问题——从“看见”到“识别”，公共空间的隐私边界被重新划定；报道披露的企业内部文件显示，涉及的智能眼镜计划将面部捕捉、自动检索与云端数据库打通：佩戴者现实场景中看到的人，可能被系统迅速比对并显示姓名等信息；同时，部分数据还可能被记录，形成可追溯的活动线索。与传统手机端识别不同，眼镜形态更隐蔽、使用更连续，影响对象不再局限于使用者本人，还可能覆盖其日常接触的公众，由此引发“未经同意即被识别”的争议。原因——技术成熟叠加商业驱动，“可识别社会”加速到来。一上，传感器小型化、算力提升、图像处理算法进步以及云服务普及，使实时识别与快速检索的门槛明显降低。另一方面，智能穿戴设备竞争加剧，企业希望用差异化功能提升用户黏性，带动硬件销量与平台生态活跃度。内部文件涉及的账户关联、授权条款等内容也显示，平台试图将既有社交数据转化为可被穿戴设备调用的“身份索引”，把线上身份与线下场景连接起来。影响——便利之外的风险外溢，可能带来连锁后果。其一，个人信息泄露与滥用风险上升。人脸属于高度敏感的生物识别信息，一旦与姓名、社交关系、活动轨迹等要素拼接，容易形成可定位、可画像、可追踪的数据链条。其二，公共空间的心理安全感可能下降。当人们难以判断自己是否正在被识别、被记录，日常社交与公共活动可能趋于收缩，影响正常交往。其三，歧视与误识别问题不容忽视。算法偏差或数据库质量不足，可能导致“认错人”“贴标签”，引发名誉损害与纠纷。其四，数据长期存储与跨场景流转带来更复杂的合规挑战，涉及数据最小化、目的限定、保存期限、跨境传输等议题。对策——治理关键在“可用”与“可控”之间建立边界，规则前置、责任清晰。首先，企业应坚持最小必要原则，明确功能边界，避免将识别能力默认开启或隐蔽运行；涉及敏感识别的功能应以显著方式提示，并提供便捷的关闭与撤回机制。其次，应强化数据安全与权限管理，落实全链条责任，包括采集端加密、传输安全、访问审计、分级授权以及严格的保存期限管理，降低“长期留存、二次利用”的动机。再次，应完善公众救济与问责机制，对误识别、泄露、未经同意识别等情形建立可操作的投诉处理与损害救济流程。监管层面，可在既有个人信息保护与网络安全规则基础上，更细化穿戴设备在公共空间采集生物识别信息的适用条件、合规评估与合规审计要求，推动形成可执行的行业标准。前景——社会接受度将成为关键变量，技术扩张或将更趋审慎。回顾行业历史，智能眼镜曾因“公共场所可能被拍摄和记录”遭遇强烈反弹，一些企业也在舆论与诉讼压力下收缩或暂停相关功能，并清理数据库数据。此次再度出现“实时识人”的产品设想，说明技术与商业冲动仍在，但能否真正推向市场，取决于更严格的合规框架、更透明的产品设计，以及公众对风险可控的信心。可以预见，相关功能若要获得更广泛认可，可能更多限定在明确授权、封闭或半封闭场景，如企业门禁、个人设备端本地处理等，以降低对无关第三方的影响；同时，围绕生物识别信息的立法与执法也可能强化，为企业划出更清晰的红线。
智能眼镜引入人脸识别功能，是技术演进中必然出现的新议题。它既表明了人工智能与硬件融合的趋势，也暴露出科技治理的短板。过往经验表明，仅靠企业自律难以应对这类风险。未来需要政府、企业、学界及社会各方协同，在充分保护个人隐私与基本权益的前提下，对新技术的边界与价值作出审慎评估。只有这样，科技创新才能真正服务公众利益，而不至于成为新的隐忧来源。这也是人工智能时代必须直面的重要问题。