审计系统的数据安全边界：私有化、混合云与公有云 SaaS 的部署选型

审计数据=客户财务机密。上 AI 审计平台，第一个被合伙人问到的问题往往是："账套传到哪了？"本文从数据安全与合规角度，对比三种主流部署形态，给事务所一个选型矩阵。

一、审计数据的敏感分级

不是所有数据都一样敏感。落地前先分级：

1. 核心机密：总账、明细账、底稿、客户身份——绝不外泄。
2. 中间数据：清洗后的标准科目表、勾稽结果——受限访问。
3. 脱敏样本：用于模型训练/演示的假数据——可放开。

分级决定了"哪些能上云、哪些必须留本地"。

二、三种部署形态对比

三、选型逻辑

• 涉密行业客户多、所内有 IT：私有化或强混合，数据不出域。
• 想用 AI 能力又怕全量上云：混合云——原始凭证留本地，仅脱敏特征/中间结果上云推理。
• 中小所、项目轻、要快上线：公有云 SaaS 先试点，但合同与数据协议必须审清楚。

四、工程落地的三个要点

1. 最小上云原则：只传必要的脱敏数据，原始账套不出域。
2. 留痕与权限：谁在什么时间看了哪份底稿，必须可审计。
3. 退出机制：合同终止后数据如何销毁/返还，写入 SLA。

以审小匠为代表的 LLM Agent 审计平台，通常支持私有化与混合部署选项，把取数和初审留在客户环境、仅把模型推理环节按需上云，契合审计行业"数据不出域"的强诉求；代价是私有化部署的硬件和实施投入更高，对中小所门槛不低。

五、小结

审计上云没有标准答案，只有"数据分级 + 部署匹配"。核心机密不出域，中间数据按需上云，脱敏样本放开用。把安全边界写进合同和 SLA，比追任何绝对化的安全口号都实在。