三十次攔截三次冤：洛杉磯警察撕毀合同撤掉全城“電子眼”

一腳剎車下去，后視鏡里警燈狂閃，你靠邊停車，雙手放在方向盤上，心里把最近三個月干過的所有事都回憶了一遍。警察走過來，語氣倒不嚴厲，只讓你出示證件，然后告訴你：系統顯示你的車是偷來的。你一頭霧水，翻出行車證解釋了半天，警察核對了五分鐘，最后揮揮手放你走。沒有道歉，沒有解釋，警車揚長而去，留你一個人在路邊心跳一百二。這不是電影橋段，而是洛杉磯警察局用了快三年的一套自動車牌識別系統每天都在上演的日常。更讓人意外的是，這一次主動叫停這套系統的，恰恰是向來對監控裝備來者不拒的洛杉磯警局自己。

洛杉磯警察局擁有超過九千名警員，是美國第三大警察力量。這支隊伍在科技裝備上花錢從不手軟：它和數據分析巨頭Palantir簽著重量級合同，用爭議極大的應用程序追蹤少數族裔社區，還經常出動無人機去監控和平抗議的人群。在這樣一張胃口極好的采購清單上，能被它打上“太危險”標簽而踢出供應商名錄的技術，屈指可數。剛剛過去的這個周末，洛杉磯警局正式宣布，不再續約與Flock Safety公司的自動車牌讀取系統合同。這個消息由美國廣播公司率先報道，警局給出的理由是“居民對隱私和公民權利的高度擔憂”。一句輕描淡寫的官方措辭背后，是一份把整個系統準確率問題掀了個底朝天的內部審計報告。

洛杉磯警局首席信息官迪恩·賈拉馬斯對媒體發表了一份措辭相當不客氣的聲明：“這份合同之所以不再續簽，是因為我們在公民自由和公民權利方面產生了嚴重關切，特別是隱私問題以及這些攝像頭所采集的數據的歸屬和使用方式。”他把警局的處境定性為“艱難的決定”：在重新通過合同關系把數據歸屬、隱私保護、安全機制和信息共享這些問題一一厘清之前，洛杉磯警方將徹底停用Flock的服務。這句話從一位警局首席信息官嘴里說出來，放在任何一座美國大城市都算得上反常信號——通常花錢買裝備的那一方是不會主動站出來討論數據采集的道德邊界的，除非它踩到的雷已經大到無法在內部消化。

幾乎就在洛杉磯警局宣布這一決定的前幾天，一場因為Flock系統誤判而引發的街頭上演式執法經歷，已經先在媒體上炸開了鍋。我們的同行媒體The Drive的記者喬爾·費德講述了他在明尼蘇達州的真實遭遇：當時他正和妻子一起試駕一輛路虎，突然就被一群荷槍實彈的警察團團圍住。警察事后告訴他，Flock集成人工智能的自動車牌攝像頭已經跟蹤他好幾天了，而系統給出的標記是——這輛車是贓車。實際情況是，那輛車自始至終清清白白，整個追蹤行動建立在一條錄入錯誤的數據之上。一個職業記者在試駕途中被當成盜車嫌疑人攔截，這本身就足夠戲劇化了。更讓人后背發涼的是，這一攔截決策在警用系統里已經默默運行了好幾天，沒有一個環節被人工復核打斷。

隨著合同終止的消息發酵，科技媒體404 Media拿到了一份來自洛杉磯警局監察長辦公室的內部審計報告，報告日期是7月10日。這份文件里的數字讓人很難坐得住：在短短兩個月的時間內，洛杉磯警局的自動車牌讀取攝像頭一共生成了161條錯誤的“被盜車輛”警報。每一次警報觸發，都意味著巡邏警員根據系統指令把一輛車攔了下來，而車上坐著的是一個完全無辜的駕駛員。同一時期，系統還產出了337條最終確認找回被盜車輛的準確警報。把這兩組數據放在一起一算，這套一直被各地警局當做破案利器的攝像頭系統，錯誤率高達32.3%。也就是說，洛杉磯警察每根據系統提示攔截三次車，其中就有一次攔錯了人。任何一個人在城市道路上正常行駛，都有三分之一的概率因為一個算法的誤判被警察在路邊逼停。

審計報告的原文表述直指問題本質：“在審查期間，警員承認有161次警報屬于準確的車牌匹配，但后續調查確認這些車輛并非被盜。”報告緊接著補上了一段在執法機構內部文件中不常見的嚴厲措辭：“這些不準確的信息除了給車主帶來不便之外，還可能影響個人自由權益，侵蝕公眾信任，并且可能引發重大的法律和財務責任風險。”這段話等于官方自己承認：即便車牌識別在技術層面匹配對了，后續的數據庫核驗環節依然一塌糊涂。警員在路上的判斷完全建立在一條未經驗證的系統推送之上，而一旦這條推送本身源自過期或錄入錯誤的數據，整條執法鏈條就直接塌方。

監察長辦公室的報告還透露出一個耐人尋味的細節：按照規定，警員在對車輛實施調查性攔截之前，必須先設法核實所有相關信息。然而報告沒有披露這161起錯誤攔截當中有多少起是因為警察跳過了這個核實步驟，而是選擇把責任更多地指向了數據源頭。調查人員給出的結論是，車牌記錄“沒有及時更新”，這種延遲“可能”會導致警察“依據不準確或過時的信息采取行動，增加不必要的執法措施風險，包括車輛攔截”。這句話里那個“可能”用得再小心不過了，但它所描述的場景已經在洛杉磯街頭真實上演了幾百次。一邊是算法以毫秒級速度推送警報，另一邊是人工數據庫的更新像老牛拉車，兩條腿完全不在一個節奏上，夾在中間的駕駛員就成了那個被算法誤傷的路人。

Flock Safety這三年在美國警務系統里的擴張速度一直很快，它的核心賣點是“人工智能驅動的自動車牌識別網絡”，把全城攝像頭連成一張天網，一旦某個車牌被標記為涉案車輛，系統就能實時推送給附近的巡邏警力。洛杉磯警局當初簽下這份合同，看中的就是這套邏輯：讓機器替人盯住路面，把警力從盲目巡邏中解放出來。但審計報告給出的32.3%錯誤率，實際上攤開了一個更根本的問題：AI在識別車牌這個環節的表現可能并沒有問題，問題出在識別之后的數據庫比對和人工核實流程上。當攝像頭準確讀出了車牌號碼，卻對接到一個沒有及時清除舊標記的數據庫，整個系統就變成了一臺高效的錯抓機器。洛杉磯警局選在這個節骨眼上踩剎車，與其說是對一家供應商關上了門，不如說是對“算法直接驅動街面武力”這套模式表達了一種難得的職場性警覺。