伦敦警察用AI抓内鬼：一周揪出98人

你是一名伦敦警察，某天系统提示你的排班记录被标记了。不是上司查的，是Palantir的软件算的。一周后，三名同事被捕。

Palantir的伦敦实验

《卫报》披露的细节像一份普通的公司审计报告。98名警员涉嫌操纵排班系统谋利，约500人收到预防通知。42名高级警官因违反混合办公规定被审查。12人因未申报共济会成员身份面临严重不当行为调查。

三名警员被捕，两人收到严重不当行为通知。

这些发现来自为期一周的试点。Palantir的系统接入了大都会警察局的内部数据，标记出异常模式：谁在什么时间点打卡、谁的排班组合不符合规则、谁访问了不该访问的数据库。

试点中最刺眼的部分恰恰是它的日常感。没有科幻片里的全息投影，就是Excel表格般的清单——姓名、违规行为类型、风险评分。操纵排班系统、违反考勤规定、未申报社团关系，这些原本需要人工逐条核查的"小事"，被算法批量打捞出来。

大都会警察局的逻辑很直接：老系统太慢，新系统够快。

争议公司的标准路径

Palantir的商业模式有一条清晰轨迹。它与美国移民与海关执法局、多个军事机构的合作，让批评者认定其数据处理工具天然倾向于演变为监控网络。

CEO亚历克斯·卡普今年2月回应过这类质疑。他称公司系统包含防止政府越权的保障机制，同时披露了一个数字：2025年第四季度美国政府业务收入同比增长66%，达到5.7亿美元。

增长与争议并行，这是Palantir的常态。

伦敦的试点恰逢AI监管收紧的窗口期。OpenAI因ChatGPT相关问题面临调查，说明当 oversight 不明确时，AI工具会迅速从"有用软件"滑向"问责议题"。大都会警察局的选择，本质上是在效率与争议之间做了取舍。

卡普的辩护重点在于"保障机制"，但《卫报》的报道未提及这些机制在伦敦试点中的具体运作方式。系统标记的98人中，有多少经过人工复核？算法输出的"风险评分"权重如何设定？这些细节未被披露。

英国为何持续押注

执法领域只是Palantir在英国扩张的一角。

英国国家医疗服务体系刚签下3.3亿英镑的数据平台合同，由Palantir搭建"联邦数据平台"，连接全国医疗数据。官方反复强调：Palantir不能出售NHS数据，也不能用其训练AI模型。但批评声浪未消。

金融行为监管局也在用Palantir软件打击金融犯罪。

对大都会警察局而言，这套系统的吸引力在于速度对比。传统内部调查依赖举报和抽查，Palantir的模式是持续扫描全部数据。操纵排班系统这类需要交叉比对考勤记录、财务申报、通讯日志的行为，人工核查周期以月计，算法以小时计。

但速度带来了新的问题。500人收到"预防通知"——这个处置措施的模糊性令人困惑。是警告？是观察名单？还是某种信用污点？《卫报》的报道未解释其法律后果。

同样未解释的是"共济会成员身份"为何成为算法标记项。未申报社团关系被列为严重不当行为，这一规则本身的合理性，与算法发现违规行为的能力，是两个层面的问题。Palantir的系统擅长后者，却可能让前者更难被质疑。

技术中立性的幻觉

试点结果公布时，一种叙事开始浮现：AI终于用来做"正确的事"了。抓腐败、查渎职，比监控抗议者或追踪移民听起来正义得多。

但这种叙事忽略了关键事实。同一套系统，同一套技术架构，在不同场景中切换功能模块即可。伦敦试点中扫描排班数据的算法，与Palantir为其他客户部署的系统，底层能力并无本质区别。

大都会警察局的"成功故事"可能成为其他机构的采购理由。当技术供应商同时服务于执法、医疗、金融监管部门时，其跨领域的数据整合能力会自然增强——即便各客户的数据池名义上隔离。

卡普提到的"保障机制"具体指什么？是技术层面的访问控制，还是合同条款中的使用限制？报道未提供细节。在缺乏透明审计的情况下，"保障"一词更接近公关话术而非可验证的事实。

试点的一周时间框架也值得注意。98名被评估人员、500份预防通知、42名高级警官审查——这些数字产生于极短的运行周期。如果试点延长，标记规模会线性增长还是指数增长？系统是否存在误报率？这些问题没有答案。

伦敦的实验揭示了一种治理困境。公共机构面临效率压力，技术供应商提供即时解决方案，监管框架滞后于部署速度。当Palantir的系统在三名警员被捕后才引发公众讨论时，决策的闭环早已完成。

大都会警察局尚未公布是否将扩大Palantir的使用范围。但3.3亿英镑的NHS合同表明，英国政府层面的信任投票已经投下。执法试点的"成功"，正在为更大规模的数据整合铺路。

对于被标记的500名收到预防通知的警员，算法的判断将成为其职业生涯的变量。他们是否有权知晓评分依据？能否申诉？这些程序正义的问题，在效率叙事中被轻轻带过。

Palantir在伦敦的角色转换颇具象征意义。从帮助找到腐败警员，到连接全国医疗数据，其业务边界不断扩展。每一次扩张都伴随着类似的承诺：数据安全、使用限制、人工监督。而每一次承诺的验证，都依赖于外部无法触及的内部流程。

试点中最普通的发现——42名高级警官违反混合办公规定——或许最能说明问题。算法擅长识别规则违反，但不判断规则本身是否合理。当技术系统成为纪律执行的工具，关于规则正当性的讨论空间会被压缩。

伦敦的警员们现在面对的是一个新现实：他们的数字痕迹正在被持续计算。不是因为他们被怀疑，而是因为系统有能力检查所有人。这种从"嫌疑驱动"到"能力驱动"的监控逻辑转变，其长期影响远超一周的试点数据所能显示。

卡普5.7亿美元的政府收入数字，与伦敦试点的一周周期，构成了同一枚硬币的两面。商业成功与技术部署相互强化，而公共讨论始终滞后一步。当大都会警察局考虑下一步采购时，可供参考的"成功案例"又多了一个。