你的数据，正在出卖你
七点十五分，闹钟响起。
这不是一个普通的闹钟。它知道你昨晚睡得不太好——你在床上翻来覆去了多少次，它都一清二楚。某个你从未注意过的传感器记录下了你每一次翻身，每一次呼吸的停顿，每一次心率的波动。昨晚你做了几个梦，它甚至能推断出来。当然，它不会告诉你这些，它只是准时响起，像一个尽职的仆人。
你伸手关掉闹钟，屏幕亮起的那一刻，你看到了天气推送：“今天多云转晴，气温15到22摄氏度，适合出行。”你以为这是天气预报的功劳，但你有没有想过，为什么它推送的是“多云转晴”而不是“晴转多云”？为什么它知道你今天需要出行？为什么它建议你穿一件外套而不是T恤？
因为它知道你每天七点半会在健身房跑步，而今天的气温在跑步时会让你出汗，但跑完之后又会觉得凉。它知道你上周买了那件浅蓝色的外套，所以它在暗示你穿那件。它甚至知道你最近在关注一个健身博主，而那个博主今天早上发了一条状态，推荐了一款运动饮料。
你没有点击任何按钮，没有在搜索引擎里输入任何关键词，但你的手机已经知道你今天想做什么。
从起床到出门：一场数据的盛宴
你走进洗手间，站在体重秤上。数字跳动着定格在某个数值，你叹了口气。体重秤连接着手机App，它会记录你的体重变化曲线。它知道你上个月减了三斤，也知道你这两个星期又胖回去了两斤。它知道你最近压力大，所以吃宵夜的次数明显增加。它甚至知道你在深夜十一点到凌晨一点之间，频繁地打开外卖软件。
你刷牙的时候，手机放在洗手台边上。它的麦克风处于待机状态，但你永远不会知道，它一直在听。不是因为有人偷听你的隐私，而是因为它需要识别你的语音指令。但问题是，当它“在听”的时候，它听到了什么？它听到你说“老婆，我今天加班”到“老婆”两个字的时候，声音里的那一点点疲惫和敷衍。它听到你和孩子的对话里，今天少了一些耐心。它听到你接电话时，声音里的那一点紧张和焦虑。
所有的这些，它都听到了。
但它不会告诉你。它只是把这些数据打包，发送到某个服务器，和数以亿计的其他数据混在一起，被某个算法分析、处理、归类。
你走出洗手间，打开衣柜。今天穿什么？你站在衣柜前犹豫了三秒钟。这三秒钟里，你的手机屏幕亮了一下——它推送了一条消息：“您收藏的某品牌上新了秋季新款，点击查看。”你怎么也想不起来自己什么时候收藏过这个品牌，你以为是自己忘了。但实际上，是那天你在商场里多看了两眼的那个橱窗，被某个你安装的应用捕捉到了。那个应用记录了你的位置信息，你的目光停留时间，甚至你的瞳孔变化。
你没有点击任何东西，你只是路过。但你的兴趣，已经被精准地捕捉。
你抓起手机，打开地图。它显示今天有几条路线可以选——第一条是平时走的，路况畅通，预计三十分钟；第二条绕远一点，但风景好，预计四十分钟；第三条是新路线，预计二十五分钟，但会经过你昨天搜索过的那家餐厅。
你会选择哪一条？你以为这是你的自由意志，但实际上，地图应用已经根据你过去的选择模式，预测了你今天可能的选择。它知道你最近在减肥，所以它知道你可能不想经过那家餐厅——因为那会让你想起炸鸡和啤酒。但它也知道你最近工作压力大，所以它可能在第二条路线里，插入了一家新开的咖啡店。
你在选择，但其实，你只是在它的引导下，以为自己在选择。
那个真实的案例：陀螺仪知道你是谁
也许你觉得我在危言耸听。手机收集一些位置信息、使用习惯，这有什么大不了的？我们都是成年人，这点隐私早就不是什么秘密了。
那让我们来看一个真实的、具体的、令人震惊的案例。
2014年，美国斯坦福大学的研究员们发表了一篇论文。他们发现，仅凭手机陀螺仪的数据，就可以识别出手机的持有者是谁。
陀螺仪，你可能不知道这是什么。它是手机里的一个小部件，通常用来检测手机的旋转和倾斜。你玩赛车游戏时需要倾斜手机来控制方向，你刷短视频时页面会随着你手机的倾斜而自动切换——这些功能都依赖陀螺仪。
