预测性警务虽然诞生于“前算法时代”，但随着算法技术的发展而不断完善，在多源数据的驱动、人工智能技术的加持下实现了预测结果的智能升级，呈现出新特征，诱发了新风险。因而亟待深入研究算法时代的预测性警务，以纾解执法风险，规范算法权力。预测性警务的所蕴含的风险主要包括算法训练过度侵犯个人隐私，算法自动化对个别化判断的侵蚀，以及算法操纵下的歧视风险。对此，应当明晰算法决策的边界，建立算法预测的门槛，及时发现和纠正算法歧视，并通过建立外部的数据安全监督机构等方式，最大限度地规制预测性警务的多重风险。