很多人以为只要数据不上云，电脑就是绝对安全的保险柜。2026 年 10 月底，安全研究者 Dario Pasquini 与 Michał Bazyli 拆解了 macOS 底层系统。他们发现电脑里藏着一张全家关系网，机器判定亲生母亲的概率达到了 0.96。整套档案由 51 个未加密的数据库组成，就存放在用户的个人文件夹深处。
苹果多年来反复强调设备端智能的隐私优势。当算法在本地越跑越快，安全防线的重心悄悄发生了位移。系统主动动用机器学习模型，把零碎的日常生活痕迹串联成了网状档案。加密守住了网络信道，保存在本地磁盘上的高价值结论却门户大开。
两道后台进程，在系统深处搭出181类私人图谱
从 2022 年发布的 macOS 13 开始，这套机制就已经常驻系统。无论是老款英特尔机型还是 M 系列芯片，两道后台守护进程都在静默运转。负责采集与构建图谱的是 knowledgeconstructiond，负责向系统提供查询服务的则是 intelligenceplatformd。它们分工明确，把琐碎的生活记录转化为结构化的知识网络。
图谱的核心位于个人目录下的 ~/Library/IntelligencePlatform。翻开这个目录，里面整整齐齐排列着 51 个 SQLite 数据库。核心文件 graph.db 采用三元组架构，用「主语-谓词-宾语」定义万物关系。配套的规则文件定义了 181 个实体类别与 278 种谓词。
在这 181 个实体类别中，有 46 个专门用来刻画人与人之间的社会关系。比如代号为 PS500 的谓词，对应的含义正是「雇主」。系统不仅记录你认识谁，还给每个人贴上了职场、社交或家庭的角色标签。实体库越庞大，对你个人生活的还原就越清晰。
图：Mac 本地个人知识图谱的三元组关系网络。注意图中的每个节点并非孤立文本，而是被打上多重实体标签后相互勾连的网状结构。来源：8rank.ai（Apple 个人知识图谱解剖）
61人特征输入模型，算准母亲概率高达0.96
要在茫茫人海中挑出谁是你的至亲，苹果没有依赖死板的人工规则。系统在本地调用了机器学习模型 XGBoost。研究者抓取到的矩阵显示，模型单次输入 61 个候选人与 17 个维度的特征。算法直接输出 0 到 1 之间的连续概率值。
在实际测试中，模型的输出呈现出耐人寻味的分化。对于「母亲」「父亲」以及「女儿」，置信度整齐划一地达到了 0.960。「兄弟」「儿子」与「姐妹」的置信度，却普遍只有 0.500。机器对亲生父母的判断十分笃定，对同辈兄弟的猜测却徘徊在掷硬币的边缘。
图：XGBoost 模型输出的亲缘关系置信度矩阵。可以看到母亲与父亲的判定值高达 0.960，而兄弟姐妹仅有 0.500，置信度的断层揭示了算法对同住与照片同框等特征的高度依赖。来源：8rank.ai（Apple 个人知识图谱解剖）
置信度的巨大差距，揭示了算法在本地挖掘的数据来源。模型敢给父母打出 0.960 的高分，依靠的是多重生活记录。家庭共享记录了年龄差，急救卡填有紧急联系人，相册里还有多年的高频同框。同辈亲属缺少这类强信号，算法只能给出 0.500 的保守猜测。
除了通讯录，系统还在持续吸收动态行为。日历日程、Siri 建议与安装的应用，都会汇入这张大网。后台甚至包含物理社交信号，用设备位置与移动轨迹辅助推测。算法日夜拼图，最终把脑海里的亲情关系算成了精确的数学概率。
图：知识图谱吸纳的本地数据源分布。可以看到除了常规通讯录，相册面部标记、日历行程、甚至设备物理移动信号都在持续为推断模型供料。来源：8rank.ai（Apple 个人知识图谱解剖）
51个明文数据库，成了第三方软件的现成档案
如果这套图谱被锁在硬件安全芯片里，它依然算得上一项体验优化。然而，承载全部关系的 51 个数据库，统统采用了普通的 SQLite 格式。文件没有任何加密保护，内部字段名全部是清晰直白的明文。任何具备基础代码常识的人，用系统自带工具就能通读整张关系网。
安全研究者为此发布了开源工具 iKnow，能够一键导出整张亲属关系树。2026 年 9 月，取证工具 iLEAPP 的维护者也跟进了这项特性。取证程序直接读取相同路径下的数据库，几秒钟内就能复原社交网络。在取证与攻防视角下，明文存储为外界提供了极高的数据提取效率。
对抗关系的重心在这里发生了转移。过去恶意程序想理清人际关系，必须漫山遍野搜集聊天记录与照片。清洗海量杂乱数据耗时费力，还会留下明显的系统痕迹。现在苹果替对手做完了繁杂的分析，拿到底层权限的软件能直接带走现成结论。
升级后一天内重建，苹果把私人图谱当缓存刷新
2026 年 9 月 14 日，苹果正式推送了 macOS 27 系统。升级到 27.0.1 的测试者发现，图谱数据库出现了大规模数据缩水。通讯录、日程与家庭共享的关联条目，一度在更新后凭空消失。但在随后的 24 小时内，后台守护进程默默把所有关系重新推算齐备。
这种快速清空并重建的行为，传递出清晰的工程信号。在苹果的架构里，个人知识图谱是一层随时可以推倒重来的推断缓存。官方敢在小版本更新中抹去它，底气在于本地算力随时可以重新演算一遍。推断层与存储层的剥离，让这套算法具备了极高的自主权与灵活性。
防线从云端加密退守到系统授权
客观审视这套机制，它并不属于狭义的系统漏洞。想要读取个人目录下的 51 个数据库，软件必须获得「完全磁盘访问」权限。苹果没有把家谱上传到云端服务器，数据自始至终停留在机主自己的硬盘里。把运算收束在本地，确实挡住了来自外部网络的窃听风险。
引发广泛争议的焦点，在于默认开启与不透明运作的矛盾。系统在后台调用模型推算亲属，整个过程对用户没有任何明示。系统设置里没有关闭推断的开关，机主无法查看更无法纠正关系偏差。多数人以为自己在操控一台温顺的工具，系统却在暗地里分析全家画像。
这构成了智能时代最尖锐的隐私困境。加密技术守住了网络信道，本地存储却承担了全部压力。算法越聪明，整理出的私人关系越规整，形成的靶点就越诱人。守护全家底细的防线，最终退守到了一个极易被随手点掉的权限弹窗上。
参考链接：
- 8rank.ai 研究报告：Apple 个人知识图谱解剖
- Alexis Brignoni 的 iLEAPP 取证项目更新记录
- Hacker News 社区技术讨论
