KernelVault 创意方案：把手机变成离线运行的隐私资产保险箱

KernelVault 创意方案：把手机变成离线运行的隐私资产保险箱

开场：我们不是缺文件管理器，而是缺一个可信的本机整理员

手机里真正难管理的资料，往往不是普通照片，而是那些“以后一定会用到、但现在很难找”的东西：电子发票、合同截图、证件照片、付款凭证、会议材料、聊天记录、录音、下载文档。

这些资料有两个共同点：第一，找起来麻烦；第二，不太想上传到云端让远程服务帮忙识别。KernelVault 的创意切入点就是把这件事放回手机本机完成：不联网、不上传，用端侧 AI 把散落在手机里的图片、文档、音频和视频整理成本地可搜索、可审计、可解释的隐私资产库。

一句话概括：

KernelVault = 本机资产索引 + 本地 AI 标签摘要 + 隐私风险保险箱

它输出的核心结果固定为：

{tags, summary, privacy}

也就是：这是什么、里面大概有什么、是否需要留意。

应用场景

场景一：找回“去年买显卡的电子发票”

普通相册按时间排序，文件管理器按目录和文件名查找，但大多数用户不会记得发票具体保存在哪个 App、哪一天下载、文件名叫什么。KernelVault 会先把授权范围内的资料纳入本地索引，再通过标签、摘要、FTS 和本地向量召回，让用户可以用更自然的关键词找到目标资料。

适用资料包括：

• 电子发票、收据、报销凭证。
• 合同、报价单、简历、报告。
• 证件照片、授权截图、账号凭据。
• 聊天截图、会议截图、应用界面截图。

场景二：快速判断一张截图是否值得放进保险箱

很多截图本身没有清楚的文件名，但里面可能包含身份证号、订单号、手机号、地址、账号、金额或合同条款。KernelVault 不直接替用户删除文件，而是把高风险和需留意资料集中到保险箱，让用户自己决定下一步处理。

保险箱首版的边界很克制：它是 App 内风险标记和审计工作台，不是系统级隔离沙盒，也不会默认移动、删除或改写原始文件。

场景三：在详情页确认 AI 到底识别了什么

很多 AI 产品容易给出一个“看起来很聪明”的结果，但用户不知道它从哪里来。KernelVault 在详情页把结果拆成文件类型、AI 标签、人工标签、摘要、风险等级和识别来源。用户能看懂 AI 的结论，也能用人工标签和备注覆盖建议。

场景四：向用户证明“只在本机”

隐私产品最怕只喊口号。KernelVault 在防线页集中展示媒体授权、后台维护、系统通知和本机处理证明，让用户知道 App 读了什么、正在做什么、哪些能力依赖本地模型。

用户痛点

痛点一：资料越来越多，但手机搜索仍然很粗糙

相册能按时间浏览，文件管理器能按目录浏览，但用户真正想问的是“那张报销发票在哪里”“上次签的合同截图在哪里”“身份证复印件是不是还在相册里”。这些问题需要内容层面的理解，而不是只看文件名和时间。

痛点二：云端识别方便，但敏感资料上传成本很高

云相册和云盘可以做更强的内容识别，但用户需要把敏感资料交给远端服务。对证件、合同、票据、财务资料和聊天截图来说，这个心理成本很高。KernelVault 的设计底线是 Android Manifest 不声明 INTERNET 权限，识别、索引、搜索和备份都在本机完成。

痛点三：AI 结果如果不能解释，就很难被信任

用户不只想知道“这是高风险”，还想知道为什么高风险、识别来源是什么、是否可以人工修正。KernelVault 把 AI 输出拆成可读字段，并保留快速整理、本地模型识别、人工修正、导入索引等来源，避免把所有结论混成一个黑盒标签。

痛点四：全库深度 AI 很容易拖慢手机

端侧大模型不是没有代价。全库照片和文档如果一上来都跑视觉模型，很容易造成耗时过长、内存压力过大、甚至被系统后台策略中断。KernelVault 采用“先快后准”的路线：先快速整理进库，再对高价值资料做本机 AI 精修，剩余任务交给后台分批补全。

技术方案

KernelVault 的技术目标不是做一个炫技 Demo，而是做一条在普通 Android 真机上更稳的本地智能链路。

模型选型

当前方案把模型能力拆成两类：

这里的关键判断是：端侧模型应该参与“高价值资料精修”，但不应该把所有首轮整理都堵死在大模型推理上。用户点击 整理手机资料 时，第一优先级是尽快看到资产库结果；用户进入详情页后，再对某个资产触发 本机 AI 精修。

推理框架

推理侧选择 MNN，原因有三点：

• MNN 面向移动端推理场景，适合 Android 端侧部署。
• 项目可以通过 Native / JNI 调用本地模型，避免把核心识别链路交给网络服务。
• 同一套端侧思路可以承接视觉模型和 embedding 模型，后续扩展空间更清楚。

KernelVault 的应用层使用 Kotlin + Jetpack Compose，数据层使用 SQLite、FTS 和本地向量索引。后台维护由 WorkManager 执行，系统通知只承担状态说明和保活，不扩展成独立消息中心。

