能做什么

启用插件后，用户可以让 ChatGPT 在 Mac 本地检索过往聊天，例如找出某段对话里的关键信息、总结对方近期说过的内容，或基于对话上下文代拟回复。OpenAI 给出的示例包括：对照日历为下周聚餐建议空闲时段、从昨日消息中提炼待跟进事项、把消息里出现的生日加入日历，以及标记疑似垃圾信息的对话。

该插件覆盖所有 ChatGPT 套餐，在 macOS 桌面端的 ChatGPT Work 与 Codex 中均可使用。不过目前它只在搭载 Apple 芯片的 Mac 上运行，Intel 机型暂不支持。

发送需要你点头

读取对话只是一方面，让人工智能代为发送消息则触及更敏感的隐私与控制边界。OpenAI 强调，在默认设置下，ChatGPT 发送任何消息前都必须获得用户确认，确认对象包括消息正文与收件人。用户可以选择”本次允许”，也可以对某个对话开启”始终允许发送”。

官方明确提醒，不要轻易授予长期发送权限：一旦开启，便失去了消息发出前的最后一次人工复核机会；而消息串本身属于不可信输入，长期授权还存在提示词注入的风险。

本地运行与权限

插件在 Mac 本地运行，依靠 AppleScript 与系统辅助功能来对接”信息”应用，并不会通过 Messages 反向远程操控 ChatGPT，也不在普通 ChatGPT 对话窗口中生效。首次使用需在系统设置中授予”完全磁盘访问”权限，并提供通讯录与自动化相关授权。OpenAI 表示插件不会为所有聊天建立可搜索索引。

同批其他更新

此次更新还包含多项改进：固定对话可在 Mac 桌面端与 iOS 之间同步；Codex 支持分享本地对话的只读快照；站点（Sites）协作与网址管理也有所增强。此前推出的 Computer History（电脑使用历史）功能，正扩展至欧洲经济区、瑞士与英国市场的 Pro、Business 和 Enterprise 用户，该可选功能依赖记忆（Memories），默认关闭。

将人工智能接入私人消息，显然比用 ChatGPT 写邮件或总结文档更值得警惕。消息中可能包含电话号码、照片、住址与财务信息等敏感内容，因此在授予权限时应审慎，并在不再需要时及时撤回访问。

Flock：无处不在的路边摄像头

Flock Systems成立于2017年，总部位于美国德克萨斯州休斯顿。该公司在全球范围内部署了超过300万块智能摄像头面板，主要安装在停车场、便利店、加油站等公共场所。这些摄像头通过自动车牌识别（ANPR）技术，可以记录车辆牌照号码、经过时间、位置等数据，被全美数百个执法机构采用。

根据公开数据，Flock的系统已经累计处理了超过450亿次车牌扫描记录，数据覆盖范围遍及美国主要城市，包括纽约、洛杉矶、芝加哥、休斯顿等。其合作伙伴包括美国联邦调查局、国土安全部以及各州和地方执法部门。

从”认车”到”认人”的技术跨越

传统的Flock系统依赖于车牌识别。也就是说，它只能知道”什么车去了哪里”，而无法直接告诉你”谁去了哪里”。要锁定具体人员，执法部门通常需要结合其他信息来源进行交叉比对。

而Flock新推出的AI工具打破了这一局限。根据《连线》杂志获取的源代码和测试结果，这项新技术可以分析驾驶员的行为模式，包括行驶路线偏好、出行时间规律、常去地点等维度。通过机器学习算法，系统能够识别”谁经常去哪里”，而不再仅仅依赖车牌数据。

具体来说，该工具能够追踪并关联以下行为特征：

· 特定驾驶者的行驶路线和出行规律
· 车辆在不同地点之间的移动模式
· 驾驶行为的时空关联性分析
· 基于行为相似度的目标匹配

这意味着，即使执法人员无法获取目标车辆的车牌信息，系统依然可以通过行为画像来追踪和识别目标对象。

隐私倡导者发出警告

面对这项新技术的推出，隐私保护组织和公民自由联盟表达了强烈担忧。

电子前哨基金会（EFF）等隐私倡导组织指出，这种基于行为模式的追踪能力远远超出了公众对于监控系统的预期。传统的车牌识别系统记录的是车辆的行踪，而新的AI工具可以直接关联到个人的生活模式——包括就医记录、宗教场所到访、政治集会参与等敏感信息。

