一句话看懂：美国车辆监控公司 Flock Safety 被曝已开发出一款名为 OS Investigate 的 AI 调查工具，它不仅能识别车牌，还能根据车辆行驶规律锁定司机身份和人际关系，将原本“只查已知车辆”的监控系统升级为“无目标筛查”工具。
事件核心：发生了什么
据 Wired 获得的文件，Flock Safety 在其官网公开的登录页面缓存中，存放了超过 450 个与 OS Investigate（原代号 Nightshift）相关的代码文件。这套 AI 工具目前正与少量执法机构合作测试，尚未正式商用。它接入了 Flock 覆盖 6000 多个社区的车牌摄像头网络，并整合了警方案件档案、911 调度记录以及商业身份数据库（含社保号、出生日期、电话号码、亲属关系等信息）。系统内置 69 条预写提示词，警官可选择、编辑后直接提交给 AI，也可以自建提示词。部分预置提示词允许警官仅凭一个地理范围和时间段，就筛选出频繁出现在该区域的车辆，再进一步将车牌转为姓名和住址，而无需任何犯罪嫌疑或具体案件线索。
为什么重要
这一产品实质上颠覆了 Flock 多年来“不能识别或追踪个人”的公开承诺。此前其系统仅对“目标车牌”报警，非目标车辆只记录不处理；而 OS Investigate 的预置提示词显示，警官可以从“地点+时间+行为模式”出发，反向挖掘出符合条件的人群，再结合商业数据完成身份确认。这使监控从“以车找案”转向“以模式找人”，大幅扩大了无证搜查的覆盖面。隐私法律专家指出，这类基于行驶频率和停留地点的关联分析，可能触及美国宪法第四修正案关于不合理搜查的边界。同时，Flock 正面临两党政治压力、警员滥用平台的事件记录，以及多城市出现的摄像头破坏浪潮，该产品的曝光可能进一步加剧公众对警方大规模监控的担忧。
对用户/开发者/创作者的影响
对普通车主而言，OS Investigate 意味着“开车路过某地”本身就可能成为被调查的依据，即使没有违章或涉案记录。该系统内置的过滤器可剔除公交车、货车、工程车等商用车辆，但普通私家车主的出行规律、常去地点、停留时长都可能被 AI 提取和关联。对 AI 行业从业者来说，该产品展示了“多源数据融合+大模型提示词工程”在公共安全领域的落地路径：它将车牌识别、案件数据、商业身份库整合为统一查询入口，并通过预置提示词降低警官使用门槛。这种“先定义搜索意图、再自动调取多库数据”的产品设计，可能成为安防类 AI 工具的通用范式。但与此同时，它也暴露了闭源商业模型在数据合规和算法透明度方面的风险——目前公开信息显示，Flock 未披露该工具的模型架构、训练数据来源或审计机制。
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
首先，Flock 表示 OS Investigate 仍在开发中，最终能力可能与测试版不同，需观察正式发布时是否缩减数据接入范围或增加司法审查流程。其次，该工具是否会被法院认定为“相当于无证搜索”而面临诉讼禁令，将是决定其商业前景的关键变量。第三，竞争对手（如 Motorola Solutions、Axon 等警用科技公司）是否会跟进类似“模式挖掘”功能，以及各州立法机构是否会出台针对 AI 预测性警务的限用法案，值得持续跟踪。
来源：Wired AI
