AI 將「交出數據」這個動作，從一個被動的、被盜取的、令人厭惡的過程，變成了一個主動的、有即時回報的、社交化的日常行為。

文章作者、來源：0x9999in1，ME News

簡而言之

• 五年前，人們因APP竊取通訊錄、洩露手機號而憤怒；現在卻主動將身份證、簡歷、醫療記錄喂給AI，情緒平靜得可怕。
• 隱私權容忍度確實在提高，但本質並非「不在乎了」，而是一場成本與收益的計算——AI 提供的即時回報太大，大到用戶願意假裝看不見風險。
• 推動這一轉變的核心力量有三個：交互形態變了（對話式信任）、反饋速度變了（秒級滿足）、替代方案消失了（不用就出局）。
• 監管並未跟上這種集體心理轉向。中國《生成式人工智能服務管理暫行辦法》、歐盟AI Act落地後，執法粒度仍然粗糙。
• 真正危險的不是「我知道我在交出隱私」，而是「我根本不知道我交出了什麼」——在多模態AI時代，數據採集的粒度已遠超用戶認知。
• 提升隱私寬容度是一個漸進的、有條件的、可逆的過程，而非單向滑坡。

五年前：憤怒是標準配置

2019 到 2021 年那段時間，隱私新聞是這樣的——



某頭部社交APP被工業和信息化部通報，因後台頻繁讀取用戶相冊。某外賣平台被曝根據手機型號進行大數據殺熟，iPhone用戶看到的配送費比安卓貴2塊。某房產資訊平台將註冊手機號批量倒賣給中介，用戶剛填完一個樓盤諮詢表，三分鐘內接到五個不同區域的銷售電話。

當時的輿論反應？炸裂。微博熱搜動輒上億閱讀。央視315點名。工業和信息化部一輪又一輪地下架整改通報。人們在評論區罵得很具體：「憑什麼讀我剪貼板？」「我就下了個天氣APP，你要我通訊錄權限幹什麼？」

憤怒是真實的。不信任也是真實的。

《個人資料保護法》於2021年正式實施，可視為那個時代集體情緒的制度性成果。

回頭看，那是一個人們對隱私有「樸素領地意識」的年代——我的電話號碼是我的，我的住址是我的，我的消費記錄是我的。你偷，我就罵。邏輯簡單，態度清晰。

現在：投餵是日常

快進到2025、2026年。

打開豆包，將一份包含真實姓名、教育經歷和工作履歷的簡歷貼進去：「幫我潤色一下，投外企用。」

打開 ChatGPT，上傳一張身份證照片：「幫我把這個變成高清掃描件，正反面分開。」

打開 Kimi，丟進一份體檢報告：「幫我解讀一下，哪些指標有問題？」

打開 Grok，貼一段和前任的聊天記錄：「幫我分析一下他是什麼意思。」

停一下。想想這些動作。

五年前，一個 APP 偷偷讀取你的通訊錄，你想舉報它。現在，你主動把身份證、簡歷、病歷、情感隱私，甚至財務資料喂給一個你根本不了解其後端架構的 AI 模型。

而且你做這些事的時候，情緒是什麼？

不是緊張。不是猶豫。是期待。是「快點給我結果」。

這就是變化。巨大、結構性的變化。

為什麼會這樣？不是人變傻了

先排除一個懶惰的解釋：人變麻木了。

不對。2024 年底 Clearview AI 在歐洲被重罰，相關新聞下的評論依然是憤怒的。2025 年初某國產大模型被曝將用戶對話數據用於訓練且未明確告知，社交媒體反彈很快，該公司兩天內發了致歉聲明。

人們並沒有對隱私完全鈍感。他們只是在一種新的框架裡重新計算了。

過去的資料蒐集是「背著你幹的」。APP 在後台偷偷上傳通訊錄，這個動作你看不見、不知情、沒參與。被發現之後，自然覺得被侵犯。

但AI不同。你跟它說話。它回應你。它稱你為「親」，或禮貌地說「好的，我來幫你處理」。這是一場對話。對話天然地建立信任。

心理學裡有個概念叫「自我披露的互惠性」——當你感到對方在回應你，你就傾向於透露更多。AI 完美模擬了這個機制，雖然「回應」的那方根本不是人。

你以為你正在與一個助手合作。實際上你正在對一個資料庫敞開自己。但因為體驗像「聊天」，警覺就鬆弛了。

過去隱私洩露的模式是這樣的：你付出資料→中間有黑產倒賣→最終你接到騷擾電話。付出與懲罰之間有時間差，付出與回報之間幾乎沒有正向聯繫。因此本能反應是拒絕。

現在的模式反過來了：你提供資料→AI 在秒級內返回一份精美的簡歷、一張修復好的證件照或一個清晰的診斷解讀。付出與回報之間幾乎沒有延遲，而潛在風險則被推至未來某個不確定的節點。

