把 AI 写的东西发出去之前，我先让机器扫一遍：零依赖发布前自检脚本 #WorkBuddy#
我上了年纪，电脑水平一般，用 AI 助手干活有两个月了。前面写了几篇怎么让它替我填表单、怎么让它出报告，这篇换个方向——讲一件更吓人的事：**AI 帮你写出来的东西，本身可能是新的泄密口。** 这话不是吓唬人，是我自己踩出来的。 ## 一、出事那天 我平时让 AI 帮我写点小脚本，抓数据、填表、生成报告这类。有一次脚本跑完，终端里刷出来一行日志，是它自己加的调试输出，长这样： 已加载凭据：开头 eyJ，后面跟着一百多个看不懂的字符 后面还跟着一长串。我当时没反应过来，还挺高兴，觉得它干得挺细致。后来才想明白：**那串东西叫 accessToken，等同于账号密码。** 谁拿到它，就能以我的身份去调接口、花我的额度、看我的会话记录。 更要命的是，那次我正在写一篇准备发到公开社区的文章，正文里要贴一段脚本。AI 很贴心地把我本地脚本"脱敏"了一遍再贴进去——**它把 token 改成了「前 15 位 + 省略号 + 后 8 位」**。看着挺专业对吧？其实这等于没脱。后 8 位虽然不能直接用，但配上前面那段，就是给人家递了个把手；再说，把"我们内部是这么处理的"写进公开文章，等于教别人犯错。 那天这篇稿子最后没发出去，是我自己又读了一遍捞出来的。事后我一身冷汗：**如果那天我懒一点，直接点了发布呢？** ## 二、我试过三种办法，都不行 **第一种：自己用眼睛看。** 最开始的办法。看一次要十几分钟，眼睛在几百行里找几个可疑词，跟大海捞针一样。而且看着看着就麻了，越看越觉得"应该没问题"。人眼做这种重复筛查，天生就不靠谱。 **第二种：让 AI 自己检查它写的东西。** 我试过跟它说"把全文检查一遍，有没有敏感信息"。它每次都回"检查完毕，未发现问题"，态度还特别好。 这个办法有个致命的逻辑错误：**让它检查它自己，等于让嫌疑犯自查。** 它不是不认真，是它的注意力在语义上，不在字符上——它觉得"前 15 后 8"已经是脱敏了，所以报没问题。它没错，是它的标准跟我想要的不一样。 **第三种：写个正则扫一遍正文。** 这个进了一大步，我用了好几天。但扫到第三次就发现一个大窟窿： **正则扫的是正文，扫不到代码块。** 我那篇文章里嵌了四段 Python。正文里的敏感词我全清干净了，可代码块里还留着旧版本的实现——就是那个"只露前 15 后 8"的脱敏函数。正文的扫描规则够不着它。结果正文干干净净，代码里明明白白写着怎么泄露。 这就是我最想说的一点：**只要你的文章里有代码，代码就是独立的风险面，得单独过一遍。** ## 三、最后定下来的办法：本地脚本，五道关 我现在的规矩是：**任何要发出去的东西——文章、代码、日志、报错信息——落盘之后、发出去之前，先跑一遍这个脚本。** 几个原则我先说清楚，这些比代码本身重要： - **零依赖。** 不装任何第三方库，标准库就够。装库这件事本身就有供应链风险，为一个安检脚本再引一个包，不划算。 - **只读。** 脚本只读文件，绝不修改、绝不删除、绝不联网。安检员不该有手。 - **敏感词不写在脚本里。** 这一点我单独说，因为我自己在这上面翻过车。 脚本拆成五关： 关卡，查什么，为什么 第 1 关，中文字数（不含代码块），平台有字数门槛，不够直接不过审 第 2 关，代码块围栏配对、语言标识，围栏落单会把后半个页面全吞成代码 第 3 关，脱敏扫描，**正文和代码块分别报**，代码块是独立风险面 第 4 关，占位符残留，留着"（此处配图）"的文章看着就残 第 5 关，头尾标签，平台靠标签认活动文章，少了不计分 核心代码在下面，直接复制就能用。 # -*- coding: utf-8 -*- """ 外发自检 —— 发布/分享之前跑一遍 用法： python 外发自检.py 你的文件.md 零依赖，只读，不联网，不改动任何文件。 """ import re, sys, json, os FENCE = chr(96) * 3 # 三个反引号组成的代码围栏标记（用变量，避免在正文里出现裸字符） # 规则放外部文件，脚本本身不写具体敏感词 RULES_FILE = "外发规则.json" DEFAULT_RULES = { "系统用户名路径": r"[A-Za-z]:\\+Users\\+[^\\\s\"']+", "手机号": r"(?= 1500 else "不足") if cn 1 else "")) ## 四、最阴的一个坑：检测词表本身会泄密 第一版脚本我写得很实在，把要查的东西直接列在代码里：真实昵称、常住的城市名、用过的平台账号、内部的项目代号，一行一个，清清楚楚。 用了没两天我就反应过来——**这个脚本我是要贴到文章里的。** 词表一贴出去，等于我自己把"我叫什么、住哪个城市、买了什么"报了一遍。安检员自己成了泄密源，挺讽刺的。 改法很简单：词表从脚本里搬出去，放到一个外部的 JSON 文件，脚本只负责读。JSON 不往外发，谁也看不到。 { "系统用户名路径": "[A-Za-z]:\\+Users\\+[^\\\s\"']+", "令牌JWT": "eyJ[A-Za-z0-9_-]{10,}", "你的真实昵称": "这里写只有你自己知道的词", "你的常住地": "这里写具体的城市名", "内部项目代号": "这里写不方便公开的名称" } 脚本找不到这个文件，就用内置的通用规则（手机号、邮箱、令牌、键值型密钥那几条）；找到了就并上你自己的。这样脚本能公开，家底不公开。 顺带说一句，这个坑还有个变种：**日志。** 脚本跑的时候别把命中内容打印出来，只报"第几行、哪一类、命中几处"就够了。我见过不少脚本，扫出问题就把原文整段 echo 出来——本来只有一处泄密，一打印变成两处。 ## 五、我踩过的坑，整理成一张表 坑，表现，怎么躲 让 AI 检查它自己，每次都回"未发现问题"，检查必须独立于生成，用本地脚本 只扫正文不扫代码，旧的不安全实现藏在代码块里，正文和代码块分开统计、分开报 只露"前 15 后 8"，看着像脱敏，实际仍属泄露，要么全隐藏，要么只报"已加载" 敏感词写在脚本里，脚本一贴，家底全出去了，词表放外部 JSON，脚本只读不写死 日志打印命中内容，扫一次泄一次，只报行数与类型，不打印原文 靠眼睛看，看十几分钟就麻了，交给脚本，人只做最后的判断 ## 六、值不值得 算笔账。写这个脚本我花了大概四十分钟，中间还返工了一次（就是词表泄密那次）。 从那以后，每次外发前跑一遍，五秒钟出结果。这两个多月我发了七八篇东西，跑过二十来次自检，抓出来过四次真问题：两次是代码块里的旧实现，一次是文章里混进了系统用户名路径，一次是字数不够。 四次里面任意一次漏出去，后面的麻烦都比四十分钟大得多——尤其是用户名路径那种，发出去就收不回来了。 更实在的收益是心态。以前每次点发布之前我都要犹豫半天，生怕哪里没看清；现在跑一遍脚本，看到"可以发"三个字，手就敢按下去了。**把不确定变成确定，这是这个脚本最大的用处。** ## 七、说两句实在话 用 AI 这段时间，我最大的体会不是它有多能干，而是**它的能干和它的风险是同一件事的两面**。它能帮你写出一堆脚本，也就意味着它能把不该写的东西写进去；它记得住你的习惯和偏好，也就意味着它手里握着你的信息。 我不是说不能用，我自己天天在用。我是说，**越顺手的工具，越要在出口处加一道闸。** 这道闸不用多复杂，一个几十行的本地脚本就够，关键得是独立的、确定的、不联网的。 如果你也经常把 AI 写的东西发出去，建议照着这个思路弄一个。不用抄我的代码，按你自己的情况改——你怕什么漏出去，就把什么写进那张词表里。 最后提醒一句：**脚本跑出来"干净"，不代表可以不过脑子。** 它只能查你事先想到的东西，想不到的它查不出来。最终拍板的还得是人。 �
