文 | 甘德霜講故事
頻繁調(diào)用你的地理信息之下,從未在社交軟件上產(chǎn)生交集的人,會(huì)被小紅書悄悄歸為“潛在熟人”,于是你們的筆記開始互相出現(xiàn)在對(duì)方的首頁,社死的尺度是多樣的——既不致命,又讓人無處遁形。
關(guān)于小紅書的高頻調(diào)用用戶定位信息,率先在小紅書上炸開了鍋。
有人曬出后臺(tái)權(quán)限記錄,小紅書一天調(diào)用定位4.6萬次,更夸張的案例甚至突破9萬次。
光是看到這個(gè)數(shù)字,都能讓人感覺到手機(jī)在口袋里微微發(fā)熱。

甚至有技術(shù)博主直接貼出數(shù)據(jù)分析,發(fā)現(xiàn)小紅書在短時(shí)間內(nèi)會(huì)進(jìn)行密集定位調(diào)用,間隔短到可以繪制出一條精準(zhǔn)到每米的運(yùn)動(dòng)軌跡。
這事的離譜之處在于,大部分人根本沒有手動(dòng)打開過定位。

面對(duì)這種鋪天蓋地的討論,小紅書方面的回應(yīng)是“優(yōu)化推薦算法,提升用戶體驗(yàn)”。
可在用戶眼里,這種“優(yōu)化”早已超出了舒適區(qū),開始向“數(shù)字窺探”進(jìn)化。
畢竟,大數(shù)據(jù)推送和過度追蹤之間,恐怕就差一條用戶協(xié)議的距離。
01
一款社交平臺(tái)需要調(diào)用定位,這聽起來合理,畢竟本地生活推薦、社交打卡、精準(zhǔn)推送,都需要地理位置信息。
但問題是,主流App的調(diào)用頻率,比如微信,大多在幾百到幾千次之間,而小紅書的9萬次,已經(jīng)遠(yuǎn)遠(yuǎn)超出合理范圍。
官方的回應(yīng)如出一轍:“用戶開啟權(quán)限后的正常調(diào)用”“不會(huì)泄露隱私”“與使用場(chǎng)景相關(guān)”——一套互聯(lián)網(wǎng)公司標(biāo)配的說辭。但用戶的困惑不減反增:
即使關(guān)閉定位,小紅書依舊能精準(zhǔn)推薦附近店鋪和本地攻略,像個(gè)死心塌地的前任,總能恰好出現(xiàn)在你最近的生活半徑里。

凌晨三點(diǎn),App仍在定位,比起正常調(diào)用,濫用權(quán)限的嫌疑更大,這種懷疑換算成數(shù)據(jù),即便是小紅書用戶僅僅在小紅書平臺(tái)上的質(zhì)疑就高達(dá)了168萬貼。
畢竟,早年某些應(yīng)用曾因繞過權(quán)限、利用WiFi和藍(lán)牙探測(cè)用戶位置而被曝出隱私丑聞。
這場(chǎng)博弈并不對(duì)等。
用戶想保住一點(diǎn)隱私,于是關(guān)閉定位、清理緩存、調(diào)整權(quán)限,結(jié)果App升級(jí)了手段,轉(zhuǎn)而通過WiFi、藍(lán)牙、IP地址等方式“推測(cè)”用戶位置。
用戶們嘗試自救:有人卸載重裝,有人改用小號(hào),有人干脆放棄使用。但更多人只是默認(rèn)接受,畢竟,互聯(lián)網(wǎng)世界里,默認(rèn)同意才是常態(tài),拒絕反而成了一種成本。
這讓問題的焦點(diǎn)變得更尖銳:真正的問題并非用戶如何保護(hù)自己,而是App為何能如此肆無忌憚。

02
回到技術(shù)層面,小紅書為何偏愛你的高頻地理信息?
在籠統(tǒng)的算法精準(zhǔn)推薦的外包裝下,小紅書最想知曉的,是你的社交關(guān)系鏈,以及你的社會(huì)身份標(biāo)簽。
區(qū)別于微信這類的明顯的社交關(guān)系網(wǎng),小紅書在內(nèi)容端其實(shí)更希望知道你的社交關(guān)系網(wǎng)絡(luò),來推測(cè)你的社會(huì)/商業(yè)價(jià)值,而你出入的地理位置,便是數(shù)據(jù)背景下,調(diào)研你的職業(yè),消費(fèi)水準(zhǔn),社交關(guān)系最佳的路徑。
算法一般是基于共同IP/WiFi/地理位置,進(jìn)行交叉-驗(yàn)證-整合。
比如,你和某個(gè)人可能從未在社交軟件上產(chǎn)生交集,但只要你們?cè)谕粋€(gè)咖啡店連過WiFi,或者在同一棟辦公樓里待了足夠久,小紅書就可能悄悄將你們歸為“潛在熟人”。
于是,你們的筆記開始互相出現(xiàn)在對(duì)方的首頁,就像兩個(gè)素未謀面的旅人,因算法的安排,被迫在信息流中重逢。

