欧洲数据保护委员会（EDPB）刚刚发布了一份可能改变欧洲数据处理格局的指南草案。这份名为”Guidelines 02/2026 on Anonymisation”的文件于 2026 年 7 月 7 日通过，取代了 2014 年的旧版指导意见。公众意见征询期开放到 2026 年 10 月 30 日。
为什么要更新？因为过去十多年里，AI 技术爆发式增长，法院判例不断积累，人们越来越意识到所谓的”匿名数据”可能并没有那么匿名。
最大的变化：匿名性是相对的
新指南最核心的观点是：同一份数据，对不同的组织来说，可能是”个人数据”也可能是”匿名数据”。关键取决于谁在看这份数据，以及他们手上有什么工具。
EDPB 引用了 SRB（单一处置委员会）案的判决来支撑这一立场。该判决明确指出，数据是否构成个人数据，取决于接收方的识别能力，而不是一个放之四海皆准的标准。
新指南要求组织首先识别所有可能接触到数据集的相关方，然后评估每个相关方是否能利用其掌握的信息识别出特定个人。
对数据处理者（Processor）来说还有一个重要的点：处理者必须从其控制者（Controller）的视角来评估数据。如果数据对控制者来说是个人数据，那对处理者来说也是。这防止了控制者通过外包来逃避 GDPR 责任。
再识别风险怎么评估
指南明确了”合理可能使用的手段”这一测试标准。组织需要考虑数据的属性、可用的技术手段和实施成本等客观因素。
值得注意的是，指南警告不要过度依赖法律禁令来防止再识别——因为犯罪分子根本不会遵守法律，合同中的再识别禁止条款也不如法律禁令有力。组织不能假设数据接收方不会尝试重新识别个人身份。
EDPB 提供了两种评估方法：情境方法（考虑特定实体的能力和资源）和简化方法（假设任何人都可能尝试再识别）。组织可以结合两种方法——先用简化测试，如果发现风险再进行更细致的情境分析。
匿名数据必须通过的三项测试
指南的核心是三项技术标准，数据必须同时满足这三项才能被视为匿名：
第一，不可单独识别（No Record Isolation）：数据中的任何属性组合都不能指向单一个人。数据越具体，就越容易识别出某个人。
第二，不可关联（No Linkage）：不能将数据记录与同一个人的其他信息关联起来。即使一家公司删除了明显的标识符，如果公开数据库中有可以匹配的信息，数据就不算真正匿名。
第三，不可推断（No Inference）：数据不允许对特定个人做出推断。现代 AI 系统可以推断出敏感信息。指南还特别警告了”成员推理攻击”——可以判断某人的数据是否被用于训练模型。
匿名不是一劳永逸的
指南明确指出：匿名性不是永久的。今天匿名的数据，随着 AI 和机器学习技术的进步，明天可能就可以被重新识别。因此组织需要定期重新评估其数据实践，而不是做一次就完事。
新指南为组织提供了比以前更实用的框架和评估工具，但也要求更仔细的文档记录和定期审查。
常见问题（FAQ）
这份指南对普通用户有什么影响？
直接影响主要在企业端。但间接来看，更严格的匿名化标准意味着你的数据在被”匿名处理”后获得更好的保护。
AI 为什么让匿名化变得更难？
AI 可以通过分析数据中的模式和关联来重新识别被匿名化的个人。比如成员推理攻击可以判断你的数据是否被用于训练某个 AI 模型。
GDPR 和这份指南是什么关系？
GDPR 是法律，这份指南是 EDPB 对 GDPR 中匿名化相关条款的解释和操作指导。指南本身没有法律约束力，但在实践中对监管执法有很大影响。
中国用户需要关注吗？
如果你使用的服务处理欧盟用户数据（比如很多国际 SaaS 产品），或者你在欧盟有业务，这份指南对你的数据合规实践会有直接影响。
在 AI 快速发展的时代，”匿名”这个词的含义正在被重新定义。对于关注数据隐私的用户来说，了解这些监管动向有助于更好地判断哪些服务值得信任。