当每一辆车都被“记住”：Flock 监控网络为何让美国人开始警惕“安静的天网”

不只是看车牌，它是在给每辆车做“数字画像”

如果你以为路口那台摄像头只是扫一眼车牌，那你可能低估了今天的监控产业。根据 Stop Flock 网站整理的信息，Flock Safety 的核心卖点早已不是传统的车牌识别，而是一套更“聪明”也更让人不安的系统：它会记录车辆颜色、品牌型号、轮毂样式、车顶行李架、车身划痕，甚至连保险杠贴纸的位置都能纳入分析。换句话说，即便你没被拍到清晰车牌，系统也可能通过“蓝色轿车、左侧有凹陷、后挡风玻璃贴了某个贴纸”把你捞出来。

这听起来像刑侦剧里的桥段，现实却更直接。Flock 还提供所谓的“车队分析”（Convoy Analysis），试图找出经常一起出现的车辆，推断司机之间是否存在关联。技术公司会把这包装成“发现同伙”“还原嫌疑人行动轨迹”，但换个角度看，它同样意味着：你的通勤搭子、恋人、同事、家人，甚至只是恰好经常与你同路的人，都可能被算法串成一张隐形关系网。

监控技术最让人后背发凉的地方，往往不是镜头拍到了什么，而是系统开始“理解”你。今天它识别的是车，明天就可能是生活模式。你每周几去医院、多久去一次某个社区、和谁经常同时出现在某条路上，这些信息单独看都不稀奇，连起来却足以拼出一个人的生活轮廓。对于警务系统来说，这当然是高价值数据；对于普通人来说，这意味着你在公共空间中的匿名性，正在被一点点抽干。

监控不是未来式，它已经长在城市毛细血管里

更关键的问题不是“这套系统厉不厉害”，而是“它到底铺了多大”。按照原文援引的数据，Flock 在美国已部署超过 10 万台 AI 摄像头，电子前哨基金会（EFF）的监测则显示，到了 2025 年，已有超过 3000 家执法和政府机构使用 Flock 产品。Stop Flock 提供的众包地图甚至只展示了其中大约一半设备，底特律、旧金山等城市的分布图看上去，已经很难用“零星部署”来形容，更像是道路基础设施的一部分。

这就是这件事真正值得警惕的地方：很多监控技术不是通过一次轰轰烈烈的立法，或一次全民热议的发布会进入社会，而是在“为了安全嘛”“先试试看”“装几个重点路口”的语境中慢慢扩散。等公众回过神来，摄像头已经从警局门口装到了社区入口、商场停车场、高速匝道和住宅区周边。它们彼此联网，数据长期存储，还能跨地区调用。你不会每天抬头看见它，但它几乎可以每天看见你。

原文提到一个很有冲击力的例子：2025 年，一名记者在弗吉尼亚乡村开车 300 英里，结果被 15 个不同执法机构运营的近 50 台监控摄像头捕获。后来他申请调取自己的监控记录，发现系统已经能勾勒出他的出行规律，乃至让他的行为对查看数据的人来说变得“可预测”。这件事最刺耳的一点在于：他自己未必记得某天什么时候去过哪里，但警方如果接入系统，几乎可以秒查，而且不需要搜查令。

很多科技产品的扩张逻辑都类似：先从最容易获得共识的场景切入，比如失窃车辆、失踪人员、暴力犯罪；接着能力一点点外溢，边界一点点模糊。你很难反对“找回被偷的车”，就像你很难反对“打击诈骗”或“保护儿童”。但社会真正该讨论的，从来不是某个好目的本身，而是为实现它，我们愿意付出怎样的制度代价。

问题不只是隐私，而是权力开始绕过程序

支持者常说一句话：“你又没做坏事，怕什么监控？”这句话表面朴素，实际上偷换了概念。隐私从来不是掩盖犯罪，而是一个普通人在没有被怀疑、没有被起诉、没有被授权调查的前提下，不该被持续记录和分析的基本边界。美国关于 Flock 的争议，核心也并不只是“讨不讨厌被拍”，而是它在事实上绕开了许多本应存在的法律程序。

原文反复强调一个关键点：这类系统往往可以在没有搜查令的情况下被执法部门查询。美国宪法第四修正案原本就是为限制“无差别搜查”而生，历史上反对的是那种不分对象、没有明确范围的广泛授权。放在今天，持续收集全城车辆动向、长期留存、按条件检索，本质上和给每一辆车偷偷装一个 GPS，已经越来越接近。2024 年，美国一名法官就曾形容某地的 Flock 网络像是“罩在整座城市上空的拖网”。这个比喻非常准确：不是你被单独盯上，而是所有人先被打捞进数据库，然后再决定谁值得被重点看。

