Flock Safety: 爭議聲中 CEO 呼籲隱私與安全平衡

Flock Safety: 爭議聲中 CEO 呼籲隱私與安全平衡

Sophia Bennett
34
original

Flock Safety 因攝像頭、無人機及車牌識別技術被指濫用而遭遇輿論危機。CEO Garrett Langley 公開道歉並呼籲在隱私與安全間尋找平衡, 同時面臨兩黨政治人物批評。

Flock Safety 的處境, 最近變得有點微妙。這家以攝像頭、無人機和車牌識別技術見長的監控公司, 正面臨一場範圍越來越大的公眾批評。CEO Garrett Langley 的應對方式, 是在 Fox News 上呼籲: 國家需要在隱私和安全之間找到「妥協」。

「當人們只談隱私或只談安全, 他們就把優先順序搞錯了。作為一個國家, 我們優先考慮的應該是妥協——如何既擁有安全, 又平衡隱私?」

Langley 在採訪中說得直白, 但這套說辭放在公司遭遇抵制的大背景下, 多少有點滅火的意味。他最近頻繁出現在媒體上, 試圖為 Flock Safety 的監控業務辯護。這家公司主要向執法部門銷售攝像頭、無人機和自動車牌識別系統, 幫助警方在城市裡建立一張「智慧監控網」。

一場迅速升溫的輿論危機

Flock 的核心業務很好理解: 在社羣、公路和商業區佈設攝像頭, 配合無人機和自動車牌識別, 給執法部門提供監控資料。這本是典型的公共安全生意, 但最近的爭議點在於——這些技術會不會被濫用, 尤其是被警察用來幹私活。

《華盛頓郵報》的調查給輿論添了把柴。據報道, 他們發現了46起警務人員被指控未經授權使用 Flock 技術的案例, 其中包括用來跟蹤自己的妻子、女友或前任。這個數字戳到了公眾的神經。

  • 攝像頭、無人機加上車牌識別, 構成一張全天候監控網;
  • 技術被使用的方式缺乏透明, 外界很難知道誰查了什麼資料;
  • 一旦系統與警察的私人生活繫結, 濫用風險就被放大。

面對這些指控, Langley 沒有迴避。他在 CBS News 的採訪中向一位受害者道歉, 說「這讓我很難受, 她經歷了那些」。但他同時堅持, 「我不認為是 Flock 製造了警察濫用。我覺得我們是第一家把這件事暴露出來, 並建立了工具去發現它的公司。」

左右兩邊的政治夾擊

有意思的是, Flock 這次遇到的麻煩, 不像某些科技議題那樣只被一邊打。左翼和右翼都盯上了它。

密歇根州民主黨參議員候選人 Abdul El-Sayed 最近就公開批評對手 Mike Rogers, 指責他支援「Flock 攝像頭的瘋狂蔓延——無處不在, 監視你的一舉一動, 在你不注意的時候收集你的資訊」。參議員伯尼·桑德斯更是直接在社交平臺上寫道:「STOP AI MASS SURVEILLANCE. STOP FLOCK.」

有分析把這件事和資料中心引發的反彈相提並論——後者同樣在美國左右兩派同時點燃。監控技術的問題, 正在成為少數幾個能讓兩黨都感到不安的科技議題之一。

對普通人和執法部門意味著什麼

對於普通人來說, 這次爭議的核心不是要不要監控, 而是監控的邊界在哪裡。車牌識別資料能不能被警察下班後隨意查閱? 萬一資料洩露, 誰負責? 這些問題, Flock 和整個行業都需要給出更明確的答案。

對執法部門而言, 引入這類技術之前, 恐怕需要先建立內部審計和追責機制。否則, 一兩個人的越界行為, 就可能毀掉整個技術的公眾信任。

接下來值得關注的, 是 Flock 會不會真的推出更強的訪問控制和透明度工具, 以及各州是否會針對警方使用監控資料出臺新規。TechCrunch 的報道顯示, 輿論壓力已經讓公司的高管親自出來滅火, 後續的實質性動作, 可能比道歉更重要。

Langley 所說的「妥協」, 聽起來合理, 但具體怎麼落實才是難點。隱私與安全的邊界, 往往不是由公司自己說了算, 而是需要法律和公眾參與共同劃定。在一個連警察使用攝像頭資料都缺乏統一規則的年代, 談妥協可能還太早。

