廣州熱線

隨著性玩具越來越智能化，現(xiàn)在它們能夠計(jì)算卡路里、獲得人們定位，記錄音頻和視頻，加上 Wi-Fi 和藍(lán)牙，人們甚至能夠遠(yuǎn)程控制彼此的快樂。

這也打開了黑客入侵性玩具的大門。

在最多性領(lǐng)域的黑客匯聚的 SexTech 黑客馬拉松和 DIY 性玩具工作坊中，越來越多的黑客自發(fā)組建社區(qū)，一起尋找新的方式編寫性玩具，還有些在性玩具公司的支持下進(jìn)行。

根據(jù)獨(dú)立出版物《SEXTECHGUIDE》報(bào)道，黑客們希望以此增加人們使用性玩具的樂趣，并通過探索性技術(shù)，推動性科技的進(jìn)步。

而對于性玩具制造商來說，他們收集數(shù)據(jù)是為了改進(jìn)產(chǎn)品或服務(wù)，以吸引更多客戶，或者僅僅利用用戶數(shù)據(jù)吸引潛在的廣告商。

▲美國黑客大會 Def Con. 圖片來自：getty images

在這些黑客社區(qū)里，比較常見的形式是黑客們自己 DIY 性玩具。

因?yàn)槭忻嫔系男酝婢叨计胀▌澮唬憩F(xiàn)不佳，并非適用于每個(gè)人，更無法掌握每個(gè)人的性需求。因此黑客們將性技術(shù)進(jìn)行連接和創(chuàng)新，然后根據(jù)自己的想法制作出新型性玩具。

一個(gè) DIY 性玩具工作坊的負(fù)責(zé)人 Angelo，最新在做名為 Lobe 的項(xiàng)目。這是一款戴在耳朵上的性玩具，通過熱、聲、振動等 3 種刺激結(jié)合，人們不用通過生殖器，就能獲得快感刺激，這對于跨性別、殘障人士都將帶來很大幫助。

DIY 性玩具的趨勢很被看好，技術(shù)教育家 Alice Stewart 表示：

它將能為每個(gè)人都打造出私人定制化的性體驗(yàn)，帶來更多的可能性。

另外一種形式，就是爭議性很大的「黑客入侵性玩具」。

一款被稱為「雄獅」的振動器，能使用生物反饋技術(shù)跟蹤其用戶的體溫和骨盆底肌肉收縮，然后在手機(jī)的 app 中顯示相關(guān)的圖表數(shù)據(jù)。

如果黑客「進(jìn)入」這款性玩具，就能回顧人們的性高潮歷史，通過數(shù)據(jù)，他們能夠更好地了解性玩具的功能，以及它們?nèi)绾斡绊懹脩?，然后解碼人們最快樂的時(shí)間和方式，并用這些信息來改善更多人未來的性生活。

不過對于一些不法之徒，這些黑客知識可能導(dǎo)致敏感的數(shù)據(jù)泄漏，以及讓人們最「親密」的設(shè)備被非自愿控制。而法律在這一塊的劃定仍十分模糊。

臭名昭著的案件之一，就是情趣品牌 WeVibe 在用戶不知情的情況下收集用戶數(shù)據(jù)， 2017 年 WeVibe 被用戶起訴，最后以 300 萬美元的賠付結(jié)束。

同年，人們發(fā)現(xiàn)帶有內(nèi)窺鏡的振動器極易受到黑客攻擊。

一個(gè)叫 Alex Lomas 的人走遍柏林街頭，發(fā)現(xiàn)只用手機(jī)藍(lán)牙就能發(fā)現(xiàn)遍地的 LoveSense Hush 振動器，這也表明黑客攻擊這些性玩具有多容易。

▲ 圖片來自：pentestpartners

這引起了更多人對性隱私被侵犯的恐慌，畢竟誰也不想自己身體被看到和控制，而且它還可能會引起更多的性勒索、「數(shù)字強(qiáng)奸」等問題。

智能振動器制造商 Lioness 的首席技術(shù)官 James Wang 表示：

總的來說，性玩具領(lǐng)域的技術(shù)復(fù)雜程度低于平均水平，因此許多公司甚至都沒采取基本的措施來保護(hù)他們的數(shù)據(jù)。

▲ 圖片來自：sextechguide

但黑客改造性玩具的好處也顯而易見。

無論是破解探索性玩具，還是 DIY 新的性玩具，人們將能打破禁忌和羞恥，獲得更好的性愉悅的方式，而且更重要的是，黑客們創(chuàng)造出的很多革命性的概念、針對少數(shù)人群的創(chuàng)新，主流的大公司因其各種限制，幾乎看不到也很難實(shí)現(xiàn)類似想法。

▲ 圖片來自：DEF CON 27

不過對于大眾來說，革新的技術(shù)固然重要，但安全仍然是需要第一注意的事情。

所以當(dāng)我們買到一個(gè)性玩具，首先還是應(yīng)當(dāng)確保它符合安全使用標(biāo)準(zhǔn)，然后務(wù)必查看清楚設(shè)備的隱私條款，以及數(shù)據(jù)收集政策，隨時(shí)具備嚴(yán)格的隱私保護(hù)意識。

不過當(dāng)智能化深入到我們生活的各個(gè)工具之中，隱私危機(jī)只會繼續(xù)擴(kuò)大。這依然是當(dāng)下無法被遏制的難題。

我們能完全避免的方法，可能只有遠(yuǎn)離智能化，或直到有更智能的辦法來解決它。