如何在不收集生物特征前提下判断用户未成年？ - 问题详情 - 创脉思

解读

面试官想考察的是：在**中国《个人信息保护法》《未成年人保护法》及《生成式人工智能服务管理暂行办法》三重红线之下，Agent 系统如何“零生物特征、零敏感个人信息”**地实时推断未成年身份，并据此触发适龄化策略（内容过滤、时长限制、消费拦截）。
核心矛盾有三点：

可用信号极稀疏：不能碰人脸、声纹、指纹、虹膜、DNA，甚至连实名身份证号的完整位都不能留。
误杀代价高：把成年人误判为未成年会触发严苛的“青少年模式”，导致留存与付费断崖。
对抗性强：未成年用户会故意伪装成成年人，Agent 必须持续演化。

知识点

合规底座
- 最小必要原则：只采集“网络行为日志”这类非敏感数据，不碰任何可直接识别个人的字段。
- 未成年人身份推断≠实名认证：推断结果仅用于内部风控，不对外提供法律意义上的年龄证明，从而避开《个人信息保护法》第 28 条对“敏感个人信息”的明示同意要求。
特征工程
- 会话级微观行为：触屏压力、加速度计抖动间隔、两击间隔熵、横竖屏切换频率；未成年手指长度短、点击轨迹曲率大。
- 宏观行为图：24h 内 App 启动序列的 Markov 转移矩阵，未成年高频出现“短视频→游戏→教育”三元组。
- 内容语义指纹：用户主动输入的弹幕、评论、搜索 Query 的TF-IDF 未成年关键词密度（“原神”“蛋仔派对”“老六”），经本地分词后只上传 128 维哈希向量，原始文本不出端。
- 社交子图结构：在公会/战队/好友网络中的三角闭合系数、出度年龄标签熵（若好友多数被系统标记为未成年，则中心节点概率提升）。
模型架构
- 端侧微型模型：<500 KB 的 Temporal Convolution Network + 注意力池化，每秒输出未成年概率 p，p 值只保留 15 分钟 TTL 缓存，不落地硬盘。
- 云端联邦校准：每日用 FedAvg 聚合千万设备的梯度，更新全局模型，服务端看不到原始行为明文；校准后用 knowledge distillation 把宏观规律回灌到端侧。
- 对抗鲁棒层：引入 GAN 式 mimicry 训练，让 Generator 模拟未成年伪装行为，Discriminator 持续强化，A/B 测试显示伪装逃逸率从 12% 降到 2.3%。
安全对齐机制
- 双阈值策略：
  – 高置信度（p≥0.92）直接触发青少年模式；
  – 中置信度（0.6≤p<0.92）进入 “主动对话验证”：Agent 发起多轮闲聊，用大模型隐式探针（如“你怎么看待高考选科？”）再跑一轮语义分类，全程不询问生日、学校等隐私。
- 可解释日志：每次触发记录 SHAP 值 Top5 特征，供合规审计，日志脱敏后保存 180 天自动销毁。
规模化部署
- 特征 SDK 与业务解耦：以 sidecar 进程形式注入，主 App 只通过 gRPC 接口获取未成年标签，失败时默认 adult 模式，确保可回退。
- 灰度与漂移监控：
  – 实时看板跟踪小时级未成年率漂移，超过 3σ 自动回滚模型；
  – 每周抽样 1% 用户做人工电话复核，持续更新 Ground Truth。

答案

“我们会构建一个端云协同、零生物特征、可解释、可回滚的未成年识别 Agent。

端侧采集非敏感行为信号（触屏节奏、App 序列、内容哈希向量），在本地跑轻量 TCN 模型，得到未成年概率 p；
每日用联邦学习聚合百万设备梯度，更新全局模型，再蒸馏回端侧，原始数据不出域；
对 0.6≤p<0.92 的用户，Agent 启动多轮语义探针，用大模型隐式提问，进一步校准；
最终触发青少年模式的决策会记录Top5 SHAP 特征，支持合规审计，全程不碰人脸、声纹、身份证号；
灰度发布+小时级漂移监控，异常 3σ 自动回滚，保证亿级并发下的稳定性与合规性。”

拓展思考

如果监管未来要求“可申诉”怎么办？
可引入零知识年龄证明（zk-SNARK）：用户在本地上传经过公安接口签名的“年龄>18”证明，Agent 只验证证明有效性，不保存任何身份明文，实现“既验证又匿名”。
如何防止成年人被永久误杀？
设计遗忘机制：用户可在 App 内连续完成 3 道动态生成的生活常识题（题库每日更新 10%），Agent 将题目难度与答题时间作为新特征，实时下调未成年概率，24 小时内自动解除青少年模式。
多 Agent 博弈场景
当未成年用户改用“家长代刷脸”绕过生物特征时，可启动跨设备 Agent 联盟：同一家庭 Wi-Fi 下多设备行为图谱出现**“异常时空互斥”（家长手机凌晨 3 点出现《蛋仔派对》日志），触发家庭级风险提示**，引导家长开启亲子平台守护，把技术问题转化为家庭教育问题。