手机里装一个新应用，打开先弹出权限请求：通讯录、相册、麦克风。它说为了“更好服务”，但用户很难判断，这份“更好”到底需要多少个人信息来换。人工智能产品把这种犹豫放大了：模型要理解语言、识别图片、预测偏好，收集面看起来总比传统软件宽一些。
授权只是起点，不是免责牌
很多人对数据隐私的理解停留在“有没有弹窗”。弹窗当然重要，它让收集行为被看见。但看见不等于看懂。一个相册权限，可能被用来选头像，也可能被用来分析场景、训练识别能力。用户按下“允许”时，脑子里想的往往只是眼前那个功能，平台却可能把它当成更长期的数据入口。边界感就丢在这里。
更值得追问的是必要性。做语音输入，麦克风权限有直接理由；做文字笔记，通讯录权限就很难解释。人工智能产品容易用“提升体验”打包一切，可体验是个太宽的词。把权限拆细、把用途说清、把“不授权也能用基础功能”保留下来，比在隐私政策里写长句更实际。数据隐私不是让产品变笨，而是让收集有理由、使用有痕迹、拒绝有出口。
本地与云端，不只是一个技术选择
有些处理可以放在设备上完成，比如唤醒词识别、简单图像分类；有些复杂任务需要传到云端。这个区别会直接影响数据隐私的风险面。本地处理减少上传，但受限于算力和存储；云端能力强，却意味着更多环节要管。用户未必关心架构，但会在意一件事：我说的话、拍的照片，会不会在别处被保存、被复用。产品如果把这件事讲明白，信任才有落点。
- 收集时说明具体用途，而不是只写“改善服务”。
- 保存时给出期限和范围，让日志不只是后台概念。
- 使用用户内容做模型改进时，提供清晰的选择，而不是藏在设置深处。
- 删除入口要真的可用，别让“申请—审核—等待”变成变相阻拦。
这些做法不新鲜，难的是持续执行。团队做增长时，多收一点数据往往最省事；做隐私设计，反而要增加确认步骤、减少默认勾选。短期看是摩擦，长期看是边界。一个产品如果只在出事后才想起数据隐私，那更像公关，而不是设计。
我也不认为所有收集都该被警惕。推荐要理解偏好，语音助手要听见指令，风控要识别异常，合理收集是功能的一部分。问题在于目的、范围和可控性是否匹配。用户愿意交换，通常不是因为不在乎，而是因为看不到替代选项。把选择做得真实一点，把解释做得具体一点，数据隐私才不会只剩一句口号。