富人区的CCTV围墙，其内与外

开篇

订阅者，您好。您是否在所住的社区见过CCTV呢？大概经常能看到吧。韩国的CCTV非常多。反而没有的话会让人觉得不安、奇怪。但您知道吗，在美国／加拿大、欧洲，如果说要安装CCTV，会引发示威，人们会表现出强烈的抵触情绪？今天想给大家讲一讲发生在加拿大某个社区的故事。

而现在加拿大多伦多正在发生的事情，展现了这幅幻想图景的另一面。富裕社区罗斯代尔（Rosedale）的100名居民，正计划每月各支付200加元（约合20万韩元），用AI车牌识别摄像头监控整个社区，打造一个“虚拟门禁社区¹​”。就像《钢铁侠》里贾维斯守护主人一样，AI要来守护这个社区。孩子被刀威胁、邻居夜不能寐……恐惧是真实存在的。

但我在读这则新闻时，脑海中浮现出另一个问题：当我们把钥匙交给人工智能的那一刻，这个人工智能究竟属于谁？而那把钥匙能打开的门，究竟能延伸到多远？

🔍 罗斯代尔发生了什么

多伦多整体的犯罪率呈下降趋势。以2025年为准，谋杀案较上年减少约47%，创下40年来的最低纪录，入室盗窃也减少了约14%。抢劫案件减少了约19%。但罗斯代尔—穆尔帕克地区的入室盗窃率却是全市平均水平的2倍以上。有趣的是，这种模式并非罗斯代尔独有。布赖德尔帕斯、普林塞斯—罗斯森、圣安德鲁—温菲尔兹等多伦多的大多数富裕住宅区都呈现出相同的态势：暴力犯罪率低，但财产犯罪率格外高。富裕社区恰恰成为了财产犯罪的精准目标。昂贵的房子、昂贵的物品，加上相对容易突破的安保，对犯罪者而言是合理的选择。

主导这项计划的克雷格·坎贝尔（Craig Campbell）是一名经营安保公司的居民。这里有一个关键事实：他同时也是打造这套监控系统的美国公司Flock Safety在加拿大的持牌代理商。他本人也表示，“在这项业务中存在商业利益”。对安全的真心与商业动机就这样交织在一起。

在居民的WhatsApp群组中，约350人中已有60多人在分摊私人保安费用。这既说明恐惧是真实的，同时也说明“购买安全”这种结构早已成为日常。

🤖 技术承诺的与现实

Flock Safety是一家在美国迅速崛起的基于AI的自动车牌识别（ALPR）²​公司。目前在美国全境6,000多个社区运营，每月执行超过200亿次车辆扫描。企业估值达到75亿美元（约合10万亿韩元）。

Flock在营销中宣称其网络能让犯罪“最多减少70%”。但仔细审视这个数字，情况就不一样了。

第一，验证问题。2024年，《福布斯》记者赛勒斯·法里瓦尔（Cyrus Farivar）追踪了Flock所标榜的加州圣马力诺“入室盗窃减少80%”的说法。报道显示，实际入室盗窃案件反而略有增加，严重犯罪也几乎没有变化。

第二，误判问题。2021年，监控技术研究机构IPVM的测试显示，Flock摄像头的车牌识别错误率为10%。据原文报道，在美国因车牌误判，出现了无辜者被枪口指着从车里拖出、或被警犬攻击的案例，已有10起以上被报道。

**第三，数据泄露问题。Flock官方声明称“不与ICE（移民及海关执法局）合作”。但据2025年调查媒体404 Media的报道，美国各地的地方警察普遍存在代替ICE检索Flock数据库的“后门访问”行为。**仅华盛顿州就查明至少8个警察机构与边境巡逻队共享了Flock网络，旧金山则确认外州警方进行了超过160万次非法检索。

2025年，一名安全研究人员甚至演示了只需按三次Flock摄像头的按钮，就能确认固件密码，并可上传、下载、删除影像。最终，2025年丹佛、山景城、圣克鲁斯等多个城市终止或重新审查了与Flock的合约。这崩塌的不是技术效果，而是关于数据流向何处的信任。

🏛️ 加拿大法律的高墙，“虚拟门禁”须跨越的关卡

罗斯代尔计划若要实现，必须通过加拿大的隐私法律体系。而这与美国的法律环境相当不同。

加拿大联邦个人信息保护法PIPEDA³​要求，在商业活动过程中收集个人信息时须获得有意义的同意。坎贝尔辩称“这和用iPhone在街上拍照没什么两样”，但很难把系统性扫描整个社区的摄像头网络，与个人拍照相提并论。

争议焦点在于数据保存期限。安大略省建议的保存期限为72小时，而Flock的默认保存期限是30天。也就是说，途经该社区的所有人——送货员、通勤者、维修人员等——其车辆数据都会被保存一个月。任何人都可以要求删除自己的车牌数据，但完全无法避免被记录本身。

