技术架构的灰色地带：野生动物保护数据如何成为移民执法的侧门入口
2025年1月，印第安纳州鲍尔州立大学的Flock网络审计报告里，一行数据引发关注：佛罗里达州鱼类与野生动物保护委员会（FWC）的警察，以"移民"为由发起了38次车牌查询。查询范围覆盖超过5000个Flock摄像头网络。
系统设计的原罪
Flock的AI摄像头网络覆盖全美，自动扫描每辆经过车辆的车牌、品牌、颜色。执法部门无需搜查令即可查询某辆车的历史轨迹，还能跨州搜索——佛罗里达警察可以调取俄勒冈州摄像头的数据。
技术层面，Flock官网明确标注"不与美国移民与海关执法局合作"。但公共记录揭示另一现实：ICE通过地方警察账户持续获取数据，方式隐蔽、难以追踪。
标签系统的表演性
FWC警察的查询理由包含三种标签："移民（民事/行政）-ICE""移民（刑事）-一般刑事调查""移民（刑事）-ICE"。这些分类在审计表格里整齐排列。
问题在于：Flock系统不验证标签真实性。野生动物保护部门的法定职责不包括移民执法，但Flock账户握在手中，权限边界由操作者自行定义。
退出机制的致命漏洞
2025年5月曝光后，Flock推出"退出"机制。但该机制针对"自动数据共享"，手动查询——警察登录系统、输入车牌、选择标签——完全不受影响。
FWC与数千个Flock网络保持数据共享。单次查询可触达全国数十万摄像头。ICE无需直接签约，只需找到愿意代查的部门。野生动物警察编制独立于城市警察局，公众关注度低，监督机制弱。
审计盲区的结构性
38次查询只是冰山一角。Flock架构中，审计日志仅记录"跨机构查询"。若FWC警察查询本州摄像头，或通过共享网络间接查询，操作不会出现在鲍尔州立大学的审计报告中。
技术设计塑造行为模式：查询界面没有部门职能硬边界，没有跨领域查询的技术屏障。"移民"作为可选项呈现，选择它不需要额外成本，不选择反而需要理由。
摄像头功能的用途漂移
Flock摄像头部署时，公众被告知用途是"安全"或"保护"。但硬件用途可变：今天查被盗车辆，明天查无证移民，取决于登录系统的警察选择什么标签。
这种功能叠加不是意外，是设计特性。Flock卖点正是"多用途"——一个摄像头同时服务交通管理、刑事调查、安全监控。客户购买时看到灵活性，看不到用途漂移的必然性。
