夜雨聆风当 AI 助手想要接管你的摄像头：Project Astra 的隐私三道墙
写于 2026-08-08 · 硬核大叔 一篇长稿，关于一个真实存在的产品——以及它想做的事为什么和"隐私常识"冲突
一、一杯咖啡店里的旁观者
封面：咖啡店里的旁观者——他没同意被看见。
想象一个场景。
你坐在一家咖啡店里，对面坐着一个戴智能眼镜的年轻人。他的眼镜里正在运行 Google 的 Project Astra——一个能看见物理世界、听见声音、记住上下文的 AI 助手。
他问眼镜："这杯咖啡的拉花是什么图案？"
眼镜回答了。然后眼镜继续看着你。
它"看见"了你——你的脸、你的衣服、你面前的笔记本电脑屏幕、你正在编辑的文档。它没有征求你的同意。它也不知道你是谁。但它记下了你。
你可能在想：这是不是太夸张了？一个普通的眼镜，怎么会知道我正在做什么？
答案很简单：Astra 的核心能力就是"持续看见"。它不是被动拍照的工具，是一个主动观察环境的助理。它必须常驻后台，才能在你需要的时候立刻响应。
这就是 always-on 的代价。
Project Astra 是 Google DeepMind 在 2024 年 5 月 Google I/O 上首次展示的多模态 AI 助手。它的核心假设是：AI 助理要真正有用，必须能看见用户的世界，听见用户的声音，记住用户的上下文。
这个假设和"隐私常识"之间的冲突，是 Astra 这两年来撞上的第一道墙。它不是技术 bug，是设计逻辑本身和日常伦理的不兼容。
二、Astra 是什么：从演示到消费产品的两年
两年时间，Astra 从原型走到你脸上。
把 Astra 放进历史里看，它不是凭空出现的。
2024 年 5 月 14 日，Google I/O 2024 开幕，DeepMind 团队现场演示 Project Astra。演示里，Astra 通过手机摄像头看到办公室里的物件，能识别屏幕上的代码，能记住用户 30 秒前问过什么。Sundar Pichai 在台上把它定位为 "通用 AI 助手原型"。
2024 年 12 月，Research Preview 启动。Google 把它开放给"受信任测试者"——一类已经注册早期访问的 Pixel 8/8 Pro 和 Samsung Galaxy S24 用户。当时 Astra 不在公开 App Store 出现，是 Gemini App 内的隐藏入口。
2025 年内，Astra 作为独立研究项目逐步淡化。它的能力被陆续整合进 Gemini Live——Gemini App 内一个实时语音 + 视频对话的消费产品。从用户视角看，Astra 没有"正式发布"，但它的能力已经渗透进日常产品。
2025 年 5 月 Google IO，Google 演示了 Android XR 智能眼镜——一副内置 Gemini 能力的原型眼镜，与 Samsung、Warby Parker、Gentle Monster 合作开发消费级版本。这是 Astra 能力的硬件延伸：从手机摄像头，扩展到面部穿戴设备。
两年时间，Astra 从一个原型演示，进化成一个可能随时戴在你脸上的设备形态。这是它真正的故事。
它不像 GPT-4o 那样是一次性的产品发布，更像是一条技术路线的渐进推进——每一步都不剧烈，但累积起来改变了产品形态。
三、第一道墙：always-on 摄像头
普通相机按需开关；always-on 必须常驻。
Astra 设计假设的核心是持续在线。
AI 助手要"看见你的世界"，意味着摄像头不能像现在这样——按需打开、用完即关。它必须常驻后台，在你授权的 session 内持续采集画面。
这和今天的手机摄像头使用方式完全不同。今天我们用相机，是"开 → 拍 → 关"。Astra 要做的是"开 → 持续拍 → AI 实时处理 → 直到 session 结束"。
Google 自己很清楚这一点。他们在 2024 年的官方表述里承认，Astra 的安全设计包含 native indemnification（原生风险补偿机制）和 classifier-based filtering（基于分类器的过滤）。换句话说，Google 知道"持续看见"这件事本身就有风险，所以加了一层一层的"过滤网"。
