当所有硬件都在 AI 化，我们需要更多反 AI 硬件｜AI 器物志

智能手机统治了过去十几年的数字生态，它是注意力的黑洞，是我们最私密的随身之物。但手机从设计之初就是为「人盯着它」而生的——它的全部逻辑，都止于屏幕。

AI 的需求却恰恰相反：它需要持续感知物理世界——见你所见，听你所闻，随时在场，而非等你解锁屏幕才醒来。

当 AI 真正成为一种基础能力，它迟早要从屏幕里破壳而出，寻找属于它自己的形状。这将是一个漫长的探索和演化过程。

「AI 器物志」栏目由此而来，爱范儿想和你一起持续观察：AI 如何改变硬件设计，如何重塑人机交互，以及更重要的——AI 将以怎样的形态进入我们的日常生活？

这是「AI 器物志」的第 25 篇文章。

搜索公司 DuckDuckGo 前段时间做了一件很像 AI 硬件厂商的事：与眼镜品牌 Knockaround 联名推出了一款新眼镜。

乍一听，你是不是也和我一样认为 DuckDuckGo 要进军 AI 眼镜市场，企图与 Meta、雷鸟、XREAL 们分一杯羹？

如果你看下参数表，会发现完全不是这么回事——

图｜Knockaround

「Normal F***ing Sunglasses」，一副「再普通不过的太阳镜」：配有偏光镜片和 UV400 防护；摄像头数量为零，麦克风数量为零；支持永久离线，，不需要充电，续航时间无限；没有 AI，不会向云端上传数据；售价 35 美元。

说白了，它真就是一副普通得不能再普通的太阳镜。

当其他厂商在发布会上介绍摄像头、芯片和 AI 模型时，DuckDuckGo 像是把发布会倒着开了一遍——别人强调产品增加了什么，它反复强调这副眼镜没有什么。Knockaround 甚至把它称作「最具创新性的反监控太阳镜」，再马上揭晓答案：没有 AI，也没有摄像头。

图｜Knockaround

这场黑色幽默（此处双关）所讽刺的是现如今科技行业越来越常见的产品冲动：一定要把摄像头、麦克风和 AI 助手，塞进眼睛、胸挂、耳机等每一件随身设备。

过去，一个人戴着眼镜走进电梯、餐厅或会议室，周围的人不会怀疑自己正在被记录。

现在，外形相近的镜框里可能装着摄像头和麦克风，旁观者不得不多做一层判断：你这眼睛是不是有摄像头？有没有拍到我？

厂商也在尝试降低这种不确定性。以 Ray-Ban Meta 为例，眼镜拍照或录像时会有个小 LED 亮起；前不久 Meta 还更新了产品固件，如果指示灯被遮挡，设备会要求佩戴者先清除遮挡。

问题是，即便用户同意了这些要求，不代表出现在镜头和录音里的人也作出了同意。

既然我们无法进入别人的设备设置里关闭摄像头和麦克风——有一些异想天开的开发者，决定从 AI 感知现实的入口下手——改变进入摄像头的光，扰乱算法依赖的图像特征，或者用声音控制麦克风何时能够正常工作。

这些，是我们最喜欢、最有创意的「反 AI 硬件」

用创意反击 AI

早在「AI 1.0 时代」——也即 10 多年前的计算机视觉时代，人们就已经开始尝试用各种各样的物理方式，来干扰 AI 摄像头。

它们既无需「攻破」识别设备，成本也相当之低。思路其实非常简单也颇具创意：让摄像头少拿到一些信息，让算法对画面作出错误判断，或者先用噪声挡住麦克风。

部分人脸识别、虹膜扫描和 3D 人脸映射设备，需要借助红外光获得眼睛周围的稳定特征。

反监控眼镜 Reflectacles 便从这里切入：使用能够反射红外光的材质打造镜框，让监控探头拍到一大片「圣光」，根本识别不出来这人到底长什么样……

该公司开发了两款产品 Phantom 和 Ghost：前者只反射红外光，隐蔽性非常强，平常根本看不出来；后者除了红外光，还会反射可见光，遇到夜间补光或闪光灯时，会在镜头中形成更明显的高光。

