你的 Mac 正在后台偷偷给你写“人生档案”

原文由安全分析团队 8rank.ai 发布，并在 Hacker News 等技术社区引发了极大关注。用通俗易懂的话来说，它讲了一件让你既觉得 “科技很神奇” 又觉得 “背后有点发凉” 的事：

你以为的 Apple Intelligence，可能只是键盘上弹出的写作助手、照片里的消除笔，或者反应更快的 Siri。但在系统最隐秘的角落，苹果早已为你和身边所有人建立了一份高度结构化、巨细靡遗的 “个人档案关系网”（Personal Knowledge Graph）。

近日，安全分析团队 Eighth Rank 发布的一篇重磅逆向分析报告在 Hacker News 等技术社区引发巨大震动：研究人员深入拆解了 macOS 系统，曝光了系统内置的 51 个本地数据库、181 类实体、278 种谓词关系以及 144 个行为推断特征。

更值得关注的是，作者团队开源了一款名为 iKnow 的本地可视化工具，让普通用户也可以直接在自己的 Mac 上运行，亲眼看看苹果在后台给你记录了什么。

一、幕后黑手：一直在你电脑上运行的两个守护进程

从 macOS 13 开始，你的 Mac 在后台就已经常驻了两个守护进程（Daemons）：

• knowledgeconstructiond（知识构建程序）
• intelligenceplatformd（智能平台程序）

它们的工作非常纯粹：随时随地分析你电脑里的所有数字足迹，在本地绘制一张以你为中心的人际关系与生活动线图谱。

终端输入 man 8 knowledgeconstructiond，苹果官方给出的极其简略的描述证实了这一点：

“knowledgeconstructiond analyzes the content on this device to help build a knowledge graph representing the device and the user.”

这两个进程构建的所有成果，都存放在受系统 TCC（透明度、同意与控制）保护的系统目录：
~/Library/IntelligencePlatform/

这个目录下包含了多达 51 个 SQLite 数据库，其中最核心的两个是：

1. graph.db：标准的 RDF 三元组知识图谱（主体 Subject - 谓词 Predicate - 客体 Object）。
2. entityTagging.db：专门存放人际关系推断评分的数据库。

二、它究竟掌握了你多少秘密？

苹果为了构建这个图谱，设计了一套由 181 类实体 和 278 种谓词关系 构成的本体结构（Ontology）：

1. 数据来源：无死角的本地“翻箱倒柜”

系统几乎翻阅了所有它能拿到的权限：

• 通讯录与邮件/信息：联系人、工作单位、邮件往来、Siri 建议识别到的行程预订与航班。
• 相册人脸识别：谁和谁经常同框合影、在哪合影、合照的时间跨度。
• 家庭共享与健康：家庭成员真实年龄、健康 App 急救卡里设定的紧急联系人。
• 时空与活动轨迹：包含睡觉、唤醒、就餐、通勤、运动等 57 种具体行为，以及蓝牙、Wi-Fi 探测。
• 物理社交标记（PhysicalSocial）：数据结构中甚至预留了 ContextualUnderstanding.PhysicalSocial，专门用于记录在某一时间段内**“谁在物理空间上处于你身边”**。

2. 每天跑一次的“人际关系机器学习模型”

图谱并不只是简单复制你的通讯录，它还用机器学习去**“猜”**你和每一个人的真实关系。

系统内置了 CoreML 分类模型（如 EntityTagging_Family.mlmodelc），基于 144 个特征 进行每日重算：

• 身份特征（20项）：是否同姓、是否同住宅地址、是否同一私人邮箱域名、年龄差距区间等。
• 通信互动（40项）：周一到周日、上午/下午/晚上的联系频次与概率分布。
• 照片同框（84项）：你们共同出现在照片中的长短期流行度、周末同框概率、特定节假日是否在一起等。

基于这些特征，系统会在 entityTagging.db 中为你联系人列表中的每个人打分，预测他们是你的 母亲、父亲、伴侣、子女、同事、朋友还是普通熟人，并附带 0~1 之间的置信度（Confidence）。

