DeepSeek安全吗？企业使用前先看数据去向、部署方式与美国限制

DeepSeek安全吗？如果处理的是公开数据，可以考虑使用 DeepSeek；如果要输入机密信息，就必须先批准具体的服务、托管方和合同安排。2026 年 10 月 19 日公开的美国联邦限制，为政府相关工作增加了一项独立判断：仅仅采用本地部署，并不能解决使用资格问题。DHS 公告及已签署的命令。

DeepSeek安全吗？先分清服务、模型和使用许可

审批应针对 DeepSeek 的具体用途，不能笼统地批准整个品牌。 AI 开发商 DeepSeek 的法律实体为 Hangzhou DeepSeek Artificial Intelligence Co., Ltd.，既提供托管服务，也提供可下载的模型。不同使用方式，意味着它与你的数据之间存在不同的关系。

企业负责人或 IT 主管判断“安全”时，需要分别回答：

• 服务层面： 谁会接收提示词、文件和日志？适用哪些条款？
• 模型层面： 运行的是什么软件？它会如何响应？能够访问什么？
• 使用许可： 合同、数据义务和适用限制是否允许这样使用？

某一方面过关，不能代替其他方面的判断。客户文档留在内网，并不代表生成的答案准确；模型在某项任务中表现出色，也不代表你有权把那份文档交给它。

核实日期：2026 年 10 月 20 日。 核实范围包括 DeepSeek 当时在线的政策和 API 文档、政府公告及已签署的附件，以及下文引用的托管和模型文档。本文的判断来自对这些资料的分析，并非渗透测试结果，也不代表对某个已部署系统完成了审计。

使用 DeepSeek 托管服务，输入的数据去了哪里？

无论使用 DeepSeek 自有的聊天服务，还是直接调用其 API，请求都会发送给 DeepSeek。 API 是软件向模型请求响应的接口。即使员工通过公司内部应用调用 API，也不等于数据在本地处理。

DeepSeek 网页版和 App 适合办公吗？

chat.deepseek.com 上的 DeepSeek 网页聊天属于托管服务。移动 App 也应按托管服务评估，不能把它当成下载到手机上、只在本机私密运行的模型。

2026 年 2 月 10 日更新的隐私政策写明：“我们在中华人民共和国境内直接收集、处理和存储您的个人数据。”列出的收集范围包括提示词、文件、聊天记录和设备信息；处理目的包括模型训练和改进。政策也要求用户不要提交敏感个人数据。

数据保留时间取决于处理目的和法律义务。政策以账户存续期间为例，并未给出适用于所有数据的短期删除期限。它还说明了服务提供商访问数据、共享搜索关键词，以及在所列法律请求条件下披露数据的安排。这些是政策中载明的数据处理方式，不能据此认定每段对话都会受到政府审查。DeepSeek 隐私政策。

2026 年 3 月 27 日更新的使用条款表示，DeepSeek“可能在最低限度内使用输入和输出”来运营和改进服务，同时受该条款中有关加密和去标识化的限定。条款说明，用户可关闭“Improve the model for everyone”设置，退出相应的改进用途。这个开关针对的是所述改进用途，并不承诺本地处理或立即删除数据。

如果创始人只是起草公开活动通知，边界很清楚：提供已经发布的信息，再审核草稿。如果运营负责人要改写客户投诉，仅替换客户姓名并不能构成充分的审批流程。剩下的事件经过、附件和账户信息，仍可能暴露客户身份或企业信息。

通用条款还要求核查对外发布的输出，并标明其 AI 来源。分享对话链接后，任何拿到链接的人都可能看到对话内容。不要通过分享链接暴露客户记录，对外发布前也应安排人工审批。DeepSeek 使用条款。

使用 DeepSeek API，需要单独审查合同条款

直接接入 API，不代表保密保障自动升级。 API 文档列出的官方基础地址是 https://api.deepseek.com。使用熟悉的客户端库，或者把聊天界面放进公司内部系统，都不会改变请求的目的地。