美国公民自由联盟（ACLU）的研究人员表示：”当监控技术从’追踪车辆’进化到’追踪人’时，这意味着每个普通公民的日常活动都可能被持续记录和建模。这种规模的持续性行为监控，在现代法治社会中引发了严重的宪法第四修正案问题。”

Flock的回应与使用限制

针对隐私担忧，Flock公司强调新工具仅限于刑事调查使用，并设置了多层访问控制。公司表示，执法部门必须提供合理的调查理由才能使用AI人员追踪功能，所有查询操作均有日志记录可供审计。

Flock在其官方网站的说明中指出：”该工具的设计目标是协助执法部门在紧急情况下快速定位嫌疑人，例如在绑架案件、失踪人口搜索等需要争分夺秒的场景中发挥关键作用。”

全球AI监控趋势下的反思

Flock的新技术并非孤立事件。近年来，全球各地的安防监控技术都在快速演进。从人脸识别到行为分析，从车牌识别到无人机监控，技术能力不断提升的同时，隐私保护的法律框架却没有跟上。

在中国，智慧城市建设也大量采用了类似的智能监控技术。中国的安防监控系统覆盖了从城市街道到社区门禁的多个场景，通过人工智能技术提升了社会治安管理效率。不过，中国对于公共视频监控的数据使用有着明确的法律法规约束，包括《个人信息保护法》和《数据安全法》等。

相比之下，美国的监控技术监管体系相对松散，各州和地方的法律规定差异很大。Flock的AI工具在哪些州可以合法使用、使用范围有多大，目前缺乏统一的标准。

结语

Flock推出的AI人员追踪工具代表了安防技术的又一次飞跃。从”认车牌”到”认行为”，技术边界的拓展带来了前所未有的监控能力，也引发了关于隐私权与公共安全平衡的深层思考。

在人工智能技术快速迭代的时代，如何确保这些强大的工具在合法、合理、透明的框架下使用，不仅是执法部门需要面对的问题，也是整个社会需要共同讨论的课题。

AI 能从画面里读出位置

杀毒软件厂商 McAfee 的研究表明，常见的 AI 视觉模型仅凭照片本身的画面，就能以超过九成的准确率判断拍摄地点，无需任何定位标签或元数据。研究团队用两款公开、免费可得的 AI 视觉模型测试了超过 2.1 万张旅行照片：其中一款（阿里通义千问团队的开源模型 Qwen3 VL 30B）准确识别出 91% 的照片所在城市与国家，另一款（Google DeepMind 的 Gemma3 27B）也达到 87%。

值得注意的是，研究人员是在本地电脑上运行这些模型，而非调用云端服务，这更接近攻击者规模化作案的方式。结论很清楚：计算机并不需要照片带定位标签或嵌入元数据，就能判断拍摄地。

骗子如何借题发挥

设想一个场景：有人在波尔图度假，只在 Instagram 或 Facebook 上发了几张家人照片，背景里只有杜罗河的一小段，看起来在哪拍都行。几天后，一条短信找上门：「我们监测到您在波尔图旅行期间出现可疑交易，请立即验证。」收信人从没在社交平台提过这趟行程，只发了些模糊的照片，本不该起疑。

可这条诈骗短信之所以显得可信，正是因为它说中了你在哪。罪犯并没有提前知道行程，而是用 AI 分析了照片里最不起眼的线索——背景、建筑、招牌、光线——从而锁定了位置。McAfee 欧洲、中东与非洲区负责人 Vonny Gamot 表示，AI 的作用是提供「语境」，让诈骗与威胁显得可信。

照片里若有地标、天际线、招牌或道路标线，AI 判断会格外准确；就连食物摊和店面也能迅速定位。即便只是一张海滩或酒店房间的照片，精度会下降，但国家一级的识别通常仍然可靠——而这已足够骗子所用。在内部测试中，员工用 ChatGPT 辨认一张前景有树的小河照片，被准确指向纽约州的 Hastings-on-Hudson；一张郁金香花丛则被认出是荷兰的库肯霍夫花园（Keukenhof）。

