哈米尼刺殺報導教我們的事：公眾 AI 素養的「基礎設施視角」

What the Khamenei Assassination Report Teaches Us: The "Infrastructure Lens" of Public AI Literacy

序言

讀完《金融時報》Inside the plan to kill Ali Khamenei，我最震撼的是「誰在為這場暗殺提供建築學」。德黑蘭的交通監控、滲透的通訊基地台、演算法驅動的「生活模式」分析—一整套數據基礎設施在運轉，不是特工傳奇。同一套邏輯，在 Meta 眼鏡上，把公共空間變成「被標註的資料庫」。公眾 AI 素養的缺口：看不見這些個案背後共用的基礎設施。

這週有朋友還困在杜拜帆船酒店，中東戰事升級後航班取消、陸路封鎖，一時脫不了身。慰問的同時，我腦子裡轉的是：杜拜被捲入戰火，不是意外—精準打擊的佈局早就鋪好了。多年監控、演算法標註、觸發事件決定攻擊時機，FT 那篇哈米尼報導把這條鏈攤開給你看了。

而同一套「誰在被標註、標註後流向哪裡」的邏輯，在上一篇〈Meta Ray-Ban 智慧眼鏡〉裡，我們已經拆過：你的臉、聲音、行為，被送進肯亞標註，餵養 Llama。戰場上的精準打擊，和消費品裡的隱私災難，共用同一套基礎設施。這篇延續 Meta 眼鏡的討論，從 FT 報導切入，談公眾 AI 素養該補上的那一塊—為什麼我們總是「個案憤慨、結構失明」。

---

報導摘要：Inside the plan to kill Ali Khamenei

《金融時報》2026 年 2–3 月發布的長篇調查，以「Operation Midnight」為核心，重建美國與以色列為刺殺伊朗最高領袖哈米尼（Ayatollah Ali Khamenei）所策劃的多年情報與軍事行動。報導不只描述一場空襲，而是從「多年監控 → 即時演算 → 決策機制 → 執行與後果」完整呈現「城市監控＋AI 情報 × 定點清除」的戰略鏈。

數據採集：以色列多年駭入德黑蘭的交通攝影機，監控哈米尼衛隊的每日行車路線、停車習慣與警備換班時間。這些畫面與滲透的行動通訊網路、衛星影像、人體資產情報，一併送入以「社會網路分析」（social network analysis）為主的演算法，用於即時辨識關鍵人物何時出現在何地。

執行：以色列派出戰機與飛彈，在短時間內對哈米尼所在建築群投下約三十枚精準炸彈，目標是在 60 秒內完成清除。愛爾蘭時報標題點出本質：「Years of surveillance, minutes of execution」—多年監控，數分鐘執行。

後果：美國情報界評估，即便成功刺殺，伊朗將由更極端的 IRGC 高層接班，刺殺並非終局。報導的價值在於把「數據基礎設施」攤開：德黑蘭不是被「監控」，是被「透視」。

---

德黑蘭的「透明城市」與你客廳的「被標註資料庫」

以色列情報機構用多年入侵的交通監控、演算法驅動的「生活模式」分析，把德黑蘭變成一座「透明城市」；Meta 眼鏡用 AI 即時辨識，把佩戴者與被拍者的臉、聲音、行為送進肯亞標註，餵養 Llama。差異只在「被標註的對象」—一個是目標，一個是訓練資料—監控的邏輯是同源的。

FT 報導揭露，「追蹤哈米尼」早年是手工篩選、人工目視確認的西西弗斯苦工；近年以色列的演算法驅動採集系統已將此大幅自動化。目標不再需要被「直接監控」—只要追蹤他身邊人的通勤、停車、值班時間，就能推算出「他在哪裡、何時在、跟誰在一起」。這就是「生活模式」（Pattern of Life）分析：人被當成網路中的節點，演算法自動標示誰是「高價值目標」。

Meta 眼鏡做的是同一件事，只是場景換了。鏡頭對著「被拍者的臉、行為、聲紋」，演算法在算「誰在畫面裡、該怎麼標註」。肯亞的 Sama 員工逐幀標註，這些資料進入 Llama 的訓練集—被拍者從未同意，但他們已經是「被標註的節點」。

兩種「被監控」共享同一結構：演算法自動標示 + 被標示者不知情。公眾把 Meta 眼鏡當「隱私醜聞」、把哈米尼刺殺當「地緣政治」—分開看待，就永遠看不到背後的數據工程化邏輯。

