我们不能随便改掉“录音”的定义

# 我们不能只靠改变「录音」的定义 Source: https://www.theverge.com/column/1005697/we-cant-just-change-the-definition-of-recording 随着 AI 硬件的出现，科技公司正在推动改变什么*不*构成录音的定义。在过去的数码产品历史中，一个合理的假设是：带有麦克风或摄像头的设备，要么在录制你，要么没有；它要么是开着的，要么是关着的，中间没有太多灰色地带。麦克风采集声音，摄像头捕捉图像。这些数据被保存在设备上。有时，这些数据还会被发送到云端——最好有端到端加密——进行处理。这些数据保存了时间中的某一刻，因此就是一段录音。 但也许现在不再是这样了。 上周，*Bloomberg* 的 Mark Gurman 报道称，Apple 正在研发一款不保存视频录像的智能家居摄像头(https://www.theverge.com/tech/1003877/apple-security-camera-no-video)。取而代之的是，AI 会利用视觉数据生成文字片段，描述你家中正在发生的事情。据称，它将支持面部识别，但不保留视频画面。这样做的想法是，仍然能够保护部分隐私。Gurman 表示，这项技术的原理类似于传闻中未来的 AirPods 摄像头(https://www.theverge.com/tech/993064/no-airpods-with-cameras-apple-event)的工作方式。 这类似于 Apple Watch Series 12(https://www.theverge.com/tech/996715/apple-watch-series-12-review-wearables-smartwatch)和 Apple Watch Ultra 4 上的 Audio Intelligence 功能。Apple Watch 很久以前就有了麦克风，主要用于 Siri 和在手腕上接听电话。在四项 Audio Intelligence 功能中，有两项在网络上引发了最多的讨论：Live Rewind 和 Siri Recap。前者可以生成过去 15 秒的转录文本，后者则可以生成你全天对话的高层次摘要。 所有的 Audio Intelligence 功能都是选择加入的。正如这张照片所示，Apple 在其音乐检测功能的说明中写道，它「不会录制音频」。但是，一旦检测到某首歌，这难道不就是一条你听过这首歌的记录吗？(https://platform.theverge.com/wp-content/uploads/sites/2/2026/09/268739_Apple_Watch_Ultra_4_AKrales_0212.jpg?quality=90&strip=all&crop=0,0,100,100) *所有的 Audio Intelligence 功能都是选择加入的。正如这张照片所示，Apple 在其音乐检测功能的说明中写道，它「不会录制音频」。但是，一旦检测到某首歌，这难道不就是一条你听过这首歌的记录吗？* 换言之，Ray-Ban Meta 眼镜会拍照和录制视频，并将这些内容存储在你的手机上。这种传闻中的 Apple 方案意味着：摄像头可以看到你，麦克风可以听到你——但两者都没有「保存」任何东西。 这算是在录音吗？Apple 对传闻不予置评，但根据它公开传达的 Audio Intelligence 隐私理念(https://www.theverge.com/tech/992919/apple-siri-ai-audio-intelligence-privacy)，我认为公司并不这么认为。Apple 表示，这些功能不会保存任何音频。原始数据在 S11 芯片上一个独立的安全飞地（secure enclave）中处理完成后即被删除。任何发送到云端的信息都通过隐私云端计算（private cloud compute）传输，因此 Apple 或第三方都无法访问。 这不仅仅关乎 Apple。Google 可穿戴设备高级总监 Sandeep Waraich 在一次对话(https://arc.net/l/quote/oqqgxfkw)中告诉 *The Verge*，Google 也在考虑这一概念。他提出的设想是：如果智能眼镜的摄像头*不*录制数据呢？例如，如果眼镜能够利用 AI 处理你周围环境中的视觉数据，却不为日后保存任何画面。Waraich 认为，通过这种方式，摄像头就可以「仅仅」是一个图像传感器。 