智能手機統治了過去十幾年的數字生態，它是注意力的黑洞，是我們最私密的隨身之物。但手機從設計之初就是為「人盯着它」而生的——它的全部邏輯，都止於螢幕。

AI 的需求卻恰恰相反：它需要持續感知物理世界——見你所見，聽你所聞，隨時在場，而非等你解鎖螢幕才醒來。

當 AI 真正成為一種基礎能力，它遲早要從螢幕裏破殼而出，尋找屬於它自己的形狀。這將是一個漫長的探索和演化過程。

「AI 器物志」欄目由此而來，愛範兒想和你一起持續觀察：AI 如何改變硬件設計，如何重塑人機交互，以及更重要的——AI 將以怎樣的形態進入我們的日常生活？

這是「AI 器物志」的第 25 篇文章。

搜索公司 DuckDuckGo 前段時間做了一件很像 AI 硬件廠商的事：與眼鏡品牌 Knockaround 聯名推出了一款新眼鏡。

乍一聽，你是不是也和我一樣認為 DuckDuckGo 要進軍 AI 眼鏡市場，企圖與 Meta、雷鳥、XREAL 們分一杯羹？

如果你看下參數表，會發現完全不是這麼回事——

圖｜Knockaround

「Normal F***ing Sunglasses」，一副「再普通不過的太陽鏡」：配有偏光鏡片和 UV400 防護；攝像頭數量為零，麥克風數量為零；支持永久離線，，不需要充電，續航時間無限；沒有 AI，不會向雲端上傳數據；售價 35 美元。

說白了，它真就是一副普通得不能再普通的太陽鏡。

當其他廠商在發布會上介紹攝像頭、芯片和 AI 模型時，DuckDuckGo 像是把發布會倒着開了一遍——別人強調產品增加了什麼，它反覆強調這副眼鏡沒有什麼。Knockaround 甚至把它稱作「最具創新性的反監控太陽鏡」，再馬上揭曉答案：沒有 AI，也沒有攝像頭。

圖｜Knockaround

這場黑色幽默（此處雙關）所諷刺的是現如今科技行業越來越常見的產品衝動：一定要把攝像頭、麥克風和 AI 助手，塞進眼睛、胸掛、耳機等每一件隨身設備。

過去，一個人戴着眼鏡走進電梯、餐廳或會議室，周圍的人不會懷疑自己正在被記錄。

現在，外形相近的鏡框裏可能裝着攝像頭和麥克風，旁觀者不得不多做一層判斷：你這眼睛是不是有攝像頭？有沒有拍到我？

廠商也在嘗試降低這種不確定性。以 Ray-Ban Meta 為例，眼鏡拍照或錄像時會有個小 LED 亮起；前不久 Meta 還更新了產品固件，如果指示燈被遮擋，設備會要求佩戴者先清除遮擋。

問題是，即便用戶同意了這些要求，不代表出現在鏡頭和錄音裏的人也作出了同意。

既然我們無法進入別人的設備設定裏關閉攝像頭和麥克風——有一些異想天開的開發者，決定從 AI 感知現實的入口下手——改變進入攝像頭的光，擾亂算法依賴的圖像特徵，或者用聲音控制麥克風何時能夠正常工作。

這些，是我們最喜歡、最有創意的「反 AI 硬件」

用創意反擊 AI

早在「AI 1.0 時代」——也即 10 多年前的計算機視覺時代，人們就已經開始嘗試用各種各樣的物理方式，來干擾 AI 攝像頭。

它們既無需「攻破」識別設備，成本也相當之低。思路其實非常簡單也頗具創意：讓攝像頭少拿到一些信息，讓算法對畫面作出錯誤判斷，或者先用噪聲擋住麥克風。

部分人臉識別、虹膜掃描和 3D 人臉映射設備，需要藉助紅外光獲得眼睛周圍的穩定特徵。

反監控眼鏡 Reflectacles 便從這裏切入：使用能夠反射紅外光的材質打造鏡框，讓監控探頭拍到一大片「聖光」，根本識別不出來這人到底長什麼樣……

該公司開發了兩款產品 Phantom 和 Ghost：前者只反射紅外光，隱蔽性非常強，平常根本看不出來；後者除了紅外光，還會反射可見光，遇到夜間補光或閃光燈時，會在鏡頭中形成更明顯的高光。

