Gemini默认用你的对话训练模型：除非关闭Keep Activity

谷歌的Gemini正在用你的对话数据训练模型——即便你付费订阅了高级版。这一结论来自Hacker News上的一则“Tell HN”帖，发帖者提醒开发者：在把代码粘贴进Gemini之前，先搞清楚Keep Activity开关到底控制了什么。

付费不等于免训练

很多人默认“付费用户的数据会被特殊对待”，但根据这则帖子的说法，订阅Gemini并不能让你退出对话训练。谷歌的文档对此有明确说明：对话是否被用于改进模型，取决于Keep Activity（保留活动）设置，而不是你的付费状态。

这个区分很关键。企业采购时常把“数据不被用于训练”当作谈判条件，个人开发者则容易因为“我付了钱”而放松警惕。两种心态都建立在同一个误判上——把商业关系和数据条款混为一谈。谷歌把控制权放在了一个具体的产品开关上，你要么手动关掉它，要么接受默认行为。

Keep Activity、人工审核与三年留存

谷歌文档中与开发者最相关的有三项内容：Keep Activity开关、人工审核机制，以及数据留存周期。

Keep Activity开启时，对话可以被保存并用于模型改进；关闭后，新的对话不再进入训练流程。但这里有个容易被忽略的细节——关闭是“向前生效”的，历史数据不会因此自动清除。

人工审核是另一层。部分对话可能被人工查看，用于质量评估或模型调优。对于粘贴了内部代码、API密钥片段或架构设计的开发者来说，这意味泄露面不只是“机器训练”，还包括“人眼查看”。

留存周期方面，文档提到与训练相关的数据可能保留较长时间，其中三年这一口径在讨论中被反复提及。三年对于一份短期项目的代码片段来说，远超其商业价值周期。

Keep Activity 是谷歌账号层面的活动记录控制项，位于 Google 账号的“数据和隐私”设置中，与 Gemini 应用内的对话历史开关相互关联但不完全等同。它的作用范围覆盖谷歌旗下多项使用活动记录的服务，因此关闭它影响的不只是 Gemini，还包括搜索、位置历史等其他活动数据的保存策略。对开发者而言，需要留意的是该开关在账号级别与应用级别可能存在不同的呈现位置和生效逻辑，仅在某一个界面关闭并不必然意味着所有相关记录都已停止写入。建议在关闭后回到账号活动记录页面确认状态，并检查是否仍存在已保存的 Gemini 活动条目，避免仅凭单一开关的界面反馈就认定数据流已终止。

人工审核在主流AI服务条款中通常以“有限人工审阅”的形式出现，用于处理滥用检测、质量评估和安全事件调查。它区别于模型训练流程，但输入内容同样可能被人看到，且审阅范围往往不限于被标记的对话。对开发者来说，这意味着即便关闭了训练相关的活动保留，粘贴在对话中的密钥、内部接口地址或未公开的业务逻辑，仍存在被人工查看的可能性。实践中的应对方式是把审阅机制视为与训练同等重要的风险面，对敏感片段做替换或抽象化处理，而不是仅依赖某个开关来隔离风险。

开发者该在粘贴代码前做什么

针对这个情况，帖子的建议可以归纳为几条可操作的动作。

第一，检查并关闭Keep Activity。这是最直接的控制点，但要注意它只影响此后的对话，已经产生的历史记录仍需单独处理。

第二，把敏感内容挡在对话之外。密钥、内部接口、未公开的业务逻辑不该出现在任何可能被留存或审核的输入框里，无论服务是否付费。

第三，把数据处理条款纳入工具选型。团队在选择AI编程助手时，训练数据政策应当和代码补全质量、上下文长度一样，成为评估维度。

第四，企业环境需要明确的输入规范。与其依赖每个开发者自觉，不如把“什么可以粘贴、什么必须脱敏”写成规则。

这不是Gemini独有的问题

把视角拉远，对话数据用于训练是当前AI助手的普遍做法，差异只在于默认值、开关位置和条款透明度。用户在A产品里关掉的设置，不会自动延续到B产品。

对开发者而言，真正的风险不在于某一家厂商的具体政策，而在于“默认接受”的使用习惯。粘贴代码只需要一秒，而理解一份数据条款往往需要十分钟——这个不对称正是问题的根源。

帖子的价值也在这里：它没有停留在抱怨，而是把谷歌文档里的具体机制摊开，让每个使用Gemini写代码的人自己判断。关掉一个开关只需几步，但意识到需要去关它，才是更难的这一步。

数据留存周期指服务商在条款中承诺的、用户数据在被删除或匿名化之前的最长保存时限。这一口径通常与训练数据、滥用调查记录、计费凭证等不同类别分别设定，因此文档中出现的“三年”未必适用于所有数据类型，需要按类别对照阅读。留存周期的实际意义在于：即便你此后关闭了活动记录，已经进入留存窗口的数据仍会按既定周期存在，删除请求的处理也可能存在延迟。对开发者而言，评估一段代码片段的风险时，应把留存时长与其敏感度的衰减曲线放在一起看——短期项目的临时密钥可能在数周内失效，而架构设计图的商业价值周期往往更长，两者的风险等级并不相同。理解留存口径的类别差异，比记住某一个具体年限更有助于做出判断。