TC-AICC 可信计算（Artificial Intelligence Confidential Computing，AICC）适用于在使用大模型处理私有数据与敏感数据的场景。这类场景的共性在于：数据在推理链路中需要保持机密，推理环境需要具备可核验的技术证据，且企业不希望为此自建算力集群。
AICC 在可信执行环境（Trusted Execution Environment，TEE）内完成推理，明文仅在可信执行环境（TEE）内出现。
场景 | 核心需求 | AICC 方案 |
保护企业核心代码资产 | 在 TEE 内完成密态推理，代码上下文不离开安全域 | |
文档向量化与检索过程保持密态 | Embedding、检索、推理全链路在 TEE 内加密 | |
编排、工具调用与上下文全程加密 | Agent 编排与工具调用在 TEE 内隔离执行 | |
用户隐私数据在端侧加密后上云推理 | 端到端加密，远程证明，支持 BYOK（Bring Your Own Key，自带密钥） | |
办公文档与会议内容不离开企业可控环境 | 透明代理接入，低改造，数据不出域 |
AI Coding 场景
目标用户
使用人工智能（Artificial Intelligence，AI）编程工具进行代码补全、审查与重构的研发团队，尤其是对核心代码资产有管控要求的科技、制造、医药、金融等企业。
痛点与需求
代码是企业核心知识产权资产：企业内部代码库包含知识产权与商业秘密。使用云端 AI 编程工具时，代码上下文需上传云端参与推理，存在被第三方读取的风险。
代码审计与安全分析数据敏感：静态应用安全测试（Static Application Security Testing，SAST）与动态应用安全测试（Dynamic Application Security Testing，DAST）的扫描结果、漏洞修复建议涉及安全缺陷信息，一旦泄露可能被用于定向攻击。
依赖外部模型能力但不愿数据外泄：企业需要持续使用较新的模型能力提升代码质量，而私有化部署在成本与模型迭代速度上存在限制。
合规要求代码数据不离开企业可控环境：涉密与行业合规可能要求代码资产不得离开企业可控环境。
解决方案
AICC-SDK 集成到 IDE（集成开发环境）或编程工具客户端，代码上下文在发送前自动加密。
云端 GPU 在可信执行环境（TEE）内执行 LLM 推理，代码明文仅在可信执行环境内可见。
远程证明帮助企业验证推理环境可信，BYOK 助力企业自主掌控密钥。
代码补全、审查与重构结果加密返回，全链路代码不出安全域。
支持 CodeBuddy Security 与 AICC 联合方案，安全扫描结果也在 TEE 内处理。
RAG 托管场景
目标用户
需要将研报、合同、制度、技术文档等内部知识资产接入大模型问答的企业，以及为多个机构提供知识检索服务的平台方。
痛点与需求
企业知识库包含高敏感文档：在检索增强生成（Retrieval-Augmented Generation，RAG）链路中，研报、合同、制度、技术文档等上传云端构建向量索引后，文档内容以嵌入（Embedding）形式存储在向量库中，存在被逆向还原或越权检索的风险。
检索权限越权是重要的安全盲区：知识库权限与源系统权限不一致时，用户可能检索到无权访问的文档片段；该风险被开放式 Web 应用程序安全项目（Open Worldwide Application Security Project，OWASP）列入大语言模型（Large Language Model，LLM）应用十大风险；长上下文窗口可一次性带出较多敏感信息。
Embedding 过程存在明文暴露风险：文档向量化需上传至 Embedding 模型，若在云端以明文处理，文档内容在过程中可能被读取。
检索与推理链路缺少端到端保护：检索结果与用户提问拼接后送入大模型，链路中可能存在明文流转环节，易发生敏感数据泄露。
解决方案
文档 Embedding 在可信执行环境（TEE）内执行，明文文档不离开安全域。
