AI产品默认启用背后：用户同意不能走过场

核心观点：当AI功能涉及人的形象、内容与身份认同时，采用"默认开启、用户自行关闭"的模式，已不再是单纯的产品设计问题，而是一种风险转移策略。

Meta近期下架了一款引发广泛争议的Instagram AI功能。

该功能原本允许用户在Meta AI中通过@某个公开Instagram账号，生成参考该账号内容的AI图像。简言之，只要账号处于公开状态，他人的内容与形象风格就可能被用作生成素材。

功能上线后迅速引发强烈反对，Meta随后宣布该功能"已停止服务"。

这并非简单的"社交平台又出问题了"。它对所有AI产品开发者都具有重要警示意义：

当功能触及人的形象、身份、作品与边界时，产品经理不能仅问"技术能否实现"，还必须问"默认开启是否合理"。

互联网产品长期存在一个灰色地带：公开内容能否被平台用于更多场景？

传统推荐、搜索与展示，通常在原内容附近进行分发。

但生成式AI改变了这一边界。

它不是简单展示原内容，而是将内容转化为可组合、可迁移、可模仿的素材。一个公开账号的照片、风格与人物形象，一旦被用作生成参考，就可能出现在完全不同的语境中。

对普通用户而言，这不是"多了一种曝光机会"，而是"他人可以借用我的形象创造新内容"。

这就是opt-out模式为何会引发争议的原因。

如果默认允许，用户必须自己发现、自己理解、自己去设置中关闭。可很多人甚至完全不知道这个功能的存在。

在高风险场景中，将责任推给用户，往往不是尊重选择，而是成本转移。

很多人谈AI安全，会想到模型越狱、提示注入、数据泄露与权限隔离。

这些固然重要。

但这次事件提醒我们，安全也发生在产品入口处：谁能调用谁的内容？调用前是否需要授权？生成结果是否可能引发冒用、骚扰、欺诈或伤害？

如果一个功能让用户能快速生成另一个人的拟像，哪怕只是"风格参考"，风险也会迅速从创意工具扩展到身份滥用。

产品团队不能仅靠事后审核来兜底。因为生成行为发生得太快，传播也太快。

更可靠的设计，是在入口处严格控制权限。

许多增长型产品偏好默认开启，因为默认开启能带来更高的使用率。

但AI时代，默认值本身就是信任声明。

对于低风险功能，opt-out也许可以接受。比如某个界面提示、某种推荐排序、某项轻量实验。

但涉及个人形象、私密语境、身份表达与可被滥用的生成能力时，opt-in才更接近用户对"同意"的真实理解。

用户没有反对，不等于用户已经同意。

用户不知道如何退出，更不能被解释为同意。

第一，先判断对象是否为"人"。

如果功能会处理人的面部、声音、身份、公开社交资料、作品风格或可识别形象，就不能按普通素材处理。

第二，判断生成结果是否会脱离原场景。

如果原本只是在个人主页展示的内容，会被拿去生成新图、新视频、新头像或新叙事，风险等级就上升了。

第三，判断用户是否能真正理解和控制。

一个隐藏在设置深处的开关，不等于有效控制。一个难以解释清楚的默认授权，也不等于知情同意。

AI产品越强大，越不能将"可生成"等同于"可默认开放"。

过去的产品设计常常追求降低摩擦。现在的AI产品，需要在关键位置增加正确的摩擦。

确认、授权、范围限制、可撤回、可追溯，这些看似会降低转化率，却是在保护产品长期信任。

Meta关停该功能，说明平台已意识到：有些AI能力不是调整文案、隐藏退出按钮就能解决的。

当产品会借用人的身份感，最好的默认值不是"先用再说"。

而是先问一句：这个人真的同意了吗？