Flock 告警把车指向 5 英里外，人却被关了近一个月

核心摘要 Summary

一条 Flock 告警弹出时，距离警方追捕真正嫌疑车失败只过了 23 秒。

告警指向一辆大致相似的车。但系统时间戳显示，这辆车在案发时位于约 5 英里外。按常识，这更像排除线索，不像抓人依据。

圣迭戈警方还是逮捕了 Hugo Parra。他被控持枪抢车未遂等重罪，关押近一个月。现在，Parra 和车主 Ariel Beltran 准备起诉圣迭戈市政府，二人各索赔 150 万美元。市府已否认相关主张，案件仍处在诉讼和侵权索赔阶段。

一条告警，怎么变成重罪逮捕

这起案子最刺眼的地方，不是“AI 识别错了”。目前材料显示，警方当时甚至没有车牌号可核验，连部分车牌都没有。

他们手上的信息更薄：红色 Alfa Romeo、深色车窗、一名男子、灰色帽衫，以及衣着、胡子、肤色等表面特征。Parra 当时穿白色帽衫，坐在朋友车里；那辆车只是大致符合描述，并被 Flock 标记出来。

Parra 律师的说法很直接：同一辆车不可能同时出现在两个地方。警方还可以继续调取其他 Flock 摄像头轨迹，或用手机定位核验 Parra 的说法。

争议点就在这里。不是系统给了一个结果，警察只能照办。而是系统里同时存在不利线索和有利线索，警方疑似选择了前者，放轻了后者。

机器没有“定罪”。人把机器输出改造成了定罪捷径。

监控系统最常见的辩护词是：它只是工具。

这话没错，但不够。工具进入执法现场后，问题从来不只是准不准，还包括谁来解释、谁来复核、谁为错误付代价。

Flock 的价值主张很清楚：更快找到车辆，更快串联线索。它曾宣传，在没有完整车牌时，也可以用车型、贴纸、车身特征等建立“车辆指纹”，帮助执法机构用更少前置信息建立案件。

听起来是效率。落到 Parra 这类案子里，就变成另一回事：信息越少，权力越大，审查越弱，误伤越难逆转。

古话说，“差之毫厘，谬以千里”。在车牌识别网络里，这个“千里”不是修辞。它可能是一名普通人被带走、被起诉、被关押，然后花很久证明自己不该在那里。

Parra 的说法是，他体验到的是“有罪，直到证明无罪”。这不是情绪口号。被控暴力重罪、关押近一个月、之后看到警车就紧张，这些成本不会因为案件后来被纠正就自动清零。

这里要给 Flock 留一个边界。现在不能说 Flock 已被法院认定违法，也不能把责任全推给算法失灵。材料更指向一个低信息、高权力、弱审查的组合：告警只是入口，真正把人送进去的是办案链条。

Flock 在美国多地已遭到隐私和滥用质疑。争议包括抗议者监控、堕胎寻求者追踪、移民执法使用，以及 FBI 近实时访问 Flock 数据。圣迭戈每年约花 200 万美元维持 Flock 系统。

我不主张把所有车牌识别都打成无用。找被盗车辆、追踪暴力犯罪嫌疑车，这类工具确实可能有价值。问题是，采购一套系统很容易，给它配上硬约束很难。

对关注 AI 监控和隐私的读者，这起案子给出的不是“别用技术”这么简单的答案，而是一个更现实的检查表：

对地方政府来说，这也是预算问题。每年约 200 万美元买来的不只是摄像头网络，也是责任网络。系统越像基础设施，错误就越不能靠个案道歉消化。

对技术采购团队来说，下一步不该只看破案宣传和供应商 demo。更该写进合同和流程的，是三件事：告警不得单独作为逮捕核心依据；时间和地点矛盾必须复核；有利于嫌疑人的数据必须同等保存和披露。

接下来最该看的，也不是 Flock 会不会继续扩张。它大概率仍会被很多城市需要。真正要看的是 Parra 的诉讼能否逼出三类信息：警方当时如何解读时间戳，内部复核是否存在，圣迭戈对 Flock 告警有没有明确使用边界。

如果这些答案仍然含糊，所谓智能执法就会滑回一种很旧的东西：先抓人，再补理由。只是这次，理由披着数据外衣。

这起案子最值得记住的，不是摄像头把车拍到了哪里，而是人选择不看哪一部分证据。机器看错并不可怕，可怕的是人把错用成方便。