Reflectacles 的出現幫助了普通人脫離無法關閉周圍的紅外攝像頭，也不會提前收到掃描通知的窘境——在機器採集生物特徵之前，主動遮住最關鍵的眼部信息。

圖｜Reflectacles

不過攝像頭並不都依賴同一種光——隨着成像設備和識別模型使用更多圖像特徵，另一類設計不再追求讓機器看不見，而是設法讓機器看錯。

意大利品牌 Capable 將一種特殊的圖案織進毛衣、連帽衫和褲裝。

人眼看到的是色彩鮮亮、風格誇張的幾何紋樣；但是在計算機視覺算法的眼中，穿着衣服的人卻可以「不成人形」，被識別成斑馬、長頸鹿、狗，或者許多藏在紋理中的小人。

圖｜Capable

這種聰明的圖案，背後利用的是早年流行的神經網絡「對抗攻擊」技術。

簡單來說，當視覺算法識別畫面時，會根據像素、輪廓和紋理尋找與訓練結果相近的特徵。而這些經過專門設計的圖案，可以放大模型的判斷弱點，讓它完全識別成錯誤的類別——即使攝像頭拍下完整的人體，也很難被自動化的算法識別成人。

圖｜Capable

它更像一件穿在身上的算法實驗：人們即便無法決定街邊攝像頭何時啓動，卻可以提前給目標檢測模型增加一道迷惑性極強的「錯題」，讓機器不再那麼輕易地把自己框選出來。

不過，目前這點主動權只對機器的「眼睛」有效，對機器的「耳朵」就沒啥作用了。

面對悄悄走進會議室、咖啡館，滲透進日常交談場景的錄音設備，無論是對抗識別的衣物，還是屏蔽人臉採集的反監控眼鏡，全都失去作用。它們只能阻擋視覺維度的採集，對聲音毫無抵禦能力。

視覺層面我們尚能借助外物干擾攝像頭成像，可音頻錄製並不需要看見你，只需要捕捉空氣中振動的聲波。這也意味着，僅僅對抗機器的 「看見」 遠遠不夠，我們還必須去思考，該如何劃定邊界，控制機器究竟在什麼時候才擁有 「聆聽」 的權利。

2018 年，設計師 Bjørn Karmann 與 Tore Knudsen 推出了開源項目 Project Alias。

圖｜Project Alias

它的外形像一團長在音箱上的「蘑菇」，使用時直接放在亞馬遜 Echo 或 Google Home 等智能音箱頂部。

Alias 內部裝有麥克風、揚聲器和一塊樹莓派電腦。平時它會持續向智能音箱的麥克風播放低強度干擾聲，下面的音箱依然開着，聽見的卻是一層蓋住人聲的噪聲。

你肯定想問了，「那我還怎麼喚醒智能音箱呢？」

Alias 的設計其實很聰明，用戶設定一個自定義口令，由樹莓派裏的小型神經網絡在本地識別。當聽到這個口令後，Alias 會暫停干擾聲，再向下方的智能音箱播放原本的喚醒詞「Hey Alexa」或者「OK Google」，音箱隨即恢復工作，用戶可以照常提問。

