上周三傍晚在小区楼下取快递，手冻得通红，输完六位取件码，屏幕弹出来个灰底的授权框——“允许获取你的手机号、通讯录位置信息以完成取件”。我盯着那个框愣了十秒。点拒绝？柜门纹丝不动。点同意？意味着我每个月的快递收寄记录，连同我填的收件人姓名门牌号，都要顺带着同步到第三方数据平台。
当时旁边站着个刚下班的姑娘，直接按了同意，翻个白眼跟我吐槽“谁不是呢，上次我填了个租房信息，接下来半个月全是装修公司打我电话”。
那些被你随手点“同意”的用户协议，到底在偷什么
说真的，我之前对这类技术的印象，还停留在科技公司开大会时，PPT上飘着的那些云里雾里的概念——什么密码学啊、联邦学习啊，听着就跟我这种天天要取快递、点外卖的普通人没关系。直到那次在快递柜边站了五分钟，冷风顺着领口往衣服里灌，我才反应过来，我们每天吐槽的“隐私被卖了”，根本不是什么遥远的黑客攻击事件。
之前朋友在某健康APP上填了自己的血糖记录，没过一周就接到了血糖仪的推销电话。他一开始还以为是平台偷偷把他的联系方式卖给了商家，结果查了半天才发现，是APP为了“优化算法推荐”，把他做了脱敏处理的数据——就是去掉了姓名、手机号那些直接识别身份的字段——打包卖给了保险公司做精算模型。
很多人对“数据安全”的认知，还停留在“把关键信息涂掉就安全了”的阶段。错。所谓的“脱敏”，本质上只是给数据蒙了层半透的纱，根本挡不住有心人顺着痕迹摸过来。只要拿到数据的人愿意花点功夫，把你给的零散信息和公开渠道能查到的信息做交叉比对——比如你之前在别的平台留过你经常去的健身房地址，留过你中午常吃的那家轻食店，哪怕你现在给的数据集里只有一串消费时间戳，他也能把你这个人精准扒出来。
隐私计算根本不是什么“把数据锁起来不让人看”
我之前对隐私计算的误解，跟很多人一样：不就是把数据加密了锁在保险柜里，谁也看不着吗？直到跟那个做医保系统的朋友聊了俩小时，才发现我完全理解反了。
以前我们要算“这个快递柜的用户最近三个月的平均收件量”，得怎么做？要么是快递柜公司把所有用户的收件记录全导出来，存在自己的数据库里算——但这里面就有风险，万一数据库被拖库，所有用户的地址电话全漏了。要么是用户把自己的收件记录存在自己手机里，那快递柜公司想算个平均值，根本拿不到数据，想搞什么智能柜机调度、高峰时段人员分流，永远也训不出靠谱的模型。
隐私计算解决的就是这个两头为难的矛盾。啥意思？就是数据从始至终不用离开你自己的手机，你手机里的计算模块，自己把你那部分的数算完——比如你三个月收了12个快递，你就把“12”这个数传出去，别的什么都不往外给。快递柜公司拿到成千上万个这样的零散数字，加起来算个平均，根本看不到你到底住哪、电话是多少、买了什么东西。
听着玄。真不是。
就拿之前大家都有体会的医保跨区域结算来说，以前你在北京交的医保，去上海看病，得自己垫钱，拿着一沓发票回北京报销。为啥流程这么麻烦？因为北京的医保系统和上海的医保系统，数据是不打通的——上海的医院不能直接把你的消费记录传给北京，怕漏了你的就诊隐私；北京的医保中心也不能直接把你的参保信息传给上海，怕核心的参保数据出问题。两边拿着数据像守着两个烫手的山芋，谁也不敢先伸手。
用上隐私计算之后呢？你在上海挂号看病，医院端的系统直接在本地算出来你这次的费用能报多少，算完只把“可报销金额”这个结果传给北京的医保系统，两边谁也看不到对方系统里存的全量数据——你在北京的所有就诊记录，上海的医院看不到；你在上海的所有消费明细，北京的医保中心也看不到。但报销的流程，当场就能走完。它的核心从来不是“把数据藏得严严实实”，而是做到“数据可用不可见”。
别被吹得神乎其神的概念骗了，这东西现在也有bug
我见过太多做To B销售的人，一讲隐私计算就把它吹成了能解决所有数据安全问题的神技——只要上了系统，数据就永远不会漏，合规报告随便拿。扯。
之前跟一个做金融风控的朋友吃饭，他们团队花了大半年搭了套跨平台的反欺诈模型，用的就是业内常用的隐私计算框架。跑了三个月发现个躲不开的问题：哪怕所有参与计算的节点都严格遵守规则，不泄露原始数据，只要你把最后输出的模型结果反复测试，还是能倒推出来某个用户的具体信息。
举个最直白的例子。比如大家一起算“所有合作平台上有逾期记录的用户总共有多少”，最后算出来的数是1273个。而其中某一个参与的平台，自己内部统计的逾期用户是1272个。那稍微动点脑子就知道，剩下那1个逾期用户，肯定来自另外那个合作平台。这就是典型的“推理攻击”——你根本没看到原始的用户数据，但你靠结果的差值，就能把具体的人给揪出来。
还有个更现实的问题：这东西算起来是真的慢。之前看到个公开的测试报告，同样跑一个千万级样本的用户画像计算，传统的集中式数据库可能10分钟就跑完了，用同套模型的隐私计算版本，得整整跑4个小时。硬件成本涨了好几倍，计算速度掉了一大截，这也是为啥很多企业嘴上说要布局隐私计算，实际落地的时候还是偷偷把数据导出来集中存——毕竟快啊，方便啊。
说穿了，哪有什么完美的技术。大家都是在“怕数据漏了要担责任”和“怕算得太慢赚不到钱”之间，找个能落地的平衡点而已。前阵子听一个做政务大数据的朋友吐槽，现在很多地方上的项目，一听到“隐私计算”四个字就两眼放光，觉得是个能拿政策补贴的好东西，根本不管自己实际的业务场景是不是真的需要。比如一个街道办，就管着辖区几万居民的基础社保信息，数据本来就在本地存着，没有跨部门打通的刚性需求，花大几百万上一套隐私计算系统，纯纯是给供应商送钱。
真没必要。
技术从来不是万能的。你指望靠一套系统解决所有的信任问题，本身就不现实。就像你给家门装个最贵的指纹锁，结果出门的时候忘了把钥匙拔在锁孔上，啥锁都没用。
那天在快递柜边，我最后还是按了拒绝。站在冷风里等了五分钟，找了客服人工开了柜门。不是我较真。是我突然想明白，我们每天吐槽自己的隐私被到处卖，其实很多时候，我们连自己手里的数据到底能用来干什么、会被谁拿走，都没搞清楚。
隐私计算这东西，说白了就是给我们这些普通用户，搭了个不用把家底全掏出来，就能跟别人一起把事儿办了的桥。桥是好桥。但别等桥都修到家门口了，你连自己要过到哪去都没想明白。
作者|科技
排版|科技
审核|满满