自动化对抗数据经纪人：深入探讨 auto-identity-remove

现代互联网已将个人身份变成商品。数据经纪人——收集、聚合并出售个人信息的公司——在暗处运作，往往使个人几乎不可能手动请求删除其数据。对大多数人而言，这一过程是一场繁琐的循环，需要在数百个站点中搜索自己的个人资料，并填写重复且常常故意设置障碍的退出表单。

最近，一个名为 auto-identity-remove 的新开源项目出现，以应对这一问题。该工具由 stephenlthorn 开发，旨在通过定期调度，自动从超过 500 个人物搜索站点和数据经纪人数据库中删除个人信息。它利用浏览器自动化和 AI 驱动的 CAPTCHA 解决方案，尝试将隐私维护的负担从用户转移到机器上。

自动化工作原理

该工具基于 Node.js 和 Playwright 构建，能够模拟人与网页的交互。它不仅是一个简单脚本，而是实现了一个复杂的工作流，以处理数据经纪人退出流程的多样性：

发现与识别：脚本搜索用户的姓名和州，以找到特定的个人资料 URL，许多经纪人要求此类精确的退出请求。
自动提交：它使用本地 config.json 文件中存储的个人数据填写并提交退出表单。
CAPTCHA 绕过：为克服经纪人故意增加的阻力，工具集成了 CapSolver，这是一项 AI 驱动的服务，可以少量费用解决 reCAPTCHA。
状态跟踪：state.json 文件记录成功的删除。由于经纪人常常重新添加数据，工具使用 90 天的重新检查窗口以确保持久性。
混合执行：对于过于复杂而无法自动化的站点（如 Google 的 “Results About You”），工具会在用户的浏览器中打开页面，以便手动干预。

经纪人覆盖策略

项目将经纪人分为三层自动化等级：

明确定义（30+ 站点）：高价值经纪人如 Spokeo、WhitePages，以及 B2B 巨头如 ZoomInfo 和 Clearbit，拥有专门的逻辑来处理其特定的搜索与删除流程。
通用运行器（470+ 站点）：使用来自 The Markup 和 “Big Ass Data Broker Opt Out List” 的数据集，工具采用四种启发式策略（例如查找 “Do Not Sell My Personal Information” 按钮或 OneTrust 隐私管理器）尝试自动退出。
手动回退：需要账户认证或复杂验证的站点会被标记，需用户手动处理。

技术考量与局限性

虽然该工具为隐私提供了强大的框架，但它并非没有挑战。Hacker News 上的社区讨论凸显了若干关键的技术和哲学障碍。

平台依赖性

目前，工具与 macOS 紧密耦合，使用 launchd 进行调度，并通过 Messages 应用发送通知。虽然核心逻辑是 Node.js，但 Linux 或 Windows 用户需要自行实现调度（例如使用 cron）才能实现相同的月度自动化。

“活跃用户”悖论

用户之间的一个重要争议点是，自动化退出到底是帮助还是无意中伤害了用户。有些人认为，提交表单——需要提供当前联系信息——可能向经纪人表明其持有的数据是准确的，且用户是 “活跃” 的。

我并非讽刺地怀疑，许多退出表单的目的仅仅是记录最新信息。

国际适用性

该工具主要面向美国市场，依赖 “State” 与 “ZIP code” 作为主要标识。美国以外的用户报告了困难，指出非数字邮政编码或不同的地址格式常常导致自动化逻辑失效。

对比：开源 vs. 付费服务

已有成熟的付费服务，如 Incogni 和 Optery，提供类似功能。auto-identity-remove 的开发者建议采用互补而非竞争的方式。付费服务通常拥有专业维护的流程，覆盖更广泛的经纪人，但它们是闭源的且需要订阅。

该开源工具提供透明度和控制力，专门针对付费服务可能遗漏的空白，如 Acxiom 或 LexisNexis。对于注重隐私的用户，最强的策略可能是将付费服务用于批量删除，并结合此脚本针对特定的高价值空白进行处理。

未来展望

该项目目前处于 beta 阶段，开发者正在寻求帮助，以改进通用站点的启发式方法并实现电子邮件验证流程。随着用于 “计算机使用” 的 AI 模型（如 Claude 的最新能力）不断演进，人们对这些模型是否能够用动态、视觉化的方式理解退出表单，以取代静态选择器并可能提升自动化身份删除成功率产生了浓厚兴趣。