靠分析行车路线抓毒贩：AI 道路监控帮纽约警方锁定嫌疑人

如果你开车在路上，没有超速，没有闯红灯，甚至车牌和驾照全都合法，警察凭什么把你拦在路边？

答案可能听起来有点像科幻电影：算法觉得你的行车轨迹，长得太像一个毒贩了。

在纽约州北部的斯卡斯代尔小镇，威斯特彻斯特县警方拦截了一辆看似普通的轿车。搜查结果让人吃惊，车里不仅藏有大量快克可卡因，还有一把手枪和 34000 美元现金。涉案司机 David Zayas 随后在法庭上认罪。

但这起抓捕最戏剧性的地方，在于警方到底是怎么盯上他的。

480 个摄像头，每周扫 1600 万辆车

据 Forbes 报道，这次破案的真正幕后功臣，是一家名为 Rekor 的人工智能公司。

以往各地的自动车牌识别系统，用处其实非常简单：拍下车牌，在数据库里查一下这辆车有没有过期未审，或者司机是不是在逃通缉犯。

但 Rekor 做的事完全不同。它把自己的系统叫做「道路智能平台」，不仅做车牌识别，还接入全县 480 个摄像头组成的网络。

这个网络极其庞大，平均每周要扫描 1600 万辆车。除了识别车牌号，它还会记录车辆的品牌、型号，并在系统里逆向重建每一辆车跨州行驶的完整轨迹。

换句话说，警方不再只是抓现行犯，而是开始用 AI 在海量日常行驶数据里做行为分析。

算法给出的破案线索：开得太像毒贩

在这起案件中，Rekor 调出了 Zayas 车辆跨越数年的历史行驶路线。

算法比对后发现了一个异常规律：这辆车长期频繁往返于马萨诸塞州和纽约州北部的特定区域之间。

更关键的是，这些路段本来就是警方记录在案的运毒走廊，而且 Zayas 每次到达目的地后的逗留时间都异乎寻常地短。系统综合这些特征后判定，这种行驶模式与职业毒贩高度吻合，随即向警方发出了可疑预警。

结果一查，一抓一个准。

除了与各级警方和公共机构合作，Rekor 也把这套方案卖给商业客户。这种通过驾驶行为逆推潜在犯罪的技术，正在以极快速度渗透到现实执法中。

为什么重要

抓到毒贩当然是大快人心的好事，但这件事真正值得警惕的，是它对普通公众和执法边界带来的冲击。

以往的侦查逻辑是「先有人涉案，再去调监控排查」；而 Rekor 这套模式变成了「先对所有人全天候无差别建档，再让算法挑出谁看起来像坏人」。

我们认为，这种做法聪明在它把原本孤立、死板的车牌照片，转化成了具有预测能力的动态行为数据库，执法效率确实翻了倍。但隐患也极其明显：普通人根本不知道什么样的行车习惯会被算法标记为「可疑」，如果你恰好经常跨州帮朋友送货、或者工作性质就是短暂停留，算法会不会误把你当成目标？

对安防行业来说，这标志着智能监控正在从「被动比对」走向「预测性执法」。这不再是科幻片《少数派报告》里的设定，而是每天都在每周扫码 1600 万次的数据现实。

如果技术跑在了法律和监管前面，公众在公共道路上的隐私空间，看起来正被压缩到几乎为零。