近期人工智慧領域的新星 DeepSeek 憑藉其高效能與低成本的特性迅速崛起，引發全球關注，同時也對傳統 AI 巨頭造成龐大的壓力。然而，長期觀察大型語言模型（LLM）風險趨勢的KPMG資安實驗室發現，DeepSeek 目前仍存在一些資安黑洞。DeepSeek 仍無法擺脫的AI資安風險包含雲端安全、個人隱私與資訊偏差等三項。
近期DeepSeek 曾因雲端資料庫的錯誤組態配置，導致所有網路使用者都可存取內部資訊，進而發生超過百萬筆資料外洩事件，影響範圍包含系統日誌、應用程式介面金鑰及用戶聊天記錄等敏感資訊。這些資訊如果被惡意人士擷取，將可能帶來系統崩潰的大災難，也將嚴重影響使用者的資料安全性。
同時DeepSeek也存在語言模型的個資蒐集風險，難以避免過去也曾多次發生「明拒暗記」的案例。如曾經於對話中向 AI 透露過自己家人的性別、生日等隱私資訊，雖然多數系統會回應提醒用戶保護好自己隱私，並強調不會蒐集使用者隱私，但隔幾日若使用者在同一個對話活動中提到有關生日禮物的問題，AI 卻可以依據曾透露過的家人性別與生日精準回答問題，顯見 AI 會「循規蹈矩」的提醒提問者，但為了機智靈活的回應問題，也會暗中記住線上提問的個資。另外依據 DeepSeek 的隱私政策指出，其收集的資訊儲存在中國境內的伺服器上，並可能收集用戶的文本或語音輸入、上傳的文件、聊天記錄等內容。更值得注意的是，DeepSeek 在涉及特定政治敏感話題時，會進行內容審查，避免回應或提供官方立場，例如回應「讓我們聊點別的吧」，甚至中英文版本回應完全不同的答案。因此，使用Deepseek不但有資料跨境安全疑慮，如特定國家政府或有心人士，透過與AI的互動記錄，進行思想捕捉與資訊誘導，將對使用者的隱私與資訊自由度，將產生更深的侵害。
DeepSeek 的模型在生成內容時存在一定的漏洞，容易受到「邪惡越獄攻擊」（Evil Jailbreak Attacks），被進行提示注入（Prompt Injection）資安風險。也就是使用者可以經由提示詞誘導的方式，「套路」AI 或繞過內建的安全道德圍牆，取得錯誤或是不道德的答案。例如語言模型透過問題的誘導與情境設定，寫出毀滅人類計劃書，詳細描述入侵各國網路、控制武器、破壞基礎建設等 SOP，甚至提供對應的 Python 程式碼。DeepSeek若在惡意人有效的誘導下，更可以用「極低成本」產出「超高仿真」的Deepfake(深偽)虛假多媒體內容，不得不提高警覺。因此使用者在選擇大型語言模型時，不可輕忽人工智慧遭到有心人士的濫用所導致的風險。
我國政府已經明令禁止於公務機關使用 DeepSeek，而在資安高風險產業，特別是金融、電信及高科技等，如要應用新的語言模型，都應該有完整的風險評估及隱私衝擊分析程序，充分考量開發廠商背景、功能特性、應用情境與內容審查機制等條件，例如，科技業工程師使用 DeepSeek 詢問特定製程的參數等業務機敏行為，應該避免，才能確保資料安全與業務機密不被洩露。這樣的措施不僅能降低潛在的資安風險，還能保障企業的核心競爭力和使用者的隱私權。