按照这些定义，只有被保存下来并且可以回看的内容，才构成「在记录你」。但是，智能家居摄像头或智能手表生成的任何文字转录，难道不也是被保存且可以回看的吗？或者，科技公司为了让 AI 硬件更容易被接受，实际上依赖的是法院可以传唤调取的证据？ 争论语义似乎很无聊，但这里正在检验多个概念。 无论你对隐私持怎样的个人看法，人们普遍认同的是：你可以对自己的数据做任何事情。在数码设备能够「随时监听」之前，它们能更自然地融入公共和私人空间。然而，这一批新设备要求你更加主动地维护他人的隐私。毕竟，人类并非生活在密不透风的气泡中。我们生活、工作和社交的各种环境——有些是私人的，有些是公开的，还有大量处于灰色地带。餐厅的规则不同于剧院、办公室或体育场馆。它们也与公共厕所截然不同，尽管所有这些场所至少都是半公共空间。即使你在脑海中「记录」了你所看到的一切，人类的记忆也无法被客观分享。它们会被偏见所染，被视角所扭曲。而录音则较少主观性，在某种意义上更接近事实。 另一个问题是在缺乏普遍认可规范的情况下如何表明意图。以 Meta 的智能眼镜为例。它们使用白色的脉冲「隐私指示灯」来表示正在录制视频。相反，录制指示灯的通用颜色是红色，所以不太懂技术的人可能根本不知道白色灯光意味着什么。（毕竟，这些仍然是小众产品。）即使不做任何改动，白色的隐私灯也很容易被刘海和明亮的阳光遮挡。这也是一个全新的规范；其他智能眼镜或 AI 硬件公司并没有义务以和 Meta 相同的方式发出这种意图信号。一枚 AI 戒指或吊坠在录制音频或视频时，可能完全没有灯光提示。 资深评测员 Victoria Song 戴着一副点亮隐私 LED 的 Meta Ray-Ban Display 眼镜。(https://platform.theverge.com/wp-content/uploads/sites/2/2025/10/257980_Meta_Ray-Ban_Display_AKrales_0356.jpg?quality=90&strip=all&crop=0,0,100,100) *你会注意到这个隐私灯吗？* 更令人困惑的是，能够录制内容的产品越来越像不能录制内容的产品。如果科技公司开始加入那些*不*录制视觉画面的摄像头，这种情况可能会进一步加剧。如果我们开始在智能眼镜中加入那些*不*录制视频画面的摄像头，你该如何将它们与那些会录制的镜片区分开来？如果一枚没有麦克风的 Oura Ring 看起来像一枚有麦克风的 Vocci Ring，而两者都看起来像普通的戒指，那普通人该怎么办？ 目前，硬件似乎是监控技术辩论的主要焦点。人们似乎认为去掉摄像头就能解决问题。虽然这确实让恶意使用这项技术变得更加困难，但它并不能解决问题。可以说，真正让人感到不适的并不是摄像头或麦克风本身。那种不舒服的感觉来自于：你知道关于你的一小段内容可以存在于别人的设备中，而你完全不知道它会被如何使用。 这就是围绕 AI 硬件的所有紧张关系汇聚的地方。为了让 AI 以大型科技公司所想象的方式变得「好用」且真正个性化，它必须对你——*以及*你生活中的其他人——了如指掌。它必须「看到」你所看到的，「听到」你所听到的，并从你的日常行为中学习。要做到这一点，它必须「记住」这些事情。所以从某种意义上说，它*必须*记录你的生活以及其中发生的一切。大型科技公司收集这些数据的动机显而易见：个人数据就是金钱，金钱就是权力，权力就是影响力。不那么明确的是，社会能从这种权衡中得到什么？模糊的「有用」和「便利」的承诺？ 这枚 Vocci Ring 可以录制对话，但它的隐私灯极难被注意到。(https://platform.theverge.com/wp-content/uploads/sites/2/2026/05/268537_Vocci_smart_ring_AKrales_0123.jpg?quality=90&strip=all&crop=0,0,100,100) *这枚 Vocci Ring 可以录制对话，但它的隐私灯极难被注意到。* 无论如何，很显然，科技公司已经决定一往无前，把 AI 塞进每一个现有的数码设备中，同时还在创造新的产品形态。目前这种趋势在手机和可穿戴设备上最为明显，但这些考量很快就会蔓延到智能家居、电视、笔记本电脑、平板电脑和耳机中。很可能是以消费者尚未想到的方式。 我们允许这些 AI 设备记住什么，将改写我们所知的文化。这就是为什么我们必须就什么构成「录音」——以及是否有权、或谁有权改变这个定义——达成社会共识。 **关注本篇文章的话题和作者**，以便在你的个性化首页信息流中看到更多类似内容，并接收邮件更新。 - Victoria Song