目錄
路口電線桿旁一台盒狀攝影機，看起來和一般交通設備沒有太大差別，它記錄的卻不只是車牌。Flock Safety 的自動車牌辨識系統會保存車牌、時間、地點與車輛影像，也能依車身類型、品牌、顏色及其他可見特徵搜尋；德州媒體取得的資料還提到保險桿貼紙、凹痕等細節。單看一台攝影機，這仍然是一套地方執法工具，但當不同警察機關把資料開放給其他單位，再透過 Nationwide Lookup 跨轄區查詢，原本散落在各城市的攝影機就可能變成一張規模非常大的車輛移動資料網路。
2026 年 8 月 27 日晚間，德州州長 Greg Abbott 下令州級機關暫停把州政府資金用在 Flock 攝影機上，隔天由發言人正式確認。時間點剛好碰上《Texas Tribune》準備刊出的調查：德州 Motor Vehicle Crime Prevention Authority 自 2023 年起，已利用一筆原本為打擊觸媒轉換器竊盜而增加的汽車保險費，投入至少 3,000 萬美元擴建 Flock 網路，協助州與地方機關建置至少 3,200 台攝影機。
這件事不能簡化成「AI 攝影機突然被禁掉」。Abbott 的命令處理的是州政府資金，不會自動拆掉德州所有既有 Flock 攝影機，也沒有禁止地方政府用聯邦或其他預算繼續使用；但它很適合拿來看一個更大的治理問題：一項原本以治安用途採購的資料系統，在攝影機愈來愈多、跨轄區共享愈來愈廣之後，真正難控制的已經不再只是「誰可以裝攝影機」，而是誰可以查、查到哪裡、資料留多久，以及一個地方制定的限制能不能真的跟著資料走。
德州為什麼突然凍結Flock預算？先把3000萬美元的來源看清楚
一美元汽車保險附加費，最後變成至少3200台Flock攝影機
2023 年，德州州議會通過一項法律，把每張汽車保單的相關費用增加 1 美元，目的是替 Motor Vehicle Crime Prevention Authority 增加資金，處理當時大量發生的 catalytic converter theft，也就是觸媒轉換器竊盜。這項法律在德州參、眾兩院都獲得一致支持，但接受《Texas Tribune》訪問的議員表示，當時立法討論並沒有提到要利用這筆收入建立 Flock 或類似的大型車牌辨識網路。
三年後，這個 Authority 已透過至少 95 筆補助，協助地方執法機關購買與維護約 2,000 台 Flock 攝影機，另外還有一份為期三年、1,590 萬美元的安排，讓 Texas Department of Public Safety 增加接近 1,200 台；8 月初，Authority 原本還另外核准約 300 萬美元，準備在德州收費道路沿線增加 583 台。合計下來，至少 3,200 台設備的州級擴張，都和這筆原本以打擊車輛犯罪為理由增加的費用有關。
Abbott 在 8 月 27 日下令暫停州政府資金後，州政府發言人的說法也保留了一個很重要的界線：不少地方 Flock 攝影機的資金其實來自聯邦政府，所以州長這次切斷的是 Texas agencies 的 funding，不等於德州所有地方 Flock 系統同步停止。
地方政府其實比州政府更早開始退場
Pflugerville關掉28台，Hood County則直接把3台拔線蓋起來
州長出手以前，德州地方政府已經開始處理 Flock 合約。Pflugerville 市議會在 8 月 25 日一致投票終止和 Flock 的合作，停止 28 台自動車牌辨識攝影機運作；市府原本正和 Flock 洽談續約，但公共紀錄顯示大量非合作機關曾透過共享關係查詢相關資料後，市府把問題轉成了信任與資料治理，而不只是攝影機有沒有協助辦案。
Hood County 的處理方式更直接。當地 Commissioners Court 先前已決定終止合約，8 月 11 日又一致要求把合約涵蓋的三台攝影機斷線並覆蓋，等待 Flock 正式移除設備；負責執行的 Constable John Shirley 後來公開貼出攝影機被蓋住的照片。
同一天的 Kendall County 則以 5 比 0 決定不續約，原有合約涉及 Boerne 一帶約 55 至 60 台攝影機。這些地方政府並不是全部否定 ALPR 技術，Kendall County 官員甚至特別表示爭議核心是對 Flock 的信任與資料治理，而不是認為任何車牌辨識器都不能使用。
