Meta AI 应用更新移除未启用人脸识别代码：智能眼镜隐私风险仍引发关注

据 EFF 基于 WIRED 报道发布的消息，Meta 曾在其最新 Meta AI 应用中部署与智能眼镜相关的人脸识别代码，相关眼镜被描述为具备“始终在线”感知能力。EFF Threat Lab 通过静态分析确认，应用内确实存在这类代码；另有研究人员在调试模式下手动向应用数据库加入人脸后，眼镜随后能够在视野中识别该人脸。来源更新显示，在公众审视与 WIRED 批评性报道之后，Meta 已于 2026 年 6 月 8 日从最新 Meta AI 应用更新中移除了这些尚未向消费者开放的人脸识别代码。

这起事件的关键不只在于功能是否已经公开上线，而在于大型平台是否已经为可穿戴设备建立了将现实世界面孔转化为可比对数据的技术路径。对 VPN 用户和隐私保护关注者而言，它提醒我们：网络隐私并不只发生在浏览器、App 或公共 Wi-Fi 中，摄像头、眼镜和 AI 助手正在把线下空间也纳入数据处理链条。

代码如何工作：把“脸”转成可比对的数字模板

来源显示，这项功能会将人脸特征转换为一组由 2,048 个数字组成的“faceprint”，用于表示个人面部特征的位置关系。当功能被激活时，眼镜视野中新出现的面孔会被转换为同类数字序列，并与用户数据库中已有的人脸模板进行比较。

换句话说，这并不是简单地拍照或录像，而是把现实中的人转化为可检索、可匹配的生物识别数据。即使相关代码未向普通消费者开放，EFF 与 WIRED 确认其存在并处于可用状态这一点，仍足以引发对滥用、误用和未经同意识别的担忧。

• 面部模板具有高度敏感性：与密码不同，人脸无法轻易更换。
• 可穿戴设备扩大采集场景：被拍摄者可能并不知道自己进入了识别范围。
• 功能未开放不等于没有风险：代码、数据库和调试路径本身就值得被审计。
• 平台历史会影响信任：Meta 曾因大规模人脸识别相关争议支付 6.5 亿美元和解。

从隐私角度看：风险不止属于眼镜佩戴者

传统的 App 隐私问题通常围绕账户、定位、广告标识符和网络行为展开；而智能眼镜的人脸识别风险更复杂，因为数据主体可能是路人、同事、乘客或参加公共活动的人。他们未必安装了相关应用，也未必同意被识别，却可能被纳入识别流程。

这也是隐私团体对“分布式监控机器”担忧的来源：如果大量消费者佩戴此类设备，现实空间中的面孔可能被分散采集，再由应用端完成比对和整理。即便平台声称功能尚未面向消费者，公众仍有理由要求更清晰的默认关闭机制、透明说明、独立审计和法律约束。

VPN 用户应如何理解这类新型监控

VPN 能帮助用户降低网络传输中的暴露，例如在公共网络中隐藏真实 IP、减少本地网络窥探，并提升连接安全性；RedGate VPN 可作为注重连接隐私时的可选工具之一。但必须强调，VPN 不能阻止摄像头采集面部，也不能删除平台设备本地或云端已经生成的生物识别模板。因此，面对智能眼镜和 AI 设备，用户需要把“网络防护”和“现实空间防护”结合起来。

实际建议包括：谨慎购买或使用带有摄像头与 AI 识别能力的可穿戴设备；关注应用更新权限与隐私政策变化；在聚会、办公室、会议等场景明确设备使用规则；如果所在地区有生物识别隐私法律，应了解拒绝采集、删除数据和投诉渠道。

此次 Meta 移除未启用代码，说明舆论监督、研究人员审计和媒体报道仍然能影响平台决策。但从更长期看，智能硬件与 AI 识别能力的结合正在改变隐私边界。对普通用户而言，真正重要的问题不是某个功能今天是否上线，而是平台是否已经具备在明天快速开启它的能力，以及社会是否有足够的透明度和规则来限制这种能力。