Reflectacles 的出现帮助了普通人脱离无法关闭周围的红外摄像头，也不会提前收到扫描通知的窘境——在机器采集生物特征之前，主动遮住最关键的眼部信息。

图｜Reflectacles

不过摄像头并不都依赖同一种光——随着成像设备和识别模型使用更多图像特征，另一类设计不再追求让机器看不见，而是设法让机器看错。

意大利品牌 Capable 将一种特殊的图案织进毛衣、连帽衫和裤装。

人眼看到的是色彩鲜亮、风格夸张的几何纹样；但是在计算机视觉算法的眼中，穿着衣服的人却可以「不成人形」，被识别成斑马、长颈鹿、狗，或者许多藏在纹理中的小人。

图｜Capable

这种聪明的图案，背后利用的是早年流行的神经网络「对抗攻击」技术。

简单来说，当视觉算法识别画面时，会根据像素、轮廓和纹理寻找与训练结果相近的特征。而这些经过专门设计的图案，可以放大模型的判断弱点，让它完全识别成错误的类别——即使摄像头拍下完整的人体，也很难被自动化的算法识别成人。

图｜Capable

它更像一件穿在身上的算法实验：人们即便无法决定街边摄像头何时启动，却可以提前给目标检测模型增加一道迷惑性极强的「错题」，让机器不再那么轻易地把自己框选出来。

不过，目前这点主动权只对机器的「眼睛」有效，对机器的「耳朵」就没啥作用了。

面对悄悄走进会议室、咖啡馆，渗透进日常交谈场景的录音设备，无论是对抗识别的衣物，还是屏蔽人脸采集的反监控眼镜，全都失去作用。它们只能阻挡视觉维度的采集，对声音毫无抵御能力。

视觉层面我们尚能借助外物干扰摄像头成像，可音频录制并不需要看见你，只需要捕捉空气中振动的声波。这也意味着，仅仅对抗机器的 “看见” 远远不够，我们还必须去思考，该如何划定边界，控制机器究竟在什么时候才拥有 “聆听” 的权利。

2018 年，设计师 Bjørn Karmann 与 Tore Knudsen 推出了开源项目 Project Alias。

图｜Project Alias

它的外形像一团长在音箱上的「蘑菇」，使用时直接放在亚马逊 Echo 或 Google Home 等智能音箱顶部。

Alias 内部装有麦克风、扬声器和一块树莓派电脑。平时它会持续向智能音箱的麦克风播放低强度干扰声，下面的音箱依然开着，听见的却是一层盖住人声的噪声。

你肯定想问了，「那我还怎么唤醒智能音箱呢？」

Alias 的设计其实很聪明，用户设定一个自定义口令，由树莓派里的小型神经网络在本地识别。当听到这个口令后，Alias 会暂停干扰声，再向下方的智能音箱播放原本的唤醒词「Hey Alexa」或者「OK Google」，音箱随即恢复工作，用户可以照常提问。

