AI 时代，我们还能怎样保护自己的谈话？
当身边的人都可能在录音，我们还能怎样保护自己的谈话？

2003 年，纽约黑手党成员 Anthony “Bingy” Arillotta 去见家族头目时，不仅被收走手机、呼机和首饰，还要接受搜身，最后只穿着浴袍参加会面。过去，只有间谍和犯罪组织才会如此提防电子监听。Ross Andersen 在《The Atlantic》写道，随着 AI 穿戴设备进入日常生活，普通人也可能开始面对类似的问题：你在办公室、酒吧或私人聚会中的谈话，或许正被别人眼镜、项链或胸针上的传感器记录。

这类设备可以充当随身记录员和 AI 助手。目前它们还没有完全普及，但产品正在增加，Apple 也被传正在开发能够持续采集声音和画面的 AI 配件。与此同时，反录音设备也开始出现。2026 年 3 月，初创公司 Deveillance 公布了 Spectre I，希望阻止附近设备清晰记录使用者的谈话。

监听和反监听之间的较量并不新鲜。二战期间，英国空军曾用金属纸条干扰德国雷达；后来，人们又用白噪声和超声波干扰麦克风。2020 年，芝加哥大学团队甚至把 23 个超声波换能器装进手环，让干扰信号能够向多个方向发射。

问题在于，今天的 AI 已经越来越擅长从噪声中恢复人声。语音模型可以从酒吧音乐、碰杯声和多人交谈中识别目标声音，甚至根据上下文补全没有被清晰录下的音节。原本为了改善助听器、电话、会议软件而发展的降噪技术，同样可以帮助 AI 穿戴设备突破传统干扰器。

于是，研究者开始换一种办法：不只是制造噪声，而是给识别系统提供“假数据”。2023 年，Ming Gao 团队开发的 MicFrozen 会实时分析佩戴者的声音，产生与其语音对应的超声波干扰，并额外制造类似语音的信号，让恢复算法难以判断哪些内容才是真的。Spectre I 也宣称采用类似思路，不过它能否稳定实现这些能力，目前仍有部分功能处于开发阶段。

这场较量还会继续。未来的 AI 甚至可能绕开麦克风，通过读唇或分析物体表面的细微振动推测谈话内容。防护技术面对的，是整个语音处理产业持续积累的能力，而研究反监听手段的往往只是少数实验室和小公司。从面对面交谈、一次性手机到加密设备，他们不断寻找更安全的沟通方式，但执法机构也不断跟进。2018 年 FBI 秘密运营加密通信平台 Anom，最终让大量犯罪组织在自认为安全的设备上留下了可以被截获的信息。

AI