приватность.

Mac сам вычисляет вашу семью: разбор недокументированного графа знаний macOS

Начиная с macOS 13 (2022 год) в каждом Mac работает пара демонов, у которых одна задача: строить граф о вас. Кто вы, кого вы знаете, кем эти люди приходятся вам и друг другу, как вы с ними общаетесь, где бываете, чем заняты и когда. Ниже разбираем, как устроена эта система, и даём инструмент, чтобы заглянуть в собственный граф.

продолжить чтение

Личные AI-ассистенты и угроза приватности. Детальные профили на друзей и семью

Новейший тренд в технологиях машинного обучения — так называемые «персональные ассистенты», AI-агенты вроде Muse от Meta* и Dots от OpenAI. Это вторая волна подобных программ, после первой волны ассистентов, включая OpenClaw, Instinct и проч. Агенты нового поколения приходят на смену чатботам прошлого, не имеющим продвинутой памяти и доступа к персональным данным пользователя.

продолжить чтение

Как справка WhatsApp тайно запрещала ИИ советовать жалобу регулятору

Европейская политика конфиденциальности WhatsApp прямо говорит: вы можете пожаловаться в надзорный орган по защите данных, и называет закон, который даёт вам это право. До середины октября 2026 года справочные страницы WhatsApp велели ИИ не советовать обращаться к регулятору, а как только вы упоминали адвоката, не ссылаться и на сам закон.

продолжить чтение

Telemax — показал проект на Хабре и получил бан на GitHub

15 августа я показал здесь Telemax — мост, который приносит переписку из MAX в Telegram. Пост прочитали 14 тысяч раз, под ним набралось 48 комментариев.Каждый чат MAX — отдельная тема в группе Telegram. Здесь геолокация ушла в MAX, а в ответ пришёл видео кружок.

продолжить чтение

Как посчитать статистику переписки на 500 тысяч сообщений в браузере и не увидеть ни одного

Переписка с близким человеком — одна из самых личных вещей на телефоне. А я делаю сервис, которому нужно её прочитать. Из файла экспорта получаются карточки: кто чаще пишет первым, как быстро отвечает, в какие часы вы на связи, какие словечки появились у пары и кто из вас их придумал. Просьба «загрузите переписку к нам на сервер» убила бы такой проект в день запуска, и правильно.Поэтому у «Чатограммы» одно жёсткое правило: всё считается в браузере, и по умолчанию сервер не видит ни одного сообщения

продолжить чтение

Архитектура цифрового выражения субъектности

И где же провести эту черту?Привет, Хабр!

продолжить чтение

Deveillance представила Kalypta — приложение, которое мешает нейросетям расшифровывать созвоны

Стартап Deveillance представил Kalypta — приложение, которое мешает нейросетям расшифровывать речь во время созвонов. Программа работает локально и в реальном времени изменяет исходящий аудиопоток так, чтобы собеседник продолжал понимать пользователя, но системы распознавания речи получали искажённую расшифровку.

продолжить чтение

Ваша База Знаний — золотая клетка с прозрачными стенами

9 сентября 2024 года Notion закрыл рабочие пространства, которые определил как российские. О закрытии предупредили 26 августа и дали выгрузить данные до 8 сентября. Дальше наступила тишина.В справке нашлась строка, которая объясняет облако лучше любой метафоры про «второй мозг»: если платёжные данные пространства когда-либо были связаны с Россией, пространство закрывается. Сменить карту уже не поможет. Можно было уехать два года назад и платить из Европы — это не важно. Один давний платёж решает судьбу всего архива. В те же дни то же самое сделала Coda.

продолжить чтение

Локальный ассистент для зумов, часть 4: что происходит после кнопки Стоп — и почему вторая модель говорила в пустоту

В первой части ассистент записывал созвон и складывал его в граф, во второй граф учился не врать неделями, в третьей я трижды ошибся с вопросом, кто это говорит. Эта часть про двадцать пять минут после кнопки Стоп: на экране ничего не происходит, на диске происходит всё. Там на этой неделе нашлась дыра, которая жила с июля. Облачная ревизия находила ошибки локальной модели, аккуратно их описывала, и никто её не слушал.Одна встреча, четыре файла, двадцать пять минут

продолжить чтение

Локальный ассистент для зумов, часть 3: кто это говорит — и почему я трижды ошибся, отвечая на этот вопрос

В конце второй части я пообещал честный замер новых локальных моделей распознавания. Обещание пришлось выполнять целый день, и результат оказался самым обидным из возможных: менять нечего. Ни модель, ни эмбеддер, ни алгоритм. А три дефекта, которые я за этот день торжественно нашёл, оказались дефектами не системы, а моего измерительного стенда.Эта часть — про диаризацию: как ассистент отвечает на вопрос «кто это сказал» и почему на рабочем созвоне этот вопрос сложнее, чем разобрать слова. Предыдущие части читать не обязательно: первая

продолжить чтение