陀螺仪会记录手机在三维空间中的旋转角度和角速度。你可以把它想象成一个小小的指南针，只不过它测量的是手机的姿态变化，而不是方向。
斯坦福大学的研究员们发现，每个人拿着手机的方式都是独特的。有的人喜欢用双手，有的人喜欢单手握持；有的人打字时喜欢用拇指，有的人喜欢用食指；有的人走路时手机放在口袋里，有的人喜欢握在手里。这些不同的习惯，会导致陀螺仪记录下不同的数据模式。
更关键的是，这种模式是稳定的。三个月后，六个月后，甚至一年后，同一个人使用同一部手机，陀螺仪记录的数据模式几乎是一样的。
这意味着什么？
这意味着，陀螺仪可以成为一种“生物特征识别器”。就像指纹、虹膜、面部识别一样，陀螺仪的数据模式可以唯一地标识一个人。
你可能会说，这没什么大不了的。指纹识别、面部识别，这些我们都习惯了。陀螺仪识别又有什么可怕的？
可怕的地方在于：陀螺仪是默认开启的。
你打开任何一款应用，它可能会请求访问你的位置、摄像头、麦克风，你会看到弹窗，你会知道它在收集这些数据。但陀螺仪呢？没有任何一款应用会弹出窗口说“我需要访问你的陀螺仪”，因为陀螺仪被认为是“安全”的——它只是一个测量手机旋转的传感器而已。
但现在，斯坦福的研究员告诉你，陀螺仪可以识别你是谁。
这还不够。更进一步的研究发现，陀螺仪的数据甚至可以捕捉你的情绪状态。
2017年，一项发表在《IEEE Transactions on Affective Computing》上的研究显示，通过分析手机陀螺仪的数据，可以判断一个人是否在说谎。研究人员让参与者回答一系列问题，有些问题是真实的，有些是谎言。分析结果显示，当参与者在说谎时，他们握持手机的方式会发生变化——握力会轻微增加，摇晃会变得更加频繁。这些变化细微到连说谎者自己都察觉不到，但陀螺仪捕捉得一清二楚。
还有研究发现，通过分析陀螺仪数据，可以判断一个人是否处于压力状态。当人感到压力时，手会不自觉地握紧手机，或者手指会轻微地敲击手机表面。这些动作会被陀螺仪记录下来，被算法分析，最终得出一个结论：这个人现在有压力。
你可能觉得这听起来像是科幻小说。但这是真实的研究，是真实的论文，是真实的数据。
想象一下这样的场景：你在和HR谈薪资。你觉得自己表现得很镇定，你以为对方看不出来你有多渴望这份工作。但你的手机放在桌上，它的陀螺仪在静静地工作。谈判结束后，HR看了看你手机的数据分析报告，上面写着：“该候选人在谈及薪资时有明显的焦虑迹象，握持手机力度增加23%，手指敲击频率增加47%。”你的底牌，早已被看穿。
或者想象：你在相亲。你以为自己表现得很从容，你以为自己隐藏得很好。但你手机里的某个应用在后台运行着，它收集陀螺仪数据，分析你的情绪状态，然后把这些数据卖给了对面的那个人的朋友。他打开手机，看到了一条推送：“你的相亲对象在见面15分钟后出现明显的紧张和不适信号，建议适时结束。”
这不是我编造的场景，这是技术已经可以实现的事情。
你的情绪，正在被出售
也许你会说，我不使用那些乱七八糟的应用，我只用微信、支付宝、抖音这些“大厂”的应用，它们应该是安全的。
让我们来看一个例子。
2019年，《华尔街日报》报道了一家名为"Envestnet Yodlee"的公司的数据交易行为。这是一家为金融应用提供后台数据分析的公司，它的客户包括一些大型银行和支付平台。
这家公司被发现在未经用户明确授权的情况下，将用户的交易数据出售给广告公司。更令人震惊的是，这些数据包括用户的消费习惯、健康相关的购买（比如药品、保健品）、甚至宗教捐款（比如给教堂的捐赠）。
用户的交易数据被标记、打包、出售。广告公司根据这些数据，判断你的宗教信仰、你的健康状况、你的政治倾向，然后精准地向你投放广告。