如何防范

骗子拿到位置后，会让钓鱼信息更有说服力：可能冒充银行称你在该地消费异常，或假装是某家酒店来电核对身份，或谎称监测到你在该国登录账户。防范要点很直接：晒图尽量等回家后再发，并把社交账号设为仅熟人可见；对任何带「立即处理」字样的紧急短信保持警惕；收到所谓银行或平台通知时，不要点开附带的链接，而是直接通过官网或银行卡背面的电话联系核实。

来源：The Guardian（2026 年 8 月 16 日）

Meta 正在 WhatsApp 上推出一个可选的 Scam Alert（防骗提醒）功能，用端侧机器学习来标记可疑消息。该功能目前以有限 beta 形式推送。当某条消息被模型判定为疑似诈骗时，用户会在聊天界面看到一条警告，而对话的另一方看不到这条提示。用户随后可以自行决定：屏蔽、举报，还是继续对话。

如果认为警告是误报，用户可以把该聊天标记为「可信」，警告随即移除且不再被标记；一旦标记可信，用户还可以选择把最近收到的 5 条消息分享给 WhatsApp，以帮助改进识别准确度。

## 为什么是 WhatsApp

WhatsApp 用户规模超过 30 亿，是汇款、杀猪盘等诈骗最活跃的区域之一。美国联邦贸易委员会（FTC）的数据显示，仅通过 WhatsApp 受骗的受害者，报案损失就达 4.25 亿美元；2025 年全年，社媒诈骗总损失超过 21 亿美元。今年早些时候，Meta 已经为 WhatsApp 的「设备绑定」请求上线了诈骗检测。

把识别模型放在手机端而非云端，意味着聊天内容本身不需要上传即可完成判断，这也是在隐私与防护之间取平衡的一种做法。对于普通用户来说，最实在的变化是：遇到可疑链接或陌生人的急切转账请求时，聊天框里会先弹出一个提醒，把决策权留给自己。

来源：The Verge（记者 Stevie Bonifield）

一、Vaultwarden：Bitwarden 用户的平替服务端

如果本来就使用 Bitwarden，Vaultwarden 是最顺滑的迁移路线。它是一款完全开源的社区版服务端，兼容官方 Bitwarden 各平台客户端，只需用 Vaultwarden 的账号登录即可。

1. 准备一台能常驻运行的设备，官方推荐树莓派即可，资源占用极低。
2. 用 Docker 部署：编写 docker-compose.yml，填入域名与 TLS 证书路径，启动 Vaultwarden 服务。
3. 浏览器访问部署好的 Web 保险库，按引导创建账号，设置主密码（强度会被实时评级，建议设为「强」）。
4. 在手机、电脑的 Bitwarden 客户端里，把服务器地址改成自己的域名，即可照常同步。

它保留了 Bitwarden 几乎全部功能，包括原本需要付费订阅的 TOTP 验证器、管理后台、硬件密钥二次验证和保险库健康报告，且同样使用 AES-256 加密。

二、KeePassXC：纯本地、跨平台

KeePassXC 是老牌 KeePass 的开源分支，在 Windows、macOS、Linux 上体验一致，移动端可通过 KeePassDX、KeePass2Android（安卓）或 Strongbox、KeePassium（iPhone）打开同一份文件。

1. 在电脑上安装 KeePassXC，新建一个 .kdbx 保险库文件，设好主密码。
2. 不想自建云存储，直接把 .kdbx 文件在设备间手动拷贝即可。
3. 想多端同步，可把文件放到自建的 Nextcloud，或用 Syncthing 这类点对点同步工具自动同步；追求省事也能丢进网盘，只是会削弱隐私初衷。

三、AliasVault：自带邮件别名的新玩家

AliasVault 仍处在公开测试阶段，但功能已经相当完整，同样用 Docker 部署，官方提供详尽的安装文档。

1. 通过 Docker 拉起 AliasVault 服务，按官方文档完成初始化。
2. 除密码与通行密钥外，它内置 2FA 验证器和真正的离线编辑能力，断网改完、联网即同步。
3. 它的独特卖点是内置邮件服务器，可生成带姓名、生日等信息的专属邮件别名，注册网站时不再暴露真实邮箱。
4. 支持指纹、面容等生物识别，可往保险库里存加密附件，并提供网页端、Chrome/Firefox/Edge/Safari 插件及 iOS、安卓原生 App。

