Presidio：在文件送进 AI 前自动识别并遮住个人敏感信息
Launch Date2019-08 (HN / GitHub, 持续更新)
Hacker NewsPresidio
Presidio：在文件送进 AI 前自动识别并遮住个人敏感信息
What It Does (它能做什么)
1
敏感信息识别：检测姓名、电话、证件号、银行卡和医疗信息。
2
多种脱敏方式：支持遮盖、替换、加密和图片文字涂黑。
3
MIT 开源：可部署在企业内部，适合做 AI 数据入口的隐私闸门。
Why It Matters (为什么值得看)
Problem (解决什么痛点)
员工把合同、客服记录和病历直接丢给大模型时，常常连姓名、电话和证件号一起上传。靠人工逐份删改速度慢，也很容易漏掉，企业因此不敢开放 AI 工具。
Market (谁愿意买单)
金融、医疗、人力资源、教育和客服外包都需要数据脱敏。随着企业内部 AI 普及，放在上传入口前的自动隐私检查会成为刚需，适合按文档量或部门收年费。
Edge (为什么选它)
云厂商有类似 API，但敏感数据仍可能先出网。Presidio 可内网运行且规则可扩展。提醒：识别器会误报也会漏报，尤其是中文姓名和行业编号，必须用客户样本调规则并保留人工复核。
Plain-English Glossary (术语白话解释)
PII
能够直接或间接识别个人身份的信息。
Redaction (遮盖)
把敏感内容永久涂黑或删除。
Pseudonymization (假名化)
用稳定代号替换真实身份，必要时可在受控环境恢复。
False Positive (误报)
系统把普通内容错误识别成敏感信息。
Action Path (怎么变现)
1. 赚取佣金 (Affiliate)
私有模型/安全网关/合规咨询分成演示一份合同进入 AI 前后如何自动脱敏，导流本地模型和安全产品。
暂无官方计划
2. 服务变现 (Service)
企业 AI 隐私闸门部署
接到文档上传、客服导出或模型网关前，定制中文识别规则、审计日志和人工复核。
3. 模式复刻 (Copycat)
行业脱敏工作台
做病历、简历、合同或客服记录专用版，预设敏感字段和导出格式。
Entry Ticket
Cost
$20 - $150/mo (内网服务和 OCR 成本)
Time
5 Days (建立规则、样本测试和导出流程)
Difficulty
Medium-Hard (部署简单，准确率校准决定成败)
Source
Open Source Website