多伦多Rosedale社区的入室盗窃率是全市平均水平的2倍以上。这个加拿大最富裕的街区之一，正在用真金白银投票——60户家庭已自掏腰包雇私人保安，现在有人提议再掏每月200加元，把整条街变成全国首个"虚拟门禁社区"。
提案者Craig Campbell自己经营安保公司，手里握着美国Flock公司的加拿大授权。他在3月底的线上会议上画了张图：100个摄像头组成虚拟大门，AI扫过每辆车的车牌，自动分拣"自己人"和"可疑分子"。数据存30天，警察要调看得走法律程序，人脸识别？明确没有。
但争议来得比安装计划还快。
「我朋友家遭遇了恐怖的入室抢劫，孩子被刀指着，这辈子都走不出来，」Campbell对《卫报》说，「几乎每个人都认识受害者。等政府出手？我等不起。」
他毫不讳言自己的商业利益：「绝对想把这个生意做起来。」但同时也强调，推动这件事的是邻居们的焦虑——WhatsApp群里350人，近五分之一已经在为私人安保凑份子。
crime数据里的分裂：全市下降，这里飙升
多伦多整体犯罪率在跌，Rosedale却在逆势上涨。入室盗窃和财产盗窃的人均发案率全市第三，树影婆娑的街道成了小偷的"重点客户"。
这种落差制造了独特的紧张感。市政府的宏观数据安慰不了具体的人——当你的邻居、朋友、孩子同学的家长接连中招，统计学的安全感就失效了。
Campbell的解决方案本质是技术外包：把"谁可以进"的判断权交给算法，把"出了事怎么办"的后顾之忧转嫁给商业保险式的订阅服务。每月200加元（约110英镑），买的是一种可量化的控制感。
Flock的加拿大首秀：车牌即身份
这家美国公司的核心技术并不复杂：固定摄像头+光学字符识别（OCR，一种将图像文字转为机器可读数据的技术）+机器学习。系统"学习"哪些车牌属于居民，哪些在黑名单上，哪些是从未见过的陌生车辆。
关键设计在于数据闭环：30天自动删除，警方介入需授权，人脸信息不采集。这些条款试图在功能与隐私之间划界，但划界的有效性取决于执行——而执行者是Campbell的公司。
对Flock而言，Rosedale是进军加拿大的跳板。美国市场已有数千个社区部署类似系统，争议也从未停止：2019年加州奥克兰的试点因公民自由团体的反对而搁置；2021年田纳西州孟菲斯的系统被曝向警方提供数据的方式与宣传不符。
Campbell强调自己的版本"更克制"，但技术架构的相似性让批评者警惕。
社区分裂：安全溢价还是阶层壁垒？
反对声音尚未在报道中具名出现，但"虚拟门禁"的概念本身触动了敏感神经。Rosedale的中位房价超过400万加元，居民包括企业高管、外交官、旧钱家族。在这里讨论"谁该被标记为可疑"，很难不让人联想到更古老的问题：谁的陌生面孔值得信任？
技术中立是个方便的盾牌。车牌扫描不记录肤色，但"可疑"的定义权掌握在谁手里？黑名单由谁维护？算法误判的申诉渠道是什么？这些细节在200加元的订阅价目表上看不到。
更实际的矛盾在于覆盖范围。100户试点意味着整条街的"安全"取决于邻居的付费意愿——我的摄像头保护不了你未覆盖的拐角，你的白名单系统识别不了我订阅区外的访客。虚拟门禁的边界，最终由钱包厚度决定。
Campbell的回应是务实主义：「复杂问题没有简单答案，但有些事今天就能做。」
这句话的潜台词是，当公共治安的响应速度追不上犯罪节奏，私营安保会自然填补真空。Rosedale的WhatsApp群已经证明了这一点——60户家庭的自发集资，本身就是对系统失效的无声投票。
现在的问题是，AI加持的订阅服务会让这种填补更公平，还是更赤裸？
「我不指望政府了，」Campbell说。这句话在Rosedale的语境里，既是中产焦虑的宣泄，也是技术解决方案主义的标准开场白。当200加元能买到一个算法守卫的虚拟大门，那些付不起或不愿付的人，会被留在门外的哪一侧？
热门跟贴