英国交通警察局（BTP）在伦敦各大枢纽火车站进行的实时人脸识别（LFR）试验，最终交出了一份极其尴尬的成绩单：耗资超过32万英镑、调用警力近百工时、扫描面孔超过50万张，最终直接促成的抓捕数量为零。
不仅战果挂零，整个试验期间唯一的警报匹配，还是一起彻头彻尾的乌龙。2026年2月24日，这套系统在国王十字站把一名无辜旅客误认为通缉犯，现场警员随即上前拦停核查。半年测试下来，50万名普通通勤者成了未被告知的受试样本，换来的只有一次对公众的当街虚惊。
50万次扫描换不来一次有效拦截
根据民间调查机构披露的官方记录，BTP这项试点始于2026年2月11日的伦敦桥站，随后迅速覆盖滑铁卢、尤斯顿、国王十字、圣潘克拉斯、利物浦街和维多利亚等核心枢纽。
这是一套极具侵入性的技术链条：现场移动摄像头抓拍行人人脸，瞬间生成生物特征向量，再与警方录入严重罪犯的观察名单进行高速比对。一旦算法给出匹配置信度，现场便衣便会进行人工复核，进而实施盘查。
然而，警方公布的早期部署登记册显示，截至3月26日的8次部署中，系统扫描了209,902人，有效命中数为零。虽然警方公关口径曾试图用13起现场相关逮捕来挽回颜面，但英国议会答辩很快证实，这些抓捕全凭巡逻警员肉眼发觉或常规办案触发，与人脸识别算法没有任何因果关系。
许多人第一反应是算法不灵。其实不然。国家物理实验室（NPL）针对该算法的独立基准评测表明，其对名单内人员的正确识别率达到89%，在一万张人脸的基准库下，非名单人员的最差误报率也只有六千分之一。
在另一块测试田里，这套技术表现完全不同。伦敦警察厅在克罗伊登街区部署固定摄像头试点时，扫描超47万人次，不仅只发生1次误报，更直接促成173起现场逮捕，带动当地区域犯罪下降10.5%，侵害女性暴力犯罪下降21%。从2024年9月至2025年9月的一整年里，伦敦警方共扫描315万人次，产生的2077次警报中有2067次为真警报，误报率低至0.0003%，促成了962起抓捕。
决定技术成败的从来不是代码精度，而是部署场景本身的犯罪密度。
场景错配：把深水细网撒进了无鱼之河
算法相同，基准一致，为什么在克罗伊登能抓获上百人，到了火车站就全盘哑火？
问题的症结在于警务场景错配。克罗伊登属于高犯罪率街区，警方预设的名单多为本地活跃盗窃犯、惯犯或通缉分子，摄像头对准的是有规律出没的特定群体，目标出现概率高。但伦敦火车站是典型的跨区域超高通量枢纽，绝大多数过客是按时打卡的工薪族和长途旅客，在逃重罪犯混迹其中的几率微乎其微。
古人讲密网捕鱼，前提是水中有鱼。把一台极其灵敏的生物筛查设备架在流速极大、目标极少的人流隘口，其产出比必然归零。在长达半年的时间里，设备租赁商拿到了真金白银，警员耗费了上百小时盯着监视器，普通乘客被无端采集了生物特征，而真正的公共安全收益却完全缺席。
这不仅仅是资金浪费，更是警务资源的实质性损耗。当高技术工具脱离了合理的业务场景，它所营造的安全感便只剩下一具昂贵的空壳。
缺乏立法约束的逆势扩张
按常理推断，当一项试点被证明投入产出极度失衡时，最合乎逻辑的做法应是止步复盘。
然而现实恰恰相反。BTP在火车站项目收官后，不仅没有叫停，反而在2026年8月11日把设备搬进了更为封闭狭窄的维多利亚地铁站，紧接着在9月24日部署至伦敦桥地铁站，并宣布将测试延长至11月。
这种逆势推进暴露了英国警务AI应用中最深层的结构性漏洞：法律授权的制度空白。截至2026年9月，英国议会尚未通过任何一部专门规制公共场所实时生物识别技术的法案。没有外部司法审查，没有法定令状门槛，技术的引入、部署甚至跨场景扩张，几乎完全由各警种内部自行签发、自行解释。
民权组织反复抗议的焦点正在于此。当公共空间缺乏法定边界时，技术的自我繁殖便不受节制。火车站试验失败了，警方给出的理由是需要寻找更有效的人流节点，于是探测器顺理成章地伸向了更加避无可避的地下铁道。
- 风险.在缺乏议会立法明确授权的背景下，以公共安全之名开展的生物识别试验极易演变为不可逆的常态化监控，公民在公共空间的匿名权正在被无声剥离。
战果归零并不可怕，可怕的是即便验证无效，系统依然能够凭借制度惯性继续深扎。这绝非单纯的算法迭代问题，而是一场在程序空转中不断蚕食公共边界的危险试验。