CIA 让AI写出第一份“无人参与”情报报告,间谍圈真正变天了吗?
树林、停车场、白色建筑，像美国郊区任何一个戒备森严的政府机构。
但2026年4月中旬，一条消息从这栋楼背后的情报体系里传出来，分量不轻：中央情报局使用人工智能生成了第一份据称“没有人工参与”的情报报告。
但我建议大家先别急着喊“AI间谍上岗”，也别急着说“人类分析员要失业”。
情报世界里，真正的大变化往往不是一声巨响，而是一条流程被悄悄改写。
这次改写的不是“谁去偷情报”，而是“谁来消化情报”。
图：CIA兰利总部航拍。图源：美国国会图书馆，Carol M. Highsmith Archive。
公开可查的报道里，Semafor在2026年4月18日披露，CIA使用AI创建了第一份“没有人类参与撰写”的情报报告。
报道还提到，CIA副局长迈克尔·埃利斯认为AI作用只会扩大，未来两年内，“AI同事”会进入CIA所有分析平台；AI会加快处理人类间谍及其工具收集的大量信息；同时，他把保持对我国的情报领先，视为AI进入情报体系的重要理由之一。
这里有一个专业写作必须提醒读者的边界：这份报告的主题、密级、使用模型、训练数据、是否进入决策链、是否有人事后复核，公开信息都没有披露。
换句话说，“无人参与撰写”不等于“无人负责判断”，更不等于“AI开始独立指挥情报行动”。
CIA官网显示，迈克尔·埃利斯于2025年2月10日宣誓就任CIA副局长。副局长职责包括协助局长管理情报收集、分析、秘密行动、反情报和对外情报合作关系。
也就是说，他谈AI，不是技术圈边缘人物在讲概念，而是CIA二号人物在谈机构改造。
这番表态发生在Special Competitive Studies Project举办的“AI+ Intelligence”会议上。
该会议议程显示，埃利斯的主题演讲题为“A U.S. Strategy for AI-Enabled Intelligence”，同场还有DIA、OpenAI国家安全负责人、前CIA副局长、前MI6负责人等情报与科技界人士参加。
Nextgov/FCW 对这场会议的报道更细。埃利斯说，AI同事会被放进CIA分析平台，协助基础任务，但人类仍会留在流程之中。
它不会替分析员“思考”，但会帮助起草关键判断、润色表述、对照情报分析规范检查草稿、进行信息分流、标记趋势，供人类分析员继续复核。
他还说，CIA上一年已有300多个AI项目，并且最近首次用AI生成了情报报告。
不是“机器人接管CIA”。也不是“CIA刚刚才开始用AI”。
更准确的说法是：CIA正在把AI从辅助工具，推向情报生产线的核心环节。
这不是第一次用AI，只是第一次把“报告生产”推到台前
很多人看到这条消息，会误以为美国情报界第一次碰AI。
早在2024年，时任CIA局长威廉·伯恩斯和英国秘密情报局，也就是MI6，当时的负责人理查德·摩尔，就在《金融时报》联合发文，公开承认两家机构已经在使用AI，包括生成式AI，用于摘要、构思，以及在海量数据中识别关键信息。《The Register》对这篇联合文章做过报道，并引用了他们的相关表述。
同年9月，伯恩斯和摩尔还罕见地在FT Weekend Festival同台。
CIA官网保留了这次公开讨论的页面和文字记录。那场对话里，双方谈得很清楚：AI正在改变情报职业本身。
摩尔提到，AI能够帮助处理海量网络内容，尤其是大语言模型在“翻过一片信息海洋、提炼语言模式”方面很有用。
伯恩斯则说，AI不会取代最优秀的人类分析员，但会帮助他们消化大量公开来源材料和秘密获取的信息，把注意力放到总统和政策制定者真正关心的“那又怎样”问题上。
图：2024年CIA与英国情报高层在FT活动同台画面。
所以，这次真正的分水岭，不是“AI有没有进入情报界”，而是AI从“帮人找材料、写摘要、做辅助”，开始进入“成品报告生成”这个更敏感的位置。
情报分析有一条隐形生产线：收集、整理、评估、判断、成文、复核、分发。过去，AI主要卡在前半段：帮你搜、帮你译、帮你归类、帮你标异常。
现在它开始往后半段走，碰到了“判断如何呈现”这一步。