但问题不是过滤网够不够厚。问题是被看见的人根本不在你的授权列表里。
你打开 Astra，你是用户。你授权了。但你画面里出现的咖啡店店员、对面的陌生人、身后走过的小孩、屏幕上扫过的同事邮件——他们没有授权按钮。
这就是 always-on 摄像头撞上的第一道墙：用户授权 ≠ 画面里所有人的授权。
Meta 的 Ray-Ban 智能眼镜走过同样的路。2021 年第一代推出时就因 always-on 拍摄引发 bystander 争议。2024–2025 年的迭代版本加了录制指示灯，但问题没消失。Humane AI Pin 更激进——一个别在衣服上的 AI 设备，持续录音、投影显示——2024 年商业反响平淡，被批评"过度收集环境信息"。
Astra 比它们都更进一步：它的核心能力就是"看见你周围的一切"。不是附件，是基础。
四、第二道墙：从 indefinite 到 72 小时
从无限期保留，到 72 小时自动删除。
数据保留是 Astra 撞上的第二道墙。
2024 年 Astra 早期测试时，Google 的隐私政策被表述为：捕捉的 footage（画面）、音频、文本数据，保留期 indefinite（无限期）。
这意味着你打开 Astra 问"这杯咖啡的拉花是什么图案"之后，那段画面可能被永久保存。
隐私倡导者立刻指出问题：
Google 在压力下修订了政策。2025 年 8 月，Gemini App 引入了 Temporary Chat（临时聊天）机制：
这是真实可引用的政策更新——但它也是一次退让。Google 从"无限期保留"退到"72 小时 + 用户可控"，是公开批评推动的产物。
注意一个微妙之处：政策修订不等于问题消失。曾经 indefinite 保留的数据怎么处理？是否有过用户数据被用于训练、但用户后来才知道的事？这些追溯性问题，Google 没有给出完整答案。
这种"先收集，再退让"的产品节奏，是 2024–2026 年 AI 行业的常见模式——OpenAI 的 web 爬取、Anthropic 的训练数据使用、xAI 的 Grok 数据共享都走过类似的路径。
五、第三道墙：bystander 同意的灰色地带
用户按了同意键；画面里的旁观者，没有。
第三道墙是 bystander 同意问题。
Astra 工作的场景大部分是物理世界——咖啡店、办公室、家里、地铁上。在这些场景里，AI 助手看到的画面里几乎一定包含未授权的第三方。
现有法律怎么对待这件事？
欧盟的 GDPR 把生物特征数据（人脸）列为敏感数据，处理需要明确同意。美国加州 CCPA/CPRA 给消费者删除权，但具体到 always-on AI 设备——没有专门条款。
这是法律和技术的错位：
隐私组织呼吁了几件事：
这些呼吁在 Astra 的迭代中部分得到了回应（指示灯、临时聊天），但没有系统性解决。bystander 同意机制至今仍是一个灰色地带——技术能做（人脸模糊化、bystander 检测），但商业动力不强（会影响产品"看见一切"的核心卖点）。
六、DeepMind 的回应：技术能解决问题吗
三道防线都是单向告知——bystander 没有"不被录"的按钮。
DeepMind 没有回避这个问题。
他们发了一篇专门的官方博客："Building safer, more helpful AI with Project Astra"。核心表述是三件事：
这套回应是认真的，但也有局限。
分类器过滤的有效性取决于分类器的训练数据。如果分类器没见过某种新型 bystander 场景（比如一个穿着特定文化服饰的人），它可能识别不出"这是 bystander"。AI 的判断边界和人的判断边界不一致。
原生 indemnification 听起来很强，但它是模型内置的——用户看不到具体逻辑。透明度问题没解决。
系统级缓解是被动设计——指示灯告诉你"在被录"，但 bystander 没有"不被录"的按钮。这是单向告知，不是双向同意。
DeepMind 也发布了 Project Astra 技术报告 PDF，Safety 章节包含红队测试、多语言安全基准评估的数据。具体数字我没有完整核验到原文（官方域名被网络安全策略 block），但安全评估的工程化这件事本身，是真在做的。