端侧适配思路

端侧适配的重点不是“能不能跑一次”，而是“跑失败时 App 还能不能正常用”。KernelVault 目前采用以下策略：

• 无网络权限：Android Manifest 不声明 INTERNET，从权限层面证明不上传。
• 先快后准：快速整理先写入本地索引，真实视觉模型放到详情页精修和后台分批补全。
• 输入压缩：对图片生成预览图后再送入视觉模型，控制内存和耗时。
• 独立推理进程：重型 MNN 视觉调用放在 :mnn 子进程，超时后可结束子进程，保护主进程 UI 和数据库。
• 可靠降级：模型文件缺失、加载失败或推理超时时，仍保留快速整理、中文启发式标签、FTS 搜索、人工标签和导入索引结果。
• 人工覆盖：人工标签、人工摘要、风险等级和备注优先级高于 AI 建议，避免模型反复覆盖用户判断。

产品创新点

创新点一：把“隐私资产”作为手机资料的新组织方式

传统文件管理器关心目录，云相册关心照片，KernelVault 关心的是“这份资料是否有价值、是否敏感、是否需要被找回”。这个角度更贴近日常手机资料管理。

创新点二：本机 AI 不是噱头，而是产品边界

KernelVault 不把“本地 AI”写成宣传词，而是把它落实到权限、模型路径、识别来源、状态文案和失败降级上。模型可用时，用户可以在详情页看到本机 AI 精修结果；模型不可用时，App 也不会伪装成已经深度识别。

创新点三：标签、摘要和风险分开表达

很多整理工具会把所有信息塞进标签里，结果用户只看到一排含混的词。KernelVault 固定输出 {tags, summary, privacy}，让信息层次更清楚：

• tags 解决“如何筛选和搜索”。
• summary 解决“这个文件大概是什么”。
• privacy 解决“是否需要留意”。

创新点四：保险箱不是删除器

隐私管理不等于替用户做危险操作。KernelVault 首版只维护本地索引、风险标记、人工修正和审计状态，不默认删除、移动或改写原文件。这个设计牺牲了一点“强控制感”，但换来更低的误伤风险。

创新点五：演示链路和真实能力保持一致

比赛或文章展示中，KernelVault 不承诺“全库秒级视觉识别”。更可信的展示链路是：

检查识别 -> 整理手机资料 -> 资产库 -> 详情页本机 AI 精修 -> 保险箱 -> 防线

这条链路既能展示端侧 AI，也符合普通手机的性能边界。

预期效果

对用户

• 找资料更自然：不用记文件名和目录，用关键词、标签、摘要就能找。
• 隐私更可控：资料不上传，风险结果只在本机提醒。
• 结果更可解释：每个资产都有标签、摘要、风险等级和识别来源。
• 使用更安心：App 不默认删除、移动或改写原始文件。

对技术验证

• 验证 MNN 在 Android 端同时承接视觉理解和中文 embedding 的可行性。
• 验证“快速整理 + 单资产精修 + 后台分批补全”的端侧 AI 产品结构。
• 验证无网络权限下，仍能完成本地索引、搜索、风险提示和加密备份。
• 验证复杂端侧推理必须具备进程隔离、超时保护和降级路径。

对展示传播

CSDN 和掘金读者通常既关心产品想法，也关心工程落地。KernelVault 的传播重点可以放在这三句话上：

• 它解决的是手机本地敏感资料“找不到、说不清、不敢传”的问题。
• 它用 MNN 和本地模型把 AI 能力放在端侧，而不是把文件上传给云服务。
• 它用克制的产品边界证明隐私工具可以有 AI，但不能牺牲用户控制权。

结语

KernelVault 的核心创意不是“又做了一个 AI 文件管理器”，而是把手机里的敏感资料看作一批需要被本地整理、解释和审计的隐私资产。

当 AI 从云端走向端侧，它真正有价值的地方不只是省掉网络请求，而是把数据控制权还给用户。KernelVault 希望证明：一个隐私工具也可以聪明，但它首先要可信。

技术难点与解决方案

这个项目最难的地方，不是把 UI 做出来，而是把“端侧 AI 能跑、能解释、还能不拖垮手机”同时做到。

• 难点一：全库视觉识别太慢，容易拖死前台。
• 解决：改成“先快速整理进库，再对单个高价值资产做本机 AI 精修”，把大模型开销限制在局部。
• 难点二：真机端侧模型容易受内存和系统后台策略影响。
• 解决：重型 MNN 视觉推理放进独立 :mnn 进程，超时可结束子进程，主进程继续保持 UI 和索引可用。
• 难点三：AI 结果如果只剩工程词，用户看不懂也不信。
• 解决：统一输出 tags / summary / privacy，并保留人工标签、人工摘要和风险等级的覆盖权。
• 难点四：隐私产品一旦默认上传或默认处置，就会失去可信度。
• 解决：不声明 INTERNET 权限，不默认删除、移动或改写原文件，把保险箱定义成审计台而不是清理器。