因为情报报告不是普通作文。它可能影响制裁、军事部署、外交沟通、秘密行动，甚至总统椭圆形办公室里的几分钟决策。
情报界有一个老问题：你越会收集情报，就越容易被情报淹死。
冷战时代，卫星照片、信号截听、人力线人报告已经让分析员吃不消。
现在更夸张。开源社媒、商业卫星、暗网、通讯截获、金融流、物流、芯片出口数据、科研论文、专利、招聘信息、船舶AIS、航空ADS-B，全部都在喷数据。
真正的瓶颈，早就不是“有没有信息”，而是“谁能在足够短时间里判断哪些信息有用”。
美联社2024年的报道提到，美国18个情报机构已有数千名分析员使用CIA开发的生成式AI工具Osiris。
这个系统运行在非密和公开/商业数据上，可以写带注释的摘要，也有聊天查询功能，帮助分析员深入追问。
报道还提到，情报官员认为，如果不拥抱AI，他们会被传感器和监视技术带来的指数级数据增长“淹没”。
AI最先替代的是办公室里最耗人的那部分活：翻材料、拉时间线、比对版本、找异常点、把五十份报告压缩成五页，把五页再压缩成三个关键判断。
我常说一句话：一名好分析员最贵的不是打字时间，而是判断时间。
AI真正释放的，就是判断前面的脏活、累活、重复活。
当AI越靠近判断，风险就不再只是“写错一句话”，而是“把错误包装得很像判断”。
“AI 同事”这个词听着温和，像办公室新来的助手。但情报系统里的“同事”，不是帮你订会议室的人。
第一，AI会变成每个分析平台的默认层。以后分析员打开系统，看到的可能不再是一堆原始材料，而是机器提前生成的摘要、关联图谱、可疑趋势、反向假设、置信度提示。人类分析员从第一分钟起，就在和AI共同看材料。
第二，AI会改变报告写作规范。过去，一个分析员写判断，要靠个人经验和上级复核。以后AI可能会自动检查：你的判断有没有证据支撑？
有没有把假设写成事实？有没有忽略反例？有没有违反情报分析规范？埃利斯提到的“对照tradecraft standards检查草稿”，指的就是这个方向。
第三，AI会改变情报机构和技术公司的关系。Nextgov/FCW报道说，CIA还在关注对手国家如何使用AI、半导体、云计算、基础设施、网络安全和研发能力，并且埃利斯提到CIA不能让单一公司限制自身AI使用能力，要在多个供应商之间分散布局。
情报AI不是装一个聊天机器人这么简单。它需要安全云、算力、模型、数据标注、访问控制、审计日志、密网部署、供应链安全、法律授权，还要解决模型输出如何被复核、如何被追责。
所以，这不是CIA一个部门的事，而是美国国家安全机器、硅谷、云厂商、芯片供应链、国会监督体系一起卷进来的事。
图：CIA AI 负责人在公开技术会议谈AI agents。FedScoop报道称，CIA AI负责人曾表示，AI agents在企业自动化、多步骤工作流和跨数据库调用方面有潜力，但仍需要人在关键步骤复核。
注意一个细节：埃利斯特别提到，AI对于保持对中国的情报领先至关重要。Semafor报道也把这一点放进了消息里。
在美国情报体系里，对我们的看法已经不是单纯的外交或军事议题，而是技术竞争、产业链安全、军事现代化、网络能力、太空能力、金融安全和联盟体系的综合议题。
此前伯恩斯2024年在FT活动上说过，CIA已经把哦我们作为唯一的单一国家任务中心，并称过去三年用于我们挑战的预算规模增加了两倍，约占CIA整体预算的20%。
这句话透露的信息很大：在情报机构里，优先级不是看口号，而是看预算、人手和机构设置。
现在换到2026年，AI进入情报分析，本质上是这个趋势的延伸。
美国要看的不是“我们今天说了什么”，而是我们未来在芯片、AI模型、量子、网络、军工、造船、无人系统、卫星通信、关键矿产上的能力曲线。
能力曲线不是一篇新闻能解释的，要靠长期数据堆积、跨语种分析、产业链追踪和反复校验。
一个采购公告、一个地方招标、一个高校实验室论文、一个企业招聘岗位，放在不同语境下含义完全不同。
AI可以很快找到关联，但“关联是不是因果”，必须由人来判断。
这就是我对这次事件的核心判断：CIA需要AI，不是因为AI比人更懂地缘政治，而是因为没有AI，人类分析员已经处理不了现代大国竞争的信息密度。
真正的危险，不是AI太聪明，而是人太容易相信它聪明