這是經典的「雙曲貼現」——人類天生對眼前的確定收益賦予過高權重，對未來的不確定損失嚴重低估。AI 將這種認知偏差發揮到了極致。並非故意，而是結構性的。

在 2026 年的職場、學業、日常生活中，AI 已是基礎設施。

你不用 AI 改簡歷，隔壁工位用了，他的簡歷比你精緻三倍。你不用 AI 處理證件照，線下快照店也在用 AI 處理完再賣給你——你只是多花了 30 塊錢讓別人替你餵數據。你不用 AI 輔助寫代碼，項目進度就是比用的人慢。

當一個工具變成「不用就落後」的社會基礎設施時，隱私選擇就不再是純個人偏好，而是一種帶有社會壓力的被迫行為。

你可以選擇不用。但代價是可見的、即時的、不斷累積的。

數據怎麼說

Cisco 在 2024 年底發布的《消費者隱私調查報告》顯示：全球範圍內，84% 的受訪者表示關心隱私，但只有 46% 的人表示會因為隱私顧慮而停止使用某項 AI 服務。也就是說，接近一半的人明確承認：「我在乎，但我不會因此放棄使用。」

國內的數據更有意思。中國信息通信研究院2025年3月發布的一項調研顯示，在使用生成式AI的用戶中，67%的人曾上傳過含有個人敏感資訊的內容（包括姓名、證件號、照片等），但其中僅有23%的人仔細閱讀過該服務的隱私政策。

Two-thirds of people are naked, and three-quarters of those naked don’t realize how naked they are.

再看企業端。根據 Salesforce 2025 年發布的一項關於職場 AI 使用的調查，全球 28% 的受訪職場人士承認曾將公司機密數據輸入公共 AI 工具而未獲得公司授權。三星早在 2023 年就發生過工程師將內部源代碼貼入 ChatGPT 導致洩露的事件——這不是隱私寬容，這是隱私盲區。

案例：那些我們已經習以為常的事

案例一：AI 證件照

2024年至2025年，AI證件照應用在中國爆發式增長。妙鴨相機、海馬體AI寫真等產品的用戶量達到千萬。流程很簡單：上傳15-20張個人照片（含正面、側面、不同角度），AI生成各類證件照和寫真。

想想這意味著什麼——你將自己的高清面部生物特徵資訊，以多角度、多光照條件的形式，交給了一家商業公司的伺服器。這些資料是否被用於模型訓練？保留多久？加密標準是什麼？大多數用戶從未問過。

這件事放在2020年，輿論會爆。放在2025年，大家覺得這是「生活方式」。

案例二：AI 簡歷與求職

在2025至2026年，使用大模型修改簡歷已成為求職者的標準做法。領英在2025年的一項調查中提到，其平台上超過半數的求職者曾使用AI輔助生成或優化簡歷內容。智聯招聘2025年報告也顯示了類似的趨勢。

這些簡歷包含什麼？全名、聯絡方式、教育背景、工作單位、項目經歷，甚至薪資期望。用戶將完整的職業畫像一次性交給 AI。這比任何招聘網站的結構化數據採集都要全面——因為簡歷是敘事性的，包含上下文，包含邏輯關係，包含個人意願。

案例三：AI 心理諮詢與情感分析

自2025年以來，各類AI情感陪伴產品激增。Character.ai的心理健康相關角色使用量龐大。國內的產品如「星野」「築夢島」等也有大量用戶傾訴心事。

用戶在這些場景裡透露的是什麼？是情緒狀態、是人際關係細節、是心理創傷、是對特定人的評價。這些資訊的敏感度遠超手機號碼和住址。

在2024年底，Character.ai因一名美國青少年用戶在與AI角色深度互動後自殺，遭到家屬起訴。事件引發監管關注，但並未導致此類產品用戶量顯著下降。

這說明了什麼？人們不是不知道風險。但情感需求太真實、太緊迫，而替代方案——真人心理諮詢——太貴、太難預約、太多社會標籤。

容忍度提高了，但有界限

說到這裡，我的判斷是：

是的，寬容度提高了。不是因為人們不在乎了，而是因為 AI 時代重新定義了「可接受的隱私交易」的門檻。

但這個寬容是有條件的。

條件一：用戶需要感到「我是主動的」

人們能容忍主動交出的數據，卻不能容忍被竊取的數據。2025年，某短視頻平台被曝在用戶不知情的情況下，利用麥克風權限採集環境音用於廣告推薦。輿論反應？依然是憤怒且劇烈的。