如果把範圍拉到全美，退場合約的數量也比幾個月前快很多。倡議團體 Secure Justice 提供給 Ars Technica 的統計顯示，2021 年以來已有 214 個城市與郡停止或不再續用 Flock，其中 90 個集中在 2026 年 8 月。這不是政府官方的全國統計，而且不同資料庫對「取消、暫停、不續約」的定義不完全一致，但至少能確認這波反彈已經不只是幾個零星地方案例。
Flock攝影機到底記錄什麼？問題不只是一串車牌號碼
Vehicle Signature讓不知道完整車牌的搜尋也有可能進行
一般 ALPR 的核心仍然是把車牌影像轉成可以搜尋的文字，但 Flock 在這之上加入 Vehicle Signature。官方說明列出的搜尋條件包括車身類型、品牌、顏色、車頂架、後方車架、改裝輪圈等可見特徵，因此調查人員即使不知道完整車牌，也可能用車輛外觀縮小候選結果。德州調查報導另外指出，攝影機還會保存像 bumper stickers 與 dents 這類可以協助識別車輛的細節。
這也是為什麼把它單純叫做「測速照相式的車牌攝影機」會低估它的用途。Flock 不是依靠臉部辨識來辨認駕駛，官方也強調攝影機聚焦的是車輛而不是人臉；但只要同一台車在不同地點、不同時間反覆被拍到，這些紀錄仍可能被拿來重建移動路徑。
目前 Flock 對外表示，其系統已部署超過 12 萬台攝影機，分布在美國 49 州，而且執法客戶超過 7,000 個。真正讓這個規模變得敏感的，並不是每個客戶都會自動向所有其他單位分享，而是客戶可以建立共享關係，部分機關也能使用 Nationwide Lookup 搜尋其他參與機關所分享的資料。
Flock是不是一個「任何警察都能查全美」的資料庫？
不是完全無限制，但過去的Nationwide Lookup確實讓查詢範圍超出不少地方政府預期
這是原稿最需要修正的一點。Flock 目前的官方說法是資料由客戶擁有，客戶可以決定分享給誰，外部 Access Request 也需要授權；《Texas Tribune》則把 Nationwide Lookup 描述為加入該功能的 Law Enforcement Agencies 可以搜尋全國其他參與機關所開放的資料。換句話說，不是「只要有 Flock 帳號就自動看到全美所有攝影機」。
但實際治理問題也不能因此忽略。Palo Alto Police Department 後來公開說明，Flock 在 2023 年底加入 Nationwide Lookup 時，包含當地警方在內的不少使用者並不知道這項變化已經讓外州或聯邦機關可能查詢其攝影機資料；Flock 2026 年也承認，部分 California Agencies 在 2025 年曾因系統與設定問題意外讓 Out-of-state Agencies 存取，而且由於早期 Logging 能力不足，一些案例已經無法完整還原到底為什麼會發生。
因此，比較精確的治理問題不是「完全沒有權限設定」，而是共享設定是否符合地方機關以為自己設定的政策，以及系統變更之後，採購單位是否真的知道資料邊界發生了什麼變化。
一次德州搜尋，為什麼會碰到6839？其實是6809個網路、83345台攝影機
Johnson County那次查詢，把跨州資料共享問題變成具體案例
2025 年 5 月 9 日，Texas Johnson County Sheriff’s Office 的一名副警長利用 Flock 搜尋一名曾自行使用藥物流產的女性。公開取得的 Audit Log 顯示，第二次搜尋回溯一個月，涵蓋 6,809 個 Flock Networks、83,345 台攝影機，搜尋理由欄寫著和 abortion 及尋找女性有關的文字。這次搜尋也碰到 Washington 與 Illinois 等州的攝影機資料。
Sheriff Adam King 後來表示，警方當時是在做 Welfare／Safety Search，擔心女性大量出血，需要把她送醫，而不是要因墮胎逮捕她；但後續公開的案件紀錄則顯示，警方確實建立了 death investigation，也曾和檢方討論可能的法律問題。因此，這個案例不能簡寫成「德州警方用 Flock 抓墮胎女性」，也不能只留下「單純安全查訪」的說法，比較完整的描述是：警方對目的的公開說明與案件文件呈現出的調查內容並不完全一致，而那一次查詢確實跨越了數千個網路。
真正讓這件事產生治理衝突的，是被搜尋到的攝影機包含 Illinois。當地法律限制 ALPR 資料被用來追蹤、調查或處罰其他州涉及 reproductive healthcare 或 immigration 的行為，因此問題不只是德州警方查了什麼，而是 Illinois 當地產生的資料為什麼能進入那次外州搜尋。
