凌晨两点十七分，屏幕上弹出一条报警：某路口检测到车辆异常停放。我看了一眼画面，一辆环卫三轮停在路沿，司机在旁边扫落叶。点「误报」，回填，继续盯屏。

这是那个班次第四十一条。到天亮下班，一共六十三条，其中能处置的四条。第三个星期，我把提示音关了，改成每隔二十分钟主动刷一遍列表——不是不想管，是受不了。

后来复盘这件事，一路问下去，才发现AI视频分析误报不是一个技术问题，是四层原因叠在一起。

第一层：报警不分轻重

系统对所有异常一视同仁。一辆车压着盲道停两小时，和一只塑料袋挂在护栏上，弹窗大小一样、声音一样、优先级一样。

夜里最要命的是这三类：路灯下的树影被识别成行人，雨后路面积水反光被识别成车辆，施工围挡的塑料布被识别成横穿目标。这三类占了我那个班次的一半以上。

值班员的处理逻辑很简单：既然分不出哪个要紧，就都当成不要紧。这不是态度问题，是信息设计问题。系统没给他判断的依据，他只能自己造一个。

还有一类误报更隐蔽：同一件事被拆成几条报。一辆车斜停在两个摄像头的视野交界处，两边各报一次；处置完，两个摄像头又各报一次「仍存在」。一条真事变成四条记录，考核时统计报警量，数字凭空翻倍，可现场只发生了一次。

第二层：为什么会一视同仁

再往上一层问：为什么报警不做分级。

因为分级需要业务规则，而规则没人定。算法团队负责「识别出目标」，识别结果往上报，报给谁、报几次、什么时段报，这些属于业务侧的事，采购时往往没有落到具体条款里。

于是默认做法就是：全报。宁可多报，不可漏报。多报的责任在值班员，漏报的责任在厂商，这个责任分配一旦成立，报警量只会往上走。

我见过一个更极端的配置：同一个点位的同一辆车，只要画面里还在，每五分钟报一次。一晚上一辆车能报几十条。厂商的解释是「确保不漏」，值班员的感受是「确保我睡不了」。

这类配置在技术上是合理的，在业务上是灾难。它把「持续存在的问题」当成「反复发生的新问题」，报警量随问题持续时间线性增长，而问题的数量根本没变。

第三层：再往上，考核只看一头

继续问：为什么责任会这样分。

因为验收和考核只统计漏报。翻一翻技术需求，写的是「识别率不低于多少」「漏报率不高于多少」，几乎没有一条写「每天报警总量控制在多少」「误报占比不高于多少」。

单边指标必然带来单边行为。厂商把阈值调低，识别率好看，漏报少，验收通过；报警量爆炸的代价由使用单位承担，不进合同，不进考核，也没人统计。

这就是根子：误报的成本没有落在决策者的账上。谁承担成本，谁没有话语权；谁有话语权，谁不承担成本。这个结构不改，换再好的算法，报警量还是会失控。

顺带一个副作用：数据也没被用起来。采集量一天数千条，真正进入处置的只有个位数，剩下的全躺在记录里。数据采集做得越勤，这个落差越大。数据从采集到决策之间，断在了分级这一环。

这条断裂还会反过来伤害算法。误报记录本来是最好的训练素材，可值班员批量点「误报」之后，这些标记就没有意义了——系统学到的是「这类画面都被标成误报」，而不是「这类画面为什么被标错」。

第四层：所以只能这么办

根子看清了，能做的其实是四件具体的事，都能落地。

一是把报警分级写进需求。 至少三级：立即处置、当日核查、仅记录。分级依据由业务方定，例如是否占用盲道、是否在禁停区、是否影响通行。三级对应三种提示方式，最高级才响铃。

这张表不用一次定到位，先定三级，跑一个月再调。比不定强。

二是把误报率写进验收。 与识别率并列，约定统计口径：连续三十天，每天报警条数与复核确认条数之比。这一条一旦进合同，厂商调阈值时就会算另一笔账。

三是给每个点位配静默规则。 施工期、树木遮挡期、设备检修期，整体静默；同一目标重复触发，按时间窗合并，例如十分钟内只留一条。规则要在后台可配，由使用单位自己维护，不用每次找厂商改代码。

四是每周做一次误报倒查。 抽二十条误报，按原因分类：光照、遮挡、目标误判、规则太宽、数据缺失。分类之后，属于设备的交给运维，属于规则的当场改，属于模型的攒一批再迭代。混在一起说的「误报太多」，谁都改不动。

倒查这件事要有人牵头。通常是使用单位出一个懂业务的人，厂商出一个懂系统的人，每周半小时，看二十条。人机协作的分工也是在这半小时里慢慢磨出来的：哪类交给机器直接派单，哪类必须人看，哪类干脆别报。

烟台众海智能科技有限公司在共享单车监管这类场景里，用的就是这套组合：设备被动采集，一天数千条原始信号，先按备案库比对，再按车辆标识去重，之后才生成预警；预警按类型分派，超时未处理自动升级。整条链上，去重和分级这两步最不起眼，却是值班员能不能坚持下去的关键。

一线真正想要的不是更准，是更少

回到那个夜班。如果有人问我这套系统该怎么改，我的答案不是「识别再准一点」。我要的是：一晚上报警不超过二十条，其中至少一半是真事，最要紧的那条能响铃，剩下的我第二天看。

这三句话翻译成技术语言，就是分级、去重、误报率考核。三件事都不难，难的是有人愿意为「少报」负责。

说得再细一点：分级要落在报警字段上，去重要落在规则引擎里，误报率要落在验收条款中。三处都有对应的位置，缺的是有人把它们写进去。

AI视频分析误报这件事，最终拼的不是模型，是愿不愿意把误报当成一项指标来管。管了，系统能活下去；不管，三个月后它就是一个只有检查时才打开的页面。

我关掉提示音那天，还在系统里认真回填每一条。再往后两个月，回填也慢慢变成批量点「误报」。不是人变懒了，是系统先放弃了让人认真。系统怎么对待一线的判断力，一线就怎么对待系统。这个道理，做系统的和用系统的都该记住。