10 月 26 日，美国公民自由联盟披露了一份正在扩散的执法实践：警务系统接入车牌识别数据后，由 AI 判定驾驶轨迹是否可疑，再以此为由拦车。报道援引一名叫 Grace Knowles 的女性经历，她在 2025 年 9 月驾车途中被拦下，理由是使用了自动车牌识别系统的一段热力图显示她的行驶轨迹可疑。
从怀疑车辆到怀疑人
Flock 等公司早在 2025 年 7 月就宣传能用算法识别行驶模式可疑的司机，并追踪车辆与哪些车辆经常同时出现。一年后的进展是，这类系统被接入到可对车牌数据做开放式查询的 AI 系统里，输入不再只是车牌读数，还包括逮捕记录、案卷，以及各类商业数据经纪商数据库中的个人信息。
边境巡逻部门已在全国范围内监控驾驶模式可疑的司机。一名运送家具的小企业司机在南卡罗来纳出发、距墨西哥边境约 100 英里的地方被当地警察拦下，理由是联邦融合中心通报他的行程可疑，搜查没有发现违法物品，但警方仍以洗钱嫌疑逮捕了他，并扣留了他携带的数千美元现金。
借口执法成了常规手段
这类拦车在执法术语里有专门的名字，叫托词拦截或情报拦截，通常用一个轻微或编造的违法理由把人拦下，真正的目的藏在后面。得州一个陪审团最近支持了一名起诉当地警察部门的石油设备经销商，行车记录仪显示他确实压了车道线，警员后来也承认这个理由是编造的，真实原因是他当天从休斯敦开车去了卡里索斯普林斯又返回，而边境部门此前已把他标记为可疑。
这类拦截过去也存在，但性质变了。以前警察只能靠已有的执法经验判断，现在技术可以把所有人的行踪都记录下来，再用 AI 从海量数据里筛出嫌疑人，然后用编造的理由把人拦下。每一个 AI 算法扫过的路口，都会卷进远比真正违法者多得多的无辜者。
从数据治理的角度看，这和站内记录的 Meta AI 助手为每位联系人建档的隐私争议指向同一个源头：数据被批量采集、批量画像，再被用于与数据主体预期不符的判断。区别只在于这次被判断的是不是还有没有人权。
延伸阅读
- Meta AI助手Muse被曝为每位联系人建档：隐私争议背后的三个核心问题3 周前
- ChatGPT 上线锁定聊天：四位 PIN 码加生物识别保护敏感对话6 天前
- 谷歌隐私政策转向：Gmail 与相册数据可用于广告定向4 天前
- Meta 被判向新墨西哥州赔 250 亿美元，源于 4300 万次违法5 天前
继续读
同一批更新里这几篇值得一看：
- 谷歌隐私政策转向：Gmail 与相册数据可用于广告定向2026-10-24
- Meta 被判向新墨西哥州赔 250 亿美元，源于 4300 万次违法2026-10-22
- ChatGPT 上线锁定聊天：四位 PIN 码加生物识别保护敏感对话2026-10-22
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记