外卖机器人若在街上认脸，隐私边界该由谁守住
据CNET报道，芝加哥出现两起拟议集体诉讼，将Coco Robotics与Serve Robotics列为被告。诉状指称，这些配送机器人在公共道路运行时，未经许可收集可用于识别个人的生物特征信息，面部特征是争议焦点。这里必须保留法律层面的边界：诉讼主张尚待证据检验，报道中的指控不是已经确认的事实。但它提出了一个被效率叙事容易遮蔽的问题：当机器人为送餐进入城市街区，它们会采集多少、又保存多久关于普通人的信息？
配送机器人需要感知道路环境，却不意味着它们可以无限制地拍摄路人。导航、避障和保持距离可能使用摄像头及其他传感器，但辅助识别的对象一旦从道路设施变成人的脸，技术用途就可能滑向个人记录。公共空间能够被看见，也不代表个人已经放弃隐私；生物特征又不像密码那样可以轻易更换。因此，评估风险不能只问设备拍到了什么，还要看影像是否被提取、关联、长期保存或交给其他主体。
这正是案件值得关注之处。争议不只是设备有没有摄像头，还包括企业是否明确告知采集目的，数据保存多长时间，是否与外部伙伴共享，能否用于训练或产品改进，以及发生泄露后由谁负责。路人偶然走进取餐区、路口或配送路线，也不应被自动视为同意一份难以理解的数据协议。当然，责任归属仍要依据证据、适用规则和司法判断，现阶段既不能把尚未证明的指控写成定论，也不该以案件未决来淡化潜在风险。
从行业角度看，如果配送企业只强调送达速度而回避数据治理，积累的信任成本最终会由整个行业承担。更稳妥的设计应尽可能减少不必要的人脸细节，公开传感器用途和保存周期，并建立权限控制、删除机制、访问记录和投诉渠道；存在替代方案时，应优先选择对个人影响更小的方式。独立审计与第三方测试也有助于区分服务所需的短暂感知和超出原始目的的数据积累。隐私不该是机器人上路后才补的说明，而应成为硬件、软件与运营共同遵守的底线。
这起争议尚不能告诉我们最终责任会落在哪里，却揭示了机器人普及中的一个转折：越来越多机器正以小型、低存在感的方式进入街道，治理对象不再只是大型平台和封闭园区，也包括会与公众日常相遇的实体系统。接下来值得观察三类信息：诉讼能否补充更具体的采集证据，两家公司如何公开数据流向，监管者是否会给出更清晰的公共空间识别规范。更深的问题是，城市能否在便利与监控之间建立可解释的选择机制。技术是否值得信任，不只看它能否准时送达，也看它是否懂得让每个被它看见的人保有边界。
资料来源：CNET，查看原始报道。本文为 AI 原创改写并经过自动校审，阅读时仍应结合原文与后续公开信息交叉验证。