AI 语音模拟面试中的简历、JD、面试录音隐私与商业秘密风险
风险描述
把完整简历、真实 JD、未发布项目架构、客户数据、面试录音与第三方语音对话 AI 共享时，可能泄露以下信息：
- 个人身份信息：姓名、电话、邮箱、住址、身份证号、毕业院校、学位证书编号。
- 商业秘密：未公开的系统架构、数据库表设计、内部接口地址、监控指标、容量规划、故障处理记录、客户名单与合同条款。
- 他人声音与对话：面试官语音、模拟面试中上传的他人录音。
- 招聘流程信息：投递记录、面试官评价、内部沟通。
触发场景
- 在语音对话产品中朗读包含敏感字段的简历 / JD / 项目文档。
- 把真实面试的录音直接上传给语音 AI 进行"模拟复盘"。
- 让 AI 读取未脱敏的内部技术文档以生成更贴合岗位的追问。
后果
- 信息一旦进入第三方服务，删除与溯源难度大；可能被用于模型训练或留作内部审计素材。
- 商业秘密外泄可能违反保密协议（NDA），引发法律与雇佣关系问题。
- 真人声音与对话被合成或转述时，可能侵犯声音权益与肖像权。
缓解措施
- 简历最小化：删除姓名、电话、邮箱、住址、身份证号与公司客户名称；用"某互联网公司"等通用描述替换。
- 项目文档最小化：删除真实系统名、数据库表名、接口地址、内部代号；保留技术类型、规模量级与决策逻辑。
- 优先只提供完成练习所需的最小信息；不要让 AI 主动要求更多上下文。
- 在上传前检查所用平台的数据保存、模型训练与第三方共享设置。
- 真实面试录音不要直接上传；若必须使用，先做剪辑与变声处理，并确认录音涉及人员已同意。
- 涉及客户的真实数据（订单、行为日志）应替换为合成数据或匿名化样本。
与已有风险页的关系
- 与 把未脱敏资料交给通用 AI 服务的隐私与内部数据风险 并列；该页聚焦文本简历与文档，本页聚焦语音通道、面试录音与最小化原则。
- 与 JD 与简历双输入约束 + 语音对话模拟面试 配套：该方法依赖"高密度输入"产生贴合度，但也正因如此需要更强的脱敏约束。