AI hardware can't bypass privacy: the data boundary dispute over Meta glasses, Apple Watch, and connected cars

科技行业总有很好的理由，让人交出更多隐私。

互联网时代，理由是便利。为了叫车、点外卖、与朋友保持联系，人们在一份又一份冗长的协议下面点了同意。许多授权谈不上经过认真选择，只是拒绝之后，眼前的事情就办不下去了。到了 AI 时代，这套交换又有了更大的许诺：设备要理解你，模型要学习真实世界，通用人工智能还要继续向前走。

于是，摄像头和麦克风被装进眼镜、汽车、手表和机器人，越来越贴近人的身体与日常生活。对于其中一些产品，消费者究竟是被服务的人，还是帮助厂商获得数据的人，已经值得重新追问。尤其当硬件价格已经支付，数据却仍被视作可以持续索取的资源，这笔交易便远没有广告里说得那么简单。

坦白说，现在的很多硬件，压根不是为消费者服务而生，而是为“数据”而生。

最近的几则新闻，把这种不安推到了台前。汽车数据流向第三方的研究再次引发关注，苹果手表 15 秒对话回放招来争议，而 Meta 则一边陷入偷拍争议，一边推出无摄像头款，并为部分视觉数据增加退出 AI 训练的选项。它们呈现的共同问题是：科技产品进入生活的速度很快，人们的拒绝来不来得及？

我们需要把态度说清楚：刹车必须要有，而且成本必须支付。授权更麻烦、采集更有限、模型进步可能没那么快，都应当由产业认真消化。普通人没有义务拿自己的生活，替一家公司的技术路线补齐条件。

买下设备之后，还要交出什么？

“用隐私换便利”这句话，曾经让互联网的数据生意显得顺理成章。平台提供免费服务，用户贡献注意力与行为数据，企业再从广告中回收投入。即便这种交换充满信息差，消费者至少还能看到一个表面的解释：我没有直接付钱，所以在用别的东西支付，这种“让渡”还说得过去。

硬件把这个解释变得更难成立。汽车、眼镜、手表与家用机器人，都有清清楚楚的售价；有的产品还要继续订阅。用户已经为设备和服务付款，为什么仍要默认接受与当前服务无关的数据用途？购买一件商品，何以顺带变成对厂商长期数据需求的承诺？

9 月 29 日，The Verge 报道了美国东北大学与《消费者报告》合作开展的车联网隐私研究，涉及 21 辆汽车和 30 款配套应用。研究发现了车辆与广告、追踪及分析域名的连接，也在部分配套应用中发现了向广告网络传输车辆识别码、位置等信息的情况。

可以说，很多消费者压根就不知道汽车背后的数据去向，车买回来了，围绕它运转的数据关系却远超买卖双方。

更直接的案例是通用汽车。美国联邦贸易委员会在 2026 年 1 月最终确定的和解命令，处理的是通用及 OnStar 被指未充分告知、未取得明确同意便收集和出售精确位置及驾驶行为数据的问题。命令包含五年内禁止向消费者报告机构披露相关数据，并要求提供更多同意、访问、删除和退出机制。

汽车需要感知道路，导航需要知道位置，语音助手需要处理指令，这些都有具体用途。真正需要被逐项证明的是后续用途：为完成这次服务取得的信息，为什么要长期保存，为什么要交给其他公司，为什么又能进入训练流程？

AI 让这种混淆更容易发生。数据既能帮助产品完成眼前任务，也可能帮助厂商改进模型、开发下一代产品。两种价值同时存在，企业便有动力尽量扩大采集。分析一家公司获取数据的行为，与其猜测它是否“初心不纯”，不如看产品的实际设计：用户拒绝额外用途之后，还能保留多少已经付费购买的服务？

对机器人而言，这个问题也很迫近。进入家庭的机器人、记录人类操作的设备，可能接触房间布局、家庭作息、工作流程和共同生活者。厂商可以解释这些信息对训练有什么价值，却仍需回答：眼前这段生活，谁有资格授权？屋主答应试用机器人，来访者、家政人员和其他家庭成员的生活，就都可以一起交出去吗？

上面提到的苹果手表的案例还提醒我们，隐私争议也不能只盯着“厂商有没有拿去训练”。按照苹果公布的设计，Live Rewind 将回溯此前 15 秒对话的文字片段，Siri Recap 生成对话摘要；两项功能计划年内推出测试版，由用户选择开启。苹果称不保存原始录音，保存的文字与摘要受端到端加密保护。

这些保护应当被承认，它们实实在在限制了数据暴露。但谈话另一方仍然可以问：我愿意让这段交流留下机器生成的记录吗？

个人硬件正在产生超出个人范围的影响。过去，不接受某款 App 的规则，还可以尝试卸载；面对身边人的眼镜、手表和机器人，拒绝往往意味着主动打断谈话，要求对方停用设备，甚至离开现场。设备带来的便利归使用者，维护边界的麻烦却落到了旁人头上。

Meta的反复横跳，暴露了谁说了算

在这些争议中，Meta 很适合作为观察样本。它的隐私边界，随着产品、政策和外部压力不断变化。

2025 年 4 月，Meta 通知美国眼镜用户，取消关闭语音录音存储的选项，用户仍可在设置中手动删除录音。到了今年 6 月，WIRED 又报道，Meta AI 应用内出现尚未公开启用的人脸识别相关代码，随后被移除。Meta 回应称，该功能仍属探索，未作最终决定。

