；<1万人：标准合同/认证
  └─ 否 ↓
Q5 当年累计向境外提供量？
  ├─ ≥100万人 → 安全评估
  ├─ 10万~100万 → 标准合同备案或保护认证
  ├─ <10万人 → ✅ 豁免
  └─ 合同必需/HR必需/紧急避险 → ✅ 豁免

6.2 Skill 规格草案（data-compliance-check）

输入：数据文件样例（CSV/Excel/文本）+ 元数据（目的地、处理方式、是否CIIO） 处理：

1. PII 识别：身份证（GB11643 校验位）、手机号、银行卡（Luhn）、姓名、地址等规则扫描

2. 数据分类：对照分类分级规则 + 行业目录知识判定（个人信息/敏感/重要/涉密/商业秘密/一般）

3. 规则引擎匹配：YAML 规则表（出境判定 R1 / 出本地判定 R2 / 明文存储判定 R3 / 责任判定 R4）

4. 生成判定报告：结论 + 触发条款原文 + 豁免路径 + 建议动作 输出：Markdown 判定报告 + 审计存档（JSON，含判定理由+法条+日期） 护栏：强免责声明（非法律意见）；高风险自动标记「建议咨询律师」；输出可审计

6.3 可行性评估

• 技术可行性：高——PII 识别（Presidio/DataFog/pii-masker 本地可跑）+ 法规规则引擎（YAML 规则表）+ 法条引用，三段式成熟

• 差异化：明确——市面唯一「数据样例 → 合规判定报告」形态；内置中国法三层路径决策树；输出审计存档满足监管留痕

• 护栏必需：判定类输出必须带免责声明，高风险降级为「建议咨询律师」

七、合规类 skill 生态调研

7.1 核心结论：未发现完全匹配的「数据合规判定器」

现有工具四类缺口：

1. PII 检测器（Presidio、pii-masker、DataFog）——只回答「数据里有什么敏感信息」，不回答「有什么法律后果」

2. 法规知识库 skill（mukul975 的 282+ skills、Sushegaad GRC）——只回答「规则是什么」，不接收数据样例

3. DPIA 工具（cmcmsec/dpia）——人工问卷流程

4. 运行时防护（DataFog hook、ShellWard）——风险发生时拦截，而非事前判定

7.2 最接近的替代品

7.3 生态空白

• Anthropic 官方 skills 仓库（16个官方 skill）：零个合规/隐私/数据出境相关——官方空白明确

• HuggingFace：61个 PII 检测模型，全部是识别模型，无「法律合规判定」模型

• 魔搭：168个「数据合规」模型 + 1个 Skill + 136个 MCP，同样只有「识别」没有「判定」

• 中国安全厂商（奇安信/深信服/绿盟）：合规产品均为私有化平台/网关形态，无公开 API/agent 形态可嵌入

• 社区需求信号：HN 上 PII 检测类项目密集（10+ 个 Show HN）但都止步于识别；GitHub「数据合规」搜索直接相关仅个位数仓库——「数据级合规判定」是真空地带

八、腾讯 skill 商店商业价值评估

8.1 腾讯生态现状

腾讯元器（yuanqi.tencent.com）：

• AI 智能体创建与分发平台，依托腾讯混元；可发布到微信（公众号/微信客服）、QQ、腾讯域内
• 商店：智能体商店（推荐/学习教育/效率工具/生活助手等12类）+ 插件商店（网页/文本/图像/语音/视频工具）
• 头部插件：博查AI搜索 836万次、腾讯混元生图 183万次、搜狗搜索 126万次
• 付费能力【已验证：无】：商店全站搜索「付费/会员/订阅/价格」——全部 NONE，纯免费分发模式

元器第三方作者盈利政策【官方文档确认】：

• 《服务协议》4.11：「开发者通过在智能体中接入支付插件等形式向最终用户收取费用的，该等收费行为是开发者的个人行为，与腾讯元器无关」

• 平台不参与分成、不提供收费能力官方方案、无正式分成比例/激励计划/结算体系

• 官方引导方向：首页「快速创建」首位模板 = 「微信支付 MCP 模板——写诗打赏智能体」——开发者自行接微信支付收费（手续费约0.6%归支付渠道）

• API 每月免费发放 100 万 token（分发免费，腾讯补贴 token 成本，不给作者返利）

• 结论：腾讯元器当前没有任何第三方开发者分成/激励/结算政策；「靠商店付费 skill 赚钱」在腾讯当前不具备通道

腾讯云智能体开发平台 ADP（原大模型知识引擎 LKE 升级）：企业付费套餐路线（体验版0元直领），客户案例 26 家（海港人寿/国投证券/德邦快递/迈瑞/华住等）；Skills 生态是企业私有化/内置技能，非面向第三方的公开开发者商店