2026 年 4 月 29 日生效的开放平台服务条款是通用条款的补充。它涵盖面向内部和外部用户的应用，要求保护 API 凭据，并将下游用户的相关隐私责任交由开发者承担。

对于下游用户，API 条款写明：“对其所收集个人信息的处理规则不在本隐私政策的涵盖范围内。”开发者必须提供相应的隐私政策，并确立处理数据所需的依据。这是在划分责任，并不等于承诺 DeepSeek 从不接收、保留或使用 API 输入。DeepSeek API 条款。

本文审阅的 API 条款没有给出适用于所有情况的“不用于训练”或“零保留”承诺。不能假定面向普通用户的聊天设置，也会作用于应用的 API 请求。批准输入机密信息前，应针对具体服务和账户取得书面答复，明确处理地点、训练用途、保留期限、删除机制、访问权限和合同保障。

如果这些问题尚未解决，试点就应只用合成示例：虚构的客服工单、编造的客户记录，以及不含商业秘密的代码。套餐和计费机制可参阅单独的 DeepSeek 定价指南；建立付费关系本身，不是一项隐私控制措施。

第三方托管：模型页面和数据条款都要看

托管方如果自行运行 DeepSeek 权重，就可以让提示词不流向 DeepSeek；代理服务则可能只是把请求转发过去。 代理是将请求转交给其他服务的中间环节。模型选择器里出现“DeepSeek”，并不能说明你采用的是哪种安排。

Amazon Web Services（AWS）提供托管模型服务 Amazon Bedrock，并在 AWS 自己的模型页面列出 DeepSeek 模型。AWS 表示，Bedrock 不会向模型提供方共享输入或输出，AWS 及这些提供方也不会使用它们训练基础模型。这是托管方的明确声明，而不是从模型名称推导出来的结论。AWS 数据使用说明。

AWS 另有数据保留控制文档，具体要求取决于账户、项目、区域的配置及模型要求。不向模型提供方共享、不用于模型训练，以及不保留内容，是不同的承诺。需要检查实际部署设置，以及应用自身的日志记录方式。Amazon Bedrock 数据保留文档。

另一家模型服务平台 Together AI 也在自己的模型目录中列出了 DeepSeek 模型。这只能证明平台提供该模型，并不意味着 AWS 的数据条款也适用于 Together AI，更不能据此确定 Together 每种部署方式的数据所在地和保留规则。

审查任何第三方托管方，都应记录实际执行计算、生成响应的运营方、所选区域、是否存在后续转发或备用路由、哪些主体可以访问数据，以及提示词会如何出现在监控和支持日志中。如果销售介绍写着“美国托管”，就要问清楚是否覆盖推理、存储、备份和技术支持访问。公司注册地址不能完整说明数据流向。

审批记录除模型和托管方外，还应标明端点，也就是接收请求的网络地址。这样，如果供应商日后从独立推理改成转发请求，IT 部门就能识别这一实质性变化。

DeepSeek 本地部署，是否就安全了？

独立部署改变的是谁接收数据；处理数据的系统仍由你负责。 开放权重是可下载的模型参数，也就是模型通过学习获得、用于生成响应的数值。可以把它理解为将发动机装进自己的车：周边环境和控制措施由你决定，但发动机和整车都仍然需要评估。

DeepSeek 官方的 DeepSeek-V4.1-Flash 仓库提供权重和本地推理说明。推理就是使用模型生成响应。版本背景可参阅 DeepSeek V4 详解。

如果这些权重完全在你的硬件上运行，对外通信已关闭，且没有外部服务接收内容，那么提示词就不会发送给 DeepSeek。独立的美国托管方在自有服务中运行权重时，也可能实现同样的数据隔离。这一结论有明确的架构前提，并不表示所有标注“本地”或“美国托管”的产品都已得到验证。

检查应覆盖完整链路：聊天界面、模型运行时、诊断信息上报、搜索、文档处理、备份，以及可选的备用 API。本地推理引擎并不能阻止连接的搜索工具把查询发送到别处。应要求部署负责人记录并核实允许的对外通信。

