Signal 联合创始人推出隐私优先 AI 聊天助手 Confer

背景与动机

随着大型语言模型（LLM）进入消费市场，用户在使用 ChatGPT、Claude 等聊天机器人时不可避免地将大量个人信息暴露给模型背后的公司。OpenAI 已开始试点广告收入模式，业界担忧类似 Facebook、Google 的数据收集逻辑会渗透至对话系统。Signal 的联合创始人 Moxie Marlinspike 认为，“聊天界面本质上是一种新型的自白工具”，若缺乏严格的隐私防线，用户的隐私将被商业化利用。

技术实现

• 端到端加密：Confer 采用 WebAuthn Passkey 机制，对用户的请求进行加密传输。目前该标准在 iOS、macOS（Sequoia）上体验最佳，Windows 与 Linux 需要配合密码管理器使用。
• 可信执行环境（TEE）：所有推理在硬件安全模块内完成，并通过远程验证（Remote Attestation）确保运行环境未被篡改。这样即使服务器被侵入，模型内部的对话数据也无法被读取。
• 开源模型权重：Confer 选用了多款开放权重的基础模型，避免了闭源模型的黑箱风险。模型仅在本地 TEE 中运行，推理结果返回给用户后即被销毁。

产品形态与定价

• 免费版：每日 20 条消息、最多 5 条并发对话，适合轻度使用者体验隐私防护。
• 付费版：每月 $35，提供无限制对话、更高级模型及个性化定制。相较于 ChatGPT Plus 的 $20，Confer 的价格更高，但对隐私有明确的成本溢价。

行业意义

Confer 的出现标志着 AI 服务的商业模型可能出现分化：一方面是数据驱动、广告变现的主流路径；另一方面是以隐私为核心、提供付费订阅的细分市场。若用户对数据安全的敏感度继续提升，类似 Confer 的产品有望在企业内部工具、医疗健康等高敏感度场景获得突破。

“当聊天机器人变成了‘付费的心理医生’，我们必须确保对话不被用来推销商品。”——Moxie Marlinspike

展望

未来，Confer 计划引入更强的本地化模型、跨平台的 Passkey 支持，以及对企业级 SSO 的兼容。随着 TEE 技术成本下降，更多 AI 初创公司或将采用相似的隐私架构，推动行业向“数据最小化”方向演进。