404 Media 在本期播客里披露，警方曾在 Flock 系统中使用“male with tattoos”——“有纹身的男性”——这样的描述性条件搜索人员。

这句话最容易被写成“AI 认出了某个人”，但现有材料支撑不了这个结论。更准确的说法是：系统可以按外貌特征筛选候选画面。它未必知道画面里的人是谁，却已经能帮助警方从大量记录中缩小范围。

问题就出在这里。

车牌通常指向一辆特定车辆。“男性”“有纹身”却可能覆盖一大片普通人。当车辆识别系统开始接受人体描述，Flock 的用途边界已经变了。

Flock 从识别车辆走到检索人员

Flock Safety 以车辆识别和车牌读取系统为人所知。传统自动车牌识别，也就是 ALPR，主要读取车牌字符，并结合时间、地点、车型或颜色等车辆信息进行查询。

404 Media 披露的搜索方式不同。警方输入的不是车牌，而是人体外貌描述。

这也不能和人脸识别混写。三者查询对象、返回结果和风险都不一样：

技术或查询方式典型输入通常返回什么是否直接确认身份
车牌识别（ALPR）车牌号、车型、颜色符合条件的车辆记录不能直接确认驾驶者，需要结合其他数据库
外貌描述搜索性别、服装、纹身等特征符合描述的候选画面不能据此确认某个人是谁
人脸识别人脸图片或面部特征模板相似人脸或身份候选可能指向身份，但仍需人工和其他证据核验

这一区分很重要。

“搜出候选画面”和“锁定具体身份”之间，还隔着人工复核、其他记录和执法程序。把两者写成一回事，会夸大 Flock 当前能力；但因为它尚未做到身份识别，就把风险说轻，同样站不住脚。

现有播客简介没有交代具体警局、案件、使用时间，也没有提供搜索规模、准确率和技术机制。我们还不知道系统能检索多少摄像头、数据保存多久、查询是否需要上级批准，以及一次搜索会留下怎样的审计记录。

这些缺口本身就是新闻的一部分。执法工具的能力已经对外露出一角，约束它的规则却还看不清。

宽泛描述，让追踪成本迅速下降

警方当然有现实需求。案件没有车牌、只有目击者描述时，按衣着或身体特征筛选画面，可能比人工逐段查看录像更快。寻找失踪人员、追查明确嫌疑人，也可能从中受益。

我不反对描述性搜索这个功能本身。我不太买账的是，把它当成普通的软件升级，而不同时提高授权门槛。

“有纹身的男性”不是精确标识。纹身可能只露出一角，衣服会遮挡，画面角度和光线也会影响匹配。即使系统准确执行了查询，返回的仍可能是一批“符合宽泛描述的人”，而不是警方真正要找的人。

技术在这里降低了两种成本：

  • 警方不必先掌握车牌或姓名，也能发起搜索；
  • 一次模糊描述，可以快速召回原本需要人工翻看的候选记录。

先承受这份代价的，往往不是抽象的“社会公众”。

一个有纹身的普通路人，只因经过案发地点附近，就可能进入候选结果。参加抗议活动的人，如果衣着、背包或身体特征被记录，也可能被更快地从分散画面中筛出。外貌特征越常见、描述越宽，额外核查落到无关人员身上的概率就越难忽略。

候选命中还不是定罪，却可能触发后续调阅、交叉比对或盘问。对当事人来说，系统是否“技术上没有确认身份”，未必能减少现实压力。

美国殖民时期对“general warrants”，也就是宽泛搜查令的反感，后来成为第四修正案的重要历史背景之一。今天检索公共空间影像，当然不完全等同于入户搜查。但旧教训依然管用：搜索条件越宽，授权理由、使用范围和事后留痕就越不能含糊。

如果你所在的城市采购了 Flock，最现实的动作不是研究模型参数，而是查当地警局或政府公开的合同、使用政策和会议文件。关键问题只有几项：

  • 系统允许搜索哪些人体特征？
  • 普通警员能否直接查询，还是需要主管批准？
  • 数据保存多久，是否与其他机构共享？
  • 每次查询是否记录操作者、理由和案件编号？
  • 无关人员被纳入候选后，有没有纠错、删除或申诉渠道？

这些问题如果没有清楚答案，系统越好用，权力扩张反而越安静。

旧书交易与 Suno 泄露，照见另一条隐蔽数据链

本期播客还谈到两件生成式 AI 新闻。它们和 Flock 不是同一事件，不能硬凑成一桩案子，但共同暴露了一种行业习惯：数据从哪里来，外界往往最后才知道。

一条线索是，AI 公司秘密批量购买旧书，卖方还承诺对交易保密。现有材料没有交代具体采购规模、书籍用途和后续处理方式，因此不能直接断言这些书被用于模型训练。

但“批量购书”和“交易保密”放在一起，至少说明 AI 数据供应链远比公开授权页面复杂。书可能经过收购商、扫描方、数据处理商，再进入模型公司的资料库。作者通常看不到这条链，外界也难以判断作品究竟通过什么合同被使用。

另一条线索来自 Suno 黑客事件。404 Media 称，泄露信息据称暴露了 Suno 抓取 YouTube、Deezer 和 Genius 的数据来源。

这里同样要控制判断强度。原材料没有提供抓取方式、数据范围和技术细节，“抓取”也不等于法院已经认定违法。版权许可、平台条款和具体使用方式，都可能影响法律结论。

但对音乐人和内容创作者来说，现实问题已经很具体：作品进入训练流程，可能不是通过一次清楚可见的直接授权，而是经过平台抓取、第三方数据商或秘密采购。

“天下熙熙，皆为利来。”数据链之所以喜欢藏在幕后，未必都因为违法，也可能为了避免版权成本、商业竞争和声誉压力。可一旦来源长期不公开，权利人连谈判对象是谁都难以确定。

Flock、旧书采购和 Suno 泄露没有共享同一套技术，却共享一种权力结构：系统能力由机构掌握，数据来源和使用规则由内部决定，外界只能通过报道、泄露或采购文件拼回真相。

回到“有纹身的男性”这次搜索，真正决定风险的不是模型能否理解这几个词，而是谁能输入它、何时能输入、结果保存多久、事后有没有人检查。功能已经越过车牌，规则就不能继续停在查车时代。