很多人担心AI“觉醒”。在情报工作里，更现实的危险不是觉醒，而是幻觉、偏见、污染和权威错觉。
美联社报道提到，CIA首任首席技术官Nand Mulchandani曾把生成式AI比作“疯狂、喝醉的朋友”：可能有洞见，也可能有偏见和胡编。
报道还谈到安全和隐私风险，包括模型可能被对手窃取、投毒，或者包含官员无权查看的敏感个人数据。
FedScoop 在报道CIA AI负责人Lakshmi Raman时也提到，AI agents会带来模型漂移、黑箱解释、跨数据库调用的法律和数据合规问题。她强调，关键步骤仍需要人类复核，最终承担风险、决定意图、作出决策的是人。
这就说到情报分析最核心的纪律：你可以用工具提高速度，但不能让工具替你承担责任。
AI 报告最大的问题，不在于它会不会写得通顺。它一定会写得越来越通顺。
问题在于，报告里每一个判断能不能追溯到证据，每一个证据能不能核验来源，每一个置信度能不能说明理由，每一个反例有没有被认真看过。
因为人类读一份粗糙报告时，会本能怀疑；读一份逻辑顺滑、语言专业、结构漂亮的AI报告时，反而容易放松警惕。
但CIA这次AI转向，确实给所有做地缘、军事、科技、产业链分析的人提了一个醒：以后不是不用AI，而是要学会让AI老老实实干活。
把材料丢给AI之前，先要求它只提取可核查事实：时间、地点、人物、机构、型号、金额、政策文件、原始出处。不要一上来让它“分析局势”。先让它当书记员，不要让它当诸葛亮。
一条线写事件发生顺序，一条线写信息传播顺序。很多误判不是因为事件复杂，而是因为把“事情发生的时间”和“媒体报道的时间”混在一起。AI很适合帮你拉线，但你必须逐条回看出处。
原始文件、官方声明、现场图像、商业数据库、权威媒体、二手转述、自媒体爆料，不能放在一个篮子里。让AI给每条证据标来源等级，但最后等级要由人确认。
让AI专门提出与你结论相反的解释，并要求它列证据。比如你认为某国扩大AI情报投入是进攻性动作，那就要让AI写一版“这是防御性、行政效率改革”的解释。真正的分析，不怕被反驳，怕的是没有反驳。
最终判断必须由人写一句清楚的话：我确认哪些是事实，哪些是推断，哪些只是可能性。AI可以起草，但不能替你签字。
这五步看起来朴素，但非常管用。它的目的只有一个：让AI增加你的视野，而不是替你偷懒。
按埃利斯的说法，两年内AI同事会进入CIA所有分析平台；十年内，CIA可能把AI视为“自主任务伙伴”，由人员管理AI agents团队。Nextgov/FCW报道明确记录了这一判断。
如果AI报告没有重大事故，如果审计、溯源、模型安全、保密边界能够跟上，AI就会像卫星图像、信号情报、数据库检索一样，变成情报工作里的常规基础设施。
到那时，分析员不会说“我今天用了AI”，就像今天没人特别说“我用了搜索引擎”。
如果中间出现一次重大误判，比如AI把被污染的公开资料当作可靠线索，或者把伪造视频、假论文、诱导性社媒数据串成错误判断，并最终影响政策，那么整个系统会立刻刹车。国会听证、内部问责、模型准入、供应商审查都会跟上。
所以，真正决定AI在情报界命运的，不是它能不能写报告，而是它出错以后能不能被追责。
这件事最值得关注的不是CIA让AI写了第一份报告。那只是一个节点。
真正值得关注的是情报生产正在从“人类手工业”转向“人机流水线”。
过去，一个分析团队靠经验、记忆、资料库和上级复核来形成判断；未来，一个分析团队可能从一开始就被AI生成的摘要、趋势图、风险提示、反向假设包围。
-
看CIA和美国情报界是否会公开更多AI情报产品的审计规范；
-
看国会是否要求情报机构汇报AI误判和数据合规问题；
-
更要看对手国家会不会反过来投喂假数据、伪造开源线索、污染模型训练环境。
情报战的核心，从来不是谁掌握更多信息，而是谁能在噪音里保留清醒判断。
AI 会让信息流变快。但最后那句“我认为这意味着什么”，仍然必须有人负责。
情报读书会知识星球今日分享【深度研判】美国CIA发布首份”无人撰写”AI情报报告对我情报与反情报启示（资料编码260221622，26页，10688字），识别下方二维码加入即可下载完整版。
夜雨聆风
