用户关闭了“允许用于训练”的开关，数据仍可能进入训练集——OpenAI 在 Daybreak Blue 上再次触碰了这条红线。
发生了什么
据 The Decoder 报道，OpenAI 计划从 11 月 29 日起，使用 Daybreak Blue 会话中的数据训练模型，即便用户此前已经关闭了训练数据授权。消息引发反弹后，OpenAI 补发了一封邮件，承诺提供一个单独的退出（opt-out）通道。
换句话说，默认路径被改成了“纳入训练”，用户需要额外操作才能退出，而不是沿用原有的训练开关设置。
为什么重要
这不是一次孤立的产品条款调整，而是 OpenAI 在数据授权边界上的又一次试探。
此前，OpenAI 与数学家的纠纷已经让外界对其数据来源产生怀疑：有数学家怀疑 OpenAI 在未经同意的情况下，将他们未发表的研究用于训练。这类争议的核心并不在于“是否用了数据”，而在于“是否获得了明确、可理解、可执行的同意”。
Daybreak Blue 事件的敏感点在于，它直接绕过了用户已经做出的选择。用户关闭训练开关，是一个明确的意思表示；而平台以“新会话类型”“新条款生效日”为由重新定义授权范围，会让既有的隐私控制形同虚设。补发的单独退出通道虽然是一种补救，但它把责任转移给了用户：默认纳入、主动退出，而不是默认尊重既有设置。
对一家正在把模型能力嵌入越来越多企业工作流和敏感场景的公司来说，这类摩擦的代价不只是舆论。
影响与看点
对用户而言，最直接的影响是：过去“关掉开关就安全”的直觉不再成立。使用任何新的会话类型或功能前，需要重新确认该场景下的数据条款，而不是沿用旧设置。
对开发者和企业客户而言，这强化了一个已经在形成的共识——不要把合规判断完全外包给平台的产品开关。涉及未公开研究、客户数据、内部代码的会话，最好在输入前就做脱敏或隔离，因为条款可以随功能迭代而改变。
对行业而言，值得观察的是监管与诉讼层面的反应。欧盟等市场对“同意”的有效性有明确要求，默认纳入、事后补发退出通道的做法，很可能成为合规争议的样本。同时，这也给竞争对手提供了差异化空间：谁能把数据授权做得更清晰、更可审计，谁就更容易拿到企业订单。
一个独立判断：OpenAI 补发退出通道，说明它清楚这条线的敏感性，但选择先推进、再补救。这种节奏在增长压力下可以理解，却会持续消耗用户对其隐私承诺的信任——而信任一旦被反复重新定义，就很难再被当作默认值。