---

公眾 AI 素養的缺口：個案憤慨 vs 結構辨識

公眾 AI 素養的核心，是能辨識「這個醜聞和那個醜聞共用同一套基礎設施」。缺乏基礎設施視角，我們會不斷重複「震驚 → 抵制 → 遺忘」的循環，而下一款 299 美元的監控器照樣上市。

前幾篇文章已經指出：媒體素養 ≠ AI 素養。教孩子「不要被陌生人拍」是媒體素養；教孩子「你的臉被拍之後會去哪裡、被誰用、用多久」才是 AI 素養。但還有一層：就算個人懂得查 App 權限、讀條款，若無法把「Meta 眼鏡」「哈米尼監控」「人臉辨識」連成一條線，我們還是會把每個醜聞當成「又一次科技公司搞砸了」。

FT 報導中有一段制度設計：以色列軍方要求「兩名高階軍官獨立確認目標在現場」才能授權攻擊。看似是人的把關—但實務上，底層已被演算法「預先過濾」與「標示」，人的「確認」只是對機器輸出的再確認。

這和 Meta 眼鏡的「我們有 LED 燈、有隱私設定」如出一轍：表象合規，底層邏輯不變。公眾若只盯著「有沒有告知」「有沒有同意」，而不追問「誰在標註、標註後流向哪裡」，就會被表象安撫。

素養缺口的具象化：我們擅長對單一事件表達憤怒，卻不擅長追問「這件事和上週那件事，是不是同一套系統的不同輸出」。哈米尼報導的價值，正在於它把「數據基礎設施」攤開給你看—德黑蘭不是被「監控」，是被「透視」。我們的公共空間、校園、地鐵，也正在被同一類透視邏輯覆蓋，只是多數人還沒學會用這個視角看。

---

從「誰在拍」到「誰在被標註」：誰有權把誰變成節點？

AI 素養的下一階，是從「誰在用我的資料」升級為「誰在被標註、標註後成為什麼」。Meta 眼鏡的佩戴者是「使用者」，被拍者是「被標註者」—後者在設計中不存在，但他們才是數據流裡真正的節點。

上一篇「深度追問」已點出：被拍者沒有「同意」的選項，他們在 AIPET 架構中完全缺席。哈米尼報導把這個結構推到極端：哈米尼本人不需要被「直接追蹤」，他身邊的每個人—安保、司機、隨行—都是演算法眼中的「可追蹤節點」。標註他們，就能推演出「超級節點」的位置。

制度設計的對照：在 Meta 眼鏡中，「被拍者」的臉、聲音、行為，成為 AI 模型的「生活模式」資料；在以色列對哈米尼的監控中，「安保人員」的「通勤、停車、值班時間」，成為「目標預測」的資料。兩種「被監控」都建立在「演算法自動標示」與「被標示者不知情」的基礎上。

差異在於：Meta 眼鏡中，被標示者（被拍者）在設計中完全不存在；以色列情報系統中，被標示者（安保人員）是「被監控的節點」，只是目標不同。這提醒我們：在一個被演算法標註的時代，「被標示」的風險不只在戰場，而是在校園、地鐵、咖啡店，甚至在你家裡的客廳。

孩子的臉被 Meta 眼鏡捕捉，成為訓練資料；哈米尼的安保被以色列監控，成為目標預測的輸入。兩者都是「人 → 節點 → 資料」的轉換，差別只在終端用途—廣告、模型訓練、或是定點清除。

公眾 AI 素養若停留在「我該怎麼保護自己的資料」，就永遠看不見「別人的資料怎麼被用」。哈米尼報導強迫我們面對：當你戴著 Meta 眼鏡走過咖啡店，你周遭的每個人都在不知情的情況下，成為你眼鏡「視野」裡的節點。這不是隱私問題，是誰有權把誰變成節點的權力問題。

---

{合作廣告}

🧑‍🎓 UX 訂閱制學習計劃：把 human-in-the-loop 變成你的日常。這也是我會特別推薦 #UX訂閱制學習計劃 的原因：它不是一次性的 bootcamp，而是把借位、補位、入位拆開來，串成 3 月到 12 月的一條學習軸線。

透過每月 Podcast 和專欄，先向不同領域的 UX / 產品 / AI / 服務設計講師「借位」

透過直播與 Circle 社群討論，在你的真實案子與問題上進行「補位」

點選報名

---

橫向連結、節點追蹤、同盟辨識