Tangles AI 监控系统:美国警方隐秘手机追踪技术深度分析

一、新闻概述

1. 标题

德克萨斯州警方投资数百万美元购置隐秘手机追踪软件 Tangles,拒绝披露使用详情

2. 发布时间

2026 年 1 月 13 日

3. 来源

The Texas Observer

二、核心内容

1. 事件摘要

A. 主要内容

德克萨斯州各级执法机构在过去几年中投资至少 800 万美元购买名为 Tangles 的 AI 监控软件。该软件由以色列科技公司 Cobwebs Technologies 开发,后被 PenLink Ltd 收购。其核心功能是通过商业数据追踪手机移动轨迹,无需搜查令即可进行大规模监控。

B. 核心亮点

  • 无搜查令监控:通过第三方商业数据绕过司法审查
  • 大规模投资:德州公共安全部签署 530 万美元的 5 年合同
  • 使用不透明:机构拒绝提供具体使用案例和效果
  • 宪法争议:民权组织认为违反第四修正案

2. 关键信息

A. 版本号/发布内容

  • Tangles 监控平台(版本未公开)
  • WebLoc 插件:地理围栏追踪功能

B. 重要数据

  • 投资总额:联邦和德州机构至少 800 万美元
  • 德州公共安全部:530 万美元(230 个用户,5 年合同)
  • 移民海关执法局(ICE):约 200 万美元
  • 毒品执法局(DEA):超过 1000 万美元
  • 戈利亚德县:约 30 万美元

C. 涉及产品/技术

  • Tangles 监控平台
  • WebLoc 追踪插件
  • 商业位置数据经纪服务

3. 背景介绍

A. 前置版本/历史

  • 2014 年:Cobwebs Technologies 由以色列特种部队前成员成立
  • 2023 年:PenLink Ltd 收购 Cobwebs
  • 2018 年:美国最高法院在 Carpenter v. United States 案中裁定获取手机位置数据需要搜查令

B. 相关上下文

这是德州公共安全部「孤星行动」(Operation Lone Star)的一部分,该行动是州长 Greg Abbott 的数十亿美元边境军事化任务。

三、详细报道

1. 主要内容

A. 功能更新

Tangles 核心能力

  • 开放网络情报(OSINT)收集
  • 深网和暗网数据抓取
  • WebLoc 地理围栏追踪:在虚拟区域内追踪移动设备
  • 设备识别号码追踪(非姓名追踪)

数据来源

  • 在线广告生态系统的位置数据
  • 用户同意共享位置的应用程序

B. 技术改进

技术架构

graph TB
    A[移动设备用户] --> B[应用程序]
    B --> C[位置数据收集]
    C --> D[数据经纪人]
    D --> E[Tangles 数据库]
    E --> F[执法机构用户]
    E --> G[WebLoc 插件]
    G --> H[地理围栏分析]
    H --> I[设备移动轨迹]
    I --> J[执法行动]

Tangles 技术架构图

关键发现

  • 位置数据通常滞后数天,非实时追踪
  • 不能搜索姓名或电话号码
  • 仅显示设备识别号码(广告生态系统中的 ID)
  • 与其他监控工具(无人机、车牌读取器)结合使用效果更佳

C. 政策变化

美国法律框架

  • 2018 年 Carpenter 案确立:从电信公司获取位置数据需要搜查令
  • 商业数据漏洞:从数据经纪人购买相同数据无需司法审查
  • 德州法律未明确要求警方记录 AI 监控技术的使用

国际使用

  • 萨尔瓦多:2020 年国家警察购买 Tangles
  • 2021 年:立法允许无搜查令监控数据在司法中使用

2. 技术细节

A. 架构变化

数据流向分析

sequenceDiagram
    participant U as 移动设备用户
    participant App as 应用程序
    participant DB as 数据经纪人
    participant T as Tangles
    participant L as 执法机构

    U->>App: 同意位置共享
    App->>DB: 出售位置数据
    DB->>T: 数据聚合
    L->>T: 创建地理围栏
    T->>L: 返回设备移动轨迹
    L->>L: 分析与调查

Tangles 数据流向时序图

B. 性能指标

系统限制

  • 数据延迟:通常为数天(历史数据)
  • 搜索能力:不支持姓名或电话号码搜索
  • 识别方式:仅限广告生态系统中的设备 ID

C. 兼容性说明

平台兼容性

  • 与德州现有监控工具整合(无人机网络、自动车牌读取器)
  • 支持多机构协同(近 60 个德州机构共享)