同樣的,你可能明明沒加過某個(gè)客戶,甚至連對(duì)方的社交賬號(hào)都不知道,但小紅書卻悄悄給他推送了這個(gè)人的筆記。而兩人的唯一交集,就是曾在同一個(gè)會(huì)議室里開過會(huì)。
如果兩個(gè)人曾在同一時(shí)段、同一地點(diǎn)多次出現(xiàn),算法很可能認(rèn)為他們“存在社交關(guān)系”,并在推薦內(nèi)容時(shí)有所傾斜。
在熟人推薦之外,小紅書這樣以秒為單位進(jìn)行用戶地址位置調(diào)用,基本是在繪制用戶的行為時(shí)空軌跡。
微小的軌跡變化數(shù)據(jù),可以用來訓(xùn)練數(shù)據(jù)模型,你在家庭、工作、商場(chǎng)、餐廳等確定性軌跡中的微小變化所形成的數(shù)據(jù),進(jìn)行實(shí)時(shí)動(dòng)態(tài)建模??梢杂脕碛?xùn)練出對(duì)你的工作、用餐、睡眠、客廳、健身等等各項(xiàng)行為指征的判斷,進(jìn)而分析你的更不為認(rèn)知的喜好、狀態(tài)甚至情緒。
而這些動(dòng)態(tài)化的數(shù)據(jù),會(huì)在“保護(hù)用戶隱私”的大旗下,精準(zhǔn)地與本地生活、購物、游戲等多個(gè)跨平臺(tái)的合作方,進(jìn)行微妙但又準(zhǔn)確的共享。
這也是為什么你明明關(guān)掉了小紅書的地理位置權(quán)限,也無法阻擋住小紅書在你不知情的情況下調(diào)用你的數(shù)據(jù)信息,因?yàn)锳PP之間可能通過技術(shù)手段(如Intent喚起、包名喚醒)互相調(diào)用權(quán)限,形成“數(shù)據(jù)聯(lián)盟”,在用戶無感知下共享信息。
03
頻繁調(diào)用用戶信息不止是小紅書一家的問題,但小紅書的冒犯在于,很多用戶之所以用小紅書,是希望有一個(gè)區(qū)別于微信朋友圈那樣過度社交,可以進(jìn)行自由探索和喜好表達(dá)的內(nèi)容平臺(tái)。
但現(xiàn)實(shí)是,小紅書可能比你更希望拆掉墻,用你藏起來的熟人關(guān)系,增強(qiáng)用戶粘性。
社交平臺(tái)的增長(zhǎng)焦慮,最終都變成了用戶的社交困擾。

于是,我們開始看到越來越多的自我規(guī)訓(xùn):謹(jǐn)慎點(diǎn)贊、避免評(píng)論、甚至刻意減少互動(dòng),以防止社交身份的過度曝光。
從最早的通訊錄讀取,到相冊(cè)掃描,再到如今的精準(zhǔn)定位,用戶隱私的邊界正在被一步步蠶食。
而面對(duì)每一次質(zhì)疑,互聯(lián)網(wǎng)公司總能找到新的理由——算法需要、用戶體驗(yàn)、個(gè)性化推薦……久而久之,人們甚至忘了,這些權(quán)限,原本是自己允許的,而不是理所當(dāng)然的。
但如果“允許”變成了“濫用”,如果用戶的選擇權(quán)僅僅停留在表面,那么問題的本質(zhì)就已經(jīng)變了。
你以為它只是在定位你的位置,實(shí)際上,它可能正在定位你的生活。

比如有人驚恐地發(fā)現(xiàn),小紅書給他推薦了剛剛換工作的前同事,甚至是幾個(gè)月前在咖啡店偶遇的甲方經(jīng)理;有人默默換了個(gè)小號(hào),想在小紅書上做一個(gè)安靜的沖浪選手,結(jié)果沒幾天,首頁就開始推送公司的下午茶團(tuán)購和部門同事的旅行筆記。

在小紅書上,有不少人正在吐槽,無一例外,所有的互聯(lián)網(wǎng)溺水者們都在呼救。

在這場(chǎng)大營(yíng)救中,那些教給別人如何屏蔽熟人的人,很可能也正被熟人刷到,這些技巧如同泄了氣的救生圈,進(jìn)水后下沉的速度,比套上它的人還快。
被精準(zhǔn)拿捏的用戶,社死的尺度是多樣的——既不致命,又讓人無處遁形。
互聯(lián)網(wǎng)沒有記憶,但熟人有。
我們都知道問題的癥結(jié)在哪,算法永遠(yuǎn)有它的off鍵,只是關(guān)閉它的按鈕,不在我們手上。
熱門跟貼