本文来自微信公众号： Internet Law Review ，作者：张颖
2026年10月21日，美国新墨西哥州法院做出一项足以改写平台隐私追责叙事的判决：Meta因在用户数据处理、内容审核与第三方访问问题上作出误导性陈述，被裁定支付250亿美元民事罚款，并按年利率15%计息支付清。
Meta此次败诉案件最早源于2018年爆出的剑桥分析（Cambridge Analytica）丑闻。这家现已倒闭的政治咨询公司涉嫌通过第三方应用程序获取Facebook用户数据，并将其用于与2016年美国大选相关的政治广告目的。这起事件一经曝光，就成为数字时代数据隐私治理的转折点，并引发了监管和公众对Meta前身Facebook如何处理第三方数据访问、用户同意以及平台隐私控制的广泛关注。2019年，Meta就相关行为与美国联邦贸易委员会（FTC）达成50亿美元和解；多数州此后也选择以索赔4.59亿美元达成了和解。
但新墨西哥州拒绝加入和解，而是单独起诉，由此成为唯一再审的剑桥分析案，而这一案件也成为美国历史上对一家公司最大的州级判决之一。
案件仍可上诉，金额尚未实际执行，但归责逻辑已经清晰可辨。
一、第三方应用：小入口如何撬动数千万账户
2013-2014年间，剑桥大学研究人员亚历山大·科根（Aleksandr Kogan）通过一家第三方公司开发了一款名为“这就是你的数字生活”的性格测试应用，直接安装者近有27万人。当时Facebook的Graph API允许第三方应用在用户授权后，顺带读取其好友关系链中的个人资料，包括喜好、地理位置、政治倾向等字段，而被读取的好友甚至没有机会知晓这一情况。仅凭“好友连带授权”，27万安装者最终迁出最多余额8700万用户的个人数据，用于选民心理画像与定向政治广告。
这里的关键是，Meta就是这套数据链的架构者和规则制定者——第三方能否拿到好友数据，取决于Facebook的API设计，而非开发者的个体能力。
而且在2015年Meta已经发现数据外流传给剑桥分析，却仅要求对方“自行承诺删除”，而并未通知用户、也未封堵后续同类途径。
新墨西哥州案真正追究的，是丑闻爆发后的第二阶段行为。法院认定：Meta对外承诺“已彻查所有第三方应用”、“发现数据滥用将通知用户”，但内部实际上发现了至少2000个存在滥用的应用，却通过认为收窄“数据滥用”的定义，只通知了极少数用户。
法官在判决中明确指出：Facebook“设计了允许第三方应用非法接触全部用户数据的开放平台”，此后的承诺是“系统性误导”的一部分。
因此，这套模式的法律意义在于：平台如果主动放宽生态权限，又在时候用公开陈述掩盖治理缺位，那么每一个第三方入口，都会成为平台自身责任的放大器。
二、当“对外陈述”变成可累积的诉讼负债
该案所依据的法律是美国新墨西哥州的《不公平行为法》（Unfair Practices Act）,这原本是一个管“二手车商、债务催收”那种欺骗性商业行为的法律；然后根据Meta具体的公开陈述——隐私政策、博客文章和公开声明中发布的具体句子，请陪审员逐一判断每句话是真实还是误导；在最后按“每次”违规处罚进行处罚。
这种诉讼策略在美国并不常见，却带来了三个结构性变化：
1、原告不需要证明每个用户实际阅读和实际受损。只要被告的陈述具有误导性，且面向本州居民传播，即可按受众规模计次。隐私政策、播客、发布会、高管访谈、应用商店文案，都可能成为“技术单元”。
陪审团认为29条具体陈述中有26条具有误导性，这一比例意味着Meta几乎没有值得信任的公开言论。
2、时间不会稀释风险。扎克伯格2010年公开“你可以控制你信息的使用方式”类似的表述，在多年后仍可被逐句调取，并对照Meta内部邮件与系统日志。如果公司实际操作与其对外公开的内容不同，那么对外陈述就不再是品牌资产，或营销策略的问题，而是未来审判团的证据卷宗。
新墨西哥州的消费者保护法规允许每次违规最高处以5000美元的罚款。将该上限与陪审团确定的4300万起违规相乘，Meta理论上的最大风险超过2190亿美元。法官在最终确定更低的最终数字前引用了这一数字，但最终将罚款从2190亿美元降至250亿美元。
