一句话定义
数据最小化（Data Minimization）是一条隐私与数据治理原则：为了某个明确的目的，只收集、只使用真正必要的那部分数据，并只保留必要的时间，多一条都不留。
它到底在管三件事
数据最小化可以用三个问题概括：要不要收？收多少？留多久？很多团队只盯着第二个问题，其实第一个和第三个往往更省钱。例如注册一个记账工具，只需要邮箱；生日、住址、通讯录都属于“以后也许有用”；这正是数据最小化的重点反对对象，因为“也许”不是目的。
日常的比方是出差打包：只带这几天要用的东西。行李越多，丢了越心疼，找东西越费劲，一路上还得一直看着。数据也一样：多存的那份，要占存储、要做备份、要进审计清单、要被权限系统管着，出事时还要被算进泄露范围。
和相邻概念的区别
- 去标识化、匿名化（De-identification / Anonymization）：思路是把数据“改得认不出人”，而数据最小化是“干脆不收”。最小化更靠前，也更便宜。
- 目的限制（Purpose Limitation）：目的限制管的是“收了只能用于这个目的”，数据最小化管的是“只收这个目的需要的量”。两者通常写在同一段合规要求里。
- 数据安全（加密、访问控制、审计）：安全是“把数据守住”，数据最小化是“让数据根本不存在”。没有数据，就没有可泄露的数据。
| 做法 | 思路 | 成本特征 | 出事时的后果 |
|---|---|---|---|
| 数据最小化 | 不收、不留 | 前期就要想清楚，事后几乎零成本 | 无数据可泄露 |
| 去标识化 | 改得认不出人 | 需要持续评估重识别风险 | 仍有残余风险 |
| 加密与权限控制 | 守住已有数据 | 长期运维、配置、审计 | 配置或密钥出错就会失守 |
对从业者的实际意义
做 AI 的人很容易掉进“先全量存下来再说”的习惯：日志里直接落盘完整的请求体，而 prompt（提示词）里常常夹着用户的姓名、工单号和合同片段；训练集里塞进全量用户历史，结果存储、清洗、标注、复核的成本都跟着数据量上涨。可以先问一句“这个字段模型真的用得上吗”，经常能砍掉一半。评估和调试需要的样本量，通常远小于“顺手全存”的量；采样、脱敏后再落盘，一样能定位问题。做特征时只留标签和必要上下文，而不是把原始记录整条搬过去。
对普通人的实际意义
填表时多问一句“这个字段不填行不行”；App 要权限时，能拒就拒；把“以后再删”改成“现在不留”。数据最小化是降低风险最便宜的办法：没被收走的数据，不会出现在泄露事件、内部滥用或多年后的意外用途里。具体条款以各地法规和平台的官方页面为准。