海军AI战略优先速度而非完美对齐
The Decoder··作者 Tomislav Bezmalinović
关键信息
该战略以五阶段的“Bits2Effects Cycle”为核心，并用“Mean Time to Effect”（MTTE）衡量从数据采集到产生军事响应所需的时间。它还要求在舰艇和远征部队中部署AI，设立“AI War Council”，加快审批流程，强化数据基础设施，并计划到2029财年将合格的数据与AI人才数量翻倍。
资讯摘要
海军部负责统管海军和海军陆战队，它已经批准了一项新的战略，目标是更快把数据和AI转化为战场优势。代理海军部长洪·曹签署了这份文件，并在经过一年多的制定后立即生效；该战略由部门的首席数据与人工智能官牵头，联合海军和海军陆战队内部的AI专家共同完成。曹表示，这一计划要帮助海军部“比任何对手学得更快、打得更强”，并打造一支“AI优先”的舰队。文件把快速采用数据和AI描述为一项核心军事需求，而不是附属项目。
这份战略的核心是“Bits2Effects Cycle”，它是一个五阶段框架，从自动化采集军事数据开始，经过传输、分类和分析，最终把结果用于真实的决策和行动。文件还提出用“Mean Time to Effect”（MTTE）作为关键指标，用来衡量从新数据被采集到触发作战响应或调整之间的时间。战略认为，在一场存在多轮学习和适应的长期冲突中，学习和适应最快的一方会占据优势。相关经验教训还要回流到系统中，以持续改进战术、训练和软件。
该战略列出了六个主要目标：加快作战AI部署、提升数据可用性和可用性、扩展技术基础设施、简化审批流程、提高全军人员的数据和AI素养，以及加强与工业界、学术界、其他政府机构和盟友的协作。文件中的许多措施预计要在2027财年第一季度前落实，而2027财年结束时间是2026年12月。到2029财年末，海军部希望把合格的数据工程师、数据科学家以及AI和机器学习工程师的人数翻一番。
这份文件还提出，要让大型语言模型和代理式AI直接运行在军舰上，并部署到海军陆战队远征部队中，因为这些场景下通信可能会被干扰或切断。它还要求军人能够在这些系统之上自行开发应用。一个新的“AI War Council”将负责优先排序用例、协调资源，并预先批准战时对数据共享、分类和部署规则的修改。
这项战略中最引人注意的一点，是它明确接受一种风险权衡：根据国防部更广泛的AI指导，行动过慢被视为比系统“完美对齐”不足更危险。该表述被放在“Wartime Approach”语境下，也就是把风险评估和官僚流程当作美国已经处于战争状态来处理。结果就是，这项政策更偏向速度和实战可用性，而不是等待绝对安全保证。
海军的举措也是美国武装力量整体AI推进的一部分。Business Insider报道称，国防部的中央生成式AI平台GenAI.mil在2026年6月的日活用户达到150万，而它在2025年12月上线时只有8万。报道中的用途从日常办公一直延伸到军事规划和作战行动。陆军也在“Next Generation Command and Control”系统中测试AI，而一项海军AI项目据称把潜艇规划任务从160小时缩短到了10分钟。
资讯正文
五角大楼新的 AI 作战手册将缓慢采用视为比“不完美对齐”更大的风险
海军部希望打造一支“AI 优先”的舰队。一项新战略阐明了如何更快地将数据和 AI 转化为战场优势。
海军部负责统辖海军和海军陆战队，已正式批准一项新的《用数据和人工智能武器化战略》（Strategy to Weaponize Data and Artificial Intelligence）。代理海军部长 Hung Cao 已签署该文件，使其立即生效。该战略在海军部首席数据与人工智能官的领导下历时一年多制定完成，并与海军和海军陆战队的 AI 专家协作推进。
Cao 表示，这项战略将使海军部能够通过数据和 AI 的快速部署，“比任何对手学得更快、打得更好”。他将其描述为一张蓝图，旨在打造一支“AI 优先”的舰队，把信息转化为军事优势，并实现更快、更优的决策。
学得最快的力量将获胜
这项战略的核心是“Bits2Effects Cycle”，这是一个五阶段的数字化适应框架。它描绘了从自动收集军事数据，到传输、分类和分析，再到将其用于真实军事决策和行动的路径。经验教训会再反馈回这一循环之中，从而使系统、战术和训练能够持续更新。
关键指标是“Mean Time to Effect”，即 MTTE。它衡量的是从新数据被捕获，到它产生具体军事响应或适应之间所需的时间。这个窗口越短，部队就越能更快反应并调整。根据这份战略文件，在一场包含多轮学习周期的旷日持久冲突中，学习和适应最快的部队将占据主导地位。
