让 AI Agent 安全地使用你的上下文数据

前段时间，我们为一次不知情的密钥泄露，付了几百美元。

起因是一次普通的代码提交。Agent在写代码的过程中，把我们的OpenRouterAPIKey写进了仓库文档，并一起提交到了GitHub。它在那里待了整整一周，随后被人盗用，产生了几百美元的费用。

整个过程中，我们没有收到任何提醒。直到看到账单，才知道出了问题。好在及时发现，没有造成更大的损失。

真正让我不安的，不只是这几百美元。而是Agent读到了密钥，把它写进了文档，又提交到了仓库，这一路我们竟然没有察觉。我们作为有经验的开发者，尚且翻车，更别说普通用户了。

Hi，我是 Kane，Linkly AI 的创始人。
写1.0发布文章时，我说我们希望成为个人上下文管理中心，让AI更方便地使用每个人积累的资料。
现在，我们需要把另一件事做得更好：这些资料交给AI的时候，用户依然应该知道发生了什么，并保有控制权。
这是Linkly AI 1.5想往前走的一步。不光建好了门，还养一只看门犬。

Agent 需要上下文，但不需要知道你的一切

AI Agent 想要完成工作，读取我们的个人上下文是必要的前提。它越了解我们的资料、经历和正在做的事情，就越有可能给出真正有用的结果。

但电脑里的资料，并不是每一份都适合交给AI。

很多人会在电脑里保存Google账号的恢复码、公司证照、银行卡信息，甚至加密货币钱包的助记词。这些信息可能就夹在一份普通文档里，和工作资料放在同一个目录。
我们不可能记得几百GB的资料里，哪几个文件的哪几行包含敏感信息。

还有个朋友告诉我，他某天突然发现Muse在持续读取自己的日记。日记里包含大量私人内容，而他此前并不知道这些内容正在被读取。那种不安，我很能理解。

问题就在这里：我们希望Agent能主动工作，却很难知道它为了完成工作，究竟读了什么。

尤其当我们还会使用第三方模型服务商时，数据最终经过哪些环节、如何被保留，我们更不清楚。
与其假设每一个环节都值得信任，我们更希望，那些完成任务并不需要的秘密，一开始就不被交出去。

能隐藏的先隐藏，已经读取的让用户知道

所以在1.5 里，我们把隐私数据防护做成了一个独立功能，主要解决两件事。

第一件事，是自动隐藏敏感信息。

当Agent 通过Linkly AI 的 MCP 或 CLI 读取资料时，本地客户端会在返回内容前，识别并替换其中的敏感信息。

目前支持识别200多种敏感信息，涵盖各类密钥、密码、恢复码、助记词、银行卡号、证件号等，也提供手机号和邮箱等类别的开关。敏感信息种类还在持续增加。

我们的出发点很简单：让Agent读到完成工作需要的上下文，同时尽量减少不必要的敏感信息暴露。用户可以选择保护哪些类别，也可以为特定文件夹设置例外。

当然，这有一个明确的边界：自动隐藏保护的是经过LinklyAI返回的内容。如果Agent用自己的工具直接读取文件，就不会经过这道保护。

这也是我们做第二件事的原因：主动提醒。

用户开启对应应用的监控后，LinklyAI 会在本地检查Claude Code、Claude Desktop 和ChatGPT（Codex）的新增会话记录。
当发现工具读取或命令输出中包含敏感信息时，将事件记录下来，并根据风险进行提醒。

这里我想特别说明，提醒发生在读取之后，内容可能已经交给模型。它不能撤回这次读取，也不能代替你判断某个密钥是否需要更换。但我们希望先做到的是：这件事发生过，你应该知道。

如果当初那把OpenRouter 密钥被读取时，我们就能得到提醒，至少会多一次检查和处理的机会，而不必等到账单出现才开始追查。

在数据防护页面，你可以看到哪些应用正在使用资料、哪些敏感信息被隐藏，以及最近发生了什么。相关开关也放在这里，方便随时调整。

一次封号，让我差点失去几百份作品

还有一件事，让我从另一个角度重新思考了数据的控制权。

我用了很久的一个Claude账号被意外封禁了。那个账号里积累了几百份HTML文件，有日常文档，也有原型和网页。账号无法使用后，我也无法再回到那些对话里查看、下载它们。