Illinois的262筆查詢證明了什麼？
不是Mount Prospect警方自己查262次，而是它的資料被其他機關以移民相關理由搜尋262次
Illinois Secretary of State 後續稽核 Mount Prospect Police Department 的 Flock 使用狀況後，發現從 2025 年 1 月中到 4 月底，來自其他 Law Enforcement Agencies 的 262 次搜尋曾以 immigration-related reason 查詢 Mount Prospect 的 ALPR Data；Illinois Officials 認為這些存取違反當地 2023 年通過的法律。州政府最後還辨識出 46 個外州機關曾進行不符州法要求的搜尋，並要求 Flock 關閉相關 Access。
這個案例很適合說明「法律存在」和「系統技術上阻止違規」是兩回事。Illinois 並不是完全沒有規則，問題恰好相反：州法已經要求特定跨州存取必須符合限制，但當時的 Flock Sharing／National Lookup 設定沒有把這項限制穩定地落實成每一次查詢前的技術阻擋。之後 Illinois 與 Flock 才增加篩選、封鎖外州機關與 Audit 機制。
所以「地方政策在全國網路面前形同虛設」寫得太絕對，改成「地方政策如果沒有被落實成技術控制，仍可能在跨轄區共享時失效」會更符合實際案例。
Richmond為什麼也曾經封鎖聯邦機關的Flock存取？
2025年的ATF事件說明，問題也可能發生在已經獲得授權的帳號
2025 年 6 月，Richmond Police Department 發現一名 Bureau of Alcohol, Tobacco, Firearms and Explosives，也就是 ATF 的 Analyst 曾獲得 Richmond Flock System 的 Access，並使用系統進行與 Immigration Enforcement 有關的查詢，違反 Richmond Police Department 自己的 Operational Standards。警方發現後立即取消該 Analyst 權限，之後更決定不再讓 Federal Agencies 直接存取 Richmond 的 License Plate Reader Program。
這個案例和 Illinois 稍微不同。它不是證明 Flock 完全繞過 Richmond 的 Permission，而是有人被授予了本來不應該擁有、或之後被用於不允許目的的權限，直到 Audit／Alert 才被發現。也就是說，即使 Sharing 本身需要設定，還是需要處理「誰能開權限」「什麼用途可以查」「查詢是否在執行前或執行後被檢查」這幾層治理。
50名警員濫用車牌辨識系統，為什麼讓「使用者都是善意的」這個假設站不住腳？
《Washington Post》8 月初檢視警方與法院紀錄後，整理出至少 50 名執法人員曾遭起訴或被指控不當使用 Flock 或其他 License Plate Reader Systems，其中 46 起涉及 Flock；26 起案件裡，警方或檢方認為執法人員利用這些系統監看妻子、女友、前任、前任的新伴侶或其他私人對象。
其中一個案例涉及 Georgia Braselton 前 Police Chief Michael Steffman，調查紀錄顯示他曾查詢前女友及其女兒的車牌約 600 次。Flock 當時已經有 Audit Logs，也提供一項自願啟用的 Audit Assistance，可以偵測同一車輛被異常頻繁搜尋、Off-duty Search 等狀況，但《Washington Post》報導時只有約三分之一執法客戶選擇開啟。
因此，這一波爭議真正碰到的不是「AI 辨識準不準」，而是即使查詢結果完全正確，一名擁有合法帳號的人也可能為了不合法或不適當的目的使用系統。Accuracy 解決不了 Insider Misuse，這只能靠最小權限、用途限制、異常偵測與真正會執行的 Audit。
Flock在8月推出哪些補救措施？
7天保留不是所有既有客戶被強制改成7天
8 月 13 日，Flock CEO Garrett Langley 宣布一系列 Privacy、Accountability 與 Security 調整，其中最醒目的是把新的 ALPR Data Retention 建議與 Default 從 30 天縮短到 7 天，並搭配新的 Evidence Mode，讓調查人員在符合案件需要時保存特定紀錄。Flock 表示自己的分析顯示，沒有完整車牌資訊的搜尋有超過 90% 發生在資料產生後一週內。
