位置：人类记录视频流的隐私-实用性权衡不可避免

随着智能眼镜、身体相机和家庭安全系统等始终在线硬件的普及，人类记录式视觉感知正变得不可避免，构成持久、始终在线AI系统的基石。与此同时，近期在积极智能体和世界模型方面的进展信号着一种根本性的转变：从诊断性、提示驱动的工具，转向持续感知并作出反应的物理世界的下一代AI系统。虽然人类记录视频流可以显著提高这些前景技术的实用性，但也会通过暴露行为模式、情感状态和社交互动等敏感信息（超出孤立图像所揭示的范围）引入显著隐私风险。如果未能解决这些风险，可能会动摇公众信任，并阻碍始终在线AI技术的可持续发展。现有的隐私保护要么针对特定攻击，要么会造成显著的实用性损失，且未能考虑整个数据开发管道。因此，我们主张人类记录视频流的隐私-实用性权衡是下一代AI系统的一个根本性挑战，需要进一步调查。我们呼吁开发针对管道的隐私保留设计，以在长期人类记录视觉数据上实现实用性和隐私性的联合优化。同时，形式化的隐私泄漏指标和标准化基准仍是未来研究的重要开放方向。