Fock 给警用监控塞了个 AI 搜索，能按文字描述跨摄像头盯人

WIRED 把 Flock 最新的警用搜索工具前端代码扒下来重建了一遍，结果发现这东西的功能比想象中激进——不是简单的车牌识别，而是一个能用自然语言描述"嫌疑人特征"，然后在多个摄像头画面里实时搜索匹配目标的 AI 系统。

简单说，警察在浏览器里输入"一个穿红夹克的男人，中等身高，30 岁左右"，系统就能跨摄像头网络持续检索符合这个描述的人。视频结构化和跨摄像头追踪不算了，但关键是——它接受的是自然语言描述，不是预定义的标签。

几个让人警觉的细节：

• 这套系统前端跑在警员浏览器里，意味着特征匹配逻辑可能直接在前端执行，WIRED 能逆向说明安全模型本来就薄
• "持续监控"模式意味着不需要明确嫌疑犯 ID，只要描述够模糊就能开始找人，这跟传统的"通缉犯名单匹配"完全是两个量级
• Flock 的摄像头网络在美国很多城市铺得很广，这种模糊搜索一旦规模化使用，理论上等于在公共空间跑了一个人脸/外貌的近似搜索引擎

技术上看，能跨摄像头做外观描述匹配，背后大概率是基于 ReID（行人重识别）+ 视觉语言模型（VLM）的组合——先用 VLM 把画面里的人物转成 embedding，再用 ReID 跨摄像头追踪相似的外观向量。VLM 的好处是开放词汇，警察想搜什么特征都行；坏处是精度不可控，误报率会比传统的人脸识别高得多，而且容易被对抗样本欺骗。

隐私层面就更麻烦了。这种工具目前几乎没有公开的审计标准，警员自己写描述、自己搜，没有任何司法监督闭环。等于是把一个高误报的"外貌搜索引擎"交给了一线执法者，而执法者不一定具备判断 AI 匹配结果可信度的能力。

说白了，技术本身是中性的，但把它装进一个缺乏独立审查的执法流程里，后果就不好讲了。Flock 这套系统上线后如果真铺开，最该问的问题不是"它准不准"，而是"谁在监督它怎么被用"。