注意事项：自托管意味着要自己负责备份、更新与暴露面安全，建议配合定期离线备份，并把服务放在内网或加一层反向代理与强密码保护。

来源：How-To Geek

一个走红的说法

短视频里，一位创作者举了这样的例子：AI 模型或许能给你套上半只袖子的纹身，但细节经不起推敲，「正是这些细节出卖了它，让人一眼看出并非本人」。对不少纹身爱好者来说，这像是一个意外的「技术红利」：既表达了自我，又顺手多了一层防伪。

专家：有点道理，但不全对

计算机视觉与数字取证专家、达特茅斯学院教授 Hany Farid 给出了更冷静的判断。他指出，AI 真正吃力的不是纹身本身，而是一切细节。「最简单的画面，它还原得最好。」换句话说，一件满是杂乱图案的衬衫，或许和满臂纹身一样能干扰 AI。更关键的是基数：美国只有约 22% 的人拥有超过一处纹身，意味着训练数据里「有纹身的人」本来就少得多。

麻省理工学院媒体实验室研究伦理与 AI 的研究生 Saetbyeol Leeyouk 也认同这一观察，但强调一个前提：讨论的只是「此刻」的能力。她的看法是，明天、下周、下个月，模型就会变好，「这件事迟早会被解决」。

为什么是「暂时」的

判断并非空穴来风。Farid 让大家回想 2023 年那段著名的「威尔·史密斯吃意大利面」换脸视频——画面诡异到简直像噩梦。可不到三年，就有网友生成了更新版本，只要不盯着眼睛看，几乎能当意大利面广告用。差距来自时间连贯性：新模型能一次性生成一小段视频，而非一帧帧拼凑，但单段时长仍被限制在约 10 到 15 秒，更长的视频只是把若干短片段拼接起来，纹身也就更容易在接缝处穿帮。

至于静态图片，生成模型早已足够成熟，纹身基本不再是障碍。

给普通人的提醒

结论很清晰：纹身或许能在今天给换脸增加一点难度，但把它当成长期防伪手段并不靠谱。与其指望皮肤上的图案，不如关注平台的水印、授权机制与内容溯源——那才是更可持续的防线。

来源：Allure（经 Google News 收录）

这不是中毒，而是 Windows 一项存在了十几年的功能在起作用。让它被大众注意到的是今年 7 月的一起风波：YouTube 频道 Gamers Nexus 实测发现，LG 显示器接入 Windows 电脑后，系统会自动装上一款名为 LG Monitor App Installer 的应用，主要动作是弹出 McAfee 杀毒软件 30 天试用广告。测试中，接入 LG UltraGear 34GX900A-B 的电脑连续重启 32 次，其中 31 次弹出推广窗口；一台三年前购入的 LG UltraFine 32UN880-B 同样中招。

一、软件是怎么进来的

这套机制叫硬件支持应用（Hardware Support Apps，简称 HSA），说白了就是”插上什么硬件，系统自动去商店取配套软件”。微软从 Windows 8 时代就搭好了底层框架，2017 到 2018 年前后配合 DCH 驱动模型演进成现在的形态。

流程一共四步：连接设备 → 下载设备元数据 → 下载设备驱动 → 下载关联应用。触发它需要三个前提：电脑联网、已登录 Microsoft Store，以及装系统时没关掉”推荐设置”。

它的本意是省事，华硕的 Armoury Crate、惠普的 Command Center 靠它就能自动到位。XDA 撰稿人 Samarveer Singh 指出，显示器并未绕过任何安全机制，系统只是在执行既定设计；问题在于微软默认所有厂商都会珍惜这份特权，而整个过程连一句”是否允许安装”的询问都没有。

二、三种关闭方法，按系统版本选

方法一：所有版本通用（推荐先用这个）

1. 按 Win+R 输入 systempropertiesadvanced 回车，打开”系统属性”窗口；也可走”设置 → 系统 → 关于 → 高级系统设置”。
2. 切到顶部的”硬件”选项卡。
3. 点击”设备安装设置”按钮。
4. 弹窗会问”是否要自动下载制造商应用和适用于你的设备的自定义图标”，选”否（你的设备可能无法按预期工作）”。
5. 点”保存更改”，如提示需要管理员权限点”是”，最后点”确定”退出。

方法二：专业版 / 企业版 / 教育版用组策略

1. 按 Win+R 输入 gpedit.msc 回车。
2. 依次展开：计算机配置 → 管理模板 → 系统 → 设备安装。
3. 在右侧找到”阻止与设备元数据关联的应用程序的自动下载”，双击打开。
4. 选”已启用”，点”应用”再点”确定”。