你上周在药店买了两盒褪黑素，系统判断你最近睡眠不好，于是在你刷抖音的时候，看到的第一条广告就是褪黑素的广告。你在某个月给教堂捐了一笔钱，系统判断你可能是基督徒，于是在你打开购物App的时候，推荐栏里出现了《圣经》和十字架项链。
你以为这是巧合？不，这是精准营销。你以为你的隐私是安全的？不，你的每一次点击、每一次购买、每一次停留，都在被记录、分析、标签化。
标签化，这是数据公司最喜欢用的术语。
他们不会说“我们知道你的性生活不和谐”，他们会说“你被标记为：高风险离婚群体——潜在保险高风险用户”。
他们不会说“我们知道你最近在抑郁”，他们会说“你被标记为：情绪波动期——适合推送励志课程和心理咨询服务”。
他们不会说“我们知道你可能会犯罪”，他们会说“你被标记为：潜在暴力倾向——建议增加背景审查权重”。
标签是隐形的，但它对你的影响是真实的。
你的数据，正在出卖你。不是出卖你的名字和身份证号，而是出卖你的行为模式、你的心理状态、你的未来可能。
数据公司眼中的你
让我们再深入一点，看看数据公司究竟能知道多少关于你的事情。
假设你是北京的一个普通上班族。让我们来构建一个数据公司眼中的“你”：
基础信息层面：你今年32岁，已婚，有一个三岁的孩子。你住在朝阳区，工作在海淀区。你的月收入大约在两万到三万之间，你每年会出国旅游一次，你的车是一辆2019款的白色丰田凯美瑞。
这些信息是怎么知道的？不是因为你填写了什么表格，而是通过分析你的消费记录。你的外卖订单显示你经常点三人份的餐食，你的酒店预订记录显示你经常和家人一起出行，你的车辆保养记录显示你是凯美瑞车主。
行为模式层面：你每天早上七点起床，八点出门，九点到公司。你每周三晚上会去健身房，你周末喜欢去逛商场。你通常在晚上十一点睡觉，但你经常在凌晨一点的时候还会打开手机。你在地铁上喜欢刷抖音，你在使用公共交通时有听音乐的习惯。
这些信息是怎么知道的？你的手机记录了你的起床时间和出门时间（通过解锁手机的时间），你的位置信息记录了你每天的通勤路线，你的健身App记录了你的运动频率，你的音乐App记录了你的听歌习惯，你的每一次App使用时长记录了你深夜的熬夜行为。
心理状态层面：你最近工作压力很大，因为你刚刚换了部门。你的婚姻可能正在经历一些小问题，因为你和妻子的对话频率下降了。你的孩子让你很焦虑，因为他在幼儿园的发展似乎比同龄人慢一些。
这些信息是怎么知道的？你的手机使用模式发生了改变——深夜使用时间增加但社交应用使用下降，这可能意味着你在用手机逃避而不是交流。你的外卖订单里出现了更多的“一人食”，这可能意味着你的家庭聚餐减少了。你的搜索记录里出现了“儿童发育迟缓”的关键词，这说明你在为孩子的事情担忧。
未来预测层面：你可能在未来三个月内换工作，因为你开始更新简历了。你可能在半年内离婚，因为你搜索了离婚协议模板。你可能在一年内买车，因为你在汽车之家的浏览量明显增加。
这些预测是怎么来的？机器学习模型分析了你过去的行为模式，然后根据这些模式，预测你未来的可能行为。
这不是电影里的场景，这不是发生在2070年的未来。这是今天，是现在，是此时此刻。
一个让人脊背发凉的实验
为了让你更直观地感受数据收集的广度和深度，让我们做一个思想实验。
想象一下，有这么一天，你醒来之后，意识到有一家公司掌握了你所有的数据。然后这家公司给你发了一条消息，告诉你他们知道关于你的所有事情。
他们说：“我们知道你的名字、年龄、职业、家庭情况。我们知道你每天几点起床，几点睡觉，睡眠质量如何。我们知道你走路的步态、跑步的姿势、开车时的习惯。我们知道你说话时的语气、情绪波动、心率变化。我们知道你在看什么、听什么、想什么。我们知道你的朋友是谁、你的敌人是谁、你和谁的关系正在恶化。我们知道你的健康状况、你的财务状况、你的心理状况。我们甚至能预测你明天会做什么、下周会做什么、明年会做什么。”
