Signal联合创始人推出Confer，主打“对话不留存”的隐私型聊天助手

 一款名为Confer的新项目把“聊天式AI的隐私边界”做成可落地的系统设计：界面和使用方式接近ChatGPT或Claude，但核心思路是让服务提供方在架构上尽量拿不到用户对话内容，从而让“对话内容不用于训练、也不用于广告定向”不只是条款承诺，而是技术前提。项目由Signal联合创始人Moxie Marlinspike在更早时间启动并持续更新，其描述的关键点包括：通过多套系统协同把对话与身份/计费等环节拆分，尽量减少可被汇总的个人数据；在默认路径里避免把用户输入沉淀为可回收的训练语料；并以开源与可审计的工程规范强化外部监督。围绕隐私的担忧来自聊天助手的使用场景本身——用户往往会把行程、健康、财务、人际关系、工作内容等高度私密信息以“像对人说话”的方式交给模型，形成比搜索关键词更连续、更细颗粒度的个人画像；一旦与广告或推荐系统结合，就会出现“利用你最私密的表达去影响消费决策”的风险。Confer把焦点放在“服务方看不见、就难以滥用”的路径上，同时也意味着它需要在性能、成本、可用性与隐私之间做更复杂的工程权衡：既要保证推理体验接近主流助手，又要让系统在日志、排错、风控等现实需求下仍能尽量少触碰内容本体，这类取舍会直接决定它能否被更大规模用户接受。