向量库加密存储，检索过程在 TEE 内解密并进行相似度计算，结果不出可信执行环境。
LLM 推理在 TEE 内完成，检索片段与用户 Query 在可信执行环境内拼接推理。
细粒度权限管控：在 TEE 内校验用户权限，仅返回授权范围内的检索结果。
通过 AICC-Proxy 透明代理接入，企业现有 RAG 架构无需修改业务代码即可升级为机密 RAG。
智能体调用场景
目标用户
将智能体（Agent）接入企业内部系统的中大型企业，涉及 CRM、ERP、数据库等多数据源的自动化调用场景。
痛点与需求
Agent 访问多数据源，敏感数据全程流转：智能体编排调用 CRM、ERP、数据库等多个工具，敏感业务数据在 Agent 链路中明文流转，任一环节泄露都存在严重后果。
Prompt 注入攻击可诱导数据外泄：攻击者通过外部内容注入隐藏指令，诱导 Agent 执行未授权操作或外泄敏感数据，传统防护难以检测（OWASP LLM Top1 风险）。
Agent 上下文包含大量敏感信息：Agent 的记忆、规划、工具调用结果均含敏感数据，如明文存储在云端，则可能存在风险。
多步推理链路缺乏可信执行保障：Agent 的多轮推理、工具选择、结果聚合缺乏硬件级隔离，存在篡改风险。
解决方案
Agent 编排器在可信执行环境（TEE）内运行，规划、决策、记忆均在密态下处理。
工具调用经 AICC-Proxy 加密通道执行，敏感参数与返回结果全程加密。
LLM 推理在 TEE 内完成，Agent 上下文（含敏感数据）的明文仅可信执行环境可见。
远程证明保障 Agent 执行环境不被篡改，防范恶意代码注入。
审计日志在 TEE 内生成并加密存储，全链路可追溯、可验证。
AI 助手协同调用场景
目标用户
在手机、PC 等终端设备内置 AI 助手，且需要将用户隐私数据上传云端推理的终端厂商。
痛点与需求
个人隐私数据上云推理的风险：手机、PC 端 AI 助手需处理照片、健康数据、通讯录、聊天记录、位置信息等高敏感隐私数据，上传云端推理存在被第三方读取的风险。
端侧算力不足，需要借助云端 GPU：大模型推理需要高性能 GPU 算力，端侧设备算力不足以在本地运行，推理需上传云端完成。
品牌声誉影响较大：一旦发生隐私数据泄露事件，会对品牌声誉造成影响，终端厂商需要向用户与监管方提供相应的技术证明。
需要向用户提供可核验的隐私保护证明：仅说明数据处理方式可能难以建立用户信任，厂商希望以可验证的技术手段证明用户数据在云端不被读取。
解决方案
AICC-SDK 集成到端侧 AI 助手，用户数据在端侧加密后上传，云端无法解密。
云端 GPU 在可信执行环境（TEE）内执行推理，数据明文仅在可信执行环境内存在。
远程证明让端侧设备验证云端推理环境可信且未被篡改。
HSM BYOK 让设备厂商/用户掌控密钥，云平台无法访问数据。
支持与腾讯云大模型能力组合，用于端侧 AI 助手的机密推理场景。
企业 AI 办公场景
目标用户
在办公场景中使用云端 AI 处理合同、财报、会议纪要等文档的企业。
痛点与需求
办公文档包含机密商业信息：合同、财报、战略规划、人事档案等文档使用云端 AI 处理时，内容以明文上传，存在被读取、留存与不当使用的风险。
会议录音与纪要涉及敏感讨论：会议转录与纪要生成需上传语音或视频内容，涉及商业机密与参会人等信息。
员工使用公有云 AI 工具不易统一管控：员工直接使用 AI 工具处理办公文档时，企业难以管控数据流向；数据一旦进入 Prompt、上下文或日志链路，使用范围不易追溯。
合规要求办公数据不离开企业可控环境：涉密与行业合规可能要求办公文档与内部流程数据不得上传至外部服务器。
解决方案
AICC-Proxy 透明代理部署在企业网络出口，办公 AI 请求自动加密转发。
文档处理、会议转录、邮件分析在可信执行环境（TEE）内执行，明文不离开安全域。
LLM 推理在 TEE 内完成，办公文档内容的明文仅在可信执行环境内存在。
低改造接入：企业现有办公应用（OA、邮件、会议系统）无需修改代码。
全链路审计：操作日志在 TEE 内生成并加密存储，助力用户落实合规要求。