3、FTC的和解不能天然阻断州法路径。FTC2019年和解主要针对的是“剑桥分析事件本身的数据收集行为”，Meta已经支付了50亿和解金，而新墨西哥州告的不是数据怎么泄露，而是丑闻爆发后，Meta说了什么。只要起诉主体、法律依据、诉因不同，州政府就有权独立追责。
对企业而言，这意味着“买断历史”的合规动作存在盲区。
Meta自身今年已在压力下调整了其他面向公众的数据政策，包括取消其条款中的数据爬取培训条款，这表明公司政策语言正比以往更积极地修订。所有大规模处理消费者数据的平台公司，现在都有理由重新审视其自身的同意和审核系统，如果在新墨西哥州这类每次违规计数逻辑下，是否足够为自己辩解。
三、从平台归责到AI归责：同一套逻辑的平移
Meta在新墨西哥州的案件最值得警惕的，不仅是罚款规模，更是归责模型的通用化。
法院没有依赖任何专门的隐私立法，而是用一部数十年前为打击“虚假广告、欺诈销售”涉及的州法，把Meta的公开陈述逐渐拆开，认定26项具有误导性——涵盖Meta对用户数据处理、沿路政策以及虚假信息处理方式，再按照每项陈述触达本州用户规模累计出约4390万次违规。
这意味着“说出去的话”可以独立于“实际损害”被计价。
而且，新墨西哥州总检察长劳尔·托雷斯在裁决后明确把这一逻辑推到下一代产品。他发出警告，人工智能公司可能会成为下一个目标：
“任何从事人工智能、那些在制造无法控制产品的人，或者在市场上对产品做什么或不做什么，或者如何使用或不使用特定类型的消费者数据的人，我们都会密切关注，并且准备再次这样做。”
“硅谷应该传达的信息是，这不是结束，而只是开始。”
这绝非修辞，因为生成式AI公司的对外表述，和当年Meta的隐私承诺在结构上并没有巨大差别：
1、训练数据声明，会成为第一类质证对象
AI公司常在隐私政策和公开采访中声称：模型不保留会话的个人身份信息、用户可随时撤回数据。
这些言论一旦写入公开文本，就不再是营销措辞，而是未来陪审团可以逐句对照内部日志的“待验证命题”。新墨西哥案已经证明：州检察官不需要先证明模型权重里一定“残留某些数据”，只需要证明名实不符。
2、智能体与第三方工具调用，可能成为“剑桥分析接口”的AI版本
剑桥分析的关键，是Facebook开放接口允许第三方顺带拿走好友数据。今天智能体生态面临同样的结构：一个安装量很小的第三方智能体，可能通过默认权限拿到平台或系统中的通讯录、邮件、企业文档，在用户“大致授权”下持续调用工具。
如果平台接口设计放任扩散、权限默认值过宽，审计缺位，平台或许就无法用“开发者独立责任”切割风险。新墨西哥案的启示是，谁设计生态、定义权限、对外承诺，谁就对这个入口的数据链负有不可推卸的责任。
3、“控制不了产品”不是免责理由
总检察长托雷斯点名“做自己控制不了的产品”的公司，明显是特指的AI实验室。这在技术层是实话——大模型有涌现行为、智能体有自主规划，但监管不会因此停在原地。
新墨西哥判决里，法官特别指出，Meta高管亲自参与“协调对外口径”、内部却清楚实际治理能力有限，构成“系统性误导”。
对于AI公司来说，如果高管公开说“模型安全可控”“不会出现滥用”，而内部红队报告、监控日志显示已知边界，未来就可能被同样追问：承诺的内容是工程现实，还是仅仅是愿望？
四、“剑桥分析”丑闻复现的可能与防线
剑桥分析早已过去8年，Meta可能要为此付出250亿美元的巨大代价。但剑桥分析所依托的模式——第三方入口撬动社交图谱、平台承诺与工程现实脱节——并未真正消失。若这一轮教训未被真正消化，在平台与AI日益融合的当下或可见的未来，另一场以AI命名的同类丑闻必然会再次发生。
AI公司所收集的数据是否和如何使用，不能只是价值观的表达，而是应有个数据溯源、日志、撤回机制、审计用以支持和证明；第三方生态绝不是免责的借口，而是归责的放大器。
最根本的是，Meta的判决所传递的信号，“言行不一”的成本已经被重新定价。对外说什么，内部能不能做到，不再是品牌形象问题，而绝对是法律责任问题。
