雨天站在公交站台，一辆出租车贴着积水飞驰而过，泥水溅了我半条裤腿。我下意识往后退，脚底却踩到一块松动的砖，整个人差点摔倒。站台边新装的电子屏正显示下一班车还有四分钟，屏幕下方有个摄像头，据说能识别候车人数来调度车辆。我盯着那摄像头看了几秒，忽然想到一个问题：它认得出一辆溅水出租车的车牌吗。

那个摄像头大概率只做人数统计，不做车牌识别。但城市里真正在拍车牌的东西多得多。路口横杆上伸出来的那些方盒子，白天看着灰扑扑的，夜里闪光灯一亮，能把一张车牌连反光膜上的纹路都拍清楚。我有个朋友在交管部门做数据整理，他说早晚高峰时段，一个主干道卡口每小时能产生上千条过车记录。这些记录进系统后自动比对，套牌车、逾期未年检的车，往往在开出几个路口之后就被拦下了。技术谈不上多新鲜，只是把摄像头和数据库连起来用。

真正让这类系统跑得动的是背后的算力。十年前一个路口要配一台工控机专门处理视频流，现在很多识别任务直接放在摄像头端的芯片上做，只把结果传回中心。带宽省了，延迟也低。我住的小区门口装了道闸，识别车牌抬杆差不多是瞬间的事，偶尔我骑车经过，它也能分出自行车和汽车，不会乱抬杆。这种小芯片的功耗低到可以用一根网线供电，安装的时候连电源线都不用另拉。

不过识别率再高，也架不住雨天。车牌沾了泥、被水花糊住，或者逆光的时候，摄像头一样抓瞎。我见过一次追尾事故，后车行车记录仪拍到了前车溜车，但画面里车牌模糊成一团白，交警最后是靠路口监控和车身颜色比对才定责。技术有它的边界，边界往往不在算法本身，而在物理世界给不给面子。光照、遮挡、污损，这些老问题换多少代模型都绕不过去。

去年冬天我在一个老旧小区门口看到另一种做法。物业没装车牌识别，而是在道闸杆上绑了个蓝牙读头，业主车里放个小标签，靠近就抬杆。成本低，装起来快，下雨天也不怕镜头糊。缺点是访客车辆得手动登记，保安拿个本子记电话。这种土办法和智能系统之间差着好几代技术，但它解决的是同一个问题：让车进来，别堵在门口。有时候最合适的技术不是最先进的那个。

雨停了，我上了公交车。车窗外的出租车还在跑，溅起的水花比刚才小了些，路面排水比前两年顺畅，听说底下换了新的透水砖和雨水篦子。到站开门的时候，我注意到司机面前的屏幕上跳出一行提示，说前方两公里有事故，建议绕行。他打了把方向拐进辅路。我坐在后排想，这一路从站台到车厢，摄像头、芯片、蓝牙、调度算法，每样东西都在干活，只是平时没人会特意去想它们。