软件供应链仍然需要审查

下载的文件，以及加载这些文件的软件，都应纳入审批。 供应链包括代码仓库、模型修订版本、运行时、依赖项和部署镜像。模型可以下载，不代表这些组件已经通过审计。

Hugging Face 的 Transformers 安全指南建议使用 safetensors 文件格式，在启用 trust_remote_code 前检查自定义代码，并锁定具体修订版本，避免意外变更。它也支持离线使用预先下载的权重。这些是有用的安装防护措施，并不保证模型的行为安全。Transformers 安全政策。

技术负责人应准备可供审查的部署记录，注明原始发布者、下载的确切修订版本、适用许可证、获批依赖项和服务权限。运行时不要提供无关凭据，也不要授予宽泛的文件系统访问权限。更新必须作为明确的变更处理，并保留回退到上一套获批配置的途径。

独立开发者可能愿意自行承担这些工作。但如果企业没有人负责补丁、访问管理和事件响应，负责人就不应仅凭一份本地部署教程，批准处理敏感信息的部署。

DeepSeek 能胜任员工要交给它的判断吗？

先评估任务，再授予模型权限。 即使响应只在私有环境内生成，也可能出错、带有偏见，或不适合用于影响重大的决策。美国国家标准与技术研究院（NIST）将这些列为生成式 AI 的普遍风险；这不是针对 DeepSeek 的测试结果。NIST 生成式 AI 风险概况。

从自己熟悉的工作中建立验收样本集：有明确政策答案的客服问题、助手应当拒绝的请求、信息不全且应提示不确定性的文档，以及行为可以验证的代码修改。样本应覆盖员工实际使用的语言和接触的敏感话题。先记录缺乏依据的陈述、不恰当的拒绝和遗漏，再决定哪些环节需要人工复核。

还要考虑提示词注入：不可信内容可能夹带指令，与应用原本设定的规则发生冲突。托管地点不能消除这一类攻击。NIST 对提示词注入的定义。

对于客服助手，客户附件里嵌入的指令应被视为客户内容，而不是导出记录的授权。起步阶段只让助手生成待审草稿，并收紧访问范围。发送消息、修改记录和执行命令，都应受到明确控制。这些是设计建议，并不表示任何 DeepSeek 部署已经通过了相关验证。

DHS 命令会如何影响工作中的使用？

限制针对其适用范围内的联邦文职行政部门系统及采购，也涵盖第三方实现。 其范围并不限于屏蔽 DeepSeek 网站。

日期需要分清。公告于 2026 年 10 月 19 日提交，并于 2026 年 10 月 20 日刊登。已签署的附件注明，命令的最初发布日期是 2026 年 7 月 24 日。如果说这是一项首次于 10 月发布的命令，就混淆了公开公告与命令签发的时间。DHS 公告及已签署的命令。

DHS 要求适用机构将 DeepSeek 及关联产品排除在采购之外，并移除受该命令约束的技术，包括使用 DeepSeek 实现而开发的第三方产品和服务。命令设有机构申请例外的程序，但其措辞并未赋予独立托管权重自动豁免的资格。官方命令。

在美国的工作场景中，可以使用 DeepSeek 吗？

对于私营企业，从这份公告能够得出的有限结论是：它并非对所有私人使用的一概禁令。但它也不代表在其他所有法律、客户协议或行业要求下均可使用。对于命令适用的联邦工作，仅有美国托管地址，仍不能解决使用资格问题。DHS 命令及适用范围。

为联邦文职机构客户开发软件的供应商，应先识别软件中嵌入的模型，并将拟采用的架构提交给合同及法务对接人，再作出合规声明。排查范围应包括通过其他供应商访问的模型，不能只检查直接注册的 DeepSeek 账户。

普通私营零售企业如果只是评估公开营销文案，则可以先从自己的数据规则和供应商审查入手。不要把政府采购决定扩大成适用于全公司的法律结论，也不要假定私营企业可用的部署方式，政府客户就一定能够接受。