所以不是「隱私無所謂了」，是「我給的可以，你偷的不行」。主動權的感知是關鍵變數。

條件二：用戶需要信任品牌

同樣是上傳身份證，交給微信、支付寶，和交給一個沒聽過名字的小程序，用戶的心理門檻完全不同。信任在這裡是重要的調節器。OpenAI、字節跳動、百度這些大品牌享受了「大到可以信任」的隱性背書——雖然「大」和「安全」之間並不存在因果關係。

條件三：資料類型有差異

用戶對不同類型數據的敏感度排序依然存在。根據中國網絡空間研究院2025年的調研數據，用戶對以下數據的敏感度排序大致是：金融賬戶信息 > 身份證號 > 醫療記錄 > 人臉數據 > 職業信息 > 興趣偏好。

也就是說，人們願意把簡歷給 AI，但讓 AI 綁定銀行卡仍會猶豫很久。寬容度是分層的，不是一刀切的。

真正的風險：你不知道你交出了什麼

我最擔心的其實不是「用戶主動給」的那部分。

最危險的是多模態AI時代，數據採集的維度遠超用戶認知。

你以為你只是上傳了一段語音讓 AI 轉寫。但語音裡包含什麼？語速、停頓模式、情緒波動、環境噪音、口音特徵。這些都是數據。

你以為你只是拍了一張照片讓 AI 修圖。但照片 EXIF 資訊裡有 GPS 坐標、設備型號、拍攝時間。背景裡有你家的門牌號、你車的車牌、你桌上的藥瓶標籤。

你以為你只是讓 AI 分析了一份 PDF 文件。但文件的元數據中包含作者姓名、編輯歷史、公司域名。

用戶「主動交出」的是表層資訊，但AI系統實際獲得的是深層畫像。用戶以為自己做了一次小額支付，實際上寫了一張空白支票。

這個認知差距——用戶以為自己交了多少 vs 實際交了多少——才是這個時代最大的隱私陷阱。

監管能跟上嗎？

坦白講，目前跟得磕磕絆絆。

在中國，2023年8月生效的《生成式人工智能服務管理暫行辦法》要求服務提供者不得非法留存可識別用戶身份的輸入資訊，不得將輸入資訊用於訓練模型（除非取得用戶同意）。方向正確，但執行細節過於粗略。用戶同意的方式是什麼？一個彈窗、一個預設勾選的複選框？這與十年前APP隱私協議的套路有什麼本質區別？

在歐盟，AI 法案已於 2025 年開始分階段實施，將高風險 AI 系統的數據治理納入嚴格監管，要求訓練數據具有可追溯性。方向正確，但面對 OpenAI、Google 等全球化運營的公司，跨境執法成本極高。

美國？至今仍沒有聯邦層面的統一隱私法律。各州各自為政。加州的 CCPA 算是領先，但對生成式 AI 的約束條款仍在補充中。

總結：監管正在追趕，但比技術落地慢至少兩到三年。而用戶行為的變化比監管更快。這三者之間的速度差，正是當前隱私風險的最大來源。

結語

人們對隱私的容忍度變高了嗎？

高了。但不是因為人變蠢了，也不是因為人不在乎了。

是因為 AI 把「交出數據」這個動作，從一個被動的、被盜取的、令人厭惡的過程，變成了一個主動的、有即時回報的、社交化的日常行為。

你並未丟失隱私意識，只是在一場你未必能看清全貌的交易中，接受了一個你認為划算的價格。

至於這個價格將來是否會被證明太低？

這個問題的答案，可能要等到某一天，AI 訓練數據的真正去向被完整揭露的時候，才能知道。

到那时候，希望我們還有討價還價的餘地。

參考來源

1. Cisco, 2024 年消費者隱私調查, December 2024.
2. 中國信息通信研究院，《人工智慧應用中的個人資訊保護研究報告》，2025年3月。
3. Salesforce, Trends in AI at Work Report, 2025.
4. 國家互聯網信息辦公室，《生成式人工智能服務管理暫行辦法》，2023年8月15日施行。
5. 歐洲議會，人工智慧法案（歐盟AI法案），正式通過於2024年，2025年起分階段實施。
6. 路透社，「青少年死亡與聊天機器人互動有關，Character.AI 被起訴」，2024 年 10 月。
7. 三星，根據彭博社 2023 年 5 月的報導，在原始碼洩露後內部備忘錄限制使用 ChatGPT。
8. 中國網絡空間研究院，《中國互聯網用戶數據安全感知調查》，2025年。