“孰是孰非？”四川，一男子因为天天被占道车堵得走不了，他一气之下写代码做了个AI自动举报程序，自动识别车牌、截取违法视频、一键上传交警，随便去路上跑一趟都能举报十几辆车。 事情发生在成都。 男子是一名程序员，平时主要靠骑电动车通勤，走的多是非机动车道。 麻烦也正是从这条路上来的。 原本给电动车和自行车留出的通道，经常被停放车辆挤占，有的车停得很随意，有的干脆把整段路堵住，骑车人只能绕出去和机动车抢道。 这种路况一天两天还能忍，时间久了，谁都会有怨气。 对他来说，难受的不只是通行效率下降，更是安全压力不断增加。 非机动车被逼到机动车道上，旁边车流一快，风险立刻就上来了。 除了乱停占道，他在日常出行时还常碰到另一类情况。 有的车主变道动作很猛，不打转向灯，压着实线就拐过来，留给后车和旁边车辆的反应时间很短。 这类行为未必每次都出事故，可只要遇上几回，心里就很难当成小事。 他原本也想过走正常举报流程。 问题在于，手动取证并不轻松。 人在路上，车在动，掏手机拍摄本身就不安全，事后还要整理视频、上传资料、填写信息，一整套流程下来，很多人想到麻烦就算了。 违规的人正是吃准了这种心理，才会觉得自己大概率不会被追到。 程序员的思路和一般人不太一样。 既然问题出在取证繁琐，干脆就把这件事交给程序处理。 他花了大约一周时间，把识别车牌、截取画面、保存片段、整理上报这些环节串到一起，做出了一套自动化工具。 装到设备上之后，这套程序能在行进过程中抓取疑似违规画面，再从中提取有用信息，最后按平台要求完成上传。 实际跑起来，效率比人工高出一截。 出去一趟，后台里就能多出十来条上报记录。 这件事传开后，争议来得很快。 有人觉得他太较真，路上的磕磕碰碰本来就多，没必要把事情做到这个地步。 也有人完全站在他这一边，认为公共道路不是谁想占就占，谁破坏规则，谁就该承担代价。 支持者里有不少是骑行者和步行者。 他们平时最能感受到占道停车带来的不便。 一条看起来不算宽的非机动车道，一旦停上几辆车，原本平稳的通行路线就会被切得七零八落。 行人被逼着绕路，骑车人被逼着并线，很多险情都不是突然出现的，而是在这种日复一日的挤压中慢慢积累出来的。 从这个角度看，这套程序并不是凭空制造矛盾，它只是把原本分散、零碎、常常被放过的违规行为，更集中地呈现了出来。 成都本地本来就有面向公众的举报渠道。 像交警公众号和相关应用，都可以提交线索，数量上也没有特别严的限制。 这说明公民参与交通监督，本身就有现实入口。 这名程序员做的事，更多像是把原本需要手动完成的流程压缩了一遍。 从操作层面看，他省下的是时间和精力。 从结果看，他提高的是监督被真正使用起来的概率。 真正让外界分歧加大的，是自动化这三个字。 手工举报通常零散，带有明显的个体行为色彩。 程序介入后，举报变得持续、稳定，还能批量完成，意味就不一样了。 有人担心识别会不会出错。 车牌看错一位，场景判断偏差一点，都可能影响结果。 也有人担心平台压力会不会突然增大。 如果大量类似工具同时出现，交管后台面临的审核量会上去，筛查和复核就得跟着加强。 这类担心并不是没有道理。 技术能提升效率，也会把原本不明显的问题一起放大。 好在交通违法的处理不是谁上传谁就能定案，最终还得经过审核。 程序可以负责发现线索，不能替代认定环节。 边界守住了，工具就还是工具。 边界守不住，麻烦才会真的出现。 这名程序员后来还表示，自己做这件事不是为了拿奖励，也没打算从中获利。 公开信息显示，当地针对占道停车举报并没有明确现金激励，举报后平台大多只显示已受理，后续处罚结果也不会主动逐条反馈。 换句话说，这件事既费心，也谈不上有什么回报。 他愿意继续做，更多还是出于一个很现实的想法，路总得有人较真，规则总不能只写在牌子上。 更引人注意的是，他还有开源的打算，甚至考虑继续做成更方便使用的应用。 这说明在他看来，问题不是某一次堵路，也不是某一辆车，而是很多人都遇到过同一种困扰，只是缺少一个足够省事的办法去应对。 一件小事能在网上引起这么大讨论，也说明它碰到的正是很多人的共同经验。 开车的人觉得临时停一下没什么。 骑车的人看到的却是整条路被堵死。 站的位置不同，感受就完全不同。 这名程序员做出的程序，把这种冲突直接摆到了台面上。 道路该怎么走，车该停在哪里，本来都有清楚规则。 技术在这里没改变规则，只是让规则更容易被看见。 对那些守规矩的人来说，这不算多出一道麻烦。 真正会紧张的，往往是习惯把公共空间当成自己方便之处的人。
