Glance для MacBook предлагает то, чего Apple до сих пор не дала ноутбукам: разблокировку по лицу через обычную веб-камеру. Разработчик Джонатан Чжоу выпустил open source-утилиту для macOS 15, которая распознает пользователя локально и сама вводит пароль, сообщает Habr / Новости. Для владельцев Mac без Touch ID или тех, кто давно ждет Face ID в крышке ноутбука, это любопытный, но не совсем безобидный хак.
Glance работает вокруг системных ограничений macOS. У приложения нет доступа к внутреннему механизму входа в систему, поэтому оно не становится полноценным аналогом Face ID. Вместо этого утилита сверяет лицо пользователя, а при совпадении имитирует ввод сохраненного пароля и нажатие Enter через системный механизм событий. Звучит чуть кустарно, зато честно показывает границы сторонних решений на платформе Apple: разработчик может построить распознавание, но не может встроиться в защищенный контур логина так же глубоко, как сама Apple.
Настройка начинается с записи нескольких ракурсов лица. Пользователю нужно повернуть голову в разные стороны, а Glance преобразует каждый кадр в числовое представление лица. Исходные изображения после этого удаляются. Для распознавания используется модель на базе ArcFace, адаптированная под Core ML, а вся обработка идет локально на Mac через Apple Vision и Core ML. Облачного сервера, куда улетают снимки с камеры, в описанной схеме нет, и это важная деталь для корпоративных пользователей, которым от слова «биометрия» обычно становится весело только на совещаниях с юристами.
Отдельный блок — защита от подмены. При попытке разблокировки Glance для MacBook не просто сравнивает лицо с сохраненными эмбеддингами, а проверяет, что перед камерой находится живой человек. Утилита анализирует блики от экрана, движение носа при повороте головы, моргание и контуры устройства перед лицом. Проверка занимает около двух секунд. В настройках можно выбрать облегченный или усиленный режим защиты либо полностью отключить антиспуфинг. Последний вариант удобен для экспериментов, но в реальной рабочей среде превращает биометрическую разблокировку в упражнение на доверие к фотографии на соседнем экране.
Данные Glance хранит на устройстве. Эмбеддинги лица и пароль защищаются AES-GCM, а 256-битный ключ лежит в связке ключей macOS. Это не делает схему автоматически равной аппаратному Secure Enclave или официальному Face ID, но снижает самый очевидный риск: утилита не строит внешний сервис биометрической авторизации. Код открыт на GitHub и опубликован под лицензией MIT, так что разработчики могут посмотреть, как именно реализованы распознавание, хранение данных и ввод пароля. Для инструмента, который работает с лицом и паролем пользователя, открытый код — не украшение, а минимальная гигиена.
Утилита поддерживает несколько профилей. Это может пригодиться для разных пользователей одного устройства или для вариантов внешности одного и того же человека: очки, борода, другая прическа, не самый бодрый вид после релиза в пятницу вечером. Но здесь же начинается зона компромиссов. Чем шире набор профилей и допусков, тем удобнее повседневное использование. Чем жестче модель и проверка живого лица, тем меньше шанс случайного или намеренного обхода, но выше риск раздражающих отказов при нормальной работе.
Контекст у этой истории простой: пользователи MacBook давно сравнивают ноутбуки Apple с iPhone и iPad, где разблокировка по лицу стала привычной частью интерфейса. На Mac Apple делает ставку на Touch ID в клавиатуре и Apple Watch для авторазблокировки, а камеры ноутбуков пока не получили официального Face ID. Поэтому сторонние проекты вроде Glance закрывают не столько массовую потребность, сколько инженерное любопытство: можно ли собрать локальную биометрию на штатной камере, не дожидаясь милости платформы?
Для разработчиков Glance интересен как пример прикладного использования Core ML и Vision в утилите, которая живет рядом с системными механизмами macOS. Для бизнеса это скорее повод для осторожного пилота, чем готовая замена корпоративной политике доступа. Приложение хранит пароль в зашифрованном виде и работает локально, но сам подход с имитацией клавиатурного ввода неизбежно слабее официальной интеграции в систему аутентификации. В управляемой инфраструктуре такой инструмент придется оценивать вместе с MDM-политиками, требованиями комплаенса и моделью угроз, а не только по удобству.
Glance для MacBook показывает, что локальное распознавание лица на обычной веб-камере уже достаточно доступно для одиночного разработчика. Главный вопрос теперь не в том, можно ли это сделать, а в том, насколько далеко пользователи и компании готовы зайти ради удобства, когда платформа сама пока держит дверь в официальный Face ID для Mac закрытой.