24小时生成1000个打击目标:AI工具如何帮美军制定作战计划
点击下面卡片,快速关注本公众号
Palantir 为美军开发的 Maven Smart System 已在伊朗战场投入实战,AI工具(如Anthropic的Claude)被嵌入从情报分析到打击方案生成的完整作战链。与此同时,Anthropic因拒绝让五角大楼无条件使用Claude而被定性为”供应链风险”。一场关于AI军事化边界的博弈正在上演。
2026 年 2 月 28 日,美军对伊朗发动”史诗之怒行动”(Operation Epic Fury)。在头 24 小时内,一套名为 Maven 的 AI 系统帮助生成了约 1000 个打击目标。这个数字在过去可能需要情报分析师花费数周才能完成。三周后,打击目标总数达到 5500 至 6000 个。
这套系统背后的公司是 Palantir,驱动它”思考”的 AI 引擎来自 Anthropic 的 Claude。而就在 Maven 于战场密集运转的同时,Anthropic 却因拒绝让五角大楼无条件使用 Claude 而被定性为”供应链风险”,一边在用它的技术打仗,一边试图封杀它。

Maven 现在能做什么
Maven Smart System 目前拥有超过 20,000 名活跃用户,横跨 35 个军事服务和作战司令部工具,在三个安全分级域上运行。陆军、空军、太空军、海军、海军陆战队以及负责中东军事行动的美国中央司令部都可以使用它。2025 年 5 月,国防部将 Palantir 的 Maven 合同总额提升至超过 10 亿美元。
美国国防部首席 AI 官 Cameron Stanley 在 2026 年 3 月的 Palantir 大会上演示了 Maven 的四大核心能力:
计算机视觉:对卫星图像自动应用视觉算法,检测地面目标。系统能区分人员和车辆,自动标记可能的”敌方系统”。
目标可视化与提名:不仅能发现目标,还能将潜在目标”提名”为地面或空中打击对象。
AI 资产任务推荐器(AI Asset Tasking Recommender):系统能自动建议应该派出哪种轰炸机、使用何种弹药来打击特定目标。
情报分发:在军事官员之间传递目标情报数据和敌情报告。
而让 Maven 真正引发广泛争议的,是 AI 聊天机器人被嵌入了整个作战决策链。
AI工具如何参与作战规划
2024 年 11 月,Palantir 宣布将 Anthropic 的 Claude 模型集成到面向美国情报和国防机构的软件中。Claude 通过 Palantir 的 AIP(Artificial Intelligence Platform,人工智能平台)嵌入现有产品。AIP 不是一个独立产品,而是在 Foundry 或 Gotham 等平台内部运行的应用层,为用户提供一个”AIP 助手”聊天机器人。
据 WIRED 报道,AIP 助手支持多种大语言模型,包括Anthropic 的 Claude、OpenAI 的 GPT-4.1、Meta 的 Llama。用户可以自主选择模型,以及模型可以访问哪些数据。这在情报和国家安全领域尤为关键,因为很多数据是机密的。
Palantir 在 2023 年发布的一段演示展示了一个完整的作战规划流程。

-
1. AIP 助手通过雷达图像的 AI 处理发出自动警报——”检测到潜在异常敌方活动” -
2. 分析师询问:”该区域有什么敌方军事单位?” -
3. 助手回答:”根据装备模式判断,可能是一个装甲攻击营” -
4. 分析师请求 MQ-9 “死神”无人机前去侦察 -
5. 分析师要求助手”生成三个针对该敌方装备的行动方案” -
6. 助手在几秒内给出三个选项:空中打击、远程炮击、战术小组 -
7. 方案发送给指挥官,指挥官选择战术小组 -
8. 分析师继续要求助手”分析战场”、”生成行军路线”、”分配干扰器” -
9. 最终审核后,下令部队出动
整个过程从发现目标到下达作战命令,仅用了几分钟。
在 NATO 使用 Maven 的场景中,Palantir 展示了一个 COA(Courses of Action,行动方案)面板,AI 模型能一次生成五种可能的军事策略,其中一个方案名为”火力掩护-渗透-突击-歼灭”(Support-by-Fire-Then-Penetration-Shock-and-Destruction)。
情报分析中的应用
2025 年 6 月,Anthropic 公共部门负责人 Kunaal Sharma 演示了 Claude 如何生成关于乌克兰无人机行动”蜘蛛网行动”(Operation Spider’s Web)的情报报告。
Sharma 说:”这通常是我花五个小时、喝着咖啡、查 Google、翻智库报告才能写出来的东西。但我没那么多时间。”
他让 Claude 创建交互式仪表板,将信息转化为可在 Palantir Foundry 中分析的对象类型,还要求 Claude 撰写了一份关于俄罗斯边境省份最新局势的详细分析。据 WIRED 报道,Claude 在 2025 年 1 月美国军方逮捕委内瑞拉总统马杜罗的行动中也发挥了关键作用。
美以伊战争:AI 作战的实战检验

