发生了什么
Google Research 于 10 月 2 日发布新一代联邦学习（FL）系统，核心变化是把训练过程搬进服务器端的可信执行环境（TEE），并首次为联邦学习提供可被外部验证的中心化差分隐私（DP）保证。谷歌在 2017 年提出联邦学习，目前支撑着 Gboard 的下一词预测与智能撰写、Google Messages 的回复建议以及安卓的智能文本选择。但早期系统存在信任缺口：设备上传数据后立即聚合，外部观察者无法验证数据是否被记录或查看；后来加入的安全聚合（Secure Aggregation）虽有密码学保护，却与当前最先进的中心化差分隐私算法不兼容。结果是，加噪声的是运营方，证明自己加了噪声的也是运营方，隐私长期停留在承诺层面。
系统如何把「信任」换成「验证」
- 数据上传：设备在本地加密训练样本并预先授权一份访问策略，策略列明哪些 TEE 计算可以处理这些数据，且必须发布到公开透明日志 Rekor。
- 密钥与策略验证：密钥管理系统由一组运行 RAFT 共识协议的 TEE 组成，只向符合访问策略的工作负载发放解密密钥。
- 工作负载执行：根 TEE 运行 Python 训练循环，并把可并行的子任务分发给 worker TEE 集群；编排使用派生于 TensorFlow Federated 的开源 Federated Language，只释放经过差分隐私处理的模型权重。
- 容错恢复：每轮结束时保存一份 KMS 加密的恢复状态，用于在根节点或工作节点故障后恢复训练，且不泄露额外隐私信息。
可验证性来自几个环环相扣的设计：访问策略发布在 Sigstore 的公共透明日志 Rekor 上，外部审计者可以追踪设备可能喂入数据的全部服务端工作负载；密钥管理与数据处理的二进制文件可从开源代码（Confidential Federated Compute 仓库）可复现构建；策略直接描述运行中的 Python 训练程序。为保护专有模型架构，TEE 支持在运行时侧加载序列化逻辑，但所有与隐私相关的逻辑必须硬编码在经认证的程序中，工作负载运营者只能看到指标与差分隐私模型权重。
Gboard 已经落地的变化
Gboard 已用这套系统上线英语与日语的下一词预测模型。据同期发布的白皮书，Gboard 的 A/B 测试中，用新系统训练的英语模型以比现有生产模型小三倍的隐私预算，取得了相同的可用性指标，训练时间从过去的一至两个月缩短到约三周。结构上的原因是两点：其一，所有上传数据会在服务端训练开始前收集完毕，设备可用性的昼夜波动不再拖慢进度；其二，梯度计算从设备移到服务端后，训练可跨机器并行，瓶颈转移到 TEE 资源可用量。谷歌表示还在尝试在同一套基础设施上运行合成数据生成、大模型推理等其他 Python 工作负载。
为什么值得关注
对任何需要在合规框架下使用用户数据的团队，这项工作的意义不在单个模型的准确率，而在信任模型本身的变化：过去联邦学习的隐私保障依赖密码学与厂商承诺，现在第一次把「哪些代码能碰到数据」「数据在哪台机器上被解密」变成可审计、可复现的公开事实。它也抬高了联邦学习能训练的模型规模上限——客户端梯度计算移到服务端后，训练不再受手机算力约束。当然，这套机制仍在 TEE 这一代的硬件信任假设之下，TEE 自身的侧信道与供应链风险并未被消除，只是把信任面从运营方收窄到了芯片与构建链。