130万人围观的“电视偷听“，我把证据逐条核了一遍

先讲事情本身。一个网名 log4j 的安全爱好者觉得自己2025款三星电视推的广告准得发毛决定拆开看看。他撬开了 root 权限在系统里翻出一堆东西一个叫 alwaysonvoice常驻语音的服务、能分清狗叫和婴儿哭声的代码、自动内容识别ACR、地理定位、家庭网络设备扫描还有四套 DRM。他把发现发到网上。130万人涌进来围观。评论区很多人做的第一件事一模一样——爬起来把电视网线拔了。帖子爆火42个小时后他收到 OpenAI 一封邮件账号因「Cyber Abuse网络滥用」被封。他说自己损失了大约500美元。几乎同一时间Reddit 上好几个人反映让 Claude 帮忙逆向软件它写到一半突然刹车说一项安全检查中止了回复。中文自媒体很快给出了结论版标题两大巨头同一天对逆向一切痛下杀手。听起来案子已经破了电视在偷听厂商在灭口AI公司在帮凶。但这篇我不急着下判词。我想做一件这几天没人好好做的事——把这件事当成一场庭审把证据一条条拿到法庭上质证。因为130万人已经替三星定了罪可法庭上最忌讳的就是人多即真相。一、第一版故事电视是个7×24小时的监听站原告席上的叙事非常完整我替它整理成五条证据security-policy.xml里有个 alwaysonvoice 服务不用喊Hi Bixby也一直开着有代码能区分狗叫和婴儿哭还分别计数ACR 逐帧识别你在看什么定位你家在哪扫描你家里连了哪些设备数据流向三星和400多家合作伙伴固件全用 AES 加密他不得不动用一个零日漏洞才进去。每一条单看都让人后背发凉。但质证的规则是证据要看原始件不听转述。那我们一条条来。二、质证第一轮狗叫和婴儿哭可能是看错了最抓眼球的是第2条——电视居然在统计你家孩子哭了几次。韩国媒体 KPInews 做了一件其他媒体没做的事翻三星的官方说明书。结果在三星 SmartThings 开发者文档里识别婴儿哭声和狗叫声是公开列明的功能用在宠物照护Pet Care这类服务里而且用户可以在设置里手动关闭声音传感器。三星全球隐私政策也写着只有按住遥控器语音键说话时才收集语音指令ACR 也是以用户事先同意为前提。换句话说研究者在系统代码里看到的那段算法可能不是窃听管道的零件而是一个用户能开关的正常功能的零件。代码里存在某功能和这个功能在偷偷运行、在上传中间隔着一整套需要验证的链路。这就引出更大的问题——他到底拿出了多少能复现的证据原帖里没有具体电视型号、固件版本、网络抓包数据、原始日志Raw Log。没有这些任何第三方都无法重现他的结果。你只能选择信他或者不信他而无法验证他。还有一处自相矛盾。他先说自己是拆机、用硬件调试工具UART/JTAG接进去拿到 root 的在后续跟帖里又改口说自己没拆机是用远程零日漏洞拿的 root shell。一个训练有素的研究者不太会在怎么进的系统这种基础事实上前后不一。这不是说他撒谎。但在法庭上这叫证人陈述前后矛盾证据力要打折。三、质证第二轮400家分赃和那条加密墙再说400多家合作伙伴分赃。智能电视的广告 SDK 背后确实挂着海量第三方这是行业公开的灰色地带。但隐私政策里列了400多个数据合作方和400多家正在实时瓜分你家孩子哭声的录音是两个量级的指控。前者大概率是真的你去翻任何一台智能电视的隐私政策名单都长到惊人后者需要数据流向的实证他没给。还有固件 AES 加密、普通逆向全失效、硬上零日这一段。这一段最有传播力也最微妙。因为它同时在说两件事一说三星心虚把东西锁死不让你看另一说研究者是靠绕过技术保护措施 利用一个未公开漏洞进去的。第二件事恰恰是后面封号和法律争议的导火索。先记在这里第五节回来讲。四、但是——也别急着替三星洗白质证到这你可能以为我要反转成三星无辜、研究者碰瓷。不是。这是这篇最容易被带偏的地方我必须单独说清楚“这一个具体指控目前证据不足”和智能电视没有隐私问题是两码事。智能电视的隐私案底是实打实的2025年12月美国德州总检察长起诉了 Samsung、Sony、LG、Hisense、TCL 五家指控其 ACR 数据收集包括大约每500毫秒截屏一次美国东北大学的研究在智能电视生态里发现了5700万条以上的 ACR 检测记录任何人无需登录就能读取研究还有个更让人无力的结论你根本无法确认自己关掉的那个隐私开关到底有没有真的生效。全美约82%的家庭拥有智能电视。所以三星完全不值得被轻易开脱。行业性的、系统性的窥私是真实存在的。我只是坚持一件事不能因为它很可能干过别的坏事就认定这一次的这一条指控也成立。情绪可以理解证据要分开算。这才是质证。五、那封只有四个字理由的封号邮件现在从电视转到 OpenAI。如果说电视部分是指控证据不足那封号这部分让我不舒服的是另一头——平台给的信息也少得可怜。log4j 公开的那封邮件封禁理由只有一个大类违反与「Cyber Abuse」相关的使用条款。没有写是哪一次对话、哪一条提示、哪一个行为触发的。