这种状态并非用户“主动裸奔”，而是系统设计上的**“默认剥夺”**。用户通常只能选择“接受全部”或“无法使用”，而没有细致控制权限的能力。更有甚者，即便勾选了“拒绝收集”，仍有技术可以绕过用户设置，从操作系统层级、SIM卡信息、传感器数据等渠道侧录数据。
在这种意义上，“同意授权”不过是平台设定的合规障眼法，而“数据裸奔”才是数字社会的真实常态。
二、隐私感丧失与算法歧视：匿名建模的社会陷阱 行为可预测，就等于身份已暴露
科技公司常常强调“我们不收集姓名、手机号，用户是匿名的”。但这只是掩盖真相的一种说法。以 Netflix 的推荐系统 为例，它可以通过你观看的前5部电影，判断你更可能是哪类用户——喜欢冷门科幻？对LGBT题材更敏感？甚至是处于某种心理状态？这些并不需要实名，只需要行为模式。
Cambridge Analytica 就是典型案例。它通过分析“Facebook点赞”与行为数据，预测用户 線上商店 的性格特质和政治倾向，从而为特朗普竞选量身定制心理战广告。这些用户虽然“匿名”，但其行为轨迹却被精准利用，操控其投票行为。
匿名歧视：算法不需要知道你是谁，只需要知道“你是什么样的人”
“匿名”本意是保护个体不被识别，但现实中它往往成为分群和歧视的基础。
举个例子：
某广告系统将用户浏览“廉价儿童用品”视为“低消费年轻妈妈”；
系统因此不会推荐“高端品牌广告”，甚至会自动屏蔽某些信用卡产品；
如果这些数据被共享至征信系统，她将可能在申请贷款时被列入“高风险客户”；
这就是算法歧视的链条：用户并未被“实名标记”，却已被归类、筛选、歧视。