蚂蚁数科李书博：智能体普及给隐私计算行业带来颠覆性挑战

文｜王雅迪

ID | BMR2004

2026年，行业智能体迎来规模化普及浪潮，数据流通主体、交互频次出现指数级增长，隐私计算作为数据安全流通核心技术，原有技术架构、运行模式已无法适配全新产业需求。

7月19日，由中国信息协会数据智能专业委员会、《商学院》杂志联合承办的WAIC2026“数据要素X行业智能体”论坛在上海召开。在论坛期间，蚂蚁数科隐私计算与可信空间事业部总经理李书博在接受《商学院》专访时指出，智能体普及给隐私计算行业带来颠覆性挑战，也是全行业必须攻坚的核心课题。

01

传统隐私计算架构迎来性能与规模双重瓶颈

传统隐私计算诞生初期，应用场景局限于两家或少数几家企业点对点小规模数据共享，参与主体数量有限、数据交互规模可控，现有算力、传输、吞吐量、稳定性架构能够支撑业务运转；但在行业智能体时代到来后，市场智能体体量将迎来爆发式增长，海量智能体持续开展跨主体、跨行业数据交互、数据复用，传统隐私计算的底层性能、传输承载能力、大规模集群稳定性难以匹配新场景需求。

李书博认为，海量智能体高频次数据流通会带来算力拥堵、传输延迟、安全管控失效等一系列风险，是隐私计算赛道当下最核心、最紧迫的技术难题。为应对这一趋势，企业需要持续投入底层研发，优化资源调度、分布式计算能力，适配海量智能体并行的数据安全流通场景。

他同时指出，数据共享本身存在三重底层堵点，需要技术、制度、企业需求三方协同破解：第一是技术底座，隐私计算、加密传输、分布式算力等技术是数据流通基础前提，必须持续迭代优化；第二是制度保障，依托国家数据登记平台、数据“三权分置”（所有权、使用权、经营权）制度，消除企业数据共享顾虑，明确数据流通权责边界；第三是企业内生需求，各行业企业数字化持续升级，经营、生产、风控环节对跨行业公共数据需求持续上涨，企业主动升级信息化系统，愿意投入资源开展数据治理、数据汇聚，借助外部数据降低运营成本、提升经营效率。三者协同发力，才能打通数据要素流通全链路。

行业智能体天然具备缩小数据供需双方认知鸿沟的赋能价值，传统企业需设置专职数据运营岗位，梳理匹配业务所需跨行业数据，但不同行业数据专业壁垒极高，专业人才供给严重不足。行业智能体依托大模型自主分析、理解能力，大幅降低企业使用数据的门槛，即便缺少专业数据运营人才，企业也可依靠智能体自主挖掘、调用跨行业数据。

李书博介绍道，蚂蚁数科自研的可信数据空间产品FAIR同步迭代升级，从1.0、2.0、3.0升级至适配智能体时代的4.0版本。升级后，内置高性能隐私计算算子，支撑大规模数据加密流通；将隐私计算与大模型训练、推理深度结合，依托GPU算力，在大模型全流程中落地数据隐私保护技术；并持续迭代优化，解决各类场景落地过程中涌现的隐私安全问题。

02

企业需要搭建全链路隐私安全防护体系

海量智能体持续交互、数据流通规模持续扩张，数据隐私泄露风险也同步提升，用户普遍担忧向大模型输入信息时泄露个人敏感信息，大模型会依托交互数据完成模型微调、推理优化，一旦缺少全流程防护，极易引发数据安全事故。

针对该痛点，李书博认为，企业需要搭建覆盖数据输入、训练、生成、输出的全链路隐私安全防护体系，形成四层标准化防护机制。

具体来看，第一，提示词安全防护，拦截用户输入内容中的身份证、手机号、地址等敏感信息，前置阻断原始隐私数据流入模型；第二，大模型生成内容安全校验，识别输出内容中衍生的脱敏数据、行业机密信息，杜绝二次泄露；第三，训练前置数据脱敏，原始数据送入大模型训练前，自动识别、遮蔽关键词、隐私字段，实现数据可用不可见；第四，训练与推理底层加密防护，依托隐私计算算子完成加密状态下的模型运算，全程不暴露原始明文数据。

03

合成数据开辟长期数据供给新路径

除现有成熟隐私防护技术外，合成数据成为面向长期发展的前沿核心技术，将破解未来真实数据供给上限瓶颈。合成数据可作为隐私计算框架下的高质量“虚拟输入”，降低对真实数据的依赖，从而缓解隐私计算中通信开销或噪声干扰的瓶颈；反过来，隐私计算技术也可用于安全地训练合成数据生成模型，防止生成过程中的隐私泄露，并验证合成数据的隐私保真度。

李书博解释道，合成数据不依托现实场景采集真实原始数据，而是基于模型特征生成海量合规训练数据集，能够持续供给大模型、行业智能体迭代优化。长期来看，人类可采集的真实场景数据存在总量天花板，当真实数据供给不足以支撑 AI 技术持续升级时，合成数据将成为突破模型能力天花板的核心手段，这也是企业长期重点研发布局的前沿方向。

在他看来，2026 年作为数据要素价值释放年，核心目标是推动数据落地场景应用，智能体大规模普及会带来两大正向作用：一是弥补跨行业专业数据人才缺口，具备行业知识的智能体可批量复制，快速部署至各类细分业务场景；二是实现跨行业数据高效复用，依托高质量数据集、思维链共享机制，智能体自主学习跨领域专业知识，打破行业数据孤岛。

长远来看，隐私计算、可信数据空间将成为智能体产业发展的底层基础设施，技术创新、制度完善、企业需求三者持续协同，不断降低数据合规流通门槛。随着全链路隐私安全技术持续迭代、合成数据等前沿技术落地，行业智能体将充分释放跨行业数据价值，推动数据要素安全、高效、规模化落地实体经济各赛道，构建安全可控、价值普惠的数据智能产业新生态。