不使用时，干扰声，会再次盖住麦克风。

即便你只是在放音乐，这个人耳无法察觉到的干扰声也不会影响你的听感。

图｜Project Alias

Alias 的存在只是在「打开或者关闭」两种状态之间增加了一道「闸门」，用户仍然可以使用云端语音助手，只是设备不能再自行决定什么时候开始听。

用一个小的本地 AI，去堵住一个更强大的云端 AI 的耳朵……颇有点「以及知道还治彼之身」的意味，不是吗？

如果说 Project Alias 是给自家的智能音箱加一道闸门，钉钉推出的「防录音魔盒」就更直接了——它要干扰的，是会议室里其他设备的麦克风。

不止国外，国内也有这样的防录音产品——

此前钉钉自家推出了可以录下会议、转写文字并生成摘要 的 DingTalk A1 录音卡；「防录音魔盒」则走向相反方向。

它通过超声波形成 360° 防护，在不打断正常交谈的情况下干扰录音设备拾音；外形还可以做成纸巾盒、保温杯或垃圾桶，放进办公室和会议室。

图｜钉钉

这组产品对国内用户印象尤其深刻：同一家公司一边让每句话都能被录下、转写和整理，一边又提供一道物理屏障，让某些谈话无法进入录音文件。

过去，参会者只能口头要求「不要录音」，却无法确认桌上的手机和录音卡片是否真的关闭。防录音魔盒试图把这句要求变成一种空间状态——设备进入会议室，也拿不到可用的声音。

Reflectacles、Capable 和 Project Alias 以及防录音魔盒都不能称是万能的隐私工具。它们各自处理的只是 AI 感知现实中的一小段：

「特定的红外光、特定的识别模型，以及被干扰声覆盖的麦克风」。

可这四个项目从一开始就在问不同的问题，我认为非常值得今天的 AI 和 AI 硬件厂商重新看一眼。

Reflectacles 让摄像头少拿走一些信息；Capable 让普通人拒绝成为机器眼中的识别目标；Project Alias 则把麦克风的工作顺序倒了过来——未经允许，不得偷听。

它们很大声地说出了普通人藏在心底的疑问：设备真的应该一直看、一直听吗？

AI 硬件也该让旁观者说「不」

毋庸置疑，隐私一直是一件很重要，被业界一直放在嘴里谈论的事情，但是我们往往忽略了一点：

当大多数科技产品谈及隐私，围绕的都是「用户」，却很少涉及用户之外的其他人——被拍摄、被录音对象。

用户本人至少可以进入设置，查看录音保存在哪里、照片是否上传云端，也可以关闭功能或清理自己的历史数据。

但在今天，各种 AI 硬件扩大了数据采集的范围：一起吃饭的朋友可能被拍进视频；会议桌旁的同事可能进入录音和转写文本；从镜头前经过的路人，也可能在毫不知情时留下影像。

这些没有购买设备，没有阅读隐私条款，也没有点过「同意」的人，却一样成了数据来源。

指示灯和提示音当然有用——它们让录制不再完全隐蔽。但我们需要注意的是：

「通知」和「同意」，是完全的两码事。

镜框上的灯可能太小，也可能受距离、角度和光线影响；提示音有人听不见，也有人不知道它代表录制已经开始。等旁观者意识到发生了什么，照片或录音往往已经生成。

最终，内容是否停止采集、是否删除、是否上传，也仍由设备主人决定。

设备带来的便利属于购买者，判断、沟通和躲避的成本却落在周围的人身上。这种不对称仅靠一份使用守则很难解决，也不可能要求每个旁观者随身准备特殊眼镜、对抗服装或声音干扰器。

我们认为更直接的解决办法，应当直接进入产品设计本身：

设备进入录制状态与否，需要让不熟悉设备的人也能看懂；

对于敏感场合，应提供清楚、可验证的物理关闭方式（例如笔记本电脑摄像头的「盖子」）；

能够在本地完成的处理，应尽量减少原始音视频上传；

或许，应该设计出一种非用户之外的其他人，也能够参与的「拒绝采集」或「自动模糊」机制。

这些设计维度，未必能找到现成的答案，甚至有些存在悖论。但它们仍然值得探索、争吵，并且能够形成共识，

因为 AI 硬件不应只为用户本人而设计。

让我们回头再看看 DuckDuckGo 那副普通得不能再普通的太阳镜，它当然挡不住街上的摄像头，也无法解决所有隐私问题。

它能保证的只有一件小事：戴上它的人，不会再向周围多伸出一枚摄像头。