你可能会说：“这不可能，他们不可能知道这么多。”
但事实上，他们可能真的知道。
让我们来做一个更具体的实验。
斯坦福大学的另一项研究发现，通过分析一个人在社交媒体上的点赞行为，可以预测他的性格特征，准确率比他的同事、朋友甚至家人更高。
研究人员让参与者完成一份性格测试问卷，同时让算法分析参与者的Facebook点赞数据。结果显示，算法对参与者性格的判断，与参与者的自我评估高度一致。更重要的是，算法对参与者性格的判断，有时比参与者的配偶还要准确。
参与者A说：“我觉得我是一个外向的人，我喜欢社交。”但算法分析了他的点赞记录后发现，他其实是内向的——他只是“想”成为外向的人，所以他点赞了很多社交相关的内容。这叫做“理想自我”，而不是“真实自我”。
参与者B说：“我和我的伴侣关系很好。”但算法分析了他和伴侣在社交媒体上的互动模式后发现，他们的关系正在经历危机——互动频率下降、私信数量减少、负面评论增加。这些细微的变化，连当事人都没有意识到，但算法捕捉到了。
这项研究的结论是：通过分析一个人在数字空间中的行为痕迹，算法可以比任何人都更了解他——包括他自己。
你可能觉得这很荒谬。算法怎么可能比我自己还了解我？
但仔细想想，这其实是有道理的。
我们每个人都有很多面。我们在父母面前是一个样子，在朋友面前是一个样子，在同事面前是一个样子，在独处时又是一个样子。我们会说谎、会掩饰、会自我欺骗。我们在领导面前表现得勤奋努力，但我们在深夜里刷手机刷到凌晨两点。我们在朋友圈里展示岁月静好，但我们在深夜里独自崩溃。
但算法不一样。算法不会受到社会期望的影响，它不会因为你“想”表现得怎样就相信你怎样。它只看事实——你的行为数据。你的每一次点击、每一次滑动、每一次停留，都在无声地诉说着真相。
所以，也许算法真的比你自己更了解你。因为它看到的是完整的你，而不仅仅是那个你想展示给世界的你。
数据的价值：从免费到剥削
你可能会问：这些公司为什么要收集这么多数据？他们收集这些数据有什么用？
答案很简单：钱。
在这个时代，数据就是新的石油。石油驱动工业革命，数据驱动算法革命。
你免费使用搜索引擎、免费使用社交媒体、免费使用地图导航、免费使用天气预报。你以为你占了便宜，但实际上，你才是那个被卖掉的商品。
互联网公司免费提供服务，吸引海量用户，然后通过广告盈利。广告商愿意为精准投放支付溢价——一条广告投放给100万个随机用户，可能只有1万人感兴趣；但投放给100万个经过筛选的“潜在客户”，可能有50万人感兴趣。
这中间49万人的效率差异，就是数据带来的价值。
所以，互联网公司愿意花费数十亿美元开发先进的人工智能算法，建立庞大的数据中心，雇佣数以万计的工程师——这一切，都是为了更精准地分析你的数据，更准确地预测你的行为，更有效地向你投放广告。
你创造的数据，最终变成了他们的利润。
但这还不是最可怕的部分。
最可怕的是，数据的价值会随着时间累积。今天，某个公司收集了你的位置信息和消费记录，它可以用这些数据向你投放本地广告。但明天，当它把位置信息和你的社交网络数据结合起来，它就可以推断你的社会关系、你的职业身份、你的经济能力。后天，当它把社交网络数据和你的基因数据结合起来——是的，现在有些App可以分析你的基因——它就可以预测你的健康风险、你的疾病倾向、你可能的死亡时间。
数据不是静止的资产。数据是活的，它会生长、会繁殖、会自我强化。
今天的一小步数据收集，可能是明天的一场隐私灾难。
当数据比你更了解你：谁来保护你？
让我们回到本章开头提出的那个问题：当数据比你更了解你时，谁来保护你？