8.2 国内竞品平台对比

8.3 海外参照

• Coze 海外版：创作者计划（Creator Monetization Program）2024年推出，按使用/订阅分成，$1000 提现门槛，分成比例按活跃度分档（报道约24%-80%阶梯）；政策几经调整

• OpenAI GPT Store：2024年6月正式宣布取消向 GPT 构建者付费的计划——连 OpenAI 都无法跑通「商店付费 GPT」分成模型

• Anthropic Agent Skills：开源优先（SKILL.md 通过 GitHub 分发），无官方付费商店、无分成机制

• 结论：全球范围内「AI skill 商店付费分成」尚无稳定跑通的大型平台案例

8.4 商业价值评估

差异化定位：元器商店「法律」类目目前只有通用法律咨询（得理法律咨询、劳动法库等），无一专注数据合规判定。合规判定是专业性强、容错要求高、可自动化程度适中的垂类；企业愿意为「确定性、可追责、可交付报告」的工具付费，不愿为「聊天式建议」付费。

目标客户与付费意愿：

市场规模：中国网络安全市场约 900-1000 亿元/年；数据安全与合规细分百亿级、20%+ 年增速【估算】；AI 合规工具按合规咨询市场 1-3% 替代率，潜在市场约数亿元/年——「小而美的垂类」

风险：

1. 平台政策风险（高）：国内分成政策普遍未落地且多变；元器明确不参与分成
2. 合规工具自身合规性（中高）：输出法律判定涉及责任归属，必须有免责声明 + 人工复核提示
3. 竞品替代（中）：大模型本身具备基础合规问答能力；通用法务智能体可能下探
4. 监管变化（双向）：新规带来增量需求，但法规更新快需持续维护

前景评级：中等。建议路径：

1. 短期：元器/扣子做免费引流（100万token补贴+微信生态曝光），导流自有网页/企业微信转化；做「合规自查报告生成器」而非「意见咨询」

2. 中期：平台推出付费插件机制则第一时间入驻；以 MCP 服务形态发布保持资产可迁移

3. 长期：以「报告交付 + 人工复核服务」的 SaaS/Human-in-the-loop 模式变现，规避纯 AI 判定责任风险

九、员工视角：用工作文件委托 AI

⚠️ 本章为通用法律框架分析。你随后补全公司规章制度后，将按「公司制度 + 法律」双重标准细化判定。

9.1 法律层面

9.2 关键结论

1. 员工是独立责任主体——不能以「公司让我做的」或「这是公司数据」为由免责；明知违法仍实施 = 个人追责

2. 授权是关键——公司是否批准使用某 AI 工具、是否签署数据处理协议（DPA）、数据是否脱敏，决定责任归属

3. 「脱敏」不等于「匿名化」——多数企业脱敏只是去标识化，法律上仍是个人信息

4. 审计留痕——每次上传前做合规判定并留存记录，既是自我保护也是公司合规义务的体现

9.3 待补制度后的细化项

• [ ] 公司保密协议/员工手册对「外部工具使用」的规定
• [ ] 公司是否已签署 AI 服务商数据处理协议（DPA）
• [ ] 公司数据分类分级制度（是否有内部重要数据清单）
• [ ] 公司对员工使用生成式 AI 的明示政策（允许/禁止/审批制）

附录：来源与免责声明

可信度图例：✅ 官方/一手核实 ｜ ⚠️ 公开报道/合理推断 ｜ 🔶 估算

附录B：免责声明

本报告基于 2026-08-04 时点公开可获得的法律法规文本、监管公告和公开报道整理，用于合规风险辅助分析。不构成法律意见。法律法规可能更新，具体个案请咨询执业律师。判定 skill 的任何输出均需带免责声明，高风险场景建议人工复核。