公司数据能交给 DeepSeek 吗？

审批门槛应由输入数据的敏感程度决定。 下表是面向私营机构的建议默认规则。如果存在适用禁令或客户限制，即使技术审查通过，也必须遵守这些限制。

“有条件使用”是指数据负责人和相关 IT 或合规负责人，已批准具体部署方式、用途、访问安排及合同。它不代表服务提供方已经认证了你的使用场景。

处理客户数据时，实用的判断边界是：这份输入是否获准交给这个接收方，而不是某位员工觉得它看上去是否无害。一份投诉可能同时包含个人信息、机密商业安排和内部备注。

处理代码时，要同时审查两个方向。向外发送源代码，是信息披露决策；执行生成的代码，则是另一项运维决策。公开示例可能适合作为输入，但模型建议的命令，在生产环境运行前仍需审核。

对于受监管工作，应提交实际流程供审查：输入哪些信息、产生什么决策、由谁依赖该决策，以及数据存在哪里。供应商的一般性安全介绍页面，无法回答这些与机构自身有关的问题。

关于 DeepSeek 安全，哪些说法过度简化了问题？

最没有帮助的说法，是把本应分别判断的问题压缩成一个结论。 避免以下捷径：

• “只要用 DeepSeek，提示词就会发送给 DeepSeek。” 这忽略了真正独立运行的推理服务。应验证实际路径，而不是根据模型名称推断。
• “托管在美国，任何用途就都合规。” 地点只是判断的一部分。联邦限制明确涉及第三方实现。
• “关闭训练，就不会存储任何内容。” 是否用于训练、如何处理推理请求，以及保留哪些数据，是不同的问题。
• “开放权重就代表软件经过审计。” 能够下载，并不能证明安装的软件栈或模型响应已经接受评估。

既不应笼统保证安全，也不应一概制造恐慌。真正有用的做法，是批准明确的任务、限定数据，并指定负责人。如果还要选择更适合整体工作流程的工具，可先阅读 DeepSeek 与 ChatGPT 对比，再对选定服务采用同样的部署审查。

要安全使用 DeepSeek，审批必须写到具体用途

周一就把口头许可改成书面审批，并写清数据去向。 业务负责人确定允许的用途，IT 部门记录服务信息，运营负责人确认员工将如何使用和审核输出。

1. 1

   记录实际使用的服务

   盘点员工的聊天账户、应用端点和模型服务供应商。写明运营方、模型、环境、获批用户，以及负责变更的人。

2. 2

   划清数据边界

   列出员工可以提交哪些内容，哪些内容必须先审批。用实际工作中的例子说明，例如公开产品介绍与客户投诉。尚未明确的场景，先从合成输入开始。

3. 3

   厘清托管安排和使用许可

   保存相关条款和审批记录。记录路由、保留期限、访问权限、外部工具及合同限制。涉及命令适用的联邦工作时，提交给负责合同和法务的对接人处理。

4. 4

   限制操作权限，变更后重新评估

   明确在客户或系统依赖输出前，由谁进行核查。托管方、模型、条款、数据类型或工具权限发生变化时，应重新评估。让员工清楚知道，意外披露或非预期操作该向哪里报告。

把这些决定写入 AI 可接受使用政策。小公司可以从公开数据任务开始；CTO 若考虑让模型访问内部文档，就需要形成书面的部署审查记录；开发者若要接入工具，就需要为每项操作设置权限控制。

常见问题

.AI 域名的网站安全吗？

域名后缀只是名称的一部分，并不代表获得安全认可。应识别运营方，查看适用条款，再决定是否允许该具体服务接收你的信息。

DeepSeek 有安全风险吗？

真正有用的评估对象是具体服务、部署方式和任务。托管服务如何处理数据、软件来源是否可靠、模型如何响应，以及是否有权使用，都需要分别回答。本文没有给出实测的安全评分。

哪些信息不该告诉 AI？

不要把凭据和秘密放进提示词。除非具体用途和服务已经获批，否则不要提交企业机密文档、可识别客户身份的记录或受监管信息。即使源材料是公开的，加入内部指令或附件后，也可能变成敏感内容。

订阅邮件通讯，获取 AI 落地应用的实用决策建议和政策更新。