三十次拦截三次冤：洛杉矶警察撕毁合同撤掉全城“电子眼”

一脚刹车下去，后视镜里警灯狂闪，你靠边停车，双手放在方向盘上，心里把最近三个月干过的所有事都回忆了一遍。警察走过来，语气倒不严厉，只让你出示证件，然后告诉你：系统显示你的车是偷来的。你一头雾水，翻出行车证解释了半天，警察核对了五分钟，最后挥挥手放你走。没有道歉，没有解释，警车扬长而去，留你一个人在路边心跳一百二。这不是电影桥段，而是洛杉矶警察局用了快三年的一套自动车牌识别系统每天都在上演的日常。更让人意外的是，这一次主动叫停这套系统的，恰恰是向来对监控装备来者不拒的洛杉矶警局自己。

洛杉矶警察局拥有超过九千名警员，是美国第三大警察力量。这支队伍在科技装备上花钱从不手软：它和数据分析巨头Palantir签着重量级合同，用争议极大的应用程序追踪少数族裔社区，还经常出动无人机去监控和平抗议的人群。在这样一张胃口极好的采购清单上，能被它打上“太危险”标签而踢出供应商名录的技术，屈指可数。刚刚过去的这个周末，洛杉矶警局正式宣布，不再续约与Flock Safety公司的自动车牌读取系统合同。这个消息由美国广播公司率先报道，警局给出的理由是“居民对隐私和公民权利的高度担忧”。一句轻描淡写的官方措辞背后，是一份把整个系统准确率问题掀了个底朝天的内部审计报告。

洛杉矶警局首席信息官迪恩·贾拉马斯对媒体发表了一份措辞相当不客气的声明：“这份合同之所以不再续签，是因为我们在公民自由和公民权利方面产生了严重关切，特别是隐私问题以及这些摄像头所采集的数据的归属和使用方式。”他把警局的处境定性为“艰难的决定”：在重新通过合同关系把数据归属、隐私保护、安全机制和信息共享这些问题一一厘清之前，洛杉矶警方将彻底停用Flock的服务。这句话从一位警局首席信息官嘴里说出来，放在任何一座美国大城市都算得上反常信号——通常花钱买装备的那一方是不会主动站出来讨论数据采集的道德边界的，除非它踩到的雷已经大到无法在内部消化。

几乎就在洛杉矶警局宣布这一决定的前几天，一场因为Flock系统误判而引发的街头上演式执法经历，已经先在媒体上炸开了锅。我们的同行媒体The Drive的记者乔尔·费德讲述了他在明尼苏达州的真实遭遇：当时他正和妻子一起试驾一辆路虎，突然就被一群荷枪实弹的警察团团围住。警察事后告诉他，Flock集成人工智能的自动车牌摄像头已经跟踪他好几天了，而系统给出的标记是——这辆车是赃车。实际情况是，那辆车自始至终清清白白，整个追踪行动建立在一条录入错误的数据之上。一个职业记者在试驾途中被当成盗车嫌疑人拦截，这本身就足够戏剧化了。更让人后背发凉的是，这一拦截决策在警用系统里已经默默运行了好几天，没有一个环节被人工复核打断。

随着合同终止的消息发酵，科技媒体404 Media拿到了一份来自洛杉矶警局监察长办公室的内部审计报告，报告日期是7月10日。这份文件里的数字让人很难坐得住：在短短两个月的时间内，洛杉矶警局的自动车牌读取摄像头一共生成了161条错误的“被盗车辆”警报。每一次警报触发，都意味着巡逻警员根据系统指令把一辆车拦了下来，而车上坐着的是一个完全无辜的驾驶员。同一时期，系统还产出了337条最终确认找回被盗车辆的准确警报。把这两组数据放在一起一算，这套一直被各地警局当做破案利器的摄像头系统，错误率高达32.3%。也就是说，洛杉矶警察每根据系统提示拦截三次车，其中就有一次拦错了人。任何一个人在城市道路上正常行驶，都有三分之一的概率因为一个算法的误判被警察在路边逼停。

审计报告的原文表述直指问题本质：“在审查期间，警员承认有161次警报属于准确的车牌匹配，但后续调查确认这些车辆并非被盗。”报告紧接着补上了一段在执法机构内部文件中不常见的严厉措辞：“这些不准确的信息除了给车主带来不便之外，还可能影响个人自由权益，侵蚀公众信任，并且可能引发重大的法律和财务责任风险。”这段话等于官方自己承认：即便车牌识别在技术层面匹配对了，后续的数据库核验环节依然一塌糊涂。警员在路上的判断完全建立在一条未经验证的系统推送之上，而一旦这条推送本身源自过期或录入错误的数据，整条执法链条就直接塌方。

监察长办公室的报告还透露出一个耐人寻味的细节：按照规定，警员在对车辆实施调查性拦截之前，必须先设法核实所有相关信息。然而报告没有披露这161起错误拦截当中有多少起是因为警察跳过了这个核实步骤，而是选择把责任更多地指向了数据源头。调查人员给出的结论是，车牌记录“没有及时更新”，这种延迟“可能”会导致警察“依据不准确或过时的信息采取行动，增加不必要的执法措施风险，包括车辆拦截”。这句话里那个“可能”用得再小心不过了，但它所描述的场景已经在洛杉矶街头真实上演了几百次。一边是算法以毫秒级速度推送警报，另一边是人工数据库的更新像老牛拉车，两条腿完全不在一个节奏上，夹在中间的驾驶员就成了那个被算法误伤的路人。

Flock Safety这三年在美国警务系统里的扩张速度一直很快，它的核心卖点是“人工智能驱动的自动车牌识别网络”，把全城摄像头连成一张天网，一旦某个车牌被标记为涉案车辆，系统就能实时推送给附近的巡逻警力。洛杉矶警局当初签下这份合同，看中的就是这套逻辑：让机器替人盯住路面，把警力从盲目巡逻中解放出来。但审计报告给出的32.3%错误率，实际上摊开了一个更根本的问题：AI在识别车牌这个环节的表现可能并没有问题，问题出在识别之后的数据库比对和人工核实流程上。当摄像头准确读出了车牌号码，却对接到一个没有及时清除旧标记的数据库，整个系统就变成了一台高效的错抓机器。洛杉矶警局选在这个节骨眼上踩刹车，与其说是对一家供应商关上了门，不如说是对“算法直接驱动街面武力”这套模式表达了一种难得的职场性警觉。