52 · 企业与团队落地
数据流隐私与行业合规
合规判断从数据流开始。文件经过客户端、模型、Skill、MCP、连接器和外部服务的每一跳，都要说明处理方、目的、留存和删除方式。
合规判断从数据流开始。文件经过客户端、模型、Skill、MCP、连接器和外部服务的每一跳，都要说明处理方、目的、留存和删除方式。
本章最终要解决的问题是：本地文件、模型、Skill、MCP 和连接器之间数据怎样流动？
版本说明：本章原始资料来自不同时间。界面名称、入口、模型、积分、价格、权限、连接器和企业能力如与当前客户端不一致，以当前官方说明、实际界面和企业合同为准。文中的历史数值不作为购买或合规承诺。
这一章怎么学
- 一、先说结论：企业版更安全，但数据仍然要分级
- 二、WorkBuddy 里的数据到底怎么流？
- 三、三种 WorkBuddy 企业版，数据边界差别很大
- 四、“不用于训练”也不能只看 WorkBuddy 一方
- 模型供应商是谁？
- “体验优化计划”是否关闭？
企业级应用关注统一身份、组织资产、权限、审计、成本和持续运营。 阅读正文时，把注意力放在任务输入、真实动作、交付文件和人工判断点上。
资料说明：下面的具体步骤、案例和截图根据已收集的第三方教程重组。正文中的第一人称均指原教程作者，不代表曾俊本人的经历或实测；案例数字也不能直接视为官方承诺。
今天一位网友问了我一个很实际的问题：
公司采购了 WorkBuddy 企业版，但我不知道项目数据是否可以在里面处理。既然是企业版，是不是公司的数据都可以放进去？ 这个问题很有代表性。 越来越多企业开始统一采购 AI，员工不用再自己使用豆包、ChatGPT、Claude 等公共 AI。但企业采购了 AI，并不意味着： 所有企业数据都可以交给 AI。 尤其在医药行业，公开指南、内部 SOP、Protocol、SAP、SDTM、AE/SAE 和患者数据，敏感程度完全不同。 我重新查了一遍腾讯云国内版 WorkBuddy 企业版的产品说明、安全文档、模型配置和隐私政策。下面直接说结论。
一、先说结论：企业版更安全，但数据仍然要分级
WorkBuddy 已经具备比较完整的企业级安全能力，但： “企业版”不能简单等同于“任何医药数据都可以放进去”。 而且 WorkBuddy 企业版本身就有三种不同部署方式：
- •企业旗舰版：腾讯云 SaaS 环境，多租户逻辑隔离；
- •企业专享版：腾讯云专享 VPC，单租户专享部署；
- •企业私有化版：部署在企业自己的环境，自备算力和模型，官方明确强调“数据不出域”。 所以，即使两家公司都说：
“我们买的是 WorkBuddy 企业版。” 它们背后的数据边界也可能完全不同。 从医药企业使用角度，可以先粗略这样分： 数据等级 医药行业例子 建议 公开数据 FDA/NMPA 指南、公开论文、CDISC 标准 可以正常使用 一般内部数据 培训材料、模板、非敏感 SOP 按公司 AI Policy 使用 机密研发数据 未公开 Protocol、SAP、CRF、SDTM/ADaM Spec、代码 必须确认企业批准的模型和部署环境 敏感/受监管数据 Subject-level EDC、AE/SAE、Lab、病历、患者信息 默认不要直接进入普通 SaaS AI，应专项评估 （左右滑动） 腾讯官方安全文档称，WorkBuddy 服务端仅处理必要的数据片段，并且：
用后即弃、不保存、不用于模型训练。 这是一个重要的安全基础。 但它仍然不等于：
公司买了企业版，我电脑里的任何文件都可以交给 WorkBuddy。
二、WorkBuddy 里的数据到底怎么流？
WorkBuddy 不只是一个聊天窗口，它更接近一个Agent Runtime。 它可以读取授权的本地文件、处理 Excel 和 Word、执行代码，还可以调用 Skill、MCP 和其他工具。 因此，很多操作确实发生在本地。例如： 读取 Excel → 整理数据 → 调用 Python → 生成 Word 但只要任务需要大模型“理解”内容，相应的 Prompt、上下文或者文件中的必要片段，仍然需要进入模型推理链路。 例如：
