Hacker News 首頁昨天掛著一則討論串:["ChatGPT now knows what you do on other websites via ad collector"]。446 分、246 則留言,在 HN 這種平均熱度不到 50 分的社群裡,算是現象級了。
一句話總結:ChatGPT 現在能看到你去了哪些網站,而不只是你跟它說了什麼。
發生了什麼事
報導指向一個很具體的機制——廣告歸因 SDK(attribution SDK,廣告主用來追蹤「用戶點了廣告之後去了哪」的工具集)。這套東西不是 ChatGPT 發明的,Roku、FuboTV 這類串流平台早就在用,主要解決一個問題:
「我投了廣告,用戶到底有沒有在其他地方完成轉換?」
傳統做法是:用戶在 A 網站點了廣告 → A 網站的 SDK 記錄 → 用戶跳到 B 網站,B 網站也裝了同一套 SDK → 兩邊資料拼起來。
現在 OpenAI 把 ChatGPT 接進了這張網絡。SDK 裝在 ChatGPT 網頁端或客戶端裡,它能拿到:
- 用戶存取 ChatGPT 的時間、裝置資訊
- 同一瀏覽器或裝置上其他網站,因為裝了同款 SDK 而上報的行為
- 跨站拼出來的「用戶輪廓」
技術細節方面,HN 留言區有人貼出 reverse engineering 結果,顯示 ChatGPT 網頁端確實在載入 rta-collect.js 之類的腳本,域名歸屬一家叫 The Trade Desk 的廣告技術公司(留言區存疑,沒有完全核實)。
重點不是這家特定公司。重點是,LLM 從「你問我答」變成了一個資料採集入口。
技術原理:Roku 模式怎麼運作
廣告歸因 SDK 的核心是三件事:
- 裝置指紋 + Cookie:瀏覽器或客戶端產生唯一 ID,跨站持久化保存
- 事件上報:每次用戶行為(看廣告、加購物車、付款)都打點上報到歸因平台
- 資料拼圖:歸因平台把所有裝了同款 SDK 的網站資料彙整,形成完整的用戶路徑
Roku 是這條路線的早期玩家。它在電視端做 OTT 廣告時發現:用戶看廣告是一回事,有沒有買是另一回事,中間的資料鏈斷掉了。於是 Roku 自己搞了一套歸因 SDK,所有投廣告的網站、所有「看廣告後跳轉」的網站都裝,資料就串起來了。
FuboTV 類似,只不過它做的是體育直播串流,場景更小眾。
程式碼層面大致是這樣(簡化版,真實 SDK 比這複雜得多):
// 歸因 SDK 上報用戶行為
window.rtaCollect = window.rtaCollect || [];
window.rtaCollect.push({
event: "page_view",
site: "example.com",
userId: "abc-123",
referrer: document.referrer,
// ...更多欄位
});
// 歸因平台匹配
fetch("https://rta.example.com/collect", {
method: "POST",
body: JSON.stringify({
event: "page_view",
deviceId: "device-fingerprint-xyz",
timestamp: Date.now()
})
});
如果 ChatGPT 網頁端載入了同款腳本,而你之前在電商網站裝了同一套 SDK,兩邊資料就能對得上。
這件事跟 ChatGPT 先前所有的資料收集都不一樣:
- 聊天內容:你自己主動告訴它的
- 訓練資料使用:由你來開關(settings → data controls)
- 跨站行為:你根本不知道發生了
為什麼這是 AI 助手的質變時刻
以前的 ChatGPT 是個「資訊孤島」:你說,它答,它不知道你週末在幹嘛。
現在它知道了。它知道你昨晚在 Expedia 搜過機票,知道你上午在 AutoTrader 看過中古車,知道你在 Reddit 潛水哪個板。這些資料從「廣告歸因網絡」流進 OpenAI 的視野。
這代表什麼?變現路徑焊死了。
OpenAI 現在的商業模式是兩條腿:
- 訂閱(ChatGPT Plus/Pro、企業版)
- API(開發者付費)
訂閱成長趨緩,API 面臨開源模型壓力(DeepSeek、Qwen、Llama 都在搶),新成長點在哪?廣告是顯而易見的選擇。但光有「用戶問了什麼」還不夠——廣告主想要的是「用戶想買什麼」。
跨站行為資料正好補上這一塊。
有人會說:「OpenAI 不會這樣做,這違反它的價值觀。」
我不信。理由:
- SDK 整合對工程師來說就是幾行程式碼,邊際成本接近零
- 歸因資料能直接拉高廣告 CPM(每千次曝光價格),收入是即時的
- 就算內部有人反對,廣告業務的 KPI 會壓過來
這不是「會不會」的問題,是「什麼時候」的問題。
用戶實際上有哪些選項
說幾個可以做的事:
1. 關掉 OpenAI 的資料共享
ChatGPT 設定 → Data Controls → 把「Improve model for everyone」關掉。但這影響的是訓練資料,不是跨站追蹤。
2. 關閉瀏覽器的廣告 ID
- Chrome:Settings → Privacy and security → Ad privacy → Site-suggested ads
- Safari:Settings → Privacy → Hide IP address from trackers
- Firefox:Settings → Privacy & Security → Enhanced Tracking Protection(預設為 Strict)
3. 改用 Brave 或 Tor Browser
Brave 預設阻擋第三方追蹤腳本,Tor 更徹底,但 ChatGPT 經常回報異常。
4. 檢查 ChatGPT 網頁端的網路請求
打開 DevTools(F12)→ Network 面板 → 搜尋 rta、collect、attribution。如果看到陌生域名的請求,八成就是歸因 SDK 在跑。
5. 使用 ChatGPT 桌面應用程式而非網頁版
桌面應用程式理論上沒有瀏覽器上下文,跨站追蹤難度更高。但 OpenAI 之後會不會在桌面端也整合 SDK,誰也說不準。
說句實話,一般用戶根本不會知道這件事。HN 上看到帖子的人已經是有技術背景的少數。多數 ChatGPT 用戶連 DevTools 是什麼都不知道。
編輯觀點
這件事比一般的「AI 公司作惡」更值得警惕,因為它不是外洩資料,而是接入了整套已經運作十幾年的隱私侵犯基礎設施。
過去十年,Google、Meta、Amazon 透過廣告歸因網絡建立了全球最精細的用戶追蹤體系。GDPR、CCPA 試圖監管,但歸因 SDK 始終遊走在灰色地帶——技術上不算「出售個人資料」,只是「共享匿名 ID」。
LLM 第一次拿到了這套基礎設施的入場券。
我的預測(保留 30% 犯錯的空間):一年內會有監管動作。歐洲資料保護委員會(EDPB)大概率會發出問詢,FTC 也有可能跟進。理由是:LLM 的訓練資料、用戶提示詞已經被定性為「敏感」(義大利 Garante 2023 年先禁後解的那個案子就是先例),把跨站行為資料餵給 LLM,在監管眼中屬於升級事件。
我不太確定的是:OpenAI 內部是有意為之,還是在整合某個第三方元件時 SDK 預設開啟。如果是後者,公關層面還能圓回來;如果是前者,性質完全不同。原報導和 HN 討論裡都沒明確說,我傾向「有意」但也沒辦法 100% 確認。
最後一件事:這不是 OpenAI 獨有的問題。Anthropic 的 Claude、Google 的 Gemini、Perplexity 都在考慮或已經嘗試廣告變現。等到 LLM 全面接入廣告歸因網絡的那天,整個 AI 助手產業都會變成新的「超級追蹤器」。