现实的痛感：局限与挑战

反面案例：视觉安防误报太多，值班员主动关闭告警系统

某仓储中心引入视觉安防系统，覆盖 20 个摄像头，理论上可以检测「通道占用、人员闯入、烟火」三类告警。系统上线后 2 周，值班员把告警通知关掉了。

1. 原因排查： - 每天收到 50-80 条告警推送，其中真实异常约 3-5 条 - 误报原因：叉车正常通过被判定为「通道占用」；光线变化被判定为「烟雾」；员工快走被判定为「奔跑闯入」 - 值班员疲于应付误报，形成「告警=误报」的心理定势，最终干脆关掉
2. 结果：关掉告警后，一次真实火灾苗头因为没有告警而晚发现 8 分钟，导致轻微损失
3. 根本问题：上线前没有做误报率测试，没有设定可接受的误报阈值，没有分级告警（高误报类型只记录日志，不推送）

改进方案：

• 分级告警：烟火（最高级，立即推送）/ 通道占用（中级，每小时汇总）/ 其他异常（低级，记录日志）
• 持续调参：前30天专门收集误报案例，优化模型参数，把误报率从 90% 降至 15% 以下
• 人工确认机制：高优先告警需值班员 5 分钟内确认（是否真实），未确认自动升级主管

教训：比没有系统更危险的，是一个「没人相信」的系统。误报管理是 AI 安防落地的核心课题，不是可以「上线后再说」的问题。