Matt Wolfe 说的「终极间谍工具」真实存在，但它不是间谍工具——它是一个把你家浏览器变成「公共数据指挥中心」的开源项目 God's Eye View。Bilawal Sidhu 在 2026-08-24 把这个病毒式传播项目开源，4 天后 GitHub 破 8,000 star；到 2026-09-13 一度冲上 GitHub Trending 第一，star 超 3 万。它把实时航班（含军机）、船舶 AIS、约 840 颗卫星、地震、TomTom 路况、数百个公共摄像头、NASA 火点、数据中心与海底电缆全部叠到一个 3D 地球上，还能用语音 agent 指挥镜头。Matt 视频里演示的飞机驾驶舱视角、Austin 摄像头轨道、伊朗洪水重建全部属实，但「免费零成本」和「完全安全」这两句要打折扣。
⚡ 速览：核心主张核查表
| 视频主张 | 结论 | 依据 |
|---|---|---|
| God's Eye View 开源，曾在 GitHub Trending 第一 | ✅ 有证据 | 2026-08-24 开源（commit「Release God's Eye View as open source」）；2026-09-13 GitHub Trending 日榜第一，30,623 star（Trends MCP / GitTrend 记录） |
| 浏览器运行，数据全部来自公开源 | ✅ 有证据 | README 列明数据源：OpenSky/adsb.lol、AISStream、CelesTrak、USGS、TomTom+OSM、NASA FIRMS 等；CesiumJS + Google Photorealistic 3D Tiles 渲染 |
| 个人信息不追踪：无车牌、无人脸、CCTV 延迟约 10 分钟 | ✅ 官方明示 | README 红线条款：不做 named-person search / 人脸识别 / 个人追踪，越线 PR 不合入；视频中作者与 Matt 均确认 CCTV 约每 10 分钟一帧、车流匿名 |
| 个人使用基本免费 | 🟡 部分支持 | 作者口径：非商业个人用多数免费，重度（语音 agent 走 OpenAI Realtime）约几美元/月。但 Google 3D Tiles API key、多数数据层 key 自备 |
| AI 编程 agent 两分钟装完，不会代码也能跑 | ✅ 有证据 | README 提供「clone 后交给 Claude Code/Codex/Cursor 安装」与 Pinokio 一键安装两条路径；视频演示 ChatGPT app 本地 agent 约 2 分钟完成 clone+依赖 |
| 能重建伊朗洪水、NTSB 坠机等真实事件 | ✅ 有证据 | 视频演示：Satellite 提供商灾后开放 Vantor 高分辨率影像 + UGC 视频时间轴叠加；NTSB 无人机素材 + ATC 音频 + 3D 扫描对齐 |
| 「像 Palantir 一样人人都能有」 | 🟠 观点修辞 | 功能形态接近，但 Palantir 的核心壁垒（专有数据、算力、集成）不在本项目内；属「界面平权」而非「能力平权」 |
| 隐私零风险，不会侵犯任何人权利 | 🟠 与主流相悖 | MIT 协议下 fork 可删红线；多家媒体指出聚合产生的「马赛克效应」与分享链接即可复现追踪视角的问题。README 的免责只覆盖上游仓库 |
🧩 这个项目到底是什么
God's Eye View = CesiumJS 3D 地球 + Google Photorealistic 3D Tiles + 公共实时数据层 + OpenAI Realtime 语音 agent。README 自述一句话：「浏览器里的间谍卫星模拟器——然后你发现源是公开的，数据是真的。」
逐层拆开（README 与仓库实测口径）：
- ✈️ 实时航班：OpenSky + adsb.lol，含军机（黄色标识），延迟约 1 步（作者原话，为渲染流畅度做的取舍）
- 🚢 船舶：AISStream，带唯一标识符，可点开看附近船只
- 🛰 卫星：CelesTrak 轨道根数推算当前位置（注意：是算出来的位置，不是实时画面）
- 🌍 地震：USGS 近 24 小时
- 🚗 路况：TomTom + OpenStreetMap，车辆是「模拟在真实道路上」的，不是每辆车的实时坐标
- 📹 公共摄像头：Austin、加州、伦敦等城市约 800 个公开源，约 10 分钟一帧
- 🔥 火点：NASA FIRMS 热成像卫星，24 小时窗口
- 🏗 静态基建：打包进仓库的 4,351 个数据中心、704 座大坝、712 条海底电缆（还有约 750 个电台、30 天发射窗口等）
⚠️ 红线与真实风险：三个必须说清的问题
① fork 可以拆掉红线。 README 写明「本项目不建立 named-person search、人脸识别、追踪个人功能，越线 PR 不予合入」。但仓库是 MIT 协议——这条约束只管上游主仓，任何人 fork 后删掉这行字再发布，在法律和工程上都没有阻碍。Matt 视频里「完全不会侵犯隐私」的表述，只对上游原版成立。
② 「本地运行」不等于「数据不出门」。 代码在你机器上跑，但 Google 3D Tiles、OpenSky、TomTom、OpenAI Realtime 这些数据层全是外部请求。作者自己的 SECURITY.md 也说明：语音 agent 只接收「地名、呼号」这类场景文本作为上下文，且被限制为固定工具集、不执行数据里夹带的指令——但 model 输出要按不可信处理。所谓 local-first 是应用层，不是数据层。想把模型和数据整条链都留在本机、断网也能跑，见 数据不出机的离线跑法那篇。