3. 数据与事实

A. 投资明细

德州机构支出

机构金额用途
德州公共安全部(DPS)530 万美元230 用户,5 年合同
戈利亚德县警长办公室约 30 万美元反走私任务组
ICE 情报办公室约 200 万美元2025 年合同
DEA超过 1000 万美元多个合同

B. 机构覆盖

使用机构(部分)

  • 达拉斯警察局
  • 休斯顿警察局
  • 基林警察局
  • 蒙哥马利县警长办公室
  • 近 20 个德州警长办公室

C. 实际使用案例

已知案例

  1. 戈利亚德县:使用酒类收据 + 地理围栏追踪人口走私嫌疑人(未导致逮捕)
  2. 图森市(亚利桑那):

    • 监控副总统哈里斯访问期间的抗议者
    • 追踪 Circle K 香烟抢劫案嫌疑人
    • 调查年轻女性绑架未遂案(未成功)

四、影响分析

1. 行业影响

A. 竞争格局

监控技术市场

  • 数据经纪产业:价值数十亿美元
  • AI 监控工具:快速增长的市场
  • 无搜查令数据获取:成为执法机构新常态

B. 技术趋势

监控技术发展方向

  • 从电信公司获取 → 从商业数据经纪人购买
  • 实时监控 → 历史轨迹分析
  • 针对性监控 → 大规模数据收集

2. 用户影响

A. 普通公众

  • 隐私权:大规模监控影响所有手机用户
  • 宪法权利:第四修正案保护被削弱
  • 数据透明度:无法知道是否被监控

B. 移民社区

  • 重点监控目标:孤星行动主要针对移民
  • 辩护困境:从未在法庭记录中看到 Tangles 的使用
  • 法律救济:缺乏透明度使维权困难

C. 执法机构

  • 工具依赖:大量投资但效果不明确
  • 法律风险:绕过司法审查可能影响案件
  • 舆论压力:公众对监控技术的担忧

3. 技术趋势

A. 技术方向

  • AI 与监控技术深度融合
  • 商业数据成为执法监控主要来源
  • 多工具协同(无人机 + 车牌读取 + 手机追踪)

B. 生态影响

  • 数据经纪人成为执法数据供应商
  • 科技公司与政府的旋转门现象
  • 监管滞后于技术发展

五、各方反应

1. 官方回应

PenLink 公司声明

  • 声称使用「商业可用数据」
  • 表示遵循行业最佳实践和相关隐私法律
  • 拒绝讨论具体客户或合同
  • 起诉阻止 sheriff 办公室发布记录(后被 EFF 击败)

德州公共安全部(DPS)

  • 拒绝评论使用情况
  • 声称发布记录可能帮助犯罪分子
  • DPS 局长 Freeman Martin 声称软件帮助防止大规模枪击事件
  • 拒绝提供具体案例

2. 业内评价

A. 专家观点

美国公民自由联盟(ACLU)律师 Nathan Wessler

  • 警方通过付费绕过司法监督系统
  • 缺乏对警察滥用的制衡
  • 对「防止大规模枪击」的说法表示怀疑

电子前沿基金会(EFF)研究员 Beryl Lipton

  • 数据聚合和整合上有一层「尊重隐私的伪装」
  • 监控工具使警方能在无搜查令的情况下建立任何人的详细档案

B. 社区反馈

移民律师 Amrutha Jindal(Lone Star Defenders)

  • 从未在其代理的案件中见过 Tangles 的证据
  • 质疑:我们甚至被告知了吗?

戈利亚德县警长 Roy Boyd

  • 承认担心滥用潜力
  • 表示部门很少使用该工具
  • 对政府可以随时获取任何信息的想法感到担忧

3. 用户反馈

A. 正面评价

  • 执法机构:声称有助于拯救生命和破案
  • PenLink:声称帮助执法部门更快发现威胁

B. 负面评价

  • 民权组织:认为违反宪法权利
  • 社区:担心大规模监控的滥用
  • 技术专家:质疑其实际效果

C. 中立观察

  • 监督组织:被迫通过法庭获取使用信息
  • 学者:呼吁建立明确的监管框架

六、相关链接

1. 官方公告

  • Carpenter v. United States 最高法院判决
    -德州孤星行动官方信息

2. 相关报道

  • Texas Observer 系列报道(与普利策中心 AI 责任网络合作)
  • El Faro 对萨尔瓦多使用的调查报道

3. 技术文档

  • Cobwebs Technologies 官方网站
  • Pen Ltd 公司产品介绍

七、技术深度分析

1. 系统架构分析

A. 数据收集层

技术机制
Tangles 的核心能力来源于庞大的商业位置数据生态系统。这些数据主要来自:

