一句话看懂：美国多地警方正借助自动车牌识别（ALPR）和AI工具，对“行驶模式可疑”的司机实施拦截，即使对方并无具体犯罪嫌疑；ACLU警告这类做法可能扩大为普遍的隐私风险。
事件核心：发生了什么
据Gizmodo报道，美国公民自由联盟（ACLU）在10月下旬的博客文章中披露，自动车牌识别系统已不再只用于案件调查，而是被用来标记“可疑”驾驶行为。文章以弗吉尼亚州北部20多岁的Grace Knowles为例：她于2025年9月自驾途经俄勒冈、得州和路易斯安那，在前往佛罗里达途中被一名自称FBI特别探员的执法人员拦下，对方称其车牌因“可疑出行模式”被标记，并展示了一张显示她行驶轨迹和车牌照片的热力图。
ACLU高级政策分析师Jay Stanley指出，类似遭遇对许多人来说可能更危险。目前公开信息显示，Flock Safety、Axon等公司向执法机构出售ALPR系统，可记录车辆经过的时间与位置。隐私倡导者担心，这些数据覆盖大量无犯罪嫌疑的普通人，且常在没有搜查令或合理怀疑的情况下被收集。YouGov八月调查显示，46%受访者反对在本地使用该技术，38%支持；洛杉矶警察局等机构已暂停或终止与Flock的合同。得州一个联邦陪审团本月还支持了一名因AI车牌识别导致“违宪交通拦截”而起诉的男子。
为什么重要
这反映出AI在公共安全领域的应用正从“事后侦查”滑向“事前预判”。ALPR加上AI模式分析，让执法部门可以凭行驶轨迹推断嫌疑，而非具体违法行为。这类系统一旦缺乏透明度和外部监督，容易放大误判和滥用。对AI行业而言，它也是一次现实提醒：涉及位置、图像和身份数据的模型落地，合规与公众信任可能比技术本身更决定产品能否持续。
对用户/开发者/创作者的影响
普通用户需要意识到，车辆轨迹数据正在被摄像头网络持续采集，并可能被AI用于行为画像。对开发者和企业采购方来说，涉及ALPR、计算机视觉和位置数据分析的产品，应提前评估数据最小化、访问审计和误报处理机制；在部分司法辖区，无令状采集可能面临诉讼与合同风险。内容创作者在讨论此类技术时，也应区分“已部署功能”与“厂商宣称能力”，避免把个案升级为普遍结论。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
其一，Flock等厂商是否回应ACLU的质疑，并公开AI标记“可疑行为”的具体规则；其二，更多地方执法机构是否会跟进暂停或终止ALPR合同；其三，相关诉讼和立法是否会对无令状车牌数据采集设定更明确的边界。
来源：gizmodo.com