作品是我做的，但能不能再打开它们，却不由我决定。

以前我知道备份很重要，但总觉得东西还在对话里，需要的时候再找就行。这次才意识到，一段时间积累下来的成果，可能因为一次账号变动，就突然变得遥不可及。

后来，这些文件找回来了。我们做出了「作品」功能，从电脑里仍然留存的历史会话中，把它们重新收集了回来。

这件事让我很庆幸，也更加确定：AI生成的成果，应该有一份留在自己手里。找回的前提是本地还留有记录和文件，并不是所有丢失的内容都能恢复。

与其等到打不开的那一天，再想办法补救，不如在生成的时候就自动收好。

把AI 的作品，变成下一次工作的上下文

我们现在经常会用多个Agent完成工作。在ChatGPT里生成图片，在Claude里做网页原型，再用另一个Agent 整理文档。用得越多，产物就越分散。

所以「作品」首先做了一件很朴素的事：把这些成果集中到一个地方。

选择开启收集后，Linkly AI 会从支持的本地AI 应用记录和产物目录中，持续发现并备份生成的文件。目前支持ClaudeDesktop、Claude Code 和 ChatGPT（Codex），可以收集文档、PPT、表格、HTML 和图片等格式。

你可以按来源Agent、文件类型筛选，也可以搜索标题、会话或项目。收集的HTML可以直接预览和运行，同一会话产生的多个作品也能放在一起查看。

更重要的是，这些文件回到本地资料库后，也可以被索引、搜索，并再次作为上下文供Agent使用。

比如，在Claude 里做好的网页原型，下次可以让另一个Agent找到它、阅读它，再继续修改。

作品不必随着一次对话的结束而被遗忘，也不必一直依附于最初生成它的那个应用和账号。

从收集资料，到让AI使用资料，再把产出收回来继续使用，我觉得个人上下文管理终于又补上了一块。

我们还养了一只看门犬

这次我们也做了一个小试验：桌面宠物。

我希望数据访问这件平时看不见的事，能有一种更生动的提醒方式。宠物平时可以收在屏幕边缘，有需要关注的事件时冒泡提醒，风险较高时还会叫一声。

如果你也在使用ChatGPT的桌宠，当检测到ChatGPT读取了高风险内容时，我们的看门犬还会追着它跑。

我们很喜欢它的趣味性：我们希望LinklyAI像一只看门犬，帮你留意数据正在怎样被使用。它不会替你做所有决定，但至少能在有事情发生的时候，叫你过来看一眼。

透明远比承诺可靠

说到这里，也有一个问题必须回答：LinklyAI自己要读取资料和本地会话，我们凭什么要求用户信任？

我们必须对自己提出同样的要求。

Linkly AI 可以离线使用。这次本地的敏感信息识别、隐藏和主动提醒，也都在本机完成，且免费提供。不需要为了检查隐私，再把这些内容交给另一个云端模型。

我们还在数据防护里增加了「应用隐私」页面，把各项功能如何处理用户数据放在一起说明。哪些处理发生在本地，哪些功能需要云端，用户应该能够清楚地了解。

透明远比承诺可靠。做一个上下文管理工具，不能一边说帮用户守住数据，一边让自己的数据处理过程变成黑箱。

从1.0 到1.5，我们仍然希望AI能更好地使用每个人积累的知识。只是现在，我们对这件事的理解更完整了：收集和输出给Agent之外，还需要备份、保护，以及让用户知情。

如果你也每天让Agent阅读资料、编写文档、生成网页，欢迎下载LinklyAI：linkly.ai，打开「隐私数据防护」，为你使用的Agent开启主动提醒，也把已经生成的作品收回本地。

让AI多了解我们一点，是为了更好地帮助我们。这个过程中，数据的控制权也应该留在自己手里。