你的 Mac 早就认识你全家:没人告诉你的个人知识图谱
如果我告诉你,你的 Mac 里住着两台守护进程,唯一的工作就是给你和你身边的人建一张图——你是谁、你认识谁、这些人彼此是什么关系、你们怎么联系、何时何地见面、各自在做什么,你信吗?这不是科幻设定,是安全研究团队 Eighth Rank 拆解 macOS 26 后的发现。

如果我告诉你,你的 Mac 里住着两台守护进程,唯一的工作就是给你和你身边的人建一张图——你是谁、你认识谁、这些人彼此是什么关系、你们怎么联系、何时何地见面、各自在做什么,你信吗?这不是科幻设定,是安全研究团队 Eighth Rank 拆解 macOS 26 后的发现。这篇长文登上 HN 首页后拿了 585 分、339 条评论,标题就很挑衅:《每台 Mac 都自带一个没写进文档的亲属关系分类器》。我请来老朋友沈聿——macOS 安全与隐私研究员,之前做取证工具链,现在专攻端侧 AI 的数据流向。我们聊了聊这张图里到底装了什么、它是怎么猜出你妈是你妈的,以及“数据不出设备”这句话到底能安慰谁。
本文由每日自动管线生成:选题与素材来自 Hacker News 公开讨论,访谈内容由 AI 基于原文整理,嘉宾为角色设定,观点不代表任何真实人物。
小听: 先把最吓人的部分说清楚:是哪两个进程在干这事,苹果自己有没有提过?
沈聿: 两个守护进程,knowledgeconstructiond 和 intelligenceplatformd,从 2022 年的 Mac 就开始跑了。苹果官方对这套机制的全部描述,基本就是 man 8 knowledgeconstructiond 里那几行字:“分析设备上的内容,构建一张通用知识图谱”。2023 年苹果研究员发过一篇讲图谱构建技术的论文,但怎么集成进 macOS、哪些版本在跑、到底收集和推断了什么——只字未提。“亲属关系推断”这部分,更是官方文档里完全没有的。研究者是在 2026 年 8 月做 Apple Intelligence 安全研究时撞见它的,几个月前另一位研究者 Nic Lydon 也独立发现了同一批数据库。
小听: 图谱存在哪?规模有多大?
沈聿: 在 ~/Library/IntelligencePlatform,51 个 SQLite 数据库,明文存放,但躲在 TCC 完全磁盘访问权限后面。最核心的是 graph.db,一个三元组存储:181 个实体类、278 个谓词,每一行就是主语—谓词—宾语。主语是实体(人、应用、事件),宾语是值或者另一个实体,谓词说明系统认为两者之间是什么关系。边本身还能带置信度、能被撤回——46 种“关系类型”类就是干这个的,一条边存成两行,一行定性、一行指向对方。
小听: 哪些数据会被喂进去?
沈聿: 几乎是操作系统能读到的全部:通讯录、照片里的人脸、日历的标题和参与人、家庭共享(包括每个成员的年龄)、健康里医疗急救卡上的紧急联系人、Siri Suggestions 从邮件和短信里挖出的事件与联系人、各应用通过 App Intents 捐赠的人、已安装的应用。旁边还有几张独立的表:谁和谁一起出现在照片里;通信日志——谁、什么时候、哪个应用、哪个方向,不含内容,还会从你的其他设备上拉;位置与移动轨迹;以及一长串设备信号:锁屏、Wi-Fi、蓝牙、充电、环境光,还有一个叫 ContextualUnderstanding.PhysicalSocial 的流,记录里按姓名、电话、邮箱列人,带开始和结束时间,读起来像一份“谁在你身边待过”的日志——虽然研究者没见过它被填满。
小听: 标题说的“亲属关系分类器”到底是怎么回事?系统怎么知道谁是你妈?
沈聿: 这是最精彩的部分。关系推断主要靠 PS598 这个谓词,背后是 XGBoost 加规则再加直接复制。苹果还随系统发了两个模型:EntityTagging_Family.mlmodelc 和 EntityTagging_FamilyAndFriends,每个读 144 个数值特征。分三组:20 个关于这个人是谁——同姓、同住址、iCloud 家庭标志;40 个关于你什么时候、怎么跟他联系;84 个关于你们一起出现在照片里,还要按星期几、一天里的时段、以及两者组合来切分。特征名本身就很说明问题:photosPersonPosteriorProbabilityGivenSaturdayNight——给定“周六晚上”,这个人出现在你照片里的后验概率。一个出厂模型,靠“周六晚上你们有没有同框”来判断对方是不是家人。
小听: 那它准吗?
沈聿: 研究者用自研工具 iKnow 在自己的 Mac 上看到的记分卡:母亲、父亲、女儿三项拿到最高的 0.96,兄弟、儿子、姐姐是 0.5。分数只有 0.125、0.25、0.5、0.96 四档,大多数人只拿一个默认值。九项独立核查——伴侣栏、综合分、家庭群组实体、家庭共享 token、iCloud 家庭标志、过去十二个月联系最频繁的人、照片人脸聚类、通讯录记录、可联系到的账号——母亲八项命中,父亲七项,伴侣七项。研究者的评价是:分数不算高明,但多路证据交叉印证之后,很难不服。