他公开申辩的逻辑其实很硬我从没用 OpenAI 去挖漏洞、攻击任何人或搞破坏。我只是在本地逆向分析我自己买的电视。然后呢没有然后。账号封了钱没了他甚至不知道自己到底踩了哪条线更没有一个能跟活人解释的入口。注意这个结构平台掌握全部数据知道你哪句话触发了哪个分类器你什么都看不到只收到一个罪名标签你想申诉对面是自动化系统不是人。这不是正常的司法流程这更像一张没有判决书、没有上诉庭、甚至没告诉你犯了哪条法的罚单。他后来的应对也很说明问题换模型又添了三台机器搞本地 AI 集群准备绕开所有云模型继续研究。一个想公开提醒公众的人最后被逼着往地下走。这算谁的损失六、Claude 那半边被中文标题省略掉的细节两大巨头合围里的 Anthropic情况其实更复杂而中文报道把关键的限定词全删了。事实链是这样的9月22日Anthropic 在 Opus 5.5 的发布说明里就公开讲了出于网络安全考虑大多数网络安全类任务会被自动分流到 Opus 4.85.5 这边只留日常找 bug、修 bug它的网安分类器确实可能中断一些操作比如恶意软件分析、漏洞利用验证但官方的拦截清单里压根没有逆向、root、智能电视这几项Anthropic 还提供了一个叫Cyber Verification Program的通道经过身份核验的安全专业人士可以申请减少被误拦而且 Anthropic 自始至终没有承认封过 REA也没发布过针对电视的新规则。更打脸合围叙事的是用户侧的真实反馈吵成一团有人说逆向自己的三星电视几分钟就搞定根本没被拦有人说是 REA 那个插件触发的不是模型本身有人发现连中国的 Kimi 也会在同类请求上停下Decrypt 的记者实测Opus 5.5 拦了建议转 4.84.8 往前走了一段最后卡在一个文件名带root的安装包上。你看真实情况是一张斑驳、不一致、看提示词和具体场景的拦截网而不是两家公司心照不宣、同一天集体收网那种阴谋论画面。把一堆未经确认因人而异的现象剪成一个确定的、有反派的故事——这是流量写法不是事实写法。七、真正的案子当安全研究长得越来越像攻击讲了这么多证据细节最后我想说这台电视、这个账号其实都只是表面。底下压着一个结构性的真问题。安全研究这门手艺的标准动作是什么反汇编固件、找 root 路径、分析遥测数据往哪传、验证漏洞能不能利用。而这些动作在 AI 风控系统眼里和真实网络攻击的流量特征高度重合。模型很难分辨你屏幕上跑的这一串逆向操作是在拆自己家的电视还是在打别人家的服务器。从数据包和提示词层面看二者可能一模一样。于是风控选择了它最稳妥的策略宁可错杀。Anthropic 自己公布过一个数字网安/反蒸馏分类器的误报率低于0.1%。听起来很低。但乘以每天海量的请求0.1% 意味着成千上万个log4j。对平台这是统计表上一个可以接受的误差项对那个具体的人这是账号、订阅费、API 额度、连着账号的一整套工作流一夜之间全部归零还无从申辩。一个是百分比一个是百分之百。再往上游走一层是法律本身的灰色地带。美国《数字千年版权法》第1201条原则上禁止绕过技术保护措施——哪怕绕过的是你自己买的设备。安全研究的豁免要靠版权局每三年审批一次覆盖范围能不能轮到智能电视这类物联网设备至今还在拉扯。所以 log4j 那一步用零日 root 自己的电视到底算合法的安全研究还是未经授权访问连法律都没有一个干净的答案。换句话说研究者、AI公司、设备厂商三方都在一片规则没铺好的地带里摸索。研究者不知道边界在哪AI公司怕被当成攻击的帮凶厂商则巴不得没人能撬开自己的黑盒。而所有不确定性的代价最后大多由最弱的那一方——那个具体的人——提前垫付。结尾这件事我不下三星到底有没有偷听的终审判词因为证据还不够。但有三句话我觉得现在就能成立第一智能电视的窥私是真问题但这一帖的部分指控目前还停留在无法复现的阶段值得追问不值得盖章。第二两大巨头合围是被剪辑出来的叙事真实的拦截网混乱、随机、可绕过远没那么整齐。第三也是我最在意的——当一个人想检查自己花钱买的设备却先被一个说不出理由的自动化系统判了网络滥用且没有申诉之门时真正该被质证的可能已经不是那台电视了。安全研究需要三样东西能公开验真的渠道、能证明我是研究者的身份机制、误伤之后能找回账号的申诉权。现在这三样要么没有要么只掌握在平台自己手里。130万人过几天就会划走这条新闻。但下一个想用 AI 检查自己设备的人还会撞上同一堵墙收到同一封不写理由的邮件。参考来源腾讯新闻外国小哥虐待自家电视42小时后惨遭OpenAI封号KPInews“在听我说话吗”…三星电视环境音收集主张与OpenAI封号争议含对证据不足、官方功能误读的质疑Hacker News TL;DRRoot shell on Samsung TVPasquale PillitteriClaude Opus 5.5 是否拦截智能电视逆向含Anthropic分流机制与用户反馈不一致的梳理Anthropic强化对蒸馏攻击的防御网安分类器与误报率说明梅雅达编程笔记原创 · 首发 CSDN · 转载请注明出处