不上传前提下的文档合规

在本地处理的工具里，“文档不离开设备”是一句关于机制的陈述，不是合规承诺；把这两件事混为一谈，团队最终会拿到一项自己也说不清的控制措施。这篇讲的是怎么把这句话说准、它在哪里有用、以及它在哪里没用。

说清机制，别下结论

可以验证的说法很窄，也很具体：一次使用过程中，解析、分块、向量化、建索引、检索、回答全部在浏览器标签页内完成，没有任何文档内容被发送出去；唯一的外发请求是首次拉取模型权重，路径里只有一个文件名，不含内容；权重缓存到本地之后，断网也能继续用。这一段话的每一部分都能在网络面板上看到，任何人都能重复验证。

无法验证的说法是“我们合规”。合规说的是一个组织所承担的义务——某个法律框架、某份合同、某项内部制度、某套审计要求——它取决于标签页不可能知道的事：数据主体是谁、有没有取得同意、适用什么保留规则、运营方设在哪里。工具能把合规论证变得容易一些，它替你做不了这个论证；凡是声称能替你下结论的供应商，卖的都是他拿不出来的结论。

所以在你自己的文档里，把下面这几句话分开放：

说法	类型	谁能核实
“文档内容在浏览器内处理，不会被传输。”	技术事实	你自己，网络面板，十分钟
“该配置满足[某项具体义务]。”	评估结论	你的合规负责人，加上法务意见
“该工具已通过[某标准]认证。”	供应商主张	证书、认证范围和审计方，不是宣传页

这项属性真正合适的地方

内容敏感、任务是一个人查阅、并且不需要给别人看这份文档时，这项属性是有价值的。

场景	不上传有帮助吗	说明
签署前审阅对方发来的合同	有	对方的草稿不会落到第三方的存储上
整理自己的体检报告、病历	有	属于敏感类别，而你要做的是查找某个数值，不是分享
面试官阅读候选人材料	有	候选人资料留在你的设备上，没有引入新的处理者
谈判前核对自己的薪酬表格	有	数字、姓名，而且不需要共享索引
自己学习一份技术手册	有	这里图的是方便，不是义务，两种做法的风险都低
带敏感日志的事故报告复盘	有，但要注意	留意下面提到的 OCR 与浏览器扩展问题

在这些场景里，本地方案从流程中拿掉了一个具体环节：内容不会产生新的数据处理关系，不会启动某个保留期，也不会多出一个需要评估的供应商。这句话写在内部说明里是站得住的，因为它可以被验证。

它确实不合适的地方

有些场景里，“只在浏览器里跑”是缺陷而不是优点，与其把工具硬撑进去，不如讲实话：

• 共享。 同事打不开你的本地文档库，也没有链接可以发。工作流如果是“发给团队传阅”，托管服务能做，标签页做不到。
• 审计链。 本地索引不产生服务端的读取日志。如果某项义务要求你证明谁在什么时候访问了什么，客户端工具提供不了这个证据。
• 协作与版本。 没有并发编辑，没有共享批注，没有中心的“最新版本”。
• 法律保留与电子取证。 保全义务针对的是受管可控的中心化副本。本地缓存恰好是保全要求最不需要的东西。
• 规模。 单文件 25MB、单库 40 份、总量 200MB、20,000 块，手机上 10 份。几千份扫描件的语料不是浏览器的工作负载。
• 无人值守的处理。 任何需要按计划、在服务器上、没有人在场也要跑的任务。

一句话总结：本地处理是给“读”用的，不是给“协作”用的。上面这几点里有三点命中你的流程，那就该换个工具，这一点不会因为任何配置而改变。

“不上传”之后仍然存在的风险

“文件没有离开你的设备”是真的，也很容易被过度解读。下面这些路径依然能让内容扩散出去：

• OCR。 你扫描了一份合同，先送去在线 OCR 再导入，文字在那一步就离开过机器了。本地工具没见过扫描件，它见到的只是结果。OCR 尽量在本地做，并且看清 OCR 工具自己往外发什么。
• 浏览器扩展。 一个持有“读取和更改您在所有网站上的数据”权限的扩展，可以读页面内容，包括渲染出来的文档文字。处理敏感材料的那台机器，把扩展审一遍，或者用一个干净的浏览器配置文件。
• 共用电脑与公共电脑。 本地索引存在那台机器的浏览器存储里。共用机器上用完之后清掉站点数据，或者干脆别在那上面处理。图书馆、酒店的电脑，默认它不安全。
• 剪贴板与截图。 把答案粘进聊天工具、工单系统或邮件，内容就出去了。这是一条手工外发路径，任何架构都堵不住。
• 系统与浏览器同步。 部分浏览器会在同一账号的多个设备间同步存储或打开的标签页。会话恢复、系统“最近使用文件”、操作系统级的文件索引，也都可能留下痕迹。
• 原始文件本身在哪里。 如果这份文档就放在同步目录里，那整个问题都不成立——在你打开它之前，副本早就存在于别处了。

这些并不构成反对本地处理的理由，它们只说明描述要准确：本地方案堵住的是最粗的那一条通道，剩下那些取决于你自己的操作习惯。

内部评估的问题清单

在有人签字同意用浏览器工具处理真实材料之前，值得把下面这些问题逐条问清楚。要书面答复；答不上来本身就是一个答案。

1. 到底什么东西会离开这台机器，什么时候？ 要具体到那次请求——首次使用时的模型权重 GET——以及“不传输任何文档内容”这句话。
2. 我们能不能自己复现这个验证？ 向对方要网络面板的操作步骤，并在自己的网络里跑一遍。对方拒绝提供，这本身就是结论。
3. 两次使用之间，数据存在哪里？ 对本站而言是设备上的浏览器本地存储，清除站点数据即可删除；确认它不在一个会同步的配置文件里。
4. 被保留的内容保留多久？ 文档只存在本地，那就保留到你在这台设备上删掉为止。如果比的是托管方案，把期限要到书面。
5. 谁可以读到内容？ 本地方案里，是任何能用到这台解锁设备的人；远端方案里，取决于你自己的权限设计和物理安全。
6. 在共用或借来的设备上怎么办？ 要么写清楚清理流程，要么直接禁止在那类设备上处理。
7. 涉及哪些数据类别？ 多数法域对特殊类别数据有更严格的要求；确认这个分类会不会改变结论。
8. 还有哪些工具碰过同一份文件？ OCR、转换器、截图工具、浏览器扩展、邮件附件。把它们列出来，真正的缺口通常在这里。
9. 我们准备替换掉的那个托管方案，到底拿上传的文件做了什么？ 读现行条款，重点看训练和保留条款，并记下答复日期。
10. 残余风险由谁承担？ 写一个岗位，不要写一个团队。

这篇不是法律意见

这里描述的是一套架构，以及一组该问的问题。它不是法律意见，也不应被理解为对某个辖区里某项具体使用是否被允许做出了判断。那个判断需要你自己的法务和你自己的事实。这篇能做的，是把这份判断的其中一个输入说准：在使用本地处理的工具时，文档确实没有离开设备，而且这句话你可以自己验证，不必采信任何人。