这份公告列出了六项目标：加快作战 AI 部署、提升数据可用性和易用性、扩展技术基础设施、简化审批流程、加强人员的数据与 AI 素养，以及深化与 उद्योग、学术界、政府机构和盟友的合作。
这些措施中的许多预计将在 2027 财年第一季度前到位，该财年于 2026 年 12 月结束。到 2029 财年结束时，合格的数据工程师、数据科学家以及 AI 和机器学习工程师的数量预计将翻倍。
行动过慢比“不完美对齐”更危险
该战略要求在军舰上以及海军陆战队远征部队中直接运行大语言模型和 agentic AI。这些系统必须能够在通信被干扰或切断时继续运作。军人将基于这些系统自行开发应用程序。一个“AI 战争委员会”将负责确定优先用例、协调资源，并预先批准战时对数据共享、分类和部署规则的变更。
这份战略文件采纳了美国国防部更广泛的 AI 战略中一个尤其深远的权衡：行动过慢的风险大于这些系统存在不完美对齐的风险。这段表述置于“战时思维”这一背景之中。国防部希望像国家已经处于战争状态一样来处理风险评估和组织层面的障碍，做出更偏向速度的决策。
AI 已经是美国军方的战场现实
Business Insider 报道称，海军的战略只是美国武装力量范围内更广泛 AI 转型的一部分。GenAI.mil 是国防部人员和雇员使用生成式 AI 的中央平台，到了 2026 年 6 月，每日用户数达到 150 万。这个数字高于它在 2025 年 12 月上线时的 8 万人。其用途从日常办公任务延伸到军事规划和作战行动。
陆军正在“下一代指挥与控制”系统中测试 AI，以更快处理海量数据，帮助士兵建立态势感知并做出决策。据报道，一项海军 AI 项目将一项潜艇规划任务从 160 小时缩短到了 10 分钟。
这些应用已经真实到什么程度，在对伊朗的战争期间变得非常清楚。据报道，美国军方曾使用 Anthropic 的语言模型 Claude 进行目标分析和打击规划。这一部署具有强烈的政治争议性。
在该公司坚持对完全自主武器和大规模国内监控施加限制后，特朗普政府将 Anthropic 排除在政府系统之外。不久之后，OpenAI 与五角大楼达成协议，让其模型在涉密网络上运行。OpenAI 也提出了类似的红线，但其依赖的是合同和技术保障，而不是强硬的政策要求。海军的新战略很可能会进一步推高军方对强大语言模型和 AI 智能体的需求。
一场全球性的 AI 军备竞赛
这场 AI 军备竞赛正在全球范围内展开。中国正以极快的速度推动军事 AI 采用。乔治城大学的研究人员分析了数千份中国人民解放军公开可得的采购需求。文件显示，北京正在测试用于无人作战车辆、网络防御、海上、陆地和太空目标跟踪与目标获取，以及由深度伪造驱动的虚假信息传播的 AI 系统。
北约也已经在作战层面使用 AI。法国海军上将皮埃尔·旺迪耶（Pierre Vandier），作为北约负责数字化转型的最高军官，表示联盟成员正在利用 AI 跟踪俄罗斯的影子油轮船队。以色列在与伊朗开战之前，花了数年时间部署 AI 来筛查大量截获的情报数据。
在美国方面，五角大楼正在大举投资整合商业 AI，并计划更进一步，让 AI 公司在机密数据上训练面向军事用途的模型版本。这将是一次质的飞跃。敏感情报将被直接嵌入这些模型之中。
网络安全是风险最高的领域
网络安全领域的步伐正在迅速加快。与核升级的相似之处不再只是一个比喻。中国网络安全公司奇虎360创始人周鸿祎就明确提出了这一比较。他认为，像 Anthropic 的 Claude Mythos 这样的 AI 模型能够自主发现漏洞并构建攻击链，这相当于“AI 时代的网络核武器”。
这种说法背后的紧迫感，建立在可衡量的技术进展之上。英国 AI 安全研究所上调了对 AI 网络能力翻倍速度的估计，而且在短短几个月内就连续上调了两次。美国政府如今将这些模型视为战略资产，并且最初阻止 Anthropic 公开发布其 Fable 5 AI 模型。
周鸿祎称 Fable 5 是 Mythos 的“民用、阉割版”，而 Mythos 是 Anthropic 目前最强大的网络安全模型；他还暗示，美国担心外国行为者会通过越狱手段绕过系统限制，从而获得接近 Mythos 的能力。周鸿祎说：“这正是美国政府最不能容忍的。它必须确保只有自己掌握这种能力，形成对这一战略资产的绝对垄断。”
欧盟则被晾在一边，由于缺乏可比的欧洲产品，只能依赖美国大型科技公司的善意。
来源与参考
收录于 2026-07-19