这不是"DeepMind 不在乎安全"，是"安全工程化解决不了一个本质问题：AI 助手想要看见的一切，和隐私常识不兼容"。
七、行业对照：三种 always-on，三个赌注
三个公司，三个赌注。
把视野拉到行业层面，always-on AI 不是 Astra 独家。
Meta Ray-Ban 智能眼镜（2021 推出，2024–2025 迭代）：always-on 拍摄、轻量 AI 集成。商业上最成功——2025 年成为智能眼镜品类最畅销产品之一。但争议从未停止：bystander 同意、录制指示灯有效性、Meta 的数据使用历史。
Humane AI Pin（2024 推出）：别在衣服上的 AI 设备，投影显示、持续录音。商业反响非常平淡——2024 年下半年传出停服/出售的传闻。标志 always-on AI 设备的早期失败案例，不是因为技术不行，是因为用户不愿意被持续监听。
Project Astra（2024 Google I/O 至今）：always-on + 多模态（视觉 + 语音 + 屏幕）+ 长期记忆。比 Ray-Ban 更激进（持续视觉 + 长期记忆），比 Humane 更隐蔽（不投影、不显眼）。
三个产品，三种取舍：
Astra 的赌注是用户会为"更聪明的助理"接受"更深的侵入"。这个赌注目前还没到答案——Astra 的核心能力还压在 Gemini Live 这个壳里，没有大规模独立产品形态。
八、监管难题：法律墙
产品跑在监管前面 2-3 年。
法律层面是真正的瓶颈。
GDPR、CCPA/CPRA、《个人信息保护法》——这些是为传统数据收集设计的：
always-on AI 助手不在这些模型里：
欧盟 2024 年通过的 AI Act 把 AI 系统按风险分级——always-on AI 助手大概率落在"高风险"类别，需要额外合规审查。但具体到 bystander 同意、数据最小化、跨设备同步——细则还在制定中。
美国联邦层面没有统一 AI 隐私法，加州 CCPA 给了一些基础，但 always-on AI 的具体监管是真空。
中国《生成式人工智能服务管理暂行办法》（2023）侧重内容安全，对 always-on 设备的数据收集、bystander 同意没有特别条款。
这意味着什么？意味着 2024–2026 年这波 always-on AI 助手的扩张，监管框架是滞后的。产品跑在监管前面 2–3 年。等到监管细则成型时，这些产品已经积累了大量用户数据——而 bystander 同意的窗口期已经错过。
更糟的是，监管通常针对的是"已发生的问题"，但 always-on AI 的问题很多是"未发生的假设"——它假设 AI 看见一切是合理的，反过来让监管很难定义边界。
这是更深的一道墙——不是技术墙，是法律墙。
九、AI 助手的边界：看见不等于应该看见
回头看 Astra 的故事。
两年时间，从一个原型演示到一个可能随时戴在你脸上的设备形态。Astra 的技术能力是真的——实时多模态、长期记忆、跨应用执行。DeepMind 的安全投入也是真的——分类器过滤、原生 indemnification、系统级缓解。
但技术能力和产品形态是两回事。
Astra 想做"看见你、听见你、记住你"的助理。这个假设要成立，需要：
前两个撞墙了——always-on 摄像头争议 + bystander 同意问题。第三个正在撞——AI Act 和各地区法规正在追赶。第四个部分缓解——Google 从 indefinite 退到 72 小时是真实进步。
Astra 的故事告诉我们：AI 助手的边界不是技术能力决定的，是社会能接受什么决定的。DeepMind 能让 AI 看见一切，但社会还没准备好接受一切都被看见。
咖啡店里的旁观者，他的问题不是"AI 够不够聪明"。他的问题是"我能不能不被看见"。
这个问题，2026 年没有答案。也许 2027 年会有。
但在那之前，每一个打开 Astra 的人——和每一个被 Astra 看见的人——都在参与这个答案的形成过程。