ChatGPT 能监控电脑了,体验过后我决定让他多看两眼
科技
科技 > 数码 > 正文

ChatGPT 能监控电脑了,体验过后我决定让他多看两眼

刷到一篇好文章。没收藏,手一滑,关掉了。

那个文档昨晚还开着,今早就不知道被拖进了哪个文件夹。

这种事,我最近已经碰到了好几次。

OpenAI 最近在 GPT 上推出了 Computer History (计算机历史记录)的新功能。

名字很抽象,如果用一个画面来理解它的话,它就像你头顶戴了一台全景相机,记录下你的一整天。今天去了哪里、耳机落在了什么地方,回看一遍,全知道。

Computer History,就是装在你电脑里的那台全景相机。

图|OpenAI

明目张胆地「监控」你

Computer History 通过调用 macOS 的辅助功能权限,记录你在电脑上留下的一串动作,比如你点了什么、输入了什么、按了什么快捷键、从哪个 App 切到了哪个 App。

它不采集屏幕截图、录屏和音频,也不需要「屏幕录制」权限。

这些动作会先暂存在 Mac 上,最多保留 48 小时。系统会定期把它们整理成文字摘要,保存为本地记忆。之后你再提问,它就从这些记忆里找相关线索。

这个功能默认是关闭的,想要使用,需要 macOS 版 ChatGPT 桌面端,以及 Pro、Business 或 Enterprise 订阅。符合条件后,可以在设置里的「集成」页面开启。

打开之后,我先拿一件刚发生的事试了试。

早上,在小红书刷到一个有意思的帖子,我没收藏,直接关掉了窗口。

我对 GPT 说:「我记得我在小红书刷到一个有意思的笔筒,还是小盒子的淘宝店,但我忘了叫什么名字了。」

GPT 是怎么帮我完成这个任务呢?

它先读取 Computer History 的近期活动,能够找到我大概什么时候刷过小红书。再通过查找 Chrome 的本地历史,定位原帖,最后回看页面,确认那个模糊的店名。

在这个过程中,Computer History 没有保存帖子本身,也没有用截图或录屏。

它留下的是一串「面包屑」,让 Codex 知道该回哪一页找答案。

单点的信息能找回,一整段时间里的工作呢?

这次我问:「午休之前,我在做什么?」我想知道的是,稿子在午休前停在哪里,回来后又从哪儿接上。

顺带说一句,我测试它时,手头正在写的,正好就是这篇稿子。

我没有告诉它午休是几点开始的。它根据记录发现,约 12:01 之后没有可观察活动,12:48 我又开始编辑飞书,于是把中间这段空档推测为我的午休。

接着,它调取相关记忆,顺着我在飞书、网页和几个 Agent 之间的切换,还原出午休前这篇稿子已经写到了哪一步;再对照另一份文档里的大纲,判断哪些部分已经完成、哪些还没写,以及接下来原本准备往哪里推进。

出乎我的意料,它还对比了午休后的稿件变化,指出我回来后补了什么、目前停在哪里,并给出一个可以直接接着写的位置。

它给出的更像一份贴心的交接班记录。看完以后,我基本不用重新通读全文,就知道下一段该从哪里接。

这正好戳中了我的一个痛点。文档、代码和网页都能保存,但被一通电话或一次午休打断后,刚才为什么打开这个页面、准备怎么往下做,常常要靠自己重新想。

现在的应用能够保留我们的工作痕迹,但是没有办法保留那些珍贵的工作或者写作时的「状态」。

Computer History 没有完整保存我脑中的每一步思考,却能根据活动记录、文档变化和文章大纲,重新拼出一段足够让我继续工作的上下文。

任务结束后,那条十分钟摘要顶部冒出了一个叫「Activity recall」的 Skill 建议。它建议把刚才这套「从近期活动里找东西」的方法保存下来,方便下次复用。

现在不少 AI 都在鼓励用户把常做的工作做成 Skill。可真轮到自己写,很多人反而说不清。

每天打开飞书、拉数据、回群消息,做起来早就成了习惯,但要把每一步完整列出来,往往会漏掉不少。

Computer History 也许能补上这一步。先观察你怎么干活,从你的每一次点击里识别出重复路径,等这些操作反复出现后,它也许会提醒你:这套流程,要不要交给 Agent。