  • 移动应用程序中的 SDK(软件开发工具包)
  • 位置广告网络
  • 数据聚合平台

数据流向

graph LR
    A[用户安装应用] --> B[同意位置权限]
    B --> C[应用内广告 SDK]
    C --> D[位置数据收集]
    D --> E[数据经纪人网络]
    E --> F[Tangles 数据整合]
    F --> G[执法机构访问]

数据收集层流向图

B. WebLoc 插件机制

地理围栏技术

  1. 用户在地图上定义虚拟区域(可以是 300 英里范围)
  2. 系统检索进入该区域的设备 ID
  3. 分析这些设备的时间序列移动
  4. 生成热力图和轨迹报告

技术限制

  • 数据延迟:不是实时追踪
  • 识别限制:只能获取广告 ID,无法直接关联到个人身份
  • 精度问题:位置精度取决于原始数据源

2. 法律与伦理分析

A. 法律漏洞

Carpenter 案后的演变

  • 2018 年前:警方可以直接向电信公司索取位置数据
  • 2018 年后:需要搜查令才能从电信公司获取数据
  • 当前状态:从数据经纪人购买相同数据无需司法审查

第四修正案问题

  • 合理期待:公众认为其移动轨迹是私密的
  • 商业例外:法院尚未明确裁决商业数据的宪法地位
  • 司法绕过:警方通过付费绕过司法审查

B. 国际人权影响

萨尔瓦多案例

  • 2020 年:在威权总统 Bukele 下购买
  • 2021 年:立法修改允许无搜查令监控数据在司法中使用
  • 严重后果:为威权政府提供合法化的监控工具

3. 技术评估

A. 有效性分析

警方声称

  • 帮助「开发线索以最终获得合理依据」
  • 「验证已有的合理怀疑」
  • 防止大规模枪击事件

实际证据

  • 戈利亚德县:使用 3 年多,无直接关联任何逮捕或起诉
  • 德州公共安全部:拒绝提供成功案例
  • 图森市:部分案件有结果,部分失败

B. 成本效益分析

投资回报率问题

  • 总投资:至少 800 万美元
  • 可验证结果:极少或未公开
  • 两种可能解释:

    1. 浪费纳税人钱财
    2. 使用但隐瞒法官、辩护律师和公众

4. 技术生态系统

A. 多工具协同

德州监控工具整合

  • Tangles:手机位置追踪
  • 无人机舰队:空中监视
  • 自动车牌读取器(ALPR):车辆追踪
  • 整合效果:通过多源数据交叉验证构建完整画像

B. 数据经纪产业

产业规模

  • 价值:数十亿美元
  • 主要参与者:数据聚合公司、广告网络
  • 监管状态:联邦层面缺乏明确法规

八、行业影响与趋势

1. 监控技术市场

市场趋势

  • AI 驱动的监控工具快速增长
  • 从传统电信数据转向商业数据源
  • 无搜查令监控成为新商业模式

2. 监管滞后

法律空白

  • 联邦隐私法律:尚未全面更新
  • 州级法律:德州未明确要求 AI 监控透明度
  • 司法解释:法院尚未裁决商业数据的宪法地位

3. 国际对比

其他国家做法

  • 欧盟:GDPR 严格限制位置数据处理
  • 中国:明确的监控法律框架
  • 美国:碎片化监管,商业数据成为漏洞

九、结论与建议

1. 关键发现

核心问题

  1. 透明度缺失:机构拒绝披露使用细节和效果
  2. 司法绕过:通过购买商业数据规避宪法要求
  3. 效果存疑:大量投资但缺乏可验证的成果
  4. 滥用风险:大规模监控工具可能被不当使用

2. 政策建议

立法层面

  • 要求执法机构记录 AI 监控工具的使用
  • 禁止通过购买商业数据绕过搜查令要求
  • 建立独立监督机制

技术层面

  • 数据经纪行业需要明确监管
  • 位置数据收集需要更严格的用户同意机制
  • 监控技术需要独立审计

3. 未来展望

技术发展趋势

  • AI 监控工具将继续进化
  • 数据源将更加多样化
  • 监管与技术之间的竞赛将加剧

社会影响

  • 隐私与安全的平衡需要重新讨论
  • 公民需要更多关于监控技术的知情权
  • 国际合作可能需要建立监控技术伦理标准

参考资料

  1. Texas Police Invested Millions in a Shadowy Phone-Tracking Software. They Won't Say How They've Used It.
  2. Carpenter v. United States, 585 U.S. _ (2018)
  3. EFF Investigation on PenLink and Tangles
最后修改:2026 年 01 月 19 日
如果觉得我的文章对你有用,请随意赞赏