“史诗之怒行动”是 Maven 的第一次大规模实战检验。Maven/Claude 将原本需要数天乃至数周的作战规划压缩到了几分钟之内。打击目标涵盖无人机和弹道导弹基地、指挥控制设施、舰船、防空系统和军事通信设施。
Maven 的前世今生
Maven 的故事要追溯到 2017 年。
当年 4 月,时任美国国防部副部长 Robert O. Work 签署备忘录,正式成立了”算法战跨职能小组”(Algorithmic Warfare Cross-Functional Team),即后来的 Project Maven。成立的核心动因是:美国在防务 AI 领域正被中国赶超。国防部每年要处理数百万小时的无人机视频和卫星图像,远超人工分析能力。Maven 的目标是用机器学习来自动检测、分类和追踪图像中的目标:车辆、人员、建筑。
早期项目预算约 7000 万美元,Google 是关键承包商,提供 TensorFlow 框架来构建计算机视觉算法。但 2018 年,Google 员工发现公司在为军事项目提供技术支持后,数千人签署请愿书抗议,多人辞职。Google 最终选择不续签合同。
此后,Palantir、Anduril 等公司接手了 Maven 的开发,项目规模迅速扩大。到 2025 年,Maven 已从图像分析工具进化为综合性战场 AI 平台,并扩展到 NATO 成员国。
Maven 的 NATO 扩展:从美军工具到跨大西洋军事 AI 基础设施
2025 年,NATO 正式采购了 Maven Smart System(MSS),标志着这套系统从美军内部工具升级为西方军事联盟的共享 AI 平台。同年 11 月,NATO Maven 特遣队举办了”战斗创新周”工业日,超过 80 家厂商申请参与,最终四家入选,在短短三周内完成了与 MSS 的集成演示:
-
• 法国 Safran.AI——将预训练的 AI 算法部署到 MSS 中,对卫星图像进行自动检测和分类。演示中,AIP Agent 从 12,000 个检测对象中在几秒内精准定位到两架特定型号的俄罗斯战机。 
-
• 德国 Quantum Systems——将无人机指控系统 MOSAIC 与 MSS 打通,实现从 MSS 下达侦察任务→无人机自动规划航线执行→实时回传检测结果的完整闭环。这一能力在乌克兰战场已有实际部署。 -

-
• 英国 Hadean(dominAI)——AI 驱动的作战规划工具,能同时生成、模拟和验证多套行动方案(COA),并行仿真后自动比较各方案优劣,帮助指挥官快速决策。dominAI 可调用 MSS 模型中心托管的多种大语言模型,针对不同任务选择最合适的 AI 能力。 -

科技与伦理的十字路口
当 AI 能在几秒内生成作战方案并推荐打击目标时,”人在回路”(human-in-the-loop)的保障还有多少实际意义?分析师在面对 AI 已经给出的”专业建议”时,真的能保持独立判断吗?

AIP 助手不是直接”建议目标”,而是通过帮助分析师”采取行动”来间接参与目标确定。这种设计在法律和伦理上创造了一个微妙的灰色地带,AI 没有”做决定”,但它塑造了做决定的全部信息环境。
Maven 的发展轨迹表明,AI 军事化已不是”是否会发生”的问题,而是”以何种形式、在何种约束下发生”的问题。当美国内部还在争论 AI 公司应该为军方做多少的时候,全球范围内的军事 AI 竞赛早已悄然加速。关注这场博弈中”红线”如何被划定、又如何被突破,可能比关注任何一款武器系统本身都更重要。
夜雨聆风