深夜打开ChatGPT，输入一段不敢对任何人说的话。你以为对面只是一台机器。错了。成立于2015年的OpenAI，旗下对话式AI产品ChatGPT近日被曝光的“莉莉项目”（Project Lily），正雇佣几百名外包员工，逐字翻阅普通用户的聊天记录，进行人工打分与内容质检。
希鸥网观察到，该项目的评分区间为1到7分，覆盖免费、Plus、Pro全部用户等级。外包招聘方为Crossing Hurdles公司，薪资通过Mercor平台结算，有员工透露时薪超50美元。最关键的是：即使你此刻手动关闭该功能，仅对新对话生效，此前产生的所有历史记录，依然会被纳入人工审核范围。这个归属OpenAI内部、定位于大模型用户数据隐私治理与人工反馈优化赛道的项目，其隐私过滤器被官方承认并不精准。
OpenAI为何要冒天下之大不韪？底层逻辑藏在AI模型的“对齐”焦虑里。ChatGPT的迭代依赖人类反馈强化学习，即RLHF。简单说，模型给出多个回答，需要真人判断哪个更符合“克制、专业、自然”的标准，再反哺训练。外包员工读你的提问，揣摩真实诉求，给AI回复打分——你的私密对话，成了模型进化的免费养料。这是商业模式决定的路径依赖：谁掌握高质量人类反馈数据，谁的模型就更懂人话。
但用户的心理契约被撕碎了。人们把ChatGPT当树洞，输入医疗隐私、财务状况、不敢示人的心事，默认对面只是机器。这种信任建立在“单向透明”上——你暴露自我，平台却从不告知谁在看你。直到内部文件泄露，用户才惊觉，那个深夜陪你聊天的“AI”，背后可能坐着一个时薪50美元的陌生人。信任的建立需要数月，崩塌只需一条爆料。
更隐蔽的裂痕在组织执行层。Crossing Hurdles负责招聘，Mercor负责结算，OpenAI将审核流程外包，链条上的每一环都在稀释责任。官方宣称先用隐私过滤器筛查，过滤后才推给人工。可自己承认过滤器不精准，冷门隐私、模糊表述常漏判。出了事，免责条款早已写好。反观Gemini，隐私声明写得通俗易懂，用户一眼能看到“部分对话会由人工审核”。透明公开本不复杂，只是愿不愿意的问题。
希鸥网认为，这场博弈里没有绝对的赢家。OpenAI获得了低成本、高质量的人类反馈数据，加速模型迭代；外包员工获得了时薪超50美元的收入，远超行业水平。受损的是用户——他们用隐私喂养了AI，却被剥夺了知情权。Anthropic等公司同样采用人工审核优化模型，这是行业常态。但最大的问题从来不是技术，而是信息不透明。当用户发现自己的聊天记录一直在被真人翻看，而官方从未主动公示，修复信任的成本将远超节省下来的合规成本。
精益创业的逻辑告诉我们，初创企业的核心价值在于产出“可验证的客户认知”，而非功能开发本身。OpenAI的莉莉项目，本质上是在用最低成本获取最真实的用户认知——你的提问就是需求样本，外包员工的打分就是验证数据。但这里有一个致命的假设错误：用户是否真实获益？当隐私被侵犯，这种“认知”是建立在沙土上的。能产出可验证客户认知的工作才是价值，其余全部是浪费。OpenAI若不能解决信任假设，再高效的审核流程都是巨大浪费。
创业的本质是科学实验，必须围绕“价值假设”和“增长假设”设计可量化的最小可行产品。OpenAI的MVP不是新功能，而是一套人工审核机制。问题在于，这个MVP直接跳过了“用户是否接受”的验证环节。它假设用户默认同意，假设隐私过滤器足够可靠，假设关闭按钮真的能关闭。三个假设，没有一个经过真实用户行为数据的检验。精益创业要求快速验证关键业务假设，而非高效交付功能。OpenAI高效地交付了审核流程，却忽略了最关键的信任验证。
给创业者的启示很具体：透明化不是事后补丁，而是产品设计的第一行代码。想让用户把你当成可以倾诉的私密伙伴，就必须在隐私声明里用最大字号写清楚谁在听、听了做什么。不要用“可能”“部分”这类模糊表述消耗用户耐心。主动公示人工审核机制，把选择权交还用户，关闭功能必须覆盖历史记录。这些动作不增加技术成本，只增加诚意成本。在AI产品同质化竞争的今天，信任是唯一无法被复制的护城河。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo