すべてのMacには（文書化されていない）家族分類子が付属している

Appleのパーソナルナレッジグラフの解剖

2022年以降に出荷されたすべてのMacには、あなたとあなたの周りの人々に関するグラフを構築することだけを目的としたペアのデーモンが搭載されていると言ったらどうしますか？それは、あなたが誰であるか、誰を知っているか、その人々があなたや互いにどのように関連しているか、どのようにコミュニケーションを取っているか、どこへ行き、誰と、何を、いつしているか、といったことです。このグラフは、デバイス上のほぼすべての情報（連絡先、カレンダー、写真、メッセージ、メール、位置情報、スクリーンタイム、および行動シグナルのロングテール）をクロスリファレンスすることで構築されます。そして、より重要なことに、それはLLMが（主張によれば）取得するクエリ可能なストアとして保持されています。信じますか？

さて、それが起こっていることであり、興味深いことに、この仕組み全体がMacでどのように機能するかについての公式な文書はほとんどありません。公式な説明に最も近いものは、manページ（man 8 knowledgeconstructiond）ですが、得られるのはこれだけです。

NAME
     knowledgeconstructiond – デバイス上のコンテンツを分析して汎用ナレッジグラフを構築するデーモン。

DESCRIPTION
   knowledgeconstructiond は、このデバイス上のコンテンツを分析して、デバイスとユーザーを表すナレッジグラフの構築を支援します。intelligenceplatformd と連携し、一部の重い処理タスクを実行してナレッジグラフを生成します。

以前の研究: 公平を期すために言うと、Apple自身も2023年にこのグラフ構築の背後にある技術に関する論文を発表しています。しかし、macOSへの統合方法についてはほとんど情報がありません。どのバージョンがそれを実行しているか、収集および推論されるものの正確なリストなどです。「kinship」推論については、以下で議論しますが、一言も触れられていません。また、私たちは2026年8月のmacOS 26におけるApple Intelligenceバンドルのセキュリティリサーチ中にこれに遭遇しましたが、数ヶ月前には、Nic Lydonが同じデータベースに遭遇し、I Built a Personal Knowledge Graph. Apple Had Already Built One on My Laptop. という記事を書いています。

しかし、私たちはさらに深く掘り下げます。

この記事は、ナレッジグラフが実際に行っていることの分析作業の記録であり、あなた（ユーザー）がこの仕組みがどのように機能するかをよりよく理解し、グラフがあなたやあなたの家族、友人について何を持っているかについての明確さを得ることを目的としています。この記事に含まれるすべては、macOS 26（執筆時点では26.6.2）で収集されたものです。

この目的のために、私たちはローカルダッシュボード（iKnow）をオープンソース化しました。これを使用して、Mac上のパーソナルナレッジグラフの内容を読むことができます。

最後に、私たちは得意なことに脱線し、武器化と悪用について見ていきます。私たちは思考実験（パーソナライズされたシステムに適用できるもの）を実行し、このような知識ベースが間違った手に渡った場合に何が起こるか、そして「プライバシーの単一障害点」が、以前は考慮しなかった方法であなたを脅かすためにどのように悪用されるかを示します（破壊されたLLMと組み合わせた場合）。

パーソナルナレッジグラフに含まれるもの

2つのデーモンは、~/Library/IntelligencePlatform というディレクトリに作業結果を保存します。これは、TCCフルディスクアクセスによって保護された領域に保存されている51個のSQLiteデータベースです。

最も興味深いのはおそらくgraph.dbです。これは、181個のエンティティクラスと278個の述語の語彙で書かれたトリプルストアです。各行は、主語、述語、目的語です。主語はエンティティ（人、アプリ、イベント）であり、目的語は単純な値（名前、ハンドル、日付）または別のエンティティです。ここでグラフはエッジを取得します。述語は興味深い部分です。それは、システムが2つのエンティティ間にどのような関係が保持されていると信じているかを示します。

エッジ、およびそれが保存されている行

（私）このMacの所有者 9100000000007919 PS500 雇用主 CS165 雇用関係タイプ PS45 所属 Halden Labs 組織 9100000000013724 STABLE_GRAPH ・ 同じエッジ、2行として保存されています 主語 述語 relationshipId relationshipPredicate 目的語 9100000000013724 PS500 4412 PS1 CS165 9100000000013724 PS500 4412 PS45 9100000000013724 各行には、信頼度、ソース、ソース重複、タイムスタンプも含まれます

グラフの1つのエッジ（合成データ）：人物とその雇用主である組織。PS500 は predicate.json で employer と指定されているIDであり、その範囲は組織ではなく relationship type です。そのため、1つのエッジは relationshipId を共有する2つの行で構成され、1つは関係の種類を名付け、もう1つは別のエンティティを指します。以下のテーブルにある46個のrelationship typeクラスは、まさにそれを運ぶために存在し、エッジが独自の信頼度を持ち、後で取り消すことができるようにします。

2つのデーモンのほとんどの作業は、OSが読み取ることを許可するすべてのものから、これらの述語およびそれらと一緒に保持されるテーブルを埋めることです。グラフには、連絡先、写真（顔）、カレンダー（タイトルと参加者）、ファミリー共有（各メンバーの年齢を含む）、Healthの医療ID緊急連絡先、Siriの提案がメールやメッセージで見つけるイベントと連絡先、アプリインテントを通じてアプリが提供した人物、およびインストールされているアプリが含まれます。その横には、独自のテーブルに、写真に一緒に写っている人物、通信ログ（誰が、いつ、どのアプリで、どちらの方向か、コンテンツなし）、他のデバイスからもプルされるもの、位置情報と移動履歴、およびデバイスシグナルのロングテール（画面ロック、Wi-Fi、Bluetooth、充電、周囲光、およびContextualUnderstanding.PhysicalSocialという名前のストリーム。そのレコード形式は、人物を名前、電話番号、メールアドレスでリストし、それぞれに開始時刻と終了時刻があります。これは、あなたの周りにいた人物のログのように読めますが、私たちはそれが埋められているのを見たことがありません）。

推論されるもの

クラスの完全なリスト：181個のエンティティクラス

クラス.json の181個のエンティティクラス

出荷されたオントロジーが宣言するすべてのクラス。グループ化はファイル順ではなく、コアタイプ、人物、属性、場所、イベント、アクティビティブロック、そして最後の46個の関係タイプです。関係タイプは実際にはモノではなく、各々がエッジを再表象し、エッジ自体が信頼度などのファセットを持つことができます。IDとラベルはAppleのもので、グループ化は私たちが行いました。intValueは1から185まで実行され、4つの数字（18、54、169、181）が欠落しています。ディスク上のどこにもそれらが何であったかを示すものはありません。

181個のクラスのうち57個はアクティビティを表します：睡眠、運動、マインドフルネス、就寝、通勤、食事。そのほとんどには、対応するタイプクラスがあります。つまり、語彙の約3分の1が、あなたが誰であるか、どこにいるかではなく、あなたが何をしているかに費やされています。それでも、すべてのクラスが実際に使用されているかどうかは明らかではありません。一部はプレースホルダーである可能性がありますが、宣言されていても決して埋められていないかもしれません。テーブルでは、クラスの原因となる可能性のあるメカニズムを見つけることができたクラスを実装済みとしてフラグ付けしていますが、これらは推論作業として受け取るべきであり、真実としてではありません。

そして、これは述語の完全なリストです（同じ免責事項が適用されます）。

predicate.json の278個の述語

出荷されたオントロジーが宣言するすべての述語。最初の列はgraph.dbが格納するIDです。最後の列は値がどのように取得されるかを示します：ソースからのコピー、別のレコードからの結合、ルールによる派生、Appleが出荷するワールドナレッジ、またはモデル（太字）によって生成されたものです。7つは確立できませんでした。テーブルは推測するのではなく、そのように示しています。IDとラベルはAppleのもので、平易な言葉での読み取りは私たちが行いました。

推論方法

実行されるメソッドは多岐にわたります。語彙のほとんどは、単純なコピー（連絡先からの名前、カレンダーからの参加者）とコピーに対するルールによって埋められます。興味深い行はモデルから来ます：144個の主に行動特徴から、誰が家族であるかを決定する2つのXGBoost分類器。2つの埋め込みモデルは、システムが2つのレコードが同じ人物であると判断するために使用する10個のシグナルのうちの1つです。写真に一緒に写っている人物、旅行、休暇に基づいて、パートナー、親、子供、同僚、友人などをスコアリングする写真内の12個のアナライザー。そして、AppleのオンデバイスLLMがメッセージを読み取り、顔に名前と関係を付けます（Apple Intelligenceがアクティブな場合）。

どのメソッドであっても、すべての行はconfidence（信頼度）とともにグラフに格納されます。これは0から1の間の数値です。

家族スコアは別々に保存されます。2つのCoreMLモデルがオントロジーの隣に出荷されます：EntityTagging_Family.mlmodelcとEntityTagging_FamilyAndFriends.mlmodelc。これらは、144個の特徴を取り込み、クラスとそれに対する確率を返すバイナリXGBoost分類器です。これらのスコアはトリプルストアには格納されず、独自のテーブル（entityTagging.db、人物ごとに1行、familyからmother、coworkerまでの17個の関係列、毎日再計算されます）に格納されます。これは、以下のiKnowスコアカードが読み取るものです。これらの17列のうち、2列にのみ出荷済みのモデルがあります。他の15列を何が埋め、これらの確率のいずれかがグラフの信頼度になるかについては、追跡できませんでした。

特徴名は、各モデルのmetadata.jsonにプレーンテキストで記載されています。これらは、このシステムが何であるかについての、私がどこでも見つけた中で最も明確な声明です。すべて144個の特徴：

metadata.json の144個の特徴

EntityTagging_Family.mlmodelcが出力するすべての入力は、metadata.jsonが宣言する順序で表示されます。EntityTagging_FamilyAndFriendsは同じ順序で同じ144個の特徴を読み込み、すべて数値です。グループはスキーマ自身の3つのブロックです：人物に関する20個、コミュニケーションに関する40個、写真に関する84個。20個のうち2つ（photosPersonAgeとphotosAgeDifferenceCategory）は写真からも読み取られます。名前はAppleのもので、グループラベルは私たちが行いました。

アイデンティティグループは整然とした物語です：同じ姓、同じ自宅住所、iCloudファミリーフラグ。そしてそれは小さな半分です。モデルの大部分は他の2つです：誰とメッセージをやり取りするか、誰があなたの写真に写っているか。曜日と時刻、そしてそれらの両方で条件付けられます。photosPersonPosteriorProbabilityGivenSaturdayNightは、出荷済みの分類器における出荷済みの特徴名であり、その仕事は誰かが家族であるかどうかを決定することです。

何かを削除しても、すべてが削除されるわけではありません。

ライブグラフは忘れます。連絡先を削除しても、何も再推論されません。次の実行でテーブル全体が置き換えられます。

しかし、ストアはライブテーブルの隣に2番目のテーブル、expired_stable_graphを保持しています。取り消された行はそこに移動し、信頼度とソースを保持します。それがどれくらいの期間そこにとどまるかは、私たちが確認できた限りでは明らかではありません。約48時間後に削除されるようです（ストアは削除ウォーターマークを保持しており、テーブルの最近のスナップショットはそれより古くはありませんでした）。しかし、私のMacでは、非常に古いレコードをまだ読み取ることができました。

そして、証拠がなくても結論は生き残ります。私のMacでは、スコアカードは前日にグラフが削除した2人の人物をまだスコアリングしていました。どちらもカレンダーの招待状からのみ知られていました。さて、パートナーに、あなたが削除した可能性のある連絡先と、あなたへの「近さ」を発見されたくないのであれば、expired_stable_graphからもいくつかの行を削除した方が良いでしょう（残念ながら、手動で行う必要があります）。しかし、あなたは何も隠すことはないでしょう（冗談です）。

独自のデータを見る

これのどれかに機密性がありますか？それはあなたに任せます。「機密性」は人によって意味が異なりますが（ここには plenty of choices があると思います）、重要なのは、これのどれも孤立して存在しないということです。それは結合され、相関されるように構築されています。ノードはリンクされるためにそこにあります：

パーソナルナレッジグラフ（合成データ）

私・このMacの所有者・1a グループ（ストアがエンティティとして保持）1家族（スコアリング済み）・7私に近いスコア・9雇用主・4グループチャット・6スコア付けされていないが知られている・61グループチャットへの所属・両方が参加したカレンダーイベント・雇用ステートメント・ストア内のグループによって命名・カットオフ以上の近さスコア・誰も入力しなかった

この見方

各ノードはストアの行であり、その下のレコードはストアが保持しているものです。サイズは、それを名前として持つ行の数です。形状はそれがどのような種類のモノであるかです。アクセントのノードはあなたであり、リングはストアが家族としてスコアリングする4つを示します。破線は、誰も入力しなかった結論です。

ノードをクリックするか、Tabキーでグラフに到達し、矢印キーで移動してEnterキーを押すと、そのレコードがこれらのノートを置き換えます。

ノードをクリックすると、グラフの下のレコードはストアがそれについて保持しているもの（行であり、それらの要約ではありません）になります。61個の薄いノードは予想外の部分です：ストアが知っていて、配置していない人々。彼らは一度あなたに書き込んだか、誰かの招待状にいたためにそこにいます。

しかし、最も重要な点は、これはあなた（Macを使用している人物）だけのことではないということです。あなたの周りの人々もそこにいます：あなたの家族、友人、「誰でも」あなたがデバイスを通して話したことのある人。彼らの誰も同意を求められておらず、ストアはそれらをあなたと、共有されたイベントやグループを通じて互いにリンクします。関係は、それが推論された行よりも1レベル上のインテリジェンスです。例えば、私のストア全体を相関させることで、私（まあ、私のために働くLLM）は以下のことを簡単に推論できました：

• 世帯に子供がいること、そしてそのおおよその年齢。 家族メンバータイプと家族サークルが世帯を提供します。スコアカードの子供と息子/娘の列が、その中での子供の位置を示します。その隣には、ファミリー共有からコピーされた年齢があります。ストア内の生年月日は、システム自身の言葉であるimputed（推定）を持つことができますが、システムがそれを意味するものは私たちには不明です。
• 子供が通っている保育園、およびそこに連絡するための両方の電話番号。 連絡先カードからコピーされました。ないものに注意してください：カレンダーには学校への送迎イベントがないため、ストアは機関とその電話番号を保持していますが、子供がドロップオフされる時間は保持していません。それでも、電話がすでに信頼している番号から親に電話するには十分です。
• 家族がいつ、どの日に、どの時間帯にどこにいるか。 1つのカレンダーイベント、場所、2つの保存された時間枠、および家族の名前を付けたタイトル（参加者行が空の場合でも、ゲストリストが文字列に含まれています）。
• 家族の誰がそこにいるか。 スコアカードは家族としてスコアリングされた人物を名前付けし、世帯エンティティがそれらを一緒に保持し、ファミリー共有サークルはそれらのうちの誰が同じ家族グループにいるかを示します。
• そして、同じファイルで、マシンに何がインストールされているか。 パスワードマネージャーまで。

このプライバシーの単一障害点が間違った手に渡った場合、これがどのように武器化されるかは容易に想像できます。私たちはその（仮説的な）シナリオを次の書き込みで展開します。良い点は、この知識はあなたのマシン上にローカルに留まるように設計されており、フルディスクアクセス権限によって保護されていることです。ただし、他のサービスによって消費される可能性があります（ただし、何がどのようにアクセス可能かは私たちには完全には明らかではありません）。

現実は、このストアに含まれる情報の量は本当にすごいということです。デーモンが何を、どのように推論するかを掘り下げるたびに、いくつかの新しい調査線が開かれます。あなたやあなたの家族について誰にも知られたくないことは、どこかに含まれている可能性があり、私たちはあなたがそれがあるかどうかを知る権利があると思います。代わりに得られるのは、文書化がなく、ストアを検査する方法がなく、誤った推論を修正する一般的な方法がないことです。

そこで、私たちは2つのツールを提供します。1つ目はiKnowで、Macから何も離れることなく、独自のグラフをブラウジングするためのローカルダッシュボードです（次のセクションで詳しく説明します）。2つ目は、さらに深く掘り下げるためのものです。iKnowリポジトリは、あなた自身の剤のためのマニュアルを出荷しており、データベースがどこにあるか、そしてそれらをどのように読み取るかを伝えているため、あなたが探しているものを探しに行くことができます。（クラウドモデルではなく、自己ホスト型モデルを指してください。）

iKnow

私たちはiKnowを、Python標準ライブラリで実装されたWebダッシュボードとして設計しました。npmやCDNは使用していません。

データベースが保存されているMac上で直接実行することを意図しています。実行されると、127.0.0.1にバインドされ、ファイルシステム内のデータベースを（必要な権限が付与されている場合）見つけ、読み取り専用で開き、情報をオンザフライで収集し、ダッシュボードに表示します。何も書き込まれず、何もログに記録されません。値はストアからループバックを経由してブラウザタブに入ります。必要であればエアギャップで実行することもできます。

macOS 26.6.2および26.7.1でテスト済みであり、27.0.1では部分的にテスト済みです。

iKnowには数十ページあります。

ここから始める

あなたのMacが知っていること。 ランディングページ：あなたの周りの人々のグラフ。その下に、写真の中の顔、あなたの家族、あなたのハンドル、あなたの通信相手、そしてあなたの次の予定が表示されます。

そのグラフは、記事の冒頭のグラフと同じ世帯ですが、このツール独自のレンダラーによって描画されています：

ランディングページ

［画像: 約78個のラベル付きノードが1つの白いノード「(Me)」を中心に配置されたフォース指向グラフが表示されているダークダッシュボード。カラーキーには「あなた」「エンティティとしてストアに保持されているグループ」「家族（スコアリング済み）」「あなたに近いスコア」「雇用主」「グループチャット」「スコア付けされていないが知られている」と表示されています。］

最初の画面。白いノード「(Me)」はMacの所有者です。残りは、ストアがそれに関連付けている人々、雇用主、グループチャットであり、それがそれぞれ何であるかによって色分けされています。オレンジ色はスコアリングされた家族です。青色はカットオフ以上の近さスコアです。エッジの周りの薄い名前は、ストアが知っていて配置していない人々です。

ここにあるものは何も要約されていません。各ノードは行であり、それをクリックすると行が表示されます（これは、記事の冒頭のグラフも同様です）。

グラフは概要ですが、概要は簡単に無視できます。その背後にあるページはそうではありません。

ソーシャルグラフ。 ストアが共有会議、グループチャット、近さスコアを通じて誰と誰をリンクしているか。各円は、メンバーとそれらを裏付ける証拠に展開されます。

結論

親族スコアカード。 デーモンによって推論された家族の結合。

ランディングページのカードは、名前が付けられた人物に限定されています：

スコアカード上の家族

［画像: 「家族、スコアカードによる」という見出しのダッシュボードカード。サブタイトルは「61人が17の関係列でスコアリングされました。誰もそれを入力していません」。6人の人物がそれぞれ1つのラベルと1つのスコアでリストされています：Mara Quill、母、0.960；Tomas Quill、父、0.960；Maya Smith、娘、0.960；Nils Quill、兄、0.500；Leo Smith、息子、0.500；Ines Quill、妹、0.500。見出し「世帯、シグナルの合意数による」の下には、Mara Quill 8/9、Tomas QuillとPriya Sandoval 7/9、Maya Smith 6/9とスコア付けされ、最後の1つはQuill世帯、4メンバー、信頼度0.880と名前付けられています。］

6人の人物、6つの関係、そして「誰もそれを入力していません」というサブタイトル。これはスコアに当てはまります。それらが計算される元のデータの一部は、あなたが入力したものです（連絡先カード上の関係、緊急連絡先、ファミリー共有）。母親、父親、娘は0.960で、これらの列の最高値です。兄弟、息子、姉妹は0.500です。

その下にあるのは、私が最も議論しにくいと感じる部分です。9つの別々のチェック（パートナー列、複合スコア、世帯グループエンティティ、ファミリー共有トークン、iCloudファミリーフラグ、トップ12ヶ月の連絡先、写真の顔クラスター、連絡先レコード、到達可能なハンドル）と、カードはそれらのうちいくつが同じ人物に一致するかを数えます。母親には9つ中8つ。父親には7つ。パートナーのPriya Sandovalには7つ。パートナーは上記のリストにはありません。iKnowは、関係が別の列にロールアップする（motherとfatherがparentにロールアップする）関係をリストしますが、partnerは何もロールアップしません。それでも結合はパートナーを見つけました。

カードは1つのテーブルの要約であり、iKnowはそのテーブル全体も描画します：

すべての人物、すべての列

［画像: 「すべての人物、すべての列」という見出しのヒートマップ。17の関係列と省略されたヘッダーに対して30人の人物。上位7行は家族であり、それぞれ自身の関係（母、父、娘、兄、息子、妹、パートナー）、それがロールアップする列、そして家族と家族＆友人列に点灯しています。パートナーの行は同僚にも点灯しています。その下には、数行が友人または同僚に点灯しており、各行が家族と家族＆友人列に点灯しており、ほとんどが同じ2つのシェードで、卒業生と不明の列は上から下まで空です。］

familyAndFriendsでソートされています。これは最も広範なスコアです。上位7行はそれぞれ自身の関係とそれがロールアップする列（motherとfatherがparentに、sisterとbrotherがsiblingに、sonとdaughterがchildに）に点灯し、パートナーは同僚でもあります。さらに下には友人やオフィスの残りの人々がいます。その下では、ほとんどすべての人が同じ2つのセルです：familyとfamilyAndFriendsに繰り返される値。これは分類器が何も言うことがないときに書き込むものです。2つの列（alumniとunknown）はまったく使用されません。

これらのショットのスコアは架空のものであり、実際のものよりも寛大です。私たちが分解したMacでは、motherだけがトップに達しました。スコアリングされた少数の他の人々は、すべての家族ラベルに同時に小さな投票を受け取りました。父親と兄弟は同様でした。フィクスチャが保持しているのはテーブルの粒度です。それは常に少数の値（0.125、0.25、0.5、0.96）しか書き込まず、ほとんどの人は1つのデフォルト値を持っています。

顔インデックス。 あなたの写真に写っているすべての人の顔クラスター。

その共起グラフは、単一の連絡先、メッセージ、またはカレンダーエントリを使用しません。それはあなたの写真のみから構築されます：

顔の共起グラフ

［画像: 「顔の共起グラフ」という見出しのダッシュボードカード。47個の円があり、それぞれにぼかされた顔が描かれています。2つの顔が同じ写真に写っている場合にリンクされ、名前の代わりにクラスター識別子の6文字の断片でラベル付けされています。1つのクラスターが中央にあり、ほとんどすべてにリンクされています。左側にタイトな結び目、上に緩いグループ、右下に3番目のグループがあり、結び目とはリンクを共有していません。グラフの上にあるコントロールには「ノード上の写真 — ここに描画されている47個すべてに1つあります」と表示されています。］

2つの顔は同じ写真に写っているときにリンクされ、それが唯一の入力です。1,643枚の写真（それぞれに複数の顔が含まれる）にわたる8,904個のクラスター化された顔。ラベルは各クラスターのローカル識別子の断片です。なぜなら、名前を表示するものがないからです。所有者がハブです。左側の結び目は家族、右下のグループは仕事であり、2つは決して同じフレームを共有しません。

各ノードはクラスターのキーフェイスを着用しており、写真ライブラリから読み取られ、iKnow独自の画面共有スイッチによってぼかされています。ぼかしの下には誰もいません。フィクスチャには写真ライブラリがないため、すべての顔はそれのために描かれた合成ポートレートです。