🌏 同样的摄像头，不同的反应：东亚为何不同

在读这篇报道时，我想到一个有趣之处。在韩国、日本、中国等东亚国家，这种争论本身几乎不存在。

以韩国为例，截至2022年，全国安装的CCTV约有1,960万台，仅公共机构运营的就超过160万台。首尔市在2024年宣布将在公园和登山道额外安装1万台AI监控摄像头，编列了1,265亿韩元的预算。而市民对这一消息的反应是什么？“请更多、更快地安装”。

**在韩国，没有CCTV的巷子反而是人们不安的对象。一旦发生犯罪，市民会追问政府“为什么那里没有CCTV”，向地方政府投诉要求安装，这是日常的公民行为。**在关于手术室强制安装CCTV的民调中，赞成率高达98%。人们将其视为保护，而非监视。

为什么会产生这种差异？我认为有三个结构性原因。

**第一，运营主体的差异。**韩国的治安CCTV大多由地方政府安装、警察运营，是靠税金运营的公共基础设施。而罗斯代尔的Flock系统由民间企业运营，由个别居民自行承担费用。同样是摄像头，“政府的公共服务”与“企业的商业产品”，其信任结构完全不同。

**第二，数据流向的透明度。**韩国的公共CCTV影像根据《个人信息保护法》，其管理主体、保存期限、查阅程序均由法律规定。而正如Flock在美国的案例所显示的那样，民间ALPR数据可能通过运营公司的网络流向意想不到的渠道。

第三，也是最根本的一点，是“谁在被监视”的问题。韩国的CCTV平等地拍摄所有市民。无论是江南的巷子还是冠岳区的巷子，同样的摄像头以同样的方式运作。但罗斯代尔的系统区分了社区的内与外。居民的车辆被列入“白名单”，外来者的车辆则成为“黑名单”候选。这不是监视，而是分类。而分类的标准，是“是否住在那个社区”——归根结底，是经济地位。

📖 自愿的全景敞视监狱，为何甘愿交出隐私

在这里我想再深入一步。这个故事的底层，埋藏着一个古老的哲学问题。

18世纪英国哲学家杰里米·边沁提出了“全景敞视监狱（Panopticon）”⁴​这一监狱设计。中央的瞭望塔可以看见所有囚犯，但囚犯无法得知自己此刻是否正被观察。法国哲学家米歇尔·福柯在1975年的《规训与惩罚》中，将这一概念延伸为整个现代社会的隐喻——即使监视并非物理性的，“可能正被观察”这一意识本身，就足以规训人的行为。

（右）杰里米·边沁设计的全景敞视监狱蓝图。（左）美国斯泰特维尔监狱某栋楼内部，受全景敞视监狱理念影响建造。其目的在于以最少的人力容纳最多的囚犯。

而罗斯代尔案例中有趣的一点是，这个全景敞视监狱并非自上而下强加，而是居民自愿要求建立的。福柯笔下的全景敞视监狱，是权力监视市民的结构。但在这里，市民却自愿购买监视基础设施——花钱走进全景敞视监狱之中，以换取安全这个回报。

哈佛商学院的肖沙娜·祖博夫（Shoshana Zuboff）教授将这种现象命名为“监视资本主义”⁵​。祖博夫的核心论点是，监视资本主义把人类的经验本身当作原材料来掠夺。当我们在谷歌输入搜索词、用智能手表记录心率、向AI音箱询问明天的天气时，我们以为自己在接受服务，但同时也在无偿提供着名为行为数据的原材料。

在电影《她》（Her）中，萨曼莎了解主人公西奥多的一切——情感、习惯、不安、欲望，因此才能成为完美的伴侣。但这部电影向我们提出的问题是：一个了解你一切的存在，真的站在你这一边吗？罗斯代尔的AI摄像头也抛出了同样的问题。这个摄像头把居民的车归为“安全的车”，把外来者的车归为“可疑的车”。现在，它站在居民这一边。但当这些数据在服务器上积累30天，被联入网络，并可能被第三方访问的那一刻起，贾维斯就从守护主人的助手，变成了记录主人的档案。

Oswarld视角

看着这件事，有两点一直萦绕在我脑海中。

第一，这不是一款技术产品，而是一项“安全订阅服务”。每月200加元的定价结构，就是Netflix或健身房会员那样的SaaS⁶**​模式。这是把安全这一基本公共品，转换成了订阅商品。**从长期制定GTM战略的经验来看，如果这个模式获得成功，将会带来一种结构性变化：公共治安的期待值，会从“政府应负责的事”转移为“我该自己购买的事”。这是一场社会契约的重构。

