Flock 摄像头把路过车辆变成可搜索记录
Business Insider 于 2026 年 8 月 3 日报道称，Flock Safety 的自动车牌识别摄像头在美国已经相当常见，许多驾驶者可能在不知情的情况下经过这些设备。摄像头通常安装在道路、路口、社区入口和私人物业附近。车辆经过时，系统会拍摄影像，并用机器学习把车牌号码和可见车辆特征转换成可搜索数据。
对警察部门和其他客户来说，这种工具的吸引力很直接。车牌可以与关注名单比对，调查人员也可以在比单个本地摄像头更大的网络中搜索车辆。Business Insider 称，Flock 已在 49 个州部署约 12 万台摄像头；Flock 自己的产品资料则把车牌识别器描述为用于实时警报和车辆搜索的工具。
同样的网络效应也是争议所在。ALPR 并不只记录与调查相关的车辆。它会记录摄像头视野内的普通交通，并把这些观察结果与时间和地点信息一起保存。
Flock 如何描述安全措施
Flock 表示，其 LPR 系统关注的是车辆，而不是人脸识别。在 LPR 政策中，该公司称记录会被传输到 AWS Government Cloud，并默认以滚动 30 天为周期彻底删除，除非客户所在地法律或政策要求不同的保存期限。Flock 还表示，用户在根据警报或搜索结果采取行动前，应确认计算机对车牌的识别结果。
这些安全措施很重要，因为 ALPR 输出具有概率性。摄像头读数可能不完整或错误，即使出现匹配警报，在拦停、拘留或推进调查之前仍需要人工核验。Business Insider 提到，一些误读或核验不足的案例曾给无辜驾驶者造成严重后果，其中包括加州 Roseville 的一组数据：许多被标记为被盗车辆或重罪相关的警报后来被判定为错误。
Flock 还把数据保存描述为可在法律或政策范围内配置。这意味着隐私影响并不只由摄像头硬件决定。地方合同条款、机构政策、审计规则和数据共享设置，都会决定系统在实际使用中有多强的侵入性。
隐私组织为何反对
电子前哨基金会解释说，ALPR 系统会收集车牌、地点、日期和时间，并可用于实时关注名单警报或历史搜索。长期来看，这可能揭示出行规律以及对敏感地点的访问。ACLU 认为，问题并不局限于某一家供应商；更大的风险是，公共和私人摄像头网络会变成可搜索的行踪数据库，而透明度和监督有限。
EFF 还警告过用途扩张，称其观察到的搜索已经从具体刑事调查扩展到居住资格核查、背景调查和噪音投诉等用途。这是倡议组织的发现，并非法院裁定，但它说明了城市治理必须面对的问题：一旦位置数据库存在，谁来决定哪些搜索是正当的？
接下来应关注什么
这条科技新闻的重点不只是 Flock 摄像头能够读取车牌，而是道路上的计算机视觉正在变成共享的公共安全数据层。支持者会强调被盗车辆、失踪人员警报和更快的调查。批评者则会关注大规模收集、错误匹配、数据共享、移民执法担忧，以及许多地方缺少搜查令要求。
对居民和地方官员来说，实际清单很明确：保存期限、默认共享设置、审计日志、公开透明门户、人工核验规则、允许的搜索目的，以及任何延长保存期限是否需要民选官员批准。这些细节决定 ALPR 是保持为有针对性的调查工具，还是变成追踪日常出行的常规基础设施。