これはこのページの正直なポイントです。グラフは顔クラスターを指していますが、ほとんど名前を付けることができません（29個中3個がフィクスチャにあります）。それは必要ありません。誰が誰の隣に立っているか、どれくらいの頻度か、そしてどのグループが決して会わないかはすべて、単一の名前なしでそこにあり、世帯を知っている人は誰でもすぐに名前を戻すことができます。

推測または提供。 あなたが入力したものと、Macが自分で計算したものと同じテーブルに存在します。信頼度スコアだけがそれらを分離します。

記録されたもの

1年間の連絡。 誰といつ話したか、メッセージテキストは一言もありません（そして、あなたが眠っているかどうかを伝えるのにテキストは必要ありません）。

ランディングページにあるカードは、最も反響を呼ぶものであり、推論は一切含まれていません。

1年間の連絡先

［画像: 「1年間の連絡先」という見出しのダッシュボードカード。サブタイトルは「365日間で18,432回のやり取り、146人の通信相手（97人名前あり）、5つのアプリ — テキストは一言もなし」。8人の人物がやり取り数、送受信の内訳、通話数、最後の連絡日とともにリストされ、最後のセクションは見出し「睡眠と読める時間」となっています。］

1年間の連絡先、人物ごと、送受信の内訳、通話数、最後の連絡日、5つのメッセージングアプリにわたって — そして、サブタイトルが言うように、メッセージテキストは一言もありません。これらはすべてメタデータであり、それだけで十分です。

最後の行は2回読むべきです：睡眠と読める時間。

iKnowもその行を描画します。同じログを1週間に折りたたんだものです：

平日と時間帯

［画像: 2つのダッシュボードカード。最初のカードは「平日と時間帯 — この人物が連絡可能な時間、そして彼らが眠っている時間」という見出しで、7つの平日行と24時間列のヒートマップです。毎日01時から07時まで薄い帯があり、土曜日と日曜日の朝は遅くまで続き、平日の労働時間は濃いプラトー、20時から22時の間は最も濃いセルです。2番目のカードは「ログが静かになる時間 — 誰も書き込まなかった睡眠スケジュール」という見出しで、「均等に分散された25%未満の時間が、6時間、01:00から07:00（ヨーロッパ/ロンドン）の連続した実行を形成します。18.4Kイベントのうち402件（2%）がこれに含まれます」と表示されています。］

各セルは、1年間に1つの平日1時間の間に発生したメッセージと通話を数えます。労働週、夕方、週末の遅い朝も含まれています。そして毎晩、1時から7時までの薄い帯も含まれています。誰も睡眠スケジュールを保存しませんでした。最も静かな6時間の区間は、タイムスタンプから無料で得られます。

これがこのストアの一般的な形状です。ほとんど何も収集する必要はありませんでした。なぜなら、そのほとんどすべてが何かの結果だからです。

カレンダー。 あなたがどこにいるかを知っている唯一のレイヤー：時間、部屋、参加者、ダイヤルイン。

あなたが引き出したもの。 事実を引き出しても、それは削除されません。行は期限切れのテーブルに移動し、信頼度と出所を保持します。

機械

ストア。 ファイル自体：それがモデル化するもの、そして2つの実際の行がそれらが触れるすべてに展開されたもの。

デバイスの指紋。 インストールされているすべてのアプリがプレーンテキストで記録され、そのアプリ識別子のソルトなしSHA-256トークンが隣にあります。そのため、ページはブラウザで再計算し、一致を確認できます。

他に誰がそれを読み取るか。 グラフは最初のコピーであり、唯一のコピーではありません。このページは、それにサブスクライブしているビュー、それらが公開するデータベース、同じ事実を繰り返すテーブル、Macにペアリングされたハードウェアからのストリーム、そしてセットアップされているがまだ実行されていない機械をマッピングします。

macOS 27に関する注意。 macOS 27は2026年9月14日にリリースされました。27.0.1へのアップグレード後、グラフは連絡先、カレンダー、Siriの提案、ファミリー共有、およびアプリカタログから構築されたほとんどの行を削除し、翌日に再構築しました。iKnowの一部のページは、macOS 27ではまだ完全に機能しない場合があります。

さらに深く掘り下げましょう：

---