Flock Safety監控爭議車牌識別隱私保護警方濫用公共安全輿論壓力AI監控美國政治科技倫理

分享

評論

0
0/500 字元

暫無評論

成為第一個評論的人

探索更多

相似工具

GeoInfer

GeoInfer

GeoInfer 只憑畫面本身推斷照片拍攝地:借助建築、地形、植被等視覺線索完成識別,無需 EXIF、GPS 或反查圖片。

SharpLines

SharpLines

SharpLines 是 AI 體育預測平台,涵蓋 NBA、NFL、MLB、NHL、NCAA 與足球,多模型輸出比賽預測並對各大博彩線做即時比對分析。

Osmosis

Osmosis 是 HMD Secure Sales Hackathon 2026 展示的 CRM 原型,主張讓線索、案例與預測從聊天中自然抽取,而不是靠人工填表。

GoodMoat

GoodMoat

GoodMoat是一款AI驅動的股票估值工具,它區別於傳統「黑箱」模型,將每個估值數字直接追溯到原始SEC文件,並註明來源和刷新時間。它支持任何股票的完整DCF、反向DCF(判斷市場已定價的增長)以及三種交叉驗證的公允價值模型。其X-Ray功能通過AI深度分析40多項財務指標,將複雜數據轉化為對企業護城河或炒作本質的通俗解讀。所有AI輸出均對照原始文件核查,避免幻覺數字,確保結果可靠。

Q-bit AI pro 2.0

qbitaipro.com 的公開登陸頁僅提供終端登入畫面與一組示範帳號,除了 BTC Futures Engine 的自述外,登陸頁沒有可見的功能清單、團隊介紹、監理揭露或定價,因此本條目只陳述可查核內容,不描述官網未揭露的能力。

Pommy AI

Pommy AI 是一個面向創始人和營銷人員的自動化系統,自動生成、安排並優化社交媒體帖子(reels/shorts)和視頻廣告活動。它學習品牌聲音,設計創意,定位受眾並處理跨平臺分發,幫助用戶以自動駕駛方式擴大增長。

開源專案

Operit: 開源安卓 AI 代理, 連接模型與工具執行真實任務

Operit 是一個開源的安卓 AI 代理, 主要使用 Kotlin 開發。它能夠將雲端或本地模型與系統工具、終端和瀏覽器連接起來, 從而執行真實的用戶任務。該項目在採集時擁有 5669 個 GitHub 星標, 採用 Other 許可證。

OctoBot: 免費開源的Python加密貨幣交易機器人

OctoBot 是一個免費開源的 Python 加密貨幣交易機器人,可在 15 個以上交易所自動化交易策略。它提供回測、紙面交易和 Web 界面,幫助用戶輕鬆管理交易。項目採用 GPL-3.0 許可證,目前(採集時)在 GitHub 擁有 6146 個星標。

Casdoor: 開源 UI 優先的身份與訪問管理平臺

Casdoor 是一個開源的、以 UI 為先的身份與訪問管理平臺,定位為專門的認證伺服器。它通過單一管理界面管理用戶、組織、應用和身份提供商,並支持 OAuth 2.0、OIDC、SAML 2.0、CAS 和 LDAP 等協議。同時提供 WebAuthn、passkey、TOTP 雙重認證、生物識別登錄、SCIM 2.0 配置、基於角色的訪問控制和多租戶組織模型。技術棧採用 React 前端和 Go 與 Beego 後端,可持久化到 MySQL、PostgreSQL 等資料庫。項目以 Apache-2.0 許可證開源。

OpenAlice: 本地AI交易工作空間,採用Git式審查工作流

OpenAlice是一個本地交易工作空間,允許AI編碼代理通過Git風格、審查門控的工作流執行研究、投資組合管理和經紀訂單。項目主要使用TypeScript開發,採用AGPL-3.0許可證,在採集時獲得5201個GitHub星標。

comp: 開源的AI原生合規平臺

comp 是一個開源的 AI 原生合規平臺,可自動化 SOC 2、ISO 27001 等認證流程。作為 Vanta 和 Drata 的自託管替代方案,它降低成本並保護數據安全。基於 TypeScript 構建,提供自動化證據收集、智能策略檢查和風險分析。適合重視數據主權和定製化的中型團隊。

Awesome-LLM4Cybersecurity: 匯總大語言模型與網絡安全交叉資源

Awesome-LLM4Cybersecurity 是一個精選的 GitHub 倉庫,彙編了大型語言模型與網絡安全交叉領域的最新論文、工具、數據集和框架。該倉庫由專家社區維護,據項目描述,已獲得超過 1600 個星標,是安全研究員和 AI 開發者快速了解或追蹤前沿進展的重要資源。項目主要使用 JavaScript 編寫,採用 MIT 許可證。