这两年做产品，绕不开AI这个话题。见我的人十有八九会问一句，你们有没有用用户的数据去训练模型。我的回答一直很明确：没有，也不打算这么做。
先说现在行业里普遍在做的事。几乎所有大产品都在收集用户行为数据，用来优化推荐、改进功能。点击、停留、互动、搜索，这些数据被喂进模型，变成下一次更合你胃口的内容。这在当下不算秘密，很多产品的用户协议里也写了。大部分人对这种用法，其实已经习惯了。
但存档类产品面对的情况不太一样。用户存进来的，不是点赞和浏览这种行为痕迹。是他的照片，他和爱人的对话，他给去世长辈写的纪念文字，他整理的家族旧事，他自己都不太愿意给外人看的私人记录。这些东西在性质上，和一个推荐模型需要的训练数据完全是两回事。
我一直觉得，这里有条边界。产品运行本身需要的技术数据，比如系统日志、访问状态、必要的安全校验，和用户真正存进来的内容，必须分开看。前者是把服务跑起来所必需的，后者是托付给平台保管的东西。把后者抽出来喂模型，哪怕做了匿名化处理，性质上也是把别人最私密的记忆当成了原料。匿名化抹掉的是身份，抹不掉内容本身是谁的生活。
何况匿名化这件事，并没有想象中那么牢靠。一段文字、一组照片、一个人的说话习惯，单独拆开看好像认不出是谁，但和其他信息放在一起，很容易重新对上号。越是私人的记录，个人特征越明显。所谓去标识，很多时候只是把名字去掉了，人并没有真正隐去。这也是我不觉得"匿名之后就能拿去用"站得住的原因。
换个角度想就能明白。如果一个人知道自己写给家人的话、存下来的合照，会被混进某个模型的训练集里，他还会不会放心往里放？大概率不会。他会把最想说的话删掉，把最在意的记录留着不敢传。用户一旦开始有所保留，这个地方存下的就不是完整的记忆，只是他敢公开的那一部分。这跟我们做这件事的初衷，正好相反。
为什么很多平台愿意这么做，也好理解。AI模型吃数据，数据越多越聪明，产品体验也能跟着提升。用现成的用户内容训练，成本低，见效快。这条路摆在眼前，不往前走，在短期账面上是吃亏的。
可我们做的这类产品，根基是信任。一个人愿意把最在意的私人记录放进来，前提是他相信这个地方不会把这些内容挪作他用。这份信任一旦破了，很难再补回来。靠拿用户的记忆去换模型能力、换产品噱头，短期看像是占了便宜，实际上是把自己最核心的东西赔进去了。
所以在功能取舍上，我一直比较克制。那些听起来很新潮的智能玩法，比如自动总结你的人生、替你生成一段纪念文字、根据你的私人记录做个性化推荐，我们都没有去做。不是做不到，是不愿意把用户存进来的东西再加工、再利用。存进去就是存进去，安安静静待在那里，需要的时候本人自己来看。
落到具体做法上，后台不会去挖掘用户存了什么、拿这些内容做分析，也不会基于私人记录给人推东西。服务该怎么跑就怎么跑，内容是用户自己的。这条规矩写在产品设计的前面，比任何新功能都优先。
也有人提过，完全不用数据，产品会不会掉队。我的看法是，这类产品比的不是谁的AI功能多。用户要的不是一个会替他说话的机器，而是一个可靠的地方，把他的东西保住。技术可以用来让存储更稳、让读取更方便，但不该反过来消费用户存下的内容。
做决定的时候其实没那么多纠结。就是想清楚一件事：别人把最在意的东西交到你手上，你不能拿去做别的买卖。这条线守住了，其他的选择都顺。
