Apple 个人知识图谱剖析：macOS 上未公开的数据收集

macOS 上隐藏的知识图谱

自 2022 年起，每台 Mac 都预装了一对后台守护进程——knowledgeconstructiond 和 intelligenceplatformd，旨在构建一个关于用户及其社交圈的全面、可查询的知识图谱。该系统聚合了来自整个操作系统的数据，包括联系人、日历、照片、信息、邮件、位置历史记录和屏幕使用时间，以推断关系、习惯和行为模式。虽然 Apple 已经发表过关于图构建技术的研究论文，但具体的实现细节、收集数据的范围以及“亲属关系”推理引擎的存在在很大程度上仍未公开记录。

系统运作方式

知识图谱以一系列 SQLite 数据库的形式存储在 ~/Library/IntelligencePlatform 中。该系统的核心是一个包含 181 个实体类和 278 个谓词的三元组存储。这些谓词记录了实体之间的关系，例如“雇主”、“家庭成员”或“社交联系”。

推理通过以下方式的组合进行：

• 基于规则的提取： 直接从系统应用程序复制数据。
• 机器学习模型： 包括用于家庭关系检测的 XGBoost 分类器，以及用于识别两条记录是否代表同一人的嵌入模型。
• 本地 LLM： 用于解释信息和照片，从而为面部聚类分配名称和关系标签。

至关重要的是，系统会为每个推断出的事实分配一个置信度分数，即使数据被用户删除，系统通常也会将信息保留在 expired_stable_graph 表中，该表可能会长期存在。

隐私与伦理问题

该系统的发现引发了关于用户同意和数据透明度的重大辩论。批评者认为，在没有明确、细化的选择加入机制的情况下收集如此细致的社交和行为数据，违背了用户隐私的精神。

"如果我正在和某人聊天，那么一个事实是，并非所有内容都会被逐字记住……有了 Recaps 和这个社交图谱，我们彼此之间那种非正式的流动性开始消失了。" — @thomascountz

法律观察人士还指出，这可能与 GDPR 等法规存在潜在冲突，因为为特定目的（例如发送电子邮件或组织会议）提供的数据在未经用户明确同意的情况下被重新用于画像。此外，由于该图谱存储在任何具有“完全磁盘访问权限”的进程都可以访问的位置，它造成了一个潜在的“隐私单点故障”，恶意软件理论上可以抓取用户的整个社交网络和行为历史。

调查你自己的数据

为了提供透明度，研究人员开源了 iKnow，这是一个本地仪表板，允许用户浏览其自身知识图谱的内容。该工具在 Mac 上本地运行，以只读状态读取数据库，从而可视化系统所建立的连接。

检查过数据的用户的主要发现包括：

• 跨设备同步： 如果用户登录了同一个 iCloud 账户，该图谱可以跨多台 Mac 链接身份。
• 第三方应用程序集成： 系统可能会摄取来自第三方消息应用程序（如 Slack 或 WhatsApp）的元数据，以构建其社交图谱。
• 不准确的推断： 许多用户报告称，系统经常对家庭关系或社交纽带做出错误的假设，这凸显了自动推理模型的局限性。

虽然一些用户认为这种本地处理优于基于云的监控，但其他人仍然担心缺乏文档以及无法轻松选择退出或清除这些数据构成了根本性的信任违背。正如一位用户所指出的：“在足够长的时间线上，所有闭源软件最终都会变成间谍软件。”