AI硬件隐私争议：用户买了设备，为何还要交出数据？

科技行业让人多交隐私，理由往往听起来很充分。

互联网时代的理由是便利。叫车、点外卖、和朋友联系，都得在一份份冗长协议下面点同意。很多授权其实谈不上认真选择，不点同意，眼前的事就办不成。到了AI时代，交换条件又加码了：设备要懂你，模型要学真实世界，通用人工智能还得接着往前走。

摄像头、麦克风就这样进了眼镜、汽车、手表和机器人，离人的身体和日常越来越近。有些产品里，消费者到底是被服务的人，还是帮厂商攒数据的人，已经值得重新问一遍。硬件钱已经付了，数据却还被当成可以一直索取的东西，这笔买卖远没有广告里讲的那么轻巧。

说白了，眼下不少硬件压根不是为消费者做的，是为“数据”做的。

最近几条新闻把这种不安摆到了明面上。汽车数据流向第三方的研究再度引发关注，苹果手表15秒对话回放惹出争议；Meta这边一边陷在偷拍争议里，一边推出无摄像头款，还给部分视觉数据加了退出AI训练的选项。它们指向同一个问题：科技产品进生活进得很快，人们来得及拒绝吗？

态度得讲明白：刹车必须有，成本也得认。授权更麻烦、采集更有限、模型进步可能慢一点，这些该由产业自己消化。普通人没义务拿自己的生活，去替一家公司的技术路线补条件。

买下设备之后，还要交出什么？

“用隐私换便利”这话，过去让互联网的数据生意显得顺理成章。平台给免费服务，用户贡献注意力和行为数据，企业再从广告里把投入收回来。这种交换信息差很大，可消费者至少能看到一个表面说法：我没直接掏钱，所以是在用别的东西付账，这层“让渡”还讲得通。

硬件让这个说法越来越站不住。汽车、眼镜、手表、家用机器人，售价都写得清清楚楚，有的产品还得接着订阅。设备和服务已经付过钱，凭什么还要默认接受跟当前服务无关的数据用途？买一件商品，怎么就顺带成了对厂商长期数据需求的承诺？

美国东北大学与《消费者报告》联手做了一项车联网隐私研究，涉及21辆汽车和30款配套应用，The Verge在9月29日刊出了相关报道。研究追踪到车辆与广告、追踪及分析域名之间存在连接；部分配套应用也被发现会把车辆识别码、位置等信息传给广告网络。

可以说，很多消费者根本不知道汽车背后的数据去了哪儿。车买回家了，围着它转的数据关系却远不止买卖双方。

通用汽车这边的情况更为直接。美国联邦贸易委员会2026年1月敲定的和解命令，针对的正是通用及OnStar被指未充分告知、也未拿到明确同意就收集并出售精确位置与驾驶行为数据的做法。命令要求：五年内不得向消费者报告机构披露这类数据，同时须提供更多同意、访问、删除和退出机制。

汽车要感知道路，导航要知道位置，语音助手要处理指令，这些都有具体用途。真正该逐项证明的是后续用途：为完成这次服务拿到的信息，为什么要长期保存，为什么要交给别的公司，为什么又能进训练流程？

AI让这种混淆更容易发生。数据既能帮产品完成眼前任务，也可能帮厂商改进模型、开发下一代产品。两种价值同时存在，企业就有动力尽量多采。看一家公司怎么获取数据，与其猜它是不是“初心不纯”，不如看产品实际怎么设计：用户拒绝额外用途之后，已经付费买到的服务还能剩多少？

对机器人来说，这个问题也很近了。进家的机器人、记录人类操作的设备，可能碰到房间布局、家庭作息、工作流程和共同生活的人。厂商可以解释这些信息对训练有什么价值，但仍得回答：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，就能一起交出去吗？

前面提到的苹果手表案例还提醒一件事：隐私争议不能只盯着“厂商有没有拿去训练”。按苹果公布的设计，Live Rewind会回溯此前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。

这些保护该被承认，它们确实限制了数据暴露。但谈话的另一方仍然可以问：我愿意让这段交流留下机器生成的记录吗？

个人硬件造成的影响，已经溢出到个人之外。从前不认同某款App的规则，卸载了事；如今面对身边人的眼镜、手表和机器人，拒绝常常意味着打断谈话，请对方关掉设备，甚至只能离场。便利归使用者，守住边界的麻烦却由旁人承担。

Meta的反复横跳，暴露了谁说了算

这些争议里，Meta很适合当观察样本。它的隐私边界，随产品、政策和外部压力一直在变。

2025年4月，Meta向美国眼镜用户发出通知：关闭语音录音存储的选项被取消，但用户仍能在设置里手动删除录音。今年6月，WIRED又报道称，Meta AI应用内出现了尚未公开启用的人脸识别相关代码，之后被移除。Meta的说法是，该功能还在探索阶段，没有最终决定。

