Flock Safety 的 AI 搜索可以以行为为起点，而不是以嫌疑人为起点

Why it matters

Flock Safety is moving from recording vehicle evidence to generating investigative targets, forcing Langley to prove that product safeguards can keep pace with AI-powered police search.

Garrett Langley (@glangley) 通过向执法人员提供车辆证据，将 Flock Safety 打造成全国性的警务技术平台。WIRED 于 8 月 19 日报道，Langley 的下一款产品可以在没有已知车牌、人员或犯罪的情况下启动调查。

该 AI 系统最初名为 Nightshift，现在称为 OS Investigate，允许警员通过移动模式搜索人员和车辆。根据 WIRED 的报道，该系统可以将车辆扫描与案件档案、逮捕记录、911 调度日志、弹道检测结果和商业身份数据库相连接。

这一扩展使 Langley 距离 Flock Safety 的第一个原型 有了很大差距：在他的亚特兰大社区发生入室盗窃后，他把一部 Android 手机放进防水盒中。Langley 是Georgia Tech 电气工程毕业生，于 2017 年与 Matt Feury 和 Paige Todd 一起创立了 Flock Safety，并加入了 Y Combinator 的 2017 年夏季团队。最初的主张很直接：捕捉警察称他们需要用来调查财产犯罪的车牌信息。

OS Investigate 将那套证据系统转变为一个模式引擎。对调查人员而言，预期回报是速度。曾经需要在摄像记录、调度软件、案件档案和身份数据库之间切换的搜索，现在可以通过聊天界面组装。风险也来自同一功能：警员可以要求软件选择谁应当受到更密切的审查。

从车辆证据到行为搜索

一些 OS Investigate 的提示以熟悉的警务工作为起点。警员可以输入车牌并请求返回在该车牌附近出现过的相关车辆。

其他提示则是反向搜索。一个提示通过查找过去 14 天内在某社区最常出现的车辆来寻找潜在目击者。另一个查找在三天内访问三家或更多零售地点的车辆。类似的搜索针对反复光顾银行、在加油站过夜停留，或城市间往返行程。

WIRED 报道 指出 19 个提示关注模式，而 14 个提示在没有车牌、姓名或体貌描述的情况下即可运行。警员提供一个地点、一个时间段和一种行为，OS Investigate 则返回符合条件的人或车辆。

该系统随后可以用姓名、地址、亲属、电话号码、在线账户以及先前出现在警方记录中的信息来丰富一个车牌记录。另一个提示以两年内被逮捕超过两次的人为起点，绘制其住址、检索这些地址的服务呼叫记录，并对工作流程选出的三人下达一项详细的“工作调查”。

这些输出是调查线索。推断出的两辆车之间的关联并不能证明其车主相互认识，而在商业区的反复通行也不能证明存在刑事行为。预先编写提示的便利性可能会使本来不确定的统计关系看起来像是常规的数据库结果。

WIRED 从通过 Flock Safety 登录页面暴露的文件中重建了界面的一部分。代码显示了提示、可用工具、搜索表单和预期工作流程。它并未揭示模型的底层指令、对请求所施加的服务器端检查、当前测试者可用的哪些工具，或系统在运行时如何响应。

Flock Safety 告诉 WIRED，OS Investigate 仍在与一小部分执法合作伙伴共同开发中。发言人 Paris Lewbel 将其描述为与 Flock Safety 的车牌识别产品分离，并表示观察到的能力在更广泛发布前可能会发生变化。

Langley 的下一个平台押注

该产品符合 Langley 多年来追求的方向。Flock Safety 已从固定车牌识别器扩展到视频摄像头、枪声检测、无人机、911 软件以及实时犯罪中心的工具。OS Investigate 提供了可以将这些记录一起查询的那一层。

投资者为这一转变提供了资金。Flock Safety 的2025 年 3 月融资 筹集了 2.75 亿美元、估值 75 亿美元，由 Andreessen Horowitz 领投，Greenoaks Capital 和 Bedrock Capital 跟投。Meritech Capital、Matrix Partners、Sands Capital、Founders Fund、Kleiner Perkins、Tiger Global 和 Y Combinator 也参与了此次融资。

融资公告 表示该投资将用于产品创新、研发以及美国本土制造，调查情报是被列为开发目标的领域之一。OS Investigate 展示了战略目的：Flock Safety 希望掌握警员决定调查对象的软件，将其业务扩展到摄像头视频流之外。

市场也在朝同一方向发展。Axon 在 2025 年推出了固定车牌识别摄像头和额外的 AI 工具，将车辆识别与其 Fusus 实时运营平台连接起来。警用供应商正竞争于将调度、证据、视频和记录合并到一个可搜索的系统中。Flock Safety 以 WIRED 估计覆盖 6,000 多个社区的摄像头网络进入这一竞赛。

监管框架必须跟上产品的步伐

Langley 的核心产品挑战是治理。Flock Safety 长期强调其车牌识别器专注于车辆，不使用面部识别。OS Investigate 在这些车辆数据周围添加了身份记录、体貌描述搜索、移动轨迹分析和软件生成的关联。一旦同一界面将二者连接起来，跟踪车牌与跟踪个人之间的区别就难以维系。

在记录在案的滥用之后，Flock Safety 正在收紧控制。The Washington Post 记录了 40 多起警员滥用案例，包括通过该网络进行的涉嫌跟踪。

8 月 13 日，Langley 宣布了新的保障措施，包括建议的七天默认保留期、为执法客户提供的强制性审计协助、对异常活动的自动锁定，以及在 2026 年底前要求使用案件编码。现有客户可以保留本地批准的数据保留期，并且在紧急情况下可跳过案件编码要求，但需事后审查。

这些控制是围绕人为发起的搜索设计的。OS Investigate 添加了自动线索生成、可编辑的自然语言提示以及跨多个数据库的搜索链。有效的监督必须能记录警员的查询、AI 调用了哪些工具、返回了哪些记录、生成了哪些推断，以及随后采取了哪些行动。

地方抵制已经在形塑 Flock Safety 的销售环境。CBS News 于 2 月 24 日报道，Mountain View 投票终止了其 Flock Safety 合同，Los Altos Hills 是北加州已终止自动车牌识别器合同的城市之一，Santa Clara County 的监督官员讨论了更改县级管理这些摄像头的政策。在德克萨斯，Bandera City Council 在 2026 年 5 月 12 日以 3 比 2 的票数投票终止了其 Flock Safety 合同。

OS Investigate 为 Langley 提供了一个在技术上可信的解决方案，以应对一个真实的警务问题：调查人员拥有太多互不关联的数据，却时间太少。它还为警员提供了一个能够从普通移动中生成嫌疑人的系统。Langley 接下来的关键验证点是：在 AI 生成的线索到达从未被怀疑犯罪的个人之前，Flock Safety 是否能够在产品内部设置可执行的限制。