方法三：家庭版改注册表

1. 按 Win+R 输入 regedit 回车。
2. 定位到 HKEY_LOCAL_MACHINE\SOFTWARE\Policies\Microsoft\Windows\Device Metadata（路径不存在就手动新建对应项）。
3. 找到或新建名为 PreventDeviceMetadataFromNetwork 的 DWORD（32 位）值，把数值数据从 0 改成 1。
4. 重启电脑生效。

也可以用管理员身份打开命令提示符，一行命令搞定：

reg add "HKLM\SOFTWARE\Policies\Microsoft\Windows\Device Metadata" /v PreventDeviceMetadataFromNetwork /t REG_DWORD /d 1 /f

想恢复默认，把数值改回 0，或执行 reg delete "HKLM\SOFTWARE\Policies\Microsoft\Windows\Device Metadata" /v PreventDeviceMetadataFromNetwork /f。

三、几点提醒

关掉之后 Windows Update 仍会正常下发必要的驱动，受影响的只是厂商配套应用和自定义图标。真需要某个控制中心时，去厂商官网下载即可。

这个开关只能拦住”新插硬件触发的下载”，对已经装进系统的软件无效。接入新设备后不妨顺手检查”设置 → 应用 → 已安装的应用”和任务管理器的启动项，把不认识的条目清理掉。改注册表前建议先做备份。

这次风波后微软已要求 LG 停止分发相关推广内容，但静默安装通道本身依然保留着。

来源：XDA Developers

模型在别处跑，智能体留在手机上

XDA 试的 RikkaHub Agent 是开源安卓大模型客户端 RikkaHub 的一个分支，只在 GitHub 上发布，装完得自己填接口地址。它在聊天客户端之上加了一层智能体，带来 80 多个设备工具：点按、滑动、输入、截屏、开应用、读通知和传感器、收发短信，还有内置浏览器、SSH 和文件搜索。

模型不必装在手机里。对它来说家里的服务器和云端没区别，都是 OpenAI 兼容接口，填成自定义服务商即可，测试跑的是 Qwen 3.6 的 27B 和 35B。手机只跑循环、调工具、递结果。

它真的会自己动手

撰稿人问手机上装没装 whisper.cpp。它自查后回答没装，指出缺命令行工具和模型两样，再问要不要装。得到同意后装依赖、拉仓库、在 Termux 里编译完，前后七分钟，还自己挑了 75MB 的小模型。

权限默认全关

安全分三层：所有工具默认关闭，且按「助手」分别开，可以给云端模型单独配一个没有设备权限的助手；有副作用的操作会弹窗，允许一次、本次会话、永久或拒绝；抹机、重启、毁系统文件这类命令另有一份硬拦截清单，弹窗之前就被挡下。开发者也讲明这层只是基础正则，抓不住先赋值给变量的写法。

代价是开关藏得深：不在应用设置里，而在助手配置里。工具开得越多提示词越长，默认 7000 个输入词元，全开涨到 32000。

我的判断是，模型放服务器、智能体跑手机上，眼下是最合理的分工。想试先在电脑上把本地模型的兼容接口开好，再从读通知、搜文件这类只读工具开起，别一上来全勾。

来源：XDA Developers

AI收件箱到底在做什么

启用后，「AI 收件箱」会出现在常规收件箱下方。它会自动扫描主收件箱里的邮件，快速汇总即将到来的会议安排，并生成一份待办清单：信用卡账单的还款日期、餐厅订位、快递配送等关键信息会被加粗标出。用户可以把完成的事项标记为「已办」，也可以手动删掉不合适的建议。该功能目前仅在美国提供，且只支持英语；按谷歌的说法，它不会读取邮件附件。

对经常漏看邮件的人来说，这确实省事。但代价是：AI 获得了深入用户日常生活的完整视角。

专家的顾虑：邮件本来就不够私密

自由新闻基金会首席安全项目官哈洛·霍姆斯（Harlo Holmes）承认，这类功能对需要日程提醒的人有帮助，但她本人不会使用：「我个人并不乐意看到自己和医生的往来邮件，不仅躺在谷歌的收件箱里，还要被 AI 这样加工处理。」