更麻烦的是，Flock 作为私营公司，处在一个相当微妙的灰色地带。政府直接做某些事情，可能面临更严格的宪法审查；企业先收集，再与执法部门共享或出售，约束却往往更弱。这种“外包式监控”是近几年全球都在出现的趋势：政府不一定亲自把每一只眼睛装到街头，但它完全可以购买、接入、调用由企业搭好的感知网络。

技术圈有个老问题：当一种能力变得足够便宜，它就会被滥用。原文列举的堪萨斯案例里，一名警察局长曾 228 次利用 Flock 系统跟踪前女友及其新伴侣。这个故事并不新鲜，新鲜的是工具越来越强、调用越来越方便。过去，滥用权力还需要点体力和成本；现在，可能只需要一个搜索框和几次点击。监控系统最危险的场景，往往不是官方宣传片里的抓捕瞬间，而是某个普通工作日下午，一个拥有权限的人出于私欲、偏见或好奇心，轻轻敲下回车键。

“更安全”是真的吗？科技公司卖的是答案，社会面对的却是副作用

Flock 以及类似公司最擅长的叙事，就是把自己包装成“高精度警务”的基础设施提供者：数据更全、反应更快、破案更准。听上去非常像今天科技行业的标准配方——只要信息足够多、算法足够好，城市治理的一切难题都能被优化。但现实往往没这么线性。

Stop Flock 引用多方研究和案例，质疑这类系统在降低犯罪方面的证据并不扎实，反而可能强化既有偏见。例如在伊利诺伊州 Oak Park，一项数据披露显示，通过 Flock 警报触发的拦截中，84% 的司机是黑人，而当地黑人居民比例只有 21%。算法本身未必“种族主义”，但它吃进去的历史执法数据、布设点位、关注区域，本来就可能带着偏差。于是所谓中立的技术，最终只是把旧问题自动化了。

这几年类似争议并不陌生。无论是美国多地的预测性警务系统，还是零售业的人脸识别防盗，很多产品都走过一条相似路径：先被夸成高效工具，再被发现伤害了无辜、放大了偏见、缺少审计，最后在诉讼、媒体和公众压力中收缩。Flock 当前虽然强调自己不做人脸识别，但别急着庆幸。今天不扫脸，不等于明天不会接入更多维度的数据；而且只靠车辆轨迹和关联分析，已经足够让一个人的生活暴露在系统之下。

更值得深想的是，为什么我们总把“安全”理解成“看得更多、记得更久、算得更细”？这其实是科技产业和公共治理共同塑造的一种思维惯性：社区问题、治安问题、贫困问题，似乎都能靠更多传感器解决。可现实世界没有这么省事。原文提到，一些社区主导的安全项目、非营利组织和干预计划，在减少暴力犯罪方面取得了相当可观的效果。它们不如摄像头性感，不像 AI 那么方便做演示，但它们处理的是问题的土壤，而不是只在枝叶上装镜头。

当街角摄像头成为默认配置，我们该问什么

我觉得 Stop Flock 这个网站最有价值的地方，不是它反对某家公司，而是它逼着人们重新提问：在一个几乎所有移动都可被记录、搜索、关联的社会里，什么才算合理的公共安全边界？如果警方无需搜查令就能跨区域查询一个人的车辆历史，那程序正义还剩多少含金量？如果社区和商场、物业、雇主都能成为监控网络的节点，公共空间与私域空间之间的界线又在哪里？

中国读者看这件事，也许会有一种熟悉感。我们这些年已经非常习惯“摄像头越多越安全”的城市叙事，车牌识别、轨迹管理、园区门禁、商场视频分析，都不新鲜。差别不在于有没有技术，而在于社会是否持续追问：这些技术谁来部署、谁能访问、保存多久、怎么审计、能否申诉、滥用怎么追责。如果这些问题始终无人回答，那么再先进的系统，也不过是把“方便管理”伪装成“理所当然”。

技术从来不是原罪。找回被盗车辆、追踪肇事逃逸、定位失踪者，这些都是监控系统能做的好事，没人会轻易否认。问题在于，好技术一旦被嵌入缺乏透明度和约束的制度，就会迅速滑向“先全量收集，再按需使用”的逻辑。那不是精准打击，而是低摩擦、默认化的监控社会。

如果说互联网时代教会了我们“免费产品的代价通常是数据”，那么 AI 监控时代也许正在教会我们另一件事：当安全被打包成商品出售，最先被让渡的，往往不是罪犯的自由，而是所有普通人的日常匿名权。