想知道不同群体在搜索、预订中是否受到不同对待，平台得先收集群体属性；可一旦留下地区、时间和行为记录，即使删掉姓名，也可能被拼回具体个人。Project Lighthouse处理的正是这道两难题：让敏感的公平性数据可用于比较，又尽量降低身份暴露风险。
Airbnb现已开源其Python匿名化库 project-lighthouse-anonymize，并同步发布两篇技术论文。公开材料显示，这套方案采用 k-anonymity——一种用于防止敏感属性在大规模数据中被披露的隐私模型；Project Lighthouse使用的“感知种族”数据不会关联到个人账户，仅用于测量潜在差异，用户也可在隐私设置中退出。
这次开源最值得注意的，不是Airbnb宣称数据已经“绝对安全”，而是外界终于能检查匿名化具体做了什么、有哪些局限。开源提升了透明度和可复核性，但不等于处理后的数据不存在重新识别风险；现有摘要也未披露算法参数与风险评估结果。