③ 聚合本身产生新暴露面。 单层数据都不敏感（一年前的 ADS-B 网站就有），但同时打开「军机集群 + 数据中心 + 海缆 + 火点」图层形成的关联视图，价值远超单层之和——这是媒体报道里「马赛克效应」的核心批评。作者回应很直接：这类能力政府和商业机构本来就有，项目只是把界面门槛打掉，「window 而非 shadow」。
作者本人划的实用边界：不要用于飞行/航海导航、应急、医疗、投资等安全关键场景，重要信息回原始数据源核对（README 免责原文）。
🛠️ 实操：五条安装路径与真实成本
- 零基础：Pinokio 一键装。README 官方推荐路径——装 Pinokio，Discover 里粘贴仓库 URL，Install → Start，依赖、端口、启动全自动。这是最不需要碰终端的路。
- 有 agent：一句话装。git clone 后丢给 Claude Code / Codex / Cursor / Antigravity：「Clone https://github.com/bilawalsidhu/gods-eye-view and set it up on my machine.」Matt 视频实测约 2 分钟装完。注意 Node 用 24.x+，别用 25（EOL，setup doctor 会警告）。
- API key 哪些必须：Google Maps 3D Tiles key 是硬前提（官方建议限额 + 设账单告警）；其余按需：航班、船舶、TomTom、FIRMS 各有独立 key，「get key」按钮直达申请页。README 明确：私有一律服务端中转，不出现在前端。
- 成本量级：作者口径个人非商业多数 $0，重度语音交互约几美元/月（OpenAI Realtime 计费）。卫星影像是可选的灾后增值层，灾期 Vantor 等商会临时开放免费高分辨率。
- Android 用户：目前只有浏览器/桌面端；仓库正在做一键安装器，截至 2026-09 尚未发布。
想先看效果再装：仓库 README 自带大量 GIF 演示（驾驶舱跟随、250km 接触名单、FLIR 滤镜、语音白板），看完再决定要不要烧 token。
❓ FAQ
Q：这类 demo 的数据能信吗？作者与博主的口头说法要和官方口径分开看。若要拿真实决策依据，可用「验证优先」的研究工具交叉核对引用——架构拆解与引文幻觉率数据见 Apodex「先验证再交付」核查。
Q：它真的「免费」吗？代码免费（MIT），个人用数据层多数免费额度；但 Google 3D Tiles、部分数据 API 要 key，重度语音用 OpenAI Realtime 按量计费。作者估个人重度约几美元/月，不是你付钱给这个项目。
Q：会不会被人拿来跟踪我？上游版本刻意堵死了这条路：无车牌、无人脸、无 named-person 搜索，CCTV 约 10 分钟一帧。理论上知道航班号可以盯一架民航——但那用 Google 也能做到。真正的风险不在原版，在于任何人可以 fork 一个删掉红线的版本；这类东西出现了不会通知你。
Q：数据实时性到底几分真？README 分四档说清了：live（多数源）、delayed（CCTV ~10 分钟、航班约 1 步）、simulated（车流是在真实道路上模拟跑的）、estimated（火箭轨迹是近似的，作者自谦没算力也没物理学学位）。把这些混为一谈是最大的误用。README 原话：不要把任何一层当作确认情报。
Q：个人拿来能干嘛？最实用的三个：看自家机场/港口实时动态；灾情期跟公开卫星影像与救援信息；内容创作者做片头「指挥中心」镜头（作者说这是真实用户群体之一）。
Q：企业能拿去商用吗？MIT 允许，但 README 注明默认体验依赖的数据层有各自服务条款，商用前逐层核对许可；SECURITY.md 也说语音 agent 场景数据的边界按不可信输入设计。公开数据能不能拿去商用，边界条件在 公开训练数据的版权那篇。
📚 参考来源
- 原视频：youtube.com/watch?v=S2VJU5DQqlU（Matt Wolfe × Bilawal Sidhu，2026-09-16）
- 仓库：github.com/bilawalsidhu/gods-eye-view（README、SECURITY.md、LICENSE；2026-08-24 开源 commit）
- 项目站点：spatialintelligence.ai
- GitHub Trending 记录：2026-09-10/11/13 多日榜单（Trends MCP、Reporadar、GitTrend）
- star 历史：8,258 stars/1,843 forks（开源后 4 天）→ 30,623（2026-09-13 峰值）→ 33,946（2026-09-15）
- 数据层许可：OpenSky Network、AISStream、CelesTrak、USGS Earthquake Catalog、NASA FIRMS、TomTom 开发者条款
- 中性/批评视角报道：buzzrag.com 聚合伦理分析、akillness.github.io 边界审计（fork 风险、SECURITY.md 引文）
⚠️ 免责声明：本文信息整理自公开视频、公开仓库与公开报道，star 数与榜单数据为第三方站点在 2026-09 不同日期的快照，随时间变动；项目功能与数据源以官方仓库最新公示为准。本文不构成任何采购或投资建议，也不对本项目的再分发版本作任何安全担保。