但這裡不能寫成「Flock 已把所有資料保留期限從 30 天改成 7 天」。官方同時明確表示，既有客戶可以維持原本已設定的 Retention Period，採用 7 天建議的客戶才會配合新的 Evidence Mode，因此這是一個 Default／Recommended Policy 的改變，不是全平台強制把歷史設定一次縮短。
Flock 另外宣布 Offense Filtering，讓城市在和其他機關分享資料時，可以依 Crime／Offense Type 決定哪些用途被允許，例如同意失車、失蹤人口或 Violent Crime Search，但阻擋 Immigration Enforcement；所有 Law Enforcement Customers 也必須在 2026 年底以前啟用 Audit Assistance，系統偵測到符合異常條件的行為時，未來可以主動暫停該使用者 Search Access，等待 Administrator Review。
另外，Case Code 原本是選用設定，現在也將在年底前成為所有 Law Enforcement Search 的要求，Emergency Search 可以例外，但會被標記供管理員檢查；MFA 也已在 8 月初成為登入 Flock 的強制要求。
這些新措施夠不夠？真正的差別在「預設」和「強制」
Flock 這次調整不能全部說成門面工程，因為 Mandatory Audit Assistance、Proactive Lockout、Mandatory Case Codes 與更短的 Default Retention 都比先前把大量控制留給地方客戶自行選擇更嚴格。尤其《Washington Post》報導顯示，Audit Assistance 在自願階段只有約三分之一執法客戶使用，改成 Mandatory 本身就是一個實質治理變化。
但批評者質疑的地方也仍然存在。Audit Tool 把異常行為挑出來之後，很多處置還是需要 Agency Administrator 進一步調查；Offense Filtering 也需要地方機關把自己的政策設定進系統；既有客戶的 Retention Period 不會因新公告自動變成 7 天。也就是說，Flock 已經開始把部分 Guardrails 從「客戶可以使用」改成「客戶必須使用」，但採購單位自己的 Policy、Configuration 與 Enforcement 仍然決定相當大一部分效果。
比較值得留下的治理問題不是「廠商有沒有隱私功能」，而是功能預設是什麼、能不能被關掉、誰有權修改，以及出現異常時系統會自動阻止還是只留下紀錄。
資料保留7天和30天差在哪？不能只用「事故損害少四倍」理解
保留時間越短，一旦帳號濫用或系統外洩，可供回溯搜尋的歷史資料通常也會比較少，所以 7 天相較 30 天確實可以大幅縮小暴露窗口；但不能直接寫成「損害一定只有四分之一」，因為真正風險還會受到每天收集多少資料、是否已另外匯出、Evidence Mode 是否保存特定資料，以及事件發生在哪個時間點影響。
美國各州的 ALPR Retention Rules 差異也非常大。2026 年至少已有十多州訂出明確期限，例如 Virginia 和 Washington 是 21 天、Maine 21 天、Minnesota 60 天，而 New Hampshire 的法定上限甚至只有 3 分鐘，除非資料符合特定執法用途。因此，「大量車牌資料一定需要保存 30 天才能使用」並不是技術上的必然條件，而是政策與執法需求之間的選擇。
這件事對AI資料治理真正有什麼參考價值？
資料收集範圍和後續可查詢範圍，要分開看
很多 AI 工具在導入時最容易檢查的是第一層：它目前拿到 Gmail、Drive、Notion、Slack 哪些 Permission，但真正容易被忽略的是第二層，也就是資料進去之後還可以被誰搜尋、哪些 Agent 可以繼續使用，以及連上新 Connector 後，原本分開的資料是不是開始互相可見。