这些网传消息还不能夸大成“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。

也正因为这样，Meta近来的两项调整应当得到肯定。9月推出的Ray-Ban Meta Audio拿掉了摄像头，只保留音频与AI交互能力。外媒指出，无摄像头版本依然存在音频隐私方面的顾虑。不必替公司判定动机是否纯粹——消费者多了一个少采集图像的产品可选，这本身就是实实在在的改善，无论背后有没有压力。

“训练退出”选项也是同一回事。9月25日，Business Insider援引Meta发言人的确认称，眼镜用户现在可以关闭“存储 AI 体验中的视觉数据”，不再让这部分数据为AI训练而存储。该选项仅覆盖视觉数据，语音交互不在其列。

普通拍照和 AI 视觉交互，其实不是一回事。Meta 的说法是，为相册拍摄的照片、视频默认存在设备或用户相册里；向 AI 询问眼前看到的东西时，摄像头会被调用，用来帮它作答。用户一句“这是什么”，背后可能走的是另一套数据处理流程。功能看着连贯，授权边界却得解释得格外清楚。

允许退出训练，至少承认了一点：用户让 AI 干完眼下这活儿，和允许厂商把信息接着拿去改进模型，可以是两个不同的选择。这两件事能拆开，选择权就该还给用户。之前被捆在一起的那些用途，也得重新拿出来看。不过，退出入口只解决了一部分问题。更该警惕的是，大家习惯把这种选择长期押在企业“自愿”上。企业愿意多给一个开关，当然欢迎；下次更新它会不会又把这开关拿走，一样得有约束。用户买硬件时形成的合理预期，不该跟着模型训练计划和增长目标变来变去。

Meta 来回改口，把讨论带回到一个很朴素的问题：隐私边界到底谁说了算？厂商当然可以设计新功能，但要把新用途伸进消费者的生活，就得重新争取同意。还有那些没买产品、没注册账户的人，也该被算进产品责任的范围里。

“刹车”必须装进产品的成本账

“为了更好的 AI”，这个理由得认真掂量。它能解释企业为什么想要数据，却回答不了企业有没有权拿数据。就算把理由放大到 AGI 和科技竞赛，中间的授权、边界和责任也省不掉。一旦不交数据就被说成不懂技术、不支持创新，消费者就背上了额外的道德压力。普通人买设备，是想解决自己的问题；他们没因此答应参加一场没有期限的数据贡献计划。未来的技术红利说不准，今天交出去的生活却很具体。

要让拒绝真的成立，产品先得容得下拒绝。对完成服务并非必要的训练和营销用途，应该单独征求同意，不能靠捆绑授权拿到。关掉必要传感器，相关功能受影响，这可以解释；拒绝额外训练，连无关功能也跟着受限，厂商就得说明理由。这两件事不该被含糊地塞进“不同意就不给提供服务”的提示里。

对旁人的保护，也得往产品设计的前头挪。哪些场所该限制采集，录制状态怎样才容易被察觉，设备能不能方便地暂停，被记录的人怎么投诉、怎么要求处理，都得有明确安排。指示灯和提示音有用，可它们只是告知的一部分。让餐厅服务员、办公室同事、家里访客自己去研究每款设备的灯光含义，再主动去交涉，这分工显然不合理。

当然，这些要求可能抬高成本。少采些数据，也许意味着放弃有用的样本；增加端侧处理，可能要投更多算力和工程；建授权、访问审计和删除机制，得长期维护；允许用户拒绝，可能影响训练数据规模。企业该把这些支出和取舍写进产品预算，像算芯片、续航和售后那样算它们。尤其对数据采集公司来说，成本不能只算采集者每小时拿多少报酬、设备折旧多少、数据清洗多贵。采集场所允不允许，画面里其他人知不知情，私人信息怎么处理，事后能不能证明使用范围，都该进交付标准。来源和授权说不清的数据，哪怕采得便宜，也不能随手当成高质量资产。

成本还包括放弃一部分收益，以及为越界担起足够明确的后果。整改、补偿、审计、限制相关数据使用，应该让企业在做采集决定时就有所顾忌。否则，抢先把数据拿到手的一方占了优势，认真取得授权的一方反而投入更高，市场就会奖励边界更松的企业。最后还得防一件事：这些成本不能简单变成另一笔向用户收的“隐私保护费”。企业要在定价和商业模式里诚实处理成本，但消费者买不起更贵的版本，不该成为其生活被额外利用的理由。涉及他人的隐私，更没法由购买者替他们标价出售。

科技行业早就会算算力成本、获客成本和量产成本。走进物理世界之后，它也得学会算尊重他人的成本。不能一谈隐私，就把难题丢给消费者，把损失留给旁人，把采集的好处留在自己账上。AI 硬件的价值可以承认，Meta 这样的调整也可以欢迎，同时照样可以要求更多。一个宣称理解物理世界的科技行业，该有魄力理解别人的拒绝、把数据边界说清楚。刹车必须要有，成本必须付，哪怕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。