Tinfoil 发布基于TEE的私聊内容扫描功能并开源审查代码

Tinfoil 宣布在其私有 AI 聊天服务中新增 TEE-side（可信执行环境）内容扫描功能，旨在解决开放权重模型在提供完全隐私保护时可能带来的安全风险。该方案允许用户在端到端加密环境下使用强大模型，同时通过硬件级隔离防止对话数据泄露给服务商或第三方，仅当检测到违规时才向账户发送通知。

技术实现上，系统采用双层防御机制：首先对托管模型进行预评估，若其在包含 297 个特定有害问题的基准测试中错误率超过 5% 则不予上架；其次在推理阶段运行独立的安全模型（如 gpt-oss-safeguard 和 Kimi-K3），这些模型同样部署在 TEE 内部，仅输出违规标记而不接触原始对话内容。所有相关代码、评估数据集及策略规范均已开源至 GitHub，支持外部审计。

事实层面，该功能已上线并公开了部分模型在 HarmBench 等基准上的失败率图表；推断层面，这种架构试图平衡隐私绝对主义与现实安全责任，避免传统云端审核模式下的数据暴露风险；猜测层面，未来是否会被监管机构采纳为行业标准尚不确定，但其透明化设计可能推动行业对“可验证安全”的讨论。