Flock 最值得參考的地方就在這裡。單一城市買幾十台 ALPR 和幾十個城市彼此開啟 Search Access，表面上使用的是同一套攝影機，治理性質卻完全不同。AI Agent 也一樣，一個只能讀單一 Project Database 的 Agent，和同時擁有 Mail、Calendar、Drive、Slack 與 CRM Access 的 Agent，不應該因為都是同一家公司提供就視為相同風險。
Retention Policy和Permission一樣，都應該被當成產品設定
AI SaaS 常把資料留存藏在 Privacy、Security 或 Enterprise Setting 裡，但 Retention 本身會決定錯誤發生後能回頭取得多少歷史資料。真正需要長期保存的文件和模型暫時處理的 Prompt、Meeting Transcript、Search Log，不一定要採相同保留期限。
因此，導入 AI 工具時除了問「會不會拿資料訓練模型」，也要另外確認資料實際存多久、能不能自行縮短、刪除後多久真正清掉，以及連接的第三方服務有沒有自己的 Retention Rule。Training Policy 和 Retention Policy 是兩件不同的事。
Audit Log只能告訴事後發生什麼，真正敏感的動作最好在執行前有限制
Flock 過去已經有 Audit Log，許多濫用案件最後也正是靠 Log 被查出來，但這並沒有阻止第一次不當搜尋發生。8 月新增 Proactive Lockout、Mandatory Case Codes 和 Offense Filtering 的意義，就在於開始把部分控制往執行前移，而不是全部留給事後調查。
同一個原則可以直接套到 AI Agent。刪除資料、寄出 Email、對外發布、修改正式 Database、匯出客戶名單等高影響動作，如果只有 Audit Log，代表出錯後比較容易知道發生了什麼；如果希望降低出錯本身，就需要 Human Confirmation、Write Permission、Scope Limit 或其他真正會攔住行動的控制。
台灣也有AI車牌辨識，但不能直接類比成Flock全國商業共享網路
台灣警方確實已大量使用車牌辨識與車輛軌跡分析。例如桃園市警察局公開資料顯示，現有監視系統已整合車牌辨識、車輛軌跡查詢、車型車色分析、即時告警與其他智慧影像功能；新北市也有超過 6,000 具車牌辨識設備，可以支援歷史影像與車輛軌跡查詢。
不過，目前公開資料不足以支持「台灣也存在一套和 Flock 相同，由單一民間廠商把全台地方車牌資料開放成全國商業查詢網路」這種說法，因此兩邊不能直接畫上等號。台灣各警政系統的建置主體、資料庫架構、調閱權限與法規環境都不同。
反而值得比較的是 Retention 與 Access Governance。例如新北市警察局公開 FAQ 顯示，一般監視器錄影保存一個月，車牌辨識系統的錄影檔保存一個月、照片檔保存六個月。這些具體期限，比單純問「台灣有沒有 Flock」更值得拿來討論：不同系統為什麼需要保存這麼久、誰可以查、查詢有沒有紀錄，以及有沒有依目的設定不同權限。
使用AI工具時，可以先做四個資料治理檢查
第一個要確認的是 Access Scope。把正在使用的 AI Agent、Notion Connector、Google Drive Integration、CRM Assistant 或其他服務列出來，看它到底只能讀單一資料夾、單一 Database，還是繼承整個帳號原本能看到的權限；如果服務支援更窄的 Scope，就不要為了方便直接開整個 Workspace。
第二個是 Retention。不是每個服務都提供 7 天、30 天這種自行選擇的設定，所以不能直接套用「全部改到最低值」；比較實際的是先確認資料保存多久、能不能縮短、哪些紀錄因法規或產品需求無法縮短，再判斷這個期限是否符合實際工作用途。
第三個是 Sharing／Connector Boundary。一項資料本來只存在 Notion，連上 Slack、Drive、CRM 與 External Agent 之後，可查詢範圍可能突然變大，因此每次新增 Connector 都應重新確認誰能讀資料，而不是只在第一次導入 AI 工具時檢查一次。
第四個是 Audit與Preventive Control。有 Audit Log 的服務至少能在事故後追查，但真正敏感的操作還應確認能不能設定 Admin Approval、Human Confirmation、Read-only Access、Usage Alert 或 Automatic Lockout。這些能力不一定每個 AI SaaS 都有，如果完全沒有，也是評估工具是否適合敏感資料的重要訊號。
