苹果近期在 App Store 推出“个性化收藏”功能，基于用户兴趣、应用使用和下载行为提供推荐。相关安全研究者称，App Store 会收集用户在商店内的点击等分析数据，并引发外界对数据边界、透明度和关闭选项的讨论。此事也为企业建设 AI 推荐、数据分析和数字化运营系统提供了合规与信任层面的参考。
今日技术观察 IT之家 6 月 17 日消息，苹果上周为 App Store 推出了一个新的发现功能，名为“个性化收藏”，即根据用户的个人兴趣和行为提供 App 推荐。苹果将该功能宣传为开发者获得应用曝光的另一种途径，但这一做法已经从隐私角度引发了一些反对声音。新的推荐功能会出现在应用、游戏和搜索标签页中，并根据用户的应用使用和下载情况而变化。安全研究机构 Mysk 表示，苹果会记录用户在 App Store 中的“每一次点击”，用以生成推荐。IT之 01 背景速览 背景速览：据公开报道，苹果近期为 App Store 增加了名为“个性化收藏”的发现功能，目的是根据用户的兴趣和行为变化展示应用推荐。该功能会出现在应用、游戏和搜索等标签页中，推荐结果与用户的应用使用、下载等情况相关。安全研究机构 Mysk 随后提出质疑，称 App Store 会记录用户在商店内的点击行为，用于形成推荐，并展示了搜索场景下 App Store 向苹果发送分析数据的截图。该研究者还表示，这类分析数据可能包含在用户通过苹果隐私门户申请获得的个人数据包中。 02 趋势影响 趋势影响：从行业角度看，个性化推荐已经成为应用分发、内容平台和企业数字化服务中的常见能力。AI 与数据分析可以提升发现效率，让用户更快找到感兴趣的产品，也能帮助开发者获得更多曝光机会。但与此同时，推荐系统背后需要采集哪些行为数据、数据是否可识别个人、用户是否充分知情、是否能选择关闭，正在成为影响平台信任的重要问题。推荐越精准，企业越需要解释清楚数据使用边界。 03 企业应用启发 企业应用启发：对正在建设智能推荐、客户画像、搜索优化或运营分析系统的企业来说，这一事件提示我们不能只关注算法效果和转化率。企业在产品设计阶段就应考虑数据最小化原则，只收集实现功能所必需的数据；同时应把用户授权、偏好管理、数据导出、数据删除等能力纳入系统架构，而不是在上线后再补救。对于开发团队而言，埋点设计也需要经过业务、法务、安全和隐私团队共同评估，避免“先全量采集、以后再筛选”的粗放做法。 04 合规观察 合规风险提醒：如果企业的推荐系统涉及用户点击、搜索词、下载、使用频率等行为数据，就可能触及个人信息保护、数据安全和跨境传输等合规要求。尤其当数据能够与账号、设备标识或其他身份信息关联时，企业需要明确告知使用目的、处理方式和保存期限，并提供合理的选择机制。即使某些数据被称为“分析数据”，也不代表天然没有隐私风险。对企业而言，透明度、可解释性和用户控制权，正在成为数字化产品的基本竞争力。 05 开放讨论 开放讨论问题：在推荐体验和隐私保护之间，企业应如何设定合理边界？如果用户无法完全关闭某些分析数据采集，平台是否应提供更清晰的说明和替代方案？对于 AI 推荐系统，哪些数据属于必要采集，哪些属于过度采集？企业在做应用分发、内容推荐或客户运营…