你可能觉得这是一个技术问题，可以通过更先进的技术来解决。比如开发更好的加密算法，建立更严格的数据保护机制，让用户拥有更多的数据控制权。
但事情没那么简单。
首先，技术本身是中立的。同样是陀螺仪数据，可以用来识别用户身份，也可以用来做游戏交互。关键是，谁在使用这些数据，目的是什么。但对于普通用户来说，我们根本无法知道我们的数据被如何使用。
其次，信息不对称是根本性的问题。数据公司雇佣了最顶尖的工程师、数学家、心理学家，他们设计的数据收集和分析系统复杂到连专业人士都难以完全理解。而你呢？你连自己手机上有哪些传感器都不一定清楚，你怎么可能知道你被收集了什么数据？
第三，监管总是落后于技术。当某项新技术被开发出来时，监管机构需要时间来理解它、评估它、制定相应的规则。而在这段时间里，技术公司已经赚得盆满钵满，而用户已经不知不觉地交出了自己的数据。
第四，也是最根本的问题：用户往往在“不知情”或“不情愿”的情况下交出了数据。当你安装一个App时，你会仔细阅读用户协议吗？你会一条一条地审查它要访问哪些权限吗？大多数人不会。我们会直接点击“同意”，然后开始使用。因为我们想用的是这个App的功能，而不是研究它的隐私政策。
于是，一个诡异的局面出现了：用户“自愿”交出了自己的数据，但这种“自愿”是建立在信息不对称的基础上的。你可以说这是用户自己的选择，但这种选择是在不了解后果的情况下做出的。
所以，谁来保护你？
答案可能是：没有人。
至少在现有体系下，没有人能够完全保护你。你的数据一旦产生，就可能被收集、存储、分析、出售。你以为你在使用服务，但服务也在使用你。你以为你在免费获得信息，但你的注意力、你的时间、你的数据，都在被变现。
你唯一的武器，是意识到这个问题的存在。
当你打开手机，发现它推送了一条你刚刚在想的东西的广告时，你要知道，这不是巧合，这是算法。
当你走在街上，发现导航软件“恰好”带你经过了你前几天搜索过的那家餐厅时，你要知道，这不是巧合，这是位置数据和搜索数据的结合。
当你的朋友告诉你，他“刚好”在网上看到了你需要的那个东西的广告时，你要知道，这不是巧合，这是社交网络数据和消费数据的交叉分析。
数据在出卖你。它在每一个你意想不到的角落，出卖你。
认识它，才能面对它
这不是一本告诉你“数据很可怕所以你应该放弃使用科技产品”的书。恰恰相反，这本书的立场是：数据时代不可逆转，我们应该学会在这个时代生存。
但要生存，首先要认识敌人。
在这本书里，我们要做的事情是：理解算法是如何工作的，理解数据是如何被收集和使用的，理解当算法成为法官时会发生什么。只有理解了这些问题，我们才能在这个数据时代保护自己。
在接下来的章节里，我们将深入探讨算法如何做出决策，算法决策会带来哪些问题，当算法犯错时谁来负责，以及我们如何在这个算法时代保持独立思考。
但首先，你需要记住今天学到的这一课：
你的数据，正在出卖你。
你的每一次点击、每一次滑动、每一次停留，都在诉说着关于你的故事。算法在听，它在分析，它在了解你——也许比你更了解你自己。
而这场数据泄露的规模，正在以我们难以想象的速度扩大。
从明天早上开始，当你再次拿起手机时，请记住：你不只是在使用一个工具，你也在被这个工具使用。
这不是阴谋论，这是商业逻辑。
这不是科幻，这是现实。
现在，你已经知道了。
问题是：你打算怎么做？
继续扩展第1章内容
深入早晨场景：一个普通人的数据足迹
让我们更细致地追踪一下，你的早晨究竟产生了多少数据。
七点十五分，闹钟响起。你按下闹钟，拿起手机，眯着眼睛看了一眼屏幕。这短短的几十秒里，发生了以下事情：
触摸屏数据：你的手指在屏幕上的滑动轨迹被记录下来。滑动速度、滑动方向、按压力度、两次点击之间的间隔——这些数据可以用来识别你的身份，因为每个人的触摸习