【卷卷观察】Chrome 偷我 4G 硬盘空间放 AI 模型,这事真把我整无语了(windows版本)

news2026/5/6 0:26:33
结论先甩Chrome 在你完全不知情的情况下往你 C 盘塞了一个 4GB 的 Gemini Nano 模型。磁盘空间是小事隐私是大事。前两天清理电脑发现 C 盘又红了。作为一个被 Windows 小水管硬盘折磨多年的 Windows 用户我第一反应是又是哪个王八蛋在后台静默下载。结果一查C:\Users\用户名\AppData\Local\Google\Chrome\User Data\OptGuideOnDeviceModel路径下躺着一个 4GB 的weights.bin文件。我的第一反应是这是什么流氓软件再一看——Chrome 官方目录。好家伙原来是 Google 亲自动手的。4GB 的 AI 模型说塞就塞这个 4GB 的文件是 Google 在本地部署的Gemini Nano模型。Gemini Nano 是 Google 轻量级端侧 AI 模型设计初衷是让浏览器本地跑 AI 功能——比如智能摘要、写作辅助、语义搜索。听起来是好事。问题在于整个下载和安装过程Chrome 完全没有征求用户同意。没有弹窗、没有通知、没有任何 opt-in 选项。磁盘空间就这么被悄悄划走了。而且这玩意不是装在系统核心目录而是藏在用户目录里。公司电脑的 IT 可能完全没注意到多人共用电脑的话每个用户各有一份硬盘空间 double 消耗低配机器跑 4GB 模型内存和 CPU 都得承压。隐私风险才是真正该担心的磁盘空间是小事真正让人不舒服的是行为透明度。一个浏览器在你完全不知情的情况下往你硬盘里塞了一个 AI 模型。这个模型能做什么会收集什么数据会不会在本地处理页面内容然后上传Google 目前的说法是数据处理在本地完成不会发送回 Google 服务器。但问题是用户没有选择权。你甚至不知道它在那里更别说控制它了。这跟当年 Windows 10 偷偷上传诊断数据的逻辑是一样的——大厂默认用户不需要知道等到被发现了再出来解释其实我们是为了提供更好的体验。HN 评论区炸了461 条评论这个帖子在 Hacker News 冲到了 508 分461 条评论。几个有意思的讨论路径藏得够深。正常用户根本不会去翻AppData\Local\Google\Chrome\User Data\OptGuideOnDeviceModel这个目录能发现它的要么是磁盘红了去查大文件要么是用了磁盘分析工具。Windows Defender 没报毒。因为这是正经签名的 Google 软件行为检测不会触发。Mac 版 Chrome 用户也别高兴太早。macOS 版也有类似机制只不过 Mac 用户硬盘空间普遍更宽裕感知不强。很多人表示直接去chrome://flags/里关掉这个功能然后手动删除模型文件。普通用户怎么办如果你的 Chrome 也中招了按以下步骤操作确认是否中招打开文件资源管理器导航到C:\Users\你的用户名\AppData\Local\Google\Chrome\User Data\OptGuideOnDeviceModel看看有没有weights.bin大小是不是接近 4GB。禁用 Chrome AI 功能Chrome 地址栏输入chrome://flags/搜索Enables Optimization Guide On Device和Prompt API都设置为Disabled。删除模型文件重启 Chrome 后手动删除整个OptGuideOnDeviceModel目录即可释放空间。Chrome 重启后不会自动重建除非你把那两个 flag 再开回来。长期考虑换浏览器Firefox 和 Arc 之类更注重用户控制的浏览器可以纳入选择范围。我的判断Google 这次的操作吃相不太好看。AI 能力本地化是趋势把大模型塞进浏览器、让端侧 AI 真正落地方向没错。但方式很重要。4GB 的模型文件、零告知的安装过程、藏得极深的数据目录——这套组合拳打下来给用户的感觉就是我在乎的是我的 AI 战略推进不是你有没有知情权。技术上的合理不等于做法上的正确。大厂做 AI 落地应该给用户足够的控制权和知情权。你做了好事用户不知道那你怎么证明你没有顺带做坏事

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2586605.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…