三、苹果为什么要建这个图谱？

这是端侧 AI（Apple Intelligence）必须的“外挂记忆库”。

通用大语言模型（LLM）擅长语言表达，但它天生没有用户的背景记忆，它不知道“我老婆”叫什么名字、不知道“上周跟我吃饭的人”是谁。

传统方式如果让大模型每次都临时去遍历几十个 G 的相册、日历和邮件数据库，速度慢且能耗极大。苹果的方案是：后台定期构建好轻量级、高确定性的本地知识图谱，当你在前台呼叫 Siri 或 AI 处理任务时，大模型直接拿图谱里的实体与关系做上下文检索。

但隐私的隐患也在这里：
虽然苹果坚守了“端侧不上传”的承诺，但这导致了一个新的安全挑战——“高价值数据过于集中”。以前黑客需要窃取多款 App 的零散数据再自行做数据挖掘；而现在，Mac 系统已经在本地把所有人际隐私和行为结论梳理得清清楚楚。

四、动手实操：用 iKnow 查看你 Mac 里的秘密

为了让用户了解自己的数据状况，研究团队开源了查看工具 iKnow。

iKnow 采用 Python 标准库纯原生编写，不依赖任何第三方 Python 包、没有 npm、不加载外部 CDN，运行时仅监听本地回环地址（127.0.0.1），完全离线、只读，不会篡改你的数据库。

步骤 1：为终端应用授予“完全磁盘访问权限”（核心前提）

由于图谱所在的 ~/Library/IntelligencePlatform/ 受到 macOS 沙盒 TCC 保护，如果不给权限，任何第三方脚本都无法读取。

1. 打开 Mac 的 「系统设置」 (System Settings)。
2. 依次进入 「隐私与安全性」 (Privacy & Security) -> 「完全磁盘访问权限」 (Full Disk Access)。
3. 点击底部的 + 号，将你常用的终端工具（例如 终端 (Terminal) 或 iTerm2）添加进去，并勾选开启权限。
4. 如果终端正在运行，需退出并重启终端生效。

步骤 2：下载并启动 iKnow

打开刚刚授予权限的终端，执行以下命令克隆仓库并运行：

# 1. 克隆代码仓库
git clone https://github.com/8rank/iKnow.git

# 2. 进入项目目录
cd iKnow

# 3. 运行本地服务（macOS 自带的 Python 3 即可直接运行）
python3 iknow.py

(注：如果你的 Python 入口文件名有所不同，可查看该仓库根目录下的 README 或 Python 脚本名称。)

步骤 3：在浏览器中打开本地仪表盘

脚本运行后，控制台会输出本地监听地址，通常是：

Serving on http://127.0.0.1:8000 (Press Ctrl+C to quit)

打开 Safari 或 Chrome，访问 http://127.0.0.1:8000（或终端提示的端口号），即可进入 iKnow 仪表盘。

步骤 4：你在 iKnow 里能看到什么？

• 人际关系网络图（Network Graph）：以你的本机账号为中心，展示向外辐射的亲密关系网络。
• 亲属与关系预测计分卡（Kinship Scorecard）：查看你的联系人在 17 种人际分类中的模型打分（你可以看到系统推测某人是你的“配偶”置信度是 0.98，或是“同事”置信度是 0.85）。
• 相册同框聚类统计（Photos Co-occurrence）：展示被相册算法经常绑定在一起的面孔和频次。
• 实体与谓词全览（Knowledge Graph Explorer）：直接检索 graph.db，查看系统给你的日程、邮件、应用使用打上了哪些本体标签（Predicate）。

长久以来，苹果的“端侧处理（On-Device）”一直被视为隐私保护的黄金标准。但这项针对 macOS 个人知识图谱的研究让我们看到，当本地智能变得越来越强大、推演越来越深刻时，端侧设备本身就变成了一台精准的微型监控系统。

跑一次 iKnow，或许会让你重新审视：所谓“懂你”的人工智能，背后究竟付出了多少个人隐私的集中代价。