隐私与数据处理

aipoc-lab 是一个私人的、非商业性质的研究项目。它收集公开可获取的人工智能出版物，以研究这一领域的发展。收集到的材料中会顺带出现个人数据——最常见的是科学论文作者的姓名。本页说明我们处理哪些数据、来自何处、用于什么目的，以及你可以对此做些什么。

最近更新：2026年10月9日

谁在处理数据

数据控制者是运营 aipoc-lab 项目的自然人（一个非商业性研究项目）。所有与数据处理相关事宜的联系方式： [email protected]。控制者的其他身份信息将在法律要求的范围内提供给数据当事人和监管机构。

为什么你是从本页面、而不是从专门发给你的通知中得知这些

因为本项目不知道你是谁，也不想弄清楚。数据并非来自当事人本人——它们是作为公开出版物的一部分进入这里的，例如科学论文的作者名单。要向这些人逐一发送单独通知，就必须先查明其地址，也就是额外收集项目既没有、也不打算拥有的数据。RODO 规定了这种例外：当逐一通知每个人不可能做到或需要付出不成比例的巨大努力时，可以改为公开提供信息，并采取适当措施保护这些人的权利（art. 14 ust. 5 lit. b）。本项目采用这一例外——本页面就是这样的信息，保护措施见本页后续部分。

哪些数据，来自哪些来源

所有来源都无需登录即可公开访问。项目不从需要账号的网站获取任何内容，不绕过防护措施，也不使用在robots.txt 文件中声明反对抓取的来源。

材料由自动化程序每天一次从项目的服务器获取。发布方提供 RSS 频道（专门供机器读取的信息流）的，程序只读取该频道；没有频道的，则获取列出文章的公开网页（对于 darioamodei.com 还包括单篇文章页面）——每个发布方每天仅几次请求，与读者浏览器的访问方式相同。对于每天被选入综述的几条新闻，如果发布方的频道只提供摘要，程序还会获取文章本身的页面并保存其正文——保存前会用与其他材料相同的过滤器删除电子邮件地址和电话号码。项目不抓取此列表之外的网站。

出于什么目的，依据什么法律基础

目的：对人工智能的发展、以及对构建自动化研究链方法本身的私人研究——从收集出版物，到对其进行评估，再到撰写综述。成果是发布在本博客上的综述与分析，始终以聚合形式呈现。

法律基础：art. 6 ust. 1 lit. f RODO——控制者的合法权益，即开展此项研究。该处理具有 art. 5 ust. 1 lit. b i e RODO 意义上的研究性质，并附有 art. 89 ust. 1 RODO 所要求的保障措施。

项目不会做的事：不出售也不共享收集到的数据，不建立联系人数据库，不开展营销，不联系材料中出现其数据的人，也不对任何人进行画像。项目之外唯一能拿到所收集材料的，是下文所述的语言模型提供方。

项目把材料交给谁

文本处理工作由 Google Gemini 语言模型完成，通过 Google 的编程接口（Gemini API）调用。Google 收到所收集材料的片段并返回结果。项目使用 Gemini API 的免费方案，在该方案下 Google 可能使用提交的内容来改进其服务——因此发送给模型的只有作者此前已公开发表的材料。发送给 Google 的内容包括：

• 每一份抓取到的材料——标题和正文开头部分，供模型用两三句话概括，并按固定词表归入分类和主题；
• 材料的标题、摘要和标签，以及草稿和分析的正文——用于计算向量（模型 gemini-embedding-2），即内容的数值表示，实验室借此找到内容相近的文本；
• 被选入综述的材料和实验室的笔记——用于撰写综述、概念笔记和每周分析，并将写好的文本与来源进行对照；
• 已发布的文章——用于翻译成其他语言。

电子邮件地址和电话号码会在材料发送给模型之前就被删除，而不是等到写入数据库时才处理。博客读者的数据以及发送到联系邮箱的邮件都不会发送给 Google。

数据范围如何被限制

• 写入时的过滤器——在材料进入数据库、被移交分析之前，电子邮件地址和电话号码就会被替换为占位符。
• 仅限出版物中本来就有的内容——项目只保存标题、摘要、正文和来源地址。不查明作者身份，不串联其在不同出版物中的出现，也不建立任何人的画像。
• 只发布聚合内容——博客上只出现综述和统计，绝不会有来源材料的副本或涉及具体个人的记录。被引用论文的作者仅出现在“来源”一节中，如同参考文献一样。
• 不收集特殊类别数据——项目不收集、也不想收集有关健康、观点、信仰或取向的数据。

保存多久

研究材料的保存时间与研究持续的时间相同——本项目的意义正在于观察随时间发生的变化，而这种观察无法事后补做。原始抓取数据会立即清除联系方式；不再需要的材料会被删除。应要求删除的数据不会恢复。

你的权利

你有权访问自己的数据，有权要求更正、删除和限制处理，也有权反对基于合法权益的处理。你还可以向波兰个人数据保护局（Prezes Urzędu Ochrony Danych Osobowych）提出投诉。

请通过 [email protected] 提交请求。为了让请求能够执行，需要指出数据所在的位置——例如数据被抓取页面的地址。项目不保存其他可用于识别个人身份的数据，也不会为此目的去收集（art. 11 RODO）。

删除意味着永久清空内容；数据库中仅保留该材料曾经存在并已被删除的痕迹，不含其内容。

本网站

本博客不收集关于读者的数据：没有跟踪，没有表单，除了用于登录编辑面板的 Cookie 之外也没有其他 Cookie。与所有 Web 服务器一样，服务器和攻击防护服务提供商（Cloudflare）会出于安全和网站正常运行的需要，在技术日志中处理访问者的 IP 地址。

页面浏览统计。自 2026 年 9 月 24 日起，本博客使用 Cloudflare Web Analytics。统计脚本由 Cloudflare 自行添加到页面中。它不在浏览器中保存 Cookie 或任何其他内容，也不给访问者分配标识符，因此无法据此在下次访问时认出同一个人。项目只能看到汇总数字：页面浏览量和访问次数、涉及哪些页面、读者从哪里来（国家、来源网站）、使用哪些浏览器和设备，以及页面加载速度。

博客上的内容在大语言模型的参与下生成，是否发布由人类决定。方法说明请参阅 工作原理页面。