这些网传消息还不能被夸大成“Meta 已经向公众开放随意识别陌生人的功能”。但它们足以让消费者追问：买入一副眼镜时接受的隐私边界到底在哪？这种不确定性本身，就会消耗信任。

也正因此，Meta 最近的两项调整值得肯定。9 月发布的 Ray-Ban Meta Audio 去掉了摄像头，保留音频与 AI 交互能力。外媒指出，无摄像头款仍有音频隐私问题。无须替公司认定一个纯粹的动机，消费者多了一种少采集图像的产品选择，就是具体的改善，不管是不是迫于各种压力。

“训练退出”选项同样如此。9 月 25 日，Business Insider 援引 Meta 发言人的确认称，眼镜用户可以关闭“存储 AI 体验中的视觉数据”，退出这部分数据为 AI 训练而进行的存储。这一选项只针对视觉数据，不涵盖语音交互。

这里还要区分普通拍照与 AI 视觉交互。Meta 表示，为相册拍摄的照片、视频默认保存在设备或用户相册中；向 AI 询问眼前事物，则会调用摄像头帮助回答。用户说一句“这是什么”，涉及的便可能是另一套数据处理流程。功能看起来连贯，授权边界却需要解释得格外清楚。

允许退出训练，至少承认了一件事：用户调用 AI 完成当前任务，与允许厂商把信息继续用于模型改进，可以作出不同选择。能把这两件事拆开，就应当把选择交还给用户。此前被捆在一起的用途，也需要重新接受审视。

不过，退出入口仍只解决了一部分问题。更值得警惕的是，大家习惯把这种选择长期寄托在企业“自愿”上。企业愿意多给一个退出的开关，当然欢迎；企业能否在下次更新时又把它拿走，同样需要约束。用户购买硬件时形成的合理预期，不应随着模型训练计划和增长目标随意变化。

Meta 的反复横条跳，把讨论最终带回到一个朴素的问题：隐私边界究竟由谁决定？厂商当然可以设计新功能，但将新用途扩展到消费者生活之前，需要重新争取同意。而且那些没有购买产品、没有注册账户的人，也应当被纳入产品责任的范围。

“刹车”必须装进产品的成本账

“为了更好的 AI”，是一个需要被认真审视的理由。它可以解释企业为何想获得数据，却无法独自回答企业是否有权获得数据。再把理由放大到 AGI 和科技竞赛，也不能省掉中间的授权、边界与责任。

一旦拒绝提供数据被说成不理解技术、不支持创新，消费者就在承担一种额外的道德压力。普通人购买设备，是希望解决自己的问题；他们没有因此承诺参加一场无限期的数据贡献计划。未来的技术红利充满不确定性，今天交出去的生活却很具体。

要让拒绝真正成立，产品首先得容纳拒绝。对完成服务非必要的训练与营销用途，应当单独征求同意，不能依靠捆绑授权取得。关闭必要传感器，相关功能受到影响，可以解释；拒绝额外训练，连无关功能也随之受限，就需要厂商说明理由。两者不该被模糊地装进“不同意就无法提供服务”的提示里。

对旁人的保护，也要向产品设计前移。哪些场所应当限制采集，怎样让录制状态容易被察觉，设备能否方便暂停，被记录者如何投诉和要求处理，都需要有明确安排。指示灯与提示音有用，但它们只是告知的一部分。让餐厅服务员、办公室同事和家中访客自行研究每款设备的灯光含义，再主动交涉，显然谈不上合理分工。

当然，这些要求可能会增加成本。少采一些数据，可能意味着放弃有用样本；增加端侧处理，可能需要更多算力与工程投入；建立授权、访问审计和删除机制，需要持续维护；允许用户拒绝，可能影响训练数据规模。企业应该把这些支出和取舍写进产品预算，像计算芯片、续航和售后一样计算它们。

尤其对于数据采集公司，成本不能只算采集者每小时获得多少报酬、设备折旧多少、数据清洗多贵。采集场所是否允许，画面中其他人是否知情，私人信息怎样处理，后续能否证明使用范围，都应当进入交付标准。无法解释来源与授权的数据，即使采集便宜，也不能被轻易当成高质量资产。

成本还包括放弃一部分收益，以及为越界承担足够明确的后果。整改、补偿、审计和对相关数据使用的限制，应当让企业在作出采集决定时就有所顾忌。否则，抢先取得数据的一方拿到优势，认真取得授权的一方承担更高投入，市场反而会奖励边界更松的企业。

最后必须警惕，支付的这些成本，也不能简单变成另一笔向用户收取的“隐私保护费”。企业需要在定价和商业模式里诚实处理成本，但消费者付不起更贵的版本，不应成为其生活可以被额外利用的理由。涉及他人的隐私，更无法由购买者替他们标价出售。

科技行业已经很熟悉如何讨论算力成本、获客成本和量产成本。走进物理世界之后，它也必须学会计算尊重他人的成本。不能一谈隐私，就把难题留给消费者，把损失留给旁人，再把采集带来的收益留在自己账上。

我们可以承认 AI 硬件的价值，也可以欢迎 Meta 这样的调整，同时坚持主动要求更多。一个宣称理解物理世界的科技行业，应当有魄力理解他人的拒绝、明晰数据的边界。刹车必须要有，成本必须支付，即便这意味着少拿一些数据、少赚一些钱，或者晚一点兑现所谓的 AGI 未来。

本文来自微信公众号“AI物燥”，作者：彭堃方，36氪经授权发布。