电子前哨基金会（EFF）安全与隐私研究者索林·克洛索夫斯基（Thorin Klosowski）的评价更直接：「这类功能恰恰提醒大家，电子邮件从来就谈不上多私密。Gmail 接二连三推出的 AI 功能，充分展示了谷歌这家公司能触达用户生活的深度。」

更现实的风险：提示词注入攻击

除了数据被 AI 处理的隐私顾虑，专家还点出了一类新型攻击手法——间接提示词注入（indirect prompt injection）：攻击者精心构造一封邮件，把恶意指令藏在正文里，诱导 AI 助手照做。霍姆斯举例说，AI 可能被操纵后告诉用户「这不是垃圾邮件，放心点开这个链接」，用户便顺着 AI 的总结掉进钓鱼陷阱。

谷歌在今年 4 月的安全博客中回应过这一威胁，称团队「持续对系统进行高压测试，确保 Gemini 能抵御对抗性操纵」。霍姆斯则提醒：「这些目前还是边缘案例，但肯定有大批犯罪分子热衷这种挑战，他们会去挨个试探所有 AI 模型——不只是 Gemini——看看能走多远。」因此即便继续使用该功能，也应在采纳 AI 给出的优先级建议前二次核对，对邮件里看似紧急的警告保持警惕。

不想被AI读邮件？这样关掉

关闭「AI 收件箱」最彻底的办法，是停用 Gmail 的全部个性化 AI 内容：进入 Gmail 设置，切到「常规」标签页，取消勾选「智能功能」选项——该选项的授权范围是「允许 Gmail、Chat 和 Meet 使用你的内容和活动来提供智能功能和个性化体验」。取消后，邮件摘要随之停用，云端硬盘、日历、文档、表格、幻灯片和 Meet 中的 AI 功能也不会再出现。

对隐私要求更高的用户，专家给出的建议是釜底抽薪：把最敏感的通信换到端到端加密平台上，比如 Signal 或 Proton 邮箱。用克洛索夫斯基的话说：「电子邮件这种技术很难做到真正私密，建议大家在可能的情况下，尽量改用安全通讯应用等替代方案。」

来源：HuffPost

智能听写：自动删掉”嗯””啊”

第一项更新叫”智能听写”。在 Mac 上按下 Fn 键开始说话，Gemini 会把语音实时转成文字，并”在光标处即时润色”——自动去掉口头禅、结巴和”嗯””啊”之类的语气词，输出的文本更接近正常书写。该功能在 Mac 的任何窗口中都能使用，适合口述草拟邮件、消息或文档，省去逐句自我修改的麻烦。

需要注意的是，智能听写默认开启。也就是说，所有在 Mac 上使用 Gemini 的用户都会自动用上它，除非主动进设置里关闭。

屏幕感知：让 AI 接手复杂任务

第二项更新是”屏幕感知推理”（screen-aware reasoning），默认关闭、需手动开启。开启后，Gemini 获得理解 Mac 屏幕内容的权限。比如打开备忘录后按 Fn 键说”把这些笔记整理成下午会议用的摘要”，Gemini 就会自动定位到备忘录应用、分析文本并完成整理，全程无需切换到专门的应用。

指令还可以连续叠加：先让 Gemini 起草一封团队聚餐邮件，并从 Mac 上指定的几份文件中提取参与人员、预算、饮食禁忌等信息；接着让它在地图里搜索特定类型的餐厅作为备选。中途说错了也能随时纠正——比如先说聚餐定在周五 18:30，随后补一句”抱歉，改成 19:00″，Gemini 会相应调整。

便利背后的风险

把整个屏幕交给 AI 查看，隐私风险显而易见。此外还有”提示词注入”这一安全隐患：黑客可以把恶意指令藏在网页里，AI 在执行任务时读到这些指令，会误以为是用户本人的要求，进而照做——比如打开恶意网站下载文件。就目前的 Gemini 而言，这类风险尚不算突出，因为它还不是能完全自主行动的智能体（谷歌真正的自主智能体 Gemini Spark 仅面向最高档付费订阅用户开放）。

总体来看，屏幕感知功能确实能让 Gemini 从一个聊天窗口升级为覆盖全 Mac 的助手。愿意尝鲜的用户可以一试，但开启前应清楚了解其中实实在在的风险，敏感场景下建议保持关闭。

来源：Lifehacker