不过实测下来,缺点也明显。

动作提取得很准,可动辄五六分钟的检索时间,确实磨人——等它吐出答案的这几分钟,足够我又忘一次刚才要找什么。

另一个门槛是订阅。免费版和 Plus 目前都不能使用,Pro 及以上的订阅才解锁。另外,按照官方说明,事件定期会被整理成一次摘要。压缩可能丢掉部分细节;模型在整理和调用记忆时,也可能作出错误推断。

前人踩坑,后人改道

OpenAI 正在做的事,两年前就有人做过。

2024 年 5 月,微软随 Copilot+ PC 公布 Recall 这个新功能。

当时的官方演示确实很抓人,每隔几秒截取一次屏幕,将快照存进本地数据库,再整理成一条可以搜索的时间线。忘了文件放在哪,或者网页看到哪一页,都可以顺着记录往回找。

紧接着就翻了车。

安全研究员 Alexander Hagenah 写了款工具,叫 TotalRecall。它不需要管理员权限,就能自动定位本机保存的 Recall 数据库和截图,按日期范围整批复制出来,还能对截图 OCR 出的屏幕文字做关键词搜索。

换句话说,你几周甚至三个月的屏幕记录被装进了数据库,任何本机程序都能悄悄拷走。

因此,Recall 还没按计划广泛上线,就先被骂到回炉。

图|Inc. Magazine

更早的 Rewind,走的是同一条路。每隔几秒截一张图,配一条漂亮的时间线,把自己做成了「人生回看器」。但方式同样是截屏,同样把隐私做成筛子。

就连 OpenAI 自己,上半年实验过的 Chronicle,也是截图方案。

Computer History 的出现,等于 OpenAI 亲手否掉了连续截图这条老路。

和隐私作对,注定是一条不好走的路。

从 Recall、Rewind、Chronicle 到 Computer History,这些产品形态不同,却都在尝试记录用户的使用过程。

这些公司不是看不见隐私带来的风险。恰恰因为风险已经如此明显,它们仍然不愿放弃,正正说明这背后藏着某种更值得他们冒险的东西。

答案可能在「过程数据」当中。

对于 AI 厂商来说,用户怎么做事,和用户最后说了什么同样重要

传统 Chatbot 通常只能看到提示词和最终结果。用户查过哪些来源、在哪一步卡住、怎样调用工具,中间这些过程很少会完整进入对话。

Computer History 记录的是用户这一侧的过程:他怎样使用工具,工作停在什么位置。对 AI 厂商来说,这是一项很难忽略的价值,或许也是各大厂商争先推进 Agent 应用的重要原因。

图|The Sweet Setup

相比于之前的产品,Computer History 绕开了获取用户的屏幕内容,用相对更温和的方式,将获取过程数据的代价,降低到用户可以接受的范围。

好处是,这种做法相对会减少需要采集和保存的原始内容,不过,并不意味着它没有隐私的风险。Computer History 的隐私声明里,写着这笔交换真正的账单。

事件在本地采集,但生成记忆时会启动一个临时 Codex 会话,将事件流发送到 OpenAI 的服务器处理。官方表示,处理完成后不会保留这批事件,也不会将其用于训练。不过,当记忆在之后的对话中被调用时,相关内容仍会进入对话上下文。

另一类风险,官方也写得很清楚:记忆会以纯文本 Markdown 文件保存在本地;网页里埋入的恶意指令,也可能随着事件流进入记忆,形成提示注入。涉及聊天和私人信息时,官方甚至建议直接暂停采集。

如果你问我,简单体验过 Computer History 之后,会不会把这个功能打开。

我会选 yes。

但我只会给必要的工作应用和网站放行。遇到聊天、账号和私人内容时,我还是会暂停。

这么做确实不能消除风险,不过这次体验让我清楚:在风险仍可控的前提下,找回工作状态、发现重复流程的价值,值得我承担这部分代价。

毕竟,我是真的希望有一台「全景相机」能替我记下那些,连我自己都没意识到的记忆和流程。

当成果随处都能保存,过程却在不断消失,这是一份值得谨慎冒险的价值。

作者|方俊鸣

编辑|肖钦鹏