图谱不需要名字:谁和谁站在一起、多久一次,足够了。
小听: 评论区有人说:全程本地、不出设备,这有什么大不了的?你的车还记着你给谁打过电话、常去哪呢。
沈聿: 这是评论区 aetherspawn 的原话,也是最常见的辩护,逻辑上不算错:这套东西的存在是为了让本地 LLM 能回答“给 James 发消息”时知道是哪个 James,或者“告诉我老板我明天不去了”时知道老板是谁。但另外两派的声音也值得听。elgertam 说功能本身确实有用,问题在于它应该是 opt-in(默认开启前征得同意)的。thomascountz 从社会学角度补了一刀:如果聊天默认会被逐字记住、随时调取,人和人之间那种“有些话说完就过去”的默契就没了。还有一位网友直接搬出乔布斯 2010 年的话:“隐私意味着人们清楚自己签了什么,用 plain English,反复讲清楚。”他认为 iOS 的权限系统一直遵循这个精神,但这个图谱偏偏是例外。
小听: 还有个细节让我后背发凉:删掉的东西,并没有真的删掉。
沈聿: 对,这是全文最值得普通用户记住的一段。实时图谱确实会“忘”:删掉一个联系人,下次重建就不会再推导他。但数据库旁边还有一张 expired_stable_graph——被撤回的行会搬到这里,置信度和来源都保留着。研究者估计大约 48 小时后清理,但他自己在 Mac 上还能读到很久以前的记录。更微妙的是,结论能比证据活得久:他机器上的记分卡还在给两个人打分,而图谱前一天就已经把这两个人删了,系统认识他们的唯一来源只是一封日历邀请。原话的玩笑是:如果你不想让伴侣发现你删掉的联系人、以及他们和你的“亲近程度”,还得手动去清那张过期表。
小听: 作者最后做了一个思想实验:如果这张图落到坏人手里会怎样?
沈聿: 作者的原话是“隐私单点故障”(privacy single point of failure)。他拿自己的库做了关联演示:家里有个孩子、大概几岁——家庭成员类型加记分卡的子女栏,再加家庭共享里的年龄;孩子去哪家托儿所、两个能打通的电话——直接抄自联系人卡片;全家人哪几天、在哪几个小时、会在哪里——一个日历事件加地点加两个时间段,标题里还写着家庭的名字;以及同一份文件里,这台机器上装了什么——具体到密码管理器是哪款。都不需要消息正文,光元数据就够了。再配一个被“越狱”过的本地大模型,这张图就是一份现成的勒索剧本。好消息是这些数据按设计只留在本地、受完全磁盘访问权限保护;坏消息是作者也承认,并不清楚还有哪些服务能以什么方式消费它。

一个文件,就是全部。
小听: 所以普通用户能做什么?苹果给了检查和纠错的入口吗?
沈聿: 这就是作者最不满的地方:没有文档、没有办法查看这张图、也没有通用办法纠正一个错误的推断。所以他们开源了两个东西:iKnow,一个纯 Python 标准库写的本地仪表盘,绑定 127.0.0.1、只读打开数据库、什么都不写也不记日志,可以断网跑;还有一份给“你自己的 agent”的手册,教它去哪里读这些数据库——作者特意叮嘱,用自托管模型,别用云端模型去读。iKnow 的页面很克制:点开每个节点,看到的都是原始行,不是摘要。它甚至能从一年的通信记录里画出你的睡眠时间:每周、每小时的格子,凌晨一点到七点那条苍白的带子,不需要任何人存过睡眠时间表,时间戳自己会说话。
小听: 最后问你的结论:这件事到底该怎么定性?
沈聿: 定性要分三层。技术上,这是一套做得很认真的端侧知识图谱:三元组存储、带置信度的边、可撤回的结论、特征工程细到星期几和时段,工程水准没得挑。产品上,它解决的是真实需求——没有这张图,Siri 连“你老板”是谁都不知道,本地助手就没法用。但在知情权上,它不及格:一个从 2022 年就开始记录你全家的系统,官方描述只有几行 man page,没有开关、没有查看入口、没有纠错通道,删了联系人还要再手动清一张过期表。评论区那句“既然全程本地,有什么大不了”只回答了一半:数据不出设备,解决的是“谁能拿到”的问题;没有回答“谁知道它存在、谁能检查它算错了没有”的问题。隐私的底线从来不是数据放在哪,而是人对自己数据的知情和控制。本文观点仅代表访谈角色设定,原始讨论见参考链接。