达拉斯把 100 台 AI 摄像头搬上了 50 辆垃圾车,每 30 天把全市扫一遍。半年下来,系统已经在超 2.1 万处房产上标出了至少一项疑似违规——草坪过高、垃圾堆积、杂草丛生、建筑结构问题,按严重程度打了 1 到 4 分的“破败分”,还发出了 1800 份提醒通知。照这个节奏,达拉斯一年要发出大约 5200 份提醒,后面紧挨着的,就是按部就班的罚款。

摄像头规格本身被刻意收紧了:1920×1080 定焦,没有光学也没有数字变焦,两台一组装在清运车两侧,只从街道高度拍。运营方 City Detect 强调,画面里的人脸和车牌已经做了模糊处理,镜头也越不过围栏看到院子。这套设计回应的是居民最直接的担心——被拍到在家门口、在院子里。

可一旦镜头数量和扫描频率摊开,事情的边界就变了。100 台摄像头、每月一轮全市覆盖、2.1 万处房产被打过分——这不是一个试点,而是一张已经压在每个街区头上的执法网。提醒之所以让人紧张,不在于它本身,而在于它背后连着按预期节拍运行的罚款流程,弱势群体最容易先吃到罚单。

所以问题被劈成两半:工具这一面,确实有技术克制,模糊处理、无变焦、只扫街道都是为对冲隐私;规模那一面,每月扫一遍、每年 5200 份提醒,把它推成了一套常态化的市政治理机器。能不能成立,取决于模糊处理是否真的管用、误判怎么纠正、罚款是不是只盯低收入社区。

要是这套系统哪天开到你的城市,你更担心的,是镜头拍到了什么,还是算法替你下了结论?