注重隐私的 AI 开发：云端微调，本地运行

每次你向云 AI 服务发送提示词，你的数据就会传输到别人的服务器。对于通用查询这通常没问题。但当你在专有数据上微调模型时——客户对话、内部文档、领域特定知识——计算就不同了。

问题不在于 AI 是否有用。而在于你是否需要放弃对数据的控制才能使用它。

云 AI 的隐私问题

大多数 AI 平台遵循相同模式：上传数据，在他们的基础设施上处理，通过 API 获取结果。这带来了具体风险：数据离开你的控制、合规变得复杂、训练数据重用是真实的担忧。

不同的方法：云端微调，按你的条件运行

Ertas 采用务实的隐私方法：云端微调追求便利，本地部署保障控制。

云端微调

通过 Ertas Web 界面上传 JSONL 训练数据。微调在快速的云 GPU 上运行。Ertas 永远不会用你的数据训练其他模型。

下载并部署到你的基础设施

微调完成后，下载你的模型为 GGUF 文件并在你自己的硬件上运行。推理完全在你的机器上进行——无 API 调用，无数据离开你的网络，无按 token 成本。

企业级存储 Vault

对于有严格合规要求的组织，Ertas 提供 Vault——企业级加密存储。

隐私影响最大的场景

• 敏感客户数据：支持对话、用户行为数据、医疗记录、金融交易
• 专有商业知识：内部流程、产品文档
• 受监管行业：医疗、金融、法律、政府
• 面向客户的 AI 功能：可以自信告诉客户他们的数据不会被发送到第三方 AI 提供商

你的数据。你的模型。你的条件。这就是要点。