主题
上传的数据去了哪：沙箱、脱敏、删除与公共知识库的边界
把一份问卷数据或病历表传给一个 AI 系统，最该问的是：它跑在哪、谁能看、模型看到多少、删了是不是真删。下面按数据的一生来答。
上传：落在任务自己的目录里
文件传上来后存在这个任务独占的目录，记 SHA-256，解析出文本做摘要和种子文献抽取。它不进资料库，不进任何共享层，只有你这个账号能访问。分享页不挂下载路由，访客拿不到原始数据。
扫描：个人信息列默认脱敏
上传时按列扫描数据集（只读前 200 行判断列类型）、按段扫描文档，识别：
- 值形态：手机号、邮箱、身份证号（带校验位验证）、银行卡号、ICD 诊断码
- 列名：姓名 / 患者 / 联系人、诊断 / 主诉 / 病史、手机 / 电话、身份证、银行卡等
命中的列在确认页列出来，样例已经打码（手机留前 3 后 4，身份证留前 4 后 4，姓名留首尾）。原始值不进过程记录。你选：
- 自动脱敏（默认）：分析读取数据时把这些列换成带任务盐的哈希（
h_+ 12 位）。同一个值哈希相同，按人分组、去重、计数都不受影响；反过来推不回原值。原文件不改。 - 保留原样：记一条「用户选择保留个人信息列」的事件。
用户协议要求你对上传内容有合法权利；含国家秘密、商业秘密或未授权敏感个人信息的材料请不要上传。
分析：在没有网络的沙箱里跑
每个分析作业起一个临时容器：无网络、非 root、根文件系统只读、CPU / 内存 / 进程数限额、超时强杀、跑完即销毁。数据读入、产物（指标、图、脚本）上传都在容器外做，容器内的脚本连不到任何地方。免费任务的沙箱是 1 核 / 1.5GB / 10 分钟 / 20 万行，已购次数的任务是 2 核 / 3GB / 30 分钟 / 200 万行；超行数上限分层抽样，报告里会标注。
模型看到什么
发给大模型的是完成任务必需的文本：研究问题、文献标题与摘要、分析出来的统计结果、待写章节的素材。不发送账户信息，不发送原始数据行——数据统计在沙箱里完成后只传结果。模型服务在中国境内，隐私政策写明你的课题、材料、生成内容不用于训练任何模型。
原件随时能下
任务的材料行有下载：只有任务所有者能下，一律作为附件返回。文件已被清理时会提示「这个文件已不在服务器上」，而不是报错。
删除：删任务就删干净
删除任务是级联的：数据库行、上传文件、交付物、分析产物、过程记录、实验方案导出、缓存的网页正文一起删，对象存储里该任务的前缀整个清掉。不可恢复，列表页删除前会提示。任务完成 30 天后自动归档，归档只是列表分组，不删任何东西。
删除账户（设置 → 账户）会删掉全部任务和资料库私有层，见 账号与登录。
保留期限
- 过程记录里的模型输入 / 输出原文：免费任务 30 天，已购次数的任务 1 年，到期只删原文、留摘要。
- 检索时缓存的网页正文：30 天。
- 沙箱中间文件：7 天。
- 交易记录按法律要求保存。
公共知识库：你的东西不会进去
公共知识库只收公开渠道合法获得的学术资料（开放获取论文、预印本、机构网页、开放数据集），进库要过一道晋升门（来源、许可证、质量分级）。你的上传文件、研究任务、结论、过程记录都不在候选之列——上传条目在资料库里是私有层，许可证标为 user-upload，只有你能读。
分享报告是你主动的动作：生成链接（默认 30 天有效，可设密码，密码错 5 次锁 15 分钟）后访客能看报告正文、引用和作者署名，不含邮箱、ORCID 和过程记录。重新生成链接旧链接即失效。
全文只索引不展示
平台会尽量拿到文献全文，但能不能在站内读只看许可证：
| 情况 | 站内能读吗 | 你看到什么 |
|---|---|---|
| CC0 / CC-BY / CC-BY-SA / CC-BY-ND / 公有领域 | 能 | 站内阅读器打开全文 |
| 其它许可证或未知（含 CC-BY-NC 系列） | 不能 | 全文只用来检索和 AI 分析，命中片段附原文链接，点「原文」跳出去 |
| 你自己上传的 PDF | 能，仅你本人 | 私有层阅读 |
| 没拿到全文 | — | 摘要 + 链接 |
ND（禁止演绎）许可的文献不做改写式摘录。权利人可以通过「侵权投诉」页 https://scipepper.cn/takedown 要求条目退出公共层，收到后先隐藏再审核。
坑
- 脱敏发生在读取时，不改文件——下载回去的原件里个人信息还在。
- 「保留原样」之后分析产物和图里可能出现原始值，这些会进报告和数据包，导出前自己看一眼。
- 删除任务不影响资料库里你手动加入的文献；删资料库条目要去资料库页。
- 分享页是公开的：链接给了谁就谁能看，要收回就重新生成或关闭分享。