不使用時，干擾聲，會再次蓋住麥克風。

即便你只是在放音樂，這個人耳無法察覺到的干擾聲也不會影響你的聽感。

圖｜Project Alias

Alias 的存在只是在「打開或者關閉」兩種狀態之間增加了一道「閘門」，用戶仍然可以使用雲端語音助手，只是設備不能再自行決定什麼時候開始聽。

用一個小的本地 AI，去堵住一個更強大的雲端 AI 的耳朵……頗有點「以及知道還治彼之身」的意味，不是嗎？

如果說 Project Alias 是給自家的智能音箱加一道閘門，釘釘推出的「防錄音魔盒」就更直接了——它要干擾的，是會議室裏其他設備的麥克風。

不止國外，國內也有這樣的防錄音產品——

此前釘釘自家推出了可以錄下會議、轉寫文字並生成摘要 的 DingTalk A1 錄音卡；「防錄音魔盒」則走向相反方向。

它通過超聲波形成 360° 防護，在不打斷正常交談的情況下干擾錄音設備拾音；外形還可以做成紙巾盒、保溫杯或垃圾桶，放進辦公室和會議室。

圖｜釘釘

這組產品對國內用戶印象尤其深刻：同一家公司一邊讓每句話都能被錄下、轉寫和整理，一邊又提供一道物理屏障，讓某些談話無法進入錄音文件。

過去，參會者只能口頭要求「不要錄音」，卻無法確認桌上的手機和錄音卡片是否真的關閉。防錄音魔盒試圖把這句要求變成一種空間狀態——設備進入會議室，也拿不到可用的聲音。

Reflectacles、Capable 和 Project Alias 以及防錄音魔盒都不能稱是萬能的隱私工具。它們各自處理的只是 AI 感知現實中的一小段：

「特定的紅外光、特定的識別模型，以及被幹擾聲覆蓋的麥克風」。

可這四個項目從一開始就在問不同的問題，我認為非常值得今天的 AI 和 AI 硬件廠商重新看一眼。

Reflectacles 讓攝像頭少拿走一些信息；Capable 讓普通人拒絕成為機器眼中的識別目標；Project Alias 則把麥克風的工作順序倒了過來——未經允許，不得偷聽。

它們很大聲地說出了普通人藏在心底的疑問：設備真的應該一直看、一直聽嗎？

AI 硬件也該讓旁觀者說「不」

毋庸置疑，隱私一直是一件很重要，被業界一直放在嘴裏談論的事情，但是我們往往忽略了一點：

當大多數科技產品談及隱私，圍繞的都是「用戶」，卻很少涉及用戶之外的其他人——被拍攝、被錄音對象。

用戶本人至少可以進入設定，查看錄音保存在哪裏、照片是否上傳雲端，也可以關閉功能或清理自己的歷史數據。

但在今天，各種 AI 硬件擴大了數據採集的範圍：一起喫飯的朋友可能被拍進視頻；會議桌旁的同事可能進入錄音和轉寫文本；從鏡頭前經過的路人，也可能在毫不知情時留下影像。

這些沒有購買設備，沒有閱讀隱私條款，也沒有點過「同意」的人，卻一樣成了數據來源。

指示燈和提示音當然有用——它們讓錄製不再完全隱蔽。但我們需要注意的是：

「通知」和「同意」，是完全的兩碼事。

鏡框上的燈可能太小，也可能受距離、角度和光線影響；提示音有人聽不見，也有人不知道它代表錄製已經開始。等旁觀者意識到發生了什麼，照片或錄音往往已經生成。

最終，內容是否停止採集、是否刪除、是否上傳，也仍由設備主人決定。

設備帶來的便利屬於購買者，判斷、溝通和躲避的成本卻落在周圍的人身上。這種不對稱僅靠一份使用守則很難解決，也不可能要求每個旁觀者隨身準備特殊眼鏡、對抗服裝或聲音干擾器。

我們認為更直接的解決辦法，應當直接進入產品設計本身：

設備進入錄製狀態與否，需要讓不熟悉設備的人也能看懂；

對於敏感場合，應提供清楚、可驗證的物理關閉方式（例如筆記本電腦攝像頭的「蓋子」）；

能夠在本地完成的處理，應儘量減少原始音視頻上傳；

或許，應該設計出一種非用戶之外的其他人，也能夠參與的「拒絕採集」或「自動模糊」機制。

這些設計維度，未必能找到現成的答案，甚至有些存在悖論。但它們仍然值得探索、爭吵，並且能夠形成共識，

因為 AI 硬件不應只為用戶本人而設計。

讓我們回頭再看看 DuckDuckGo 那副普通得不能再普通的太陽鏡，它當然擋不住街上的攝像頭，也無法解決所有隱私問題。

它能保證的只有一件小事：戴上它的人，不會再向周圍多伸出一枚攝像頭。