德州這次真正凍結的，不只是攝影機預算
Greg Abbott 的命令並沒有讓 Flock 從德州消失，也沒有把現有 3,200 台州補助設備一夜之間全部拆除。州政府切掉的是未來州級 funding，而地方政府、聯邦資金與既有合約接下來怎麼處理，仍然要分開看。
真正值得看的，是一套系統如何從「幫警方找失車與犯罪嫌疑車輛」一路發展成能跨城市、跨州搜尋大量車輛紀錄的資料基礎設施，而原本制定採購與共享規則的地方政府，直到 Audit Log、司法案件與媒體調查把具體用途攤開後，才開始重新確認自己到底同意了什麼。
Flock 8 月的新 Guardrails 也剛好證明一件事：Retention、Sharing、Case Code、Abuse Detection 和 Lockout 從來都不是附帶細節，它們本身就是產品設計。當一套 AI 或資料系統規模還小時，這些選項很容易被當成管理員日後再處理的設定；等資料網路擴大之後，同一個 Default 就可能直接決定一次搜尋能碰到幾十台攝影機，還是幾萬台。
對一般 AI 使用者來說，沒有必要把自己的 Notion Connector 和全國警察監控網路視為同一種風險，但治理邏輯很接近：先知道工具能看到什麼、資料會留下多久、能不能往外共享，以及出現異常時是事前攔住還是事後才留下紀錄。這幾件事如果在導入當下沒有回答，系統愈方便，之後重新切割的成本通常只會愈高。
常見FAQs
不只。Flock 的 Vehicle Signature 可以依 Body Type、Make、Color 以及部分可見車身特徵進行搜尋；德州調查報導還列出 bumper stickers 與 dents 等資訊，因此不知道完整車牌時，也可能利用車輛特徵縮小搜尋結果。不過 Flock 官方表示系統設計重點是車輛，不是 Facial Recognition。
不能這樣概括。Flock 客戶可以控制 Sharing，執法機關能不能從 Nationwide Lookup 查到其他地區資料，取決於相關機關是否參與並分享資料；但過去確實出現地方警局不知道自己的資料已進入較廣泛跨州搜尋，或 Sharing／Classification 設定導致外州機關取得存取的案例，所以問題主要集中在共享設定、產品變更通知與地方 Policy 是否真正落實。
不是所有既有客戶都一定是 7 天。Flock 在 2026 年 8 月 13 日把新的建議與 Default Retention 從 30 天縮到 7 天，但官方同時表示既有客戶可以維持原本已設定的 Retention Period；採用 7 天的客戶可以利用 Evidence Mode 保存特定案件所需紀錄。因此查某個城市現在到底留幾天，仍要看當地 Policy 與實際設定。
有公開 Audit Records 支持。2025 年 5 月 9 日，Texas Johnson County Sheriff’s Office 一次尋找曾自行使用藥物流產女性的 Flock Search，回溯一個月並觸及 6,809 個 Networks、83,345 台 Cameras。警方事後表示目的是確認女性安全，但後續案件文件顯示事件同時被當成 death investigation 處理，因此兩邊說法需要一起保留。
台灣確實有大規模警政車牌辨識與車輛軌跡分析系統，例如桃園、新北都公開使用 AI 車牌辨識、車色車型分析與軌跡查詢；但目前沒有足夠公開證據支持台灣存在一套和 Flock 完全相同、由單一民間廠商建立並讓全國地方機關互查的商業資料網路，因此不能直接類比。
《Texas Tribune》調查顯示，Motor Vehicle Crime Prevention Authority 自 2023 年以來已投入至少 3,000 萬美元相關資金，協助州與地方機關建立至少 3,200 台 Flock Cameras，其中約 2,000 台來自至少 95 筆地方補助，另有接近 1,200 台由 Texas Department of Public Safety 透過一份三年 1,590 萬美元的安排建置。
沒有。Greg Abbott 在 2026 年 8 月 27 日下令州級機關暫停使用 Texas State Funding 支付 Flock Cameras，並不是全面禁止 Flock，也沒有要求所有地方政府立即拆除現有設備。德州不少地方攝影機還使用 Federal Funding 或地方預算，所以接下來是否繼續使用，仍要看各機關自己的合約與政策。