电视连狗叫都能听懂了,我凭什么相信闭源软件?

买一台电视回家，很多人以为只是自己看它。现在的设备，也能听懂家里的一些动静。

狗叫了，孩子哭了，这些声音都可能成为它识别的对象。

在 X 上，一位名叫 log4j 的研究者发布了对三星电视系统的分析。他声称在系统中发现了声音分类、狗叫和婴儿哭声事件计数，以及相关的数据上报逻辑。这让我想问：我们买回家的设备，到底在替谁工作？

电视有这副耳朵，厂商自己介绍过

2025 年 5 月，三星印度官方介绍 Vision AI 电视时提到，宠物与家庭关怀模式可以利用电视本地的 AI，识别狗叫声和婴儿哭声，在需要注意时提醒用户。

人不在家，电视听到狗叫后发来提醒，或者播放内容安抚宠物，这当然有用。

可我只是想看电视。是否让它听房间里的动静、听到的信息怎么处理，应该由我决定。

我们通常知道电视能播放什么，却未必知道它能感知什么。这块屏幕的能力，已经伸到了屏幕外面。

不录谈话，也可能知道很多事

电视追踪观看行为，早就有过公开案例。

2017 年，美国联邦贸易委员会（FTC）和新泽西州检方指控 VIZIO，在消费者不知情或未同意的情况下，从约 1100 万台电视上收集观看数据。VIZIO 最终同意支付 220 万美元和解。按照监管方的指控，这些数据还被结合人口属性信息，用于第三方广告定向等用途。

自动内容识别（ACR），相当于电视在后台替屏幕“认片”：提取画面或节目声音的特征，匹配内容库，判断你在看什么。

你爱看什么、什么时候看，观看记录本身就有商业价值。

声音事件也一样。一个系统如果长期记录哭声、狗叫出现的时间，就可能用来推测家里有没有孩子、有没有宠物，以及一家人的作息。

所以，除了有没有录音，我还关心它留下了什么记录，这些记录又交给了谁。

界面上的开关，究竟关掉了什么

不喜欢就关掉，听起来很简单。可界面上关了，后台真的停了吗？

《Watching the Watchers》研究项目测试了来自 10 家厂商的 12 台电视，覆盖 8 种操作系统。在部分被测设备上，用户关闭 ACR 后，设备仍向相关服务器发出与 ACR 相似的加密流量；另一些系统的关闭选项则在测试中有效。

关没关住，不能只看菜单上的按钮。

再把这台电视搬进会议室。桌上谈的是报价、客户名单、还没公开的研发计划，墙上挂着一台带麦克风、连着网的设备。要是有人能越权打开麦克风，再把声音传出去，会议室里的商业间谍都快不需要了，挂台电视就行。

买一块开会投屏的屏幕，总不能还附赠一场猜谜：麦克风谁能调用，什么数据能出网，关掉之后到底停没停。用户不该每买一台设备，就得先学会逆向工程。

AI 编程工具也曾越过预期边界

除了智能电视，一些 AI 编程工具也出现过超出预期的上传行为。

2026 年 7 月，研究者 cereblab 对 Grok Build 0.2.93 进行了网络取证。在测试中，他要求工具只回复 OK，不要打开任何文件，但网络抓包显示客户端依然将整个代码仓库连同 Git 历史打包上传。研究者从上传包中，恢复出了那个未被模型读取的测试文件以及完整的提交记录。

模型读取任务需要的文件，客户端却另走一条通道打包整个仓库。测试中，关闭“改进模型”也没有阻止上传。

研究者后来更新称，xAI 已在服务端禁用整库上传。

2026 年 9 月，GLM 背后的智谱，其编程客户端 ZCode 也出现类似争议。开发者 ferstar 在 3.12.3 版本中，发现了包含 Git 历史的工作区快照和上传链路。

其中，一份约 313MB 的代码包上传失败了 564 次，留在本地；另一个较小的公开仓库快照，则显示已被服务端接收。

智谱随后致歉，解释这属于代码库索引中的 Repo Wiki 功能，初期默认开启，并声明上传数据在生成 Wiki 后即销毁。披露者后续对 3.14.0 版本的检查显示，相关快照生成与上传链路已被移除，官方随后也公开了客户端源码。

Grok Build 和 ZCode 的这两起事件也让我开始留意：接入模型的客户端，会替我做出哪些决定？我让 AI 帮忙改文件，不等于愿意把整个项目的历史都交出去。

AI 让检查黑箱的门槛变低了

我最近分析了一款常用的绿色软件，在里面看到了检查硬盘、主板等设备编号，以及正在运行的程序、摄像头使用记录、远程连接和模拟键鼠操作的逻辑。简单说，就是认出这台电脑，再检查电脑上的运行环境。

它还在本地保存账号和设备信息。我用一个软件，总该知道它为什么要查这些、查到什么程度，也该能自己决定哪些检查可以关掉。

以前想弄明白这些后台行为，得花不少时间读代码、查调用。现在，这些工作有了 AI 帮手。

2026 年 4 月，安全团队 Calif 公开了一项三星电视实验。他们先在旧款电视的浏览器里取得程序执行权限，再提供对应源码和测试环境，让 Codex 协助分析，最终拿到系统管理员权限。

阅读代码、梳理调用、反复试验，这些原本耗时的工作有了 AI 帮手，更多人就有机会检查软件背后的行为。过去很少有人有空追查的问题，也更容易被摆到台面上。

开源与可验证性越来越重要

我越来越看重开源，也正是因为它让独立检查更容易。普通用户不必逐行读代码，就像买车不必亲手拆发动机。研究者和技术社区能检查问题、监督修复，其他人也能受益。

不过，公开代码同样可能被人动手脚。2024 年 XZ Utils 被植入后门，就是一个例子。

所以，公开的代码还要能和下载到的安装包对应起来，更新有记录，权限能限制。可以在本地处理的数据，不必一股脑送上云端；发现不合理的收集行为，用户也能按照开源许可修改代码，或换用其他人维护的版本。

闭源厂商提供独立审计、本地模式和可靠的权限控制，同样有价值。对于在意隐私的个人和企业，能否检查、能否限制，会越来越影响工具的选择。

如果两个工具都能完成工作，其中一个可以被检查、可以限制联网、出问题还能替换，我会更愿意把重要的东西交给它。我仍然相信，开源会是未来越来越重要的方向。

买一台电视，初衷只是为了看节目。它可以具备识别声音的能力，但什么时候开启、识别什么、记录什么，决定权应该始终留在用户手中。如果用户只想要一块纯粹的显示屏，它就应该安安静静地做好一块屏幕。