**第二，这个案例最终展现的，是“自愿交换”的不对称性。罗斯代尔的居民说，他们愿意用隐私换取安全。但实际上，交出隐私的并不只是居民。**途经这个社区的送货员、通勤上班族、维修公司员工——那些没有同意这场交换的人，他们的数据也一并被收集了。这正是电影《她》与现实的决定性差异。电影中，萨曼莎只与西奥多一个人建立关系，但现实中的AI监控，并不区分同意者与未同意者的数据。

结语

这个故事里有三点值得铭记。

• 我们其实早已生活在无数个“自愿的全景敞视监狱”之中——智能手机的位置追踪、搜索记录、支付明细，我们每天都在用便利交换隐私。罗斯代尔是把这种交换扩展到了“安全”这一最原始的需求上的案例。
• 同样的摄像头，取决于“谁在运营、谁被监视”，其意义截然不同。韩国的公共CCTV让人感到被保护，而罗斯代尔的AI摄像头引发争议——这不是技术的差异，而是结构的差异。
• 交给AI的不是信息，而是判断。当Flock的摄像头把某辆车分类为“可疑车辆”的那一刻，那就不是数据处理，而是社会性判断。谁来设定这个判断的标准、如何设定、为何设定——这个问题不能只交给技术来回答。 电影《她》的结尾，萨曼莎离开了西奥多身边。但AI监控摄像头不会离开。一旦安装的基础设施、一旦收集的数据、一旦形成的网络，即便目的改变，结构也会留存下来。归根结底，这不是摄像头的问题。“我为了自身安全而甘愿交出的钥匙，会不会被用来打开我自己都不知道的那扇门？”——直面这份不安，正是我们所有生活在AI时代的人共同的课题。

参考资料与延伸阅读

核心来源

• The Guardian，“Row over ‘virtual gated community’ AI surveillance plan in Toronto neighbourhood”，2026年。：本期通讯的主要来源，详细记录了罗斯代尔居民会议及相关人士的采访。
• 404 Media，“Wildlife Conservation Police Are Searching Thousands of Flock Cameras for ICE”，2026年。：追踪Flock数据被用于移民执法的最新案例的调查报道。
• University of Washington Center for Human Rights，“Leaving the Door Wide Open: Flock Surveillance Systems Expose Washington Data to Immigration Enforcement”，2025年。：分析华盛顿州Flock审计记录的学术报告。

背景知识

• Michel Foucault，Discipline and Punish: The Birth of the Prison，Pantheon Books，1977年。：把全景敞视监狱概念延伸为现代社会监视机制的经典之作，本期通讯的哲学框架即源于此。
• Shoshana Zuboff，The Age of Surveillance Capitalism，PublicAffairs，2019年。：分析AI时代监视与资本主义结合的必读之作，其核心概念是“人类经验的原材料化”。
• Ivan Manokha，“Surveillance, Panopticism, and Self-Discipline in the Digital Age”，Surveillance & Society，2018年。：分析全景敞视监狱概念在数字时代如何演变的学术论文。
• Office of the Privacy Commissioner of Canada，“Privacy Tech-Know Blog: Who’s Watching Where You’re Driving?”，2017年。：加拿大个人信息保护委员会分析ALPR技术隐私影响的文章。
• 统计厅，“迈向第4代CCTV时代的转变”，《统计之窗》2024年冬季刊。：整理韩国CCTV安装现状及AI CCTV技术动向的统计厅资料。

作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。

注释

1. 门禁社区（Gated Community）：在出入口设置门禁与保安，控制外部人员进入的居住区。是美国富裕阶层住宅区常见的形式，“虚拟门禁社区”则是指用AI摄像头替代实体大门，达到相同效果的概念。 ↩

2. ALPR（Automated License Plate Recognition，自动车牌识别）：摄像头自动拍摄经过车辆的车牌，AI识别文字并与数据库比对的技术。可以理解为停车场结算系统的大规模扩展版。 ↩

3. PIPEDA（Personal Information Protection and Electronic Documents Act）：加拿大联邦个人信息保护法，规范民间企业在商业活动过程中收集、使用、公开个人信息的方式，作用类似韩国的《个人信息保护法》。 ↩

4. 全景敞视监狱（Panopticon）：18世纪哲学家杰里米·边沁设计的圆形监狱。中央塔楼可以看见所有囚犯，但囚犯无法得知自己是否正被观察。“可能正被观察”这一意识本身，就构成规训行为的结构。哲学家福柯将其用作整个现代社会的隐喻后，这一概念广为人知。 ↩

5. 监视资本主义（Surveillance Capitalism）：哈佛教授肖沙娜·祖博夫创造的术语，指企业无偿收集用户行为数据，将其制成“行为预测商品”出售的经济结构。我们以为自己免费使用的服务，其真正的商品其实是“我们自身的数据”。 ↩

6. SaaS（Software as a Service）：不购买软件本身，而是按月支付订阅费的方式，Netflix、Slack、Notion等服务是其代表。 ↩