你有没有这样的经历：刚和朋友聊起想买某样东西，打开购物APP，首页推荐赫然就是它。一瞬间，毛骨悚然。手机肯定在偷听。别急着给手机定罪，真相比“偷听”更复杂，也更让人细思极恐。

首先从技术上来说，大规模语音偷听的效率其实很低。一段语音文件占用的存储不小，实时上传消耗的流量惊人，苹果、安卓的系统权限也卡得越来越死。如果有APP在你熄屏后持续调用麦克风，电池监控里会有明显异常。实验室做过测试，想通过偷听获取有效信息，需要处理海量的环境噪音，还要准确识别对话中的关键词，成本高到离谱。

打开网易新闻 查看精彩图片

那这些精准的推荐到底从哪来的？

真正的秘密是你留下的数字脚印。你搜索过什么、在什么页面停留最久、给什么内容点了赞，甚至你犹豫了三秒最终没下单的商品——这些都在默默地告诉算法你是谁。更厉害的是“关联分析”：和你住在同一区域的人最近都在看什么，和你年龄相仿的群体流行什么，你连的Wi-Fi覆盖过哪些线下门店。无数碎片拼在一起，比你更了解你自己。

还有一种你可能没意识到的“侧信道”。你在A软件聊完天，B软件怎么会知道？很简单，你登录B软件用的手机号，和A软件用的是同一个。你允许的权限、同意的用户协议，早就在数据市场里完成了信息交换。

所以当你聊起登山鞋，购物APP随后推荐，很可能不是因为它在听，而是你前阵子看过户外攻略，今天路过体育用品店被蓝牙信标捕捉到，你关注的好友刚晒了新装备。所有这些，算法瞬间算出了“你该买鞋了”的结论。

这种“读心”比偷听更可怕。偷听只是听到你今天说了什么，而算法把你昨天、前天，甚至你自己都没注意到的习惯都串了起来。它像一个永远不眨眼的观察者，把你拆解成一个个数据点，然后重组，再塞回给你。