PII脱敏实测：Nova Pro打平4GB笔记本模型

94%对93%。一组德语PII脱敏测试里，Amazon Nova Pro追平了一台笔记本上跑的4GB开源权重模型——注意Nova Pro是API调用，人家是本地跑。更狠的是Nova Micro，整个系列最便宜的那档，跟Comprehend测了个平手，单位文档成本只有后者的二十分之一。然后测试里输得最惨的那个，反而是专门为德语微调过的模型。

反直觉是吧。但我觉得真正的反直觉点在这儿：你处理PII的瓶颈从来不是模型选哪个，而是数据根本不敢往模型里送。

GDPR、HIPAA、数据处理协议卡着数据流向。你以为内网权限能兜底？权限边界在你的业务系统里是清晰的，一旦原始数据进了共享RAG索引或者某个prompt模板，边界立刻蒸发。再加上生产数据泄到开发环境这事儿谁都拦不住——合规流程要走三天，不合规的只要三分钟，你猜一线工程师选哪个？这不是安全问题，是工作流设计问题。

所以脱敏层得前置：数据进模型之前先过一遍，把身份信息替换成带类型的占位符，让模型安心提取结构。

分规模说：

小规模（个人/临时）
别自己造轮子。有Kiro或者Claude Enterprise席位的话，桌面应用加一个PII脱敏skill就够。这个规模下token成本没意义，固定月费二十份文档随便造，直接上最好的模型，上下文判断力比省几毛钱token值钱。

中等规模（团队级自动化）
分数据驻留看。数据能进AWS的话，Nova Micro是性价比之王：德语92%准确率、亚秒级延迟、十万份文档约3.9美元。Nova Pro换云端最高精度（德语94%），十万份约88美元，跟Comprehend持平、比Haiku便宜三分之二。但买Pro之前先看业务里是不是真有一堆德语金融标识符要处理，没有就别花这个钱。

Comprehend是另一类选手：100毫秒延迟、开箱30多种实体类型、不用写prompt也不用管模型版本迭代。

我的结论是：先把脱敏层立起来，再谈模型选型——后者只是算术题，前者才是架构题。