混合部署的数据分界是怎么划的？

银行的处理方式值得借鉴：金库藏在楼宇深处，营业厅开在大街上，钱与客户分流而行。用智能体和大模型能力的企业越来越多采取同一思路——敏感数据与核心流程留在内网，通用能力借用云端，这就是混合部署。它带来灵活性的同时，抛出一个必须回答的问题：数据分界线划在哪里，靠什么守得住。

先带走一个判断：分界线是规则，更是工程边界。它必须落到网络层、存储层、应用层三个层面同时可见、可验证，只写在文档里的分界线等于没划。

分界线划在哪一层

工程上分界通常落在三处。网络层：内外网通过网关与防火墙隔离，只有指定端口与协议可通行。存储层：内网存储与云端存储物理或逻辑分离，各自有独立的访问控制。应用层：服务被明确切成内外两半——推理主服务与敏感数据仓库在内网，通用模型调用、公开知识检索在云端。三层同时划线，才谈得上纵深；只划一层，绕过去是时间问题。

哪些数据必须留在内网

判断标准不在数据量，而在泄露后果。通常强制留内网的有：客户身份信息、业务核心数据、内部文档与知识库原文、凭证明文与配置密钥——密钥的存储要求见私有化的授权是怎么管的？关键步骤一次讲清。可以出边界的常见是：已经脱敏的统计值、公开可得的资料、不带上下文的通用请求。实务中容易犯的错是「顺手」把完整原文发给云端模型做摘要，脱敏环节前置到出边界之前，才守得住这条线。

留内网还是能出边界，看的是泄露后果，不看数据量。

跨边界的两条通道

划了界不是断绝往来，而是给往来定规矩。第一条是请求通道：内网应用调用云端能力时，先在内网完成脱敏与打包，经加密隧道出边界，云端只见到处理后的内容。第二条是结果通道：云端返回的结果进入内网前要过内容检查，防夹带。两条通道都要遵循最小化原则——只传必要字段，能传摘要就不传原文。通道本身也要有降级预案：云端不可达时，内网侧应能以本地缓存与本地模型撑住核心流程，不至于整体停摆。通道的状态与质量也被纳入整体可用性统计，统计方式见SLA 的可用性是怎么算的？过程拆开看。

边界上的日志与审计

分界线上最值钱的是审计能力。每一条跨界请求都应留下记录：谁发起、带了什么级别的数据、去了哪、什么时候回来。审计日志自身存内网，定期复核异常模式，比如深夜大批量文档出边界就值得追查。注意别把审计做成摆设——要有明确的复核节奏和异常处置路径，日志才有约束力。云端侧的调用日志会同步回内网归档，归档保留策略单独定，细节见日志的保留与合规是怎么平衡的？。

混合部署下，边界两侧的算力差异也直接影响设计：云端算力充沛，内网与边缘侧则受约束，应对方式见边缘设备的算力约束是怎么应对的？；若采用整机交付形态，出厂预置与内部配置见一体机里面的配置是什么？从原理到落地。

数据分界自查清单

• 网络、存储、应用三层是否都划了界
• 强制留内网的数据类别是否有清单
• 跨界通道是否只传脱敏后的最小字段
• 返回内容是否过检查再入内网
• 跨界审计日志是否有复核节奏

混合部署快问快答三则

• 分界线以后还能调整吗？：能，且应该随业务定期复审，比如新的敏感数据类别出现时要同步更新清单与脱敏规则。
• 云端的算力大，能不能多把数据送过去？：算力优势与数据边界是两件事，送什么由泄露后果决定，不由算力决定。
• 用纳米AI或扣子这类工具搭建的应用算哪一侧？：看它部署在哪侧、处理什么数据，工具本身不改变分界属性，数据流向才决定。