“帮我分析这个 Protocol，找出可能影响数据管理的设计。” 实际的数据链更接近： 本地 Protocol → WorkBuddy 读取必要内容 → 大模型推理 → 返回结果 → WorkBuddy 继续执行任务 所以，“本地优先”不能理解成“所有内容永远留在电脑里”。 更准确的说法是： 文件和 Agent 操作大量发生在本地，但需要模型理解的数据仍可能进入模型服务。 而模型也不一定只有一种。 企业既可以使用平台模型，也可以使用自己的 AI Gateway、第三方模型，甚至本地部署模型。 例如： WorkBuddy → 企业 AI Gateway → 企业批准的大模型 或者： 本地文件 → WorkBuddy → 本地模型 → 本地结果 因此，企业真正需要搞清楚的是： 什么数据被读取 → 哪些内容进入模型 → 进入哪个模型 → 模型在哪里运行 → 是否留存 → 是否用于训练 → 是否还会流向 Skill、MCP 或其他系统。
三、三种 WorkBuddy 企业版，数据边界差别很大
这可能是最容易被忽略的一点。 对比维度 企业旗舰版 企业专享版 企业私有化版 部署位置 腾讯云 SaaS 腾讯云专享 VPC 企业自己的环境 租户隔离 多租户逻辑隔离 单租户专享隔离 企业自行控制 网络边界 腾讯云 SaaS 环境 企业专属 VPC 企业内网 模型 平台/企业配置模型 平台/企业配置模型 可使用企业自备模型 普通办公数据 适合 适合 适合 核心研发 IP 需评估 更适合 更适合 患者级临床数据 不建议默认开放 需专项评估 优先考虑，但仍需合规与验证 （左右滑动） 可以简单理解成： 普通办公 → SaaS Enterprise 核心研发资料 → Dedicated VPC 高度敏感或受监管数据 → Private Deployment / 企业 AI Gateway / 私有模型 但这里一定要注意： 私有化首先解决的是数据边界，不等于自动解决合规问题。
四、“不用于训练”也不能只看 WorkBuddy 一方
腾讯对 WorkBuddy 本身的说明比较明确：
服务端处理的数据片段不用于模型训练。 所以不能简单说腾讯会默认拿企业数据去训练大模型。 但企业还需要看两个问题。
1. 模型供应商是谁？
如果 WorkBuddy 调用了企业配置的第三方模型，那么数据还会进入对应的模型服务。 因此： “WorkBuddy 不训练” 不等于： “整个链路上的任何模型供应商都不保存、不训练、不人工查看数据。” 企业至少还应该确认：
- • 数据保留多久；
- • 是否用于训练或模型改进；
- • 是否存在人工审核；
- • 数据存储在哪个 Region；
- • 是否存在其他 Subprocessor。
2. “体验优化计划”是否关闭？
WorkBuddy 隐私指引中还存在“体验优化计划”，开启时，经过加密、脱敏的输入和输出可能被用于“优化模型”。 这里不能简单理解为“拿企业数据训练基础模型”，但对于医药企业，更合理的做法仍然是： 由企业统一管理这类开关，而不是交给员工自己决定。 对于高敏感环境，最好在合同和技术配置中进一步明确： 不用于模型训练 / 不用于模型改进 / 不进行人工审阅。
五、员工真正需要的，是一张数据分级表
员工其实不应该每次自己研究 VPC、模型 Provider 和 DPA。 这些应该由 IT、信息安全、Privacy、QA 和业务部门提前做好。 员工真正需要知道的是：
我手里的这个文件，能不能交给 AI？ 可以用一张简单的“红黄绿灯”解决： 数据等级 医药行业例子 建议 🟢 公开数据 指南、公开论文、CDISC 标准、已公开研究资料 可以正常使用 🟡 一般内部数据 培训材料、模板、非敏感 SOP、普通项目资料 只在企业批准的 AI 环境中使用 🟠 机密研发数据 Protocol、SAP、CRF、SDTM/ADaM Spec、代码、研发策略、投标资料 只能进入企业批准的受控环境，明确模型、部署和数据边界 🔴 敏感/受监管数据 EDC、AE/SAE、Lab、ePRO、病历、影像、基因数据、可识别患者信息 默认不要进入通用 AI Agent，应进行专项审批和风险评估 （左右滑动） 这里最容易被忽略的是橙色数据。 患者信息大家通常比较警觉，但 Protocol、SAP、SDTM Mapping、统计代码、新药研发策略同样可能属于企业核心的： 机密信息 / 商业秘密 / 研发知识产权 这类数据并不是不能用 AI。 相反，它们往往恰恰是 AI 最有价值的场景。 但使用方式应该从：
员工自己选择一个模型 升级为：
企业规定哪些数据可以进入哪些模型、哪些网络和哪些 Agent。
六、医药行业还有第二道门：安全不等于 GxP 合规
还有一个特别容易混淆的问题。 如果 WorkBuddy 只是：
“帮我总结一下 Protocol。” 主要考虑的是数据安全和输出准确性。 但如果它开始参与： EDC Data → Agent 发现异常 → 生成 Query → 回写 EDC 那么它已经进入临床试验受控业务流程。 这时候需要继续考虑：
- • Intended Use；
- • Validation；
- • Access Control；
- • Audit Trail；
- • Change Control；
- • 模型和 Skill 更新；
- • Human Review；
- • 数据完整性和可追溯性。 因此： ISO 27001、SOC、等保、VPC、No Training，解决的是信息安全的重要部分；它们并不能直接推出某个 AI Workflow 已经满足 GxP 要求。 这是两道不同的门。
最后
回到那位网友的问题：
“什么数据可以放进去，什么不能？” 其实它暴露了一个越来越普遍的问题： 企业完成了 AI 工具采购，却未必完成了 AI 数据边界的治理。 理想情况下，员工拿到 WorkBuddy 账号时，公司还应该同时告诉他：
- •绿色数据：可以直接处理；
- •黄色数据：只能进入企业批准的 AI；
- •橙色数据：只能进入专享环境、企业 AI Gateway 或私有模型；
- •红色数据：未经专项批准不得进入 AI。 过去企业关心的是：
员工能不能使用 AI？ 现在真正的问题正在变成：
AI 可以看到企业里的什么？ 而当 Agent 开始连接数据库、MCP、EDC、CTMS 和其他业务系统以后，还需要继续问：
AI 不仅能看到什么，它还能代表员工做什么？ 企业采购 AI，只是治理的开始，而不是数据安全与合规问题的结束。 我创建了一个 AI 临床试验交流Qun，感兴趣的朋友看箭头，备注「AI」，我拉你
AI 临床试验交流群 往期文章精选 PharmaSUG 2026 AI 案例拆解 05：康方生物 用 AI 串起 aCRF、SDTM Spec 和 SAS 代码生成 PharmaSUG 2026 AI 案例拆解 04：百济神州 AI 驱动的 TFL 自动化框架 PharmaSUG 2026 AI 案例拆解 03：AI 辅助从数据库 Spec 到 EDC、SDTM 和 P21 PharmaSUG 2026 AI 案例拆解 02：百济神州 实时 SDTM Mapping Agent PharmaSUG 2026 AI 案例拆解 01: 百济神州 ADaM AI 平台 试验启动前，AI 先帮你看方案哪里会翻车 CDISC AI 挑战：AI 开始直接挑战 SAP、SDTM、ADaM 和 TFL ICON 和 Anthropic 宣布合作：Claude 开始进入临床试验全流程 第一家 AI 原生 CRO 出现了：临床数据管理、统计编程会被重新定义吗？ 这可能是第一个临床数据管理的 Agent
把这一章真正跑一遍
下面这条任务可以直接放进 WorkBuddy。先用脱敏副本练习，确认无误后再替换成正式材料。
为该场景画文字版数据流：数据从哪里来，经过哪些组件，发送给谁，保存多久，谁可访问，如何删除。未确认的隐私与合同条款不得写成保证。
本章完成后，应留下这些结果：
- 数据流图 已生成、能打开，关键内容能回到输入材料。
- 红黄绿分级表 已生成、能打开，关键内容能回到输入材料。
最后再看一遍实际文件和变更记录。删除、覆盖、外发、发布、付款、审批和生产写入继续由有权限的人确认。遇到材料冲突、权限不足或外部状态不确定，让任务停下并列出待处理问题。
AI 办公产品教程 · 完整版