ARTICLE · 1088259
速度即武器:美军七大AI引领性项目如何重构战争逻辑-从《人工智能加速战略》看“适应速度”如何成为美军军事化的核心引擎
2026年1月12日，美国战争部（Department of War）正式发布《人工智能加速战略》。这份战略的核心执行机制，是七个“引领性项目”（Pace-Setting Projects, PSPs），每个项目由单一负责人主导，设定激进时间表，按作战、情报、企业运营三大领域划分。
战争部长皮特·赫格塞斯在发布声明中表示：“我们将在所有领域成为一支‘AI优先’的作战力量。”负责研究与工程的副部长埃米尔·迈克尔则将战略逻辑表述得更为直接：“速度定义AI时代的胜利，战争部将匹配美国AI产业的速度。”
七个引领性项目，就是美军试图让“适应速度”成为制度现实的七个抓手。
https://www.war.gov/News/Releases/Release/Article/4376420/war-department-launches-ai-acceleration-strategy-to-secure-american-military-ai/
一、作战领域：让速度成为战斗力
（1）Swarm Forge（蜂群锻造）
官方定义为“竞争性机制，用于迭代发现、测试和扩展与AI赋能能力对抗及协同作战的新方式——将美国精英作战部队与精英技术创新者相结合”。
该项目的运作模式以季度性“熔炉”（Crucible）活动为核心。2026年1月，Swarm Forge框架下进行了一次实弹测试：一名操作员同时操控三架自主攻击无人机打击三个独立目标，全程无需手动操控。操作员的角色在目标选择后即告结束——无人机升空后自主协调攻击、共享数据、分配目标，如果一架无人机失效，另一架会重新分配任务完成打击。测试由Auterion公司执行，使用的是其Nemyx集群引擎和Skynode飞行计算机，无人机基于SLM-10参考设计，搭载Kraken动能弹头。
招标文件坦承了美军当前的核心短板：“美国目前缺乏部署大规模、可协调、低成本机器人系统的库存和条令。”
战略意义：Swarm Forge不是采购项目，而是持续迭代机制。它的目标不是购买某种无人机，而是建立一套能力——让战术以技术迭代的速度更新。
（2）Agent Network（智能体网络）
官方定义为“释放AI智能体开发与实验，用于AI赋能的战场管理与决策支持，覆盖从战役规划到杀伤链执行的全流程”。
该项目于2026年6月25日正式启动，是七个引领性项目中第二个落地的（PSP 2），由首席数字与人工智能办公室（CDAO）主导，与印太司令部、南方司令部和欧洲司令部合作推进。核心技术是部署AI智能体，持续扫描国防情报和作战系统，将发现的关键信息转化为“数秒内”呈现给指挥官的清晰行动选项。战争部官方声明明确指出：“Agent Network不会自主选择或打击目标；它确保指挥官对每一项决策保持控制权。”
该项目建立在Palantir的Maven Smart System基础之上，同时引入了由资深战斗人员和情报专业人员领导的Lumbra公司AI编排技术。CDAO主任卡梅伦·斯坦利对此的表述是：“我们正在构建一个可互操作的AI智能体网络，使指挥官更快获得更好的信息，同时将人类判断置于每一项瞄准决策的核心。这是在战役级规模上部署运用的作战人工智能。”
战略意义：Agent Network最能体现“决策优势”概念。它将传统的目标选择流程——从情报发现到指挥官决策可能需要数小时甚至数天——压缩至数秒级别。与三个地区司令部同时合作表明，这不是单一战区的实验，而是面向全球部署的作战级能力。
（3）Ender‘s Foundry（终结者铸造厂）
官方定义为“加速AI赋能的仿真能力——以及仿真开发（sim-dev）与仿真作战（sim-ops）的反馈闭环——以确保我们领先于AI赋能的对手”。
该项目与Palantir公司密切关联。据分析报道，Ender’s Foundry被用于为“史诗狂怒行动”（Operation Epic Fury）开发战争结局仿真，从开发到规划启动仅用了60天。项目名称取自奥森·斯科特·卡德的科幻小说《安德的游戏》——讲述一个神童在模拟训练中打了一场真实战争的故事。
战略意义：Ender‘s Foundry的核心在于缩短从“模拟推演”到“实战行动”的时间差。传统军事仿真往往需要数月甚至数年的开发验证周期，而该项目试图将这一周期压缩至周或天级别。背后的逻辑是：如果对手的作战方式也在快速变化，那么美军的仿真模型就必须以同样快的速度更新。然而，60天开发周期也引发了外界对仿真可靠性和验证充分性的质疑。
二、情报领域：打通从发现到打击的快速通道
（1）Open Arsenal（开放军火库）
官方定义为“加速技术情报到能力开发（TechINT-to-capability）的管线，将情报转化为武器的时间从数年缩短至数小时”。
技术情报的核心职能，是通过实验室分析、逆向工程和比较评估，将物理证据转化为可操作的知识。在传统流程中，这一发现需要经过多层分析、评估和采购审批，才能转化为实际的武器系统或反制手段，这个过程可能需要3到5年。
战略意义：Open Arsenal的战略意义在于打通情报与武器开发之间的制度壁垒。它意味着情报机构与作战部门之间的协同模式将发生根本性变化：情报不再只是提供给决策者的“背景信息”，而是直接驱动武器开发的“触发器”。
（2）Project Grant（拨款计划）
官方定义为“使威慑从静态态势和推测转变为具有可解释结果的动态压力”。
其核心概念指向一种数据驱动的动态威慑：通过实时分析对手行为，生成可量化的威慑信号，并确保这些信号能够被对手“可解释地”接收。该项目还包含一项关键指令：要求前沿AI模型在公开发布后30天内抵达作战人员手中。
战略意义：Project Grant代表了美军对威慑理论的一次AI化改造。传统的威慑依赖于静态的能力展示——核武库规模、航母战斗群部署、公开的军事演习。这些信号的问题在于：它们无法实时反映对手的具体行为，也无法提供动态的回应选项。如果威慑信号可以实时调整，那么威慑的精确性和可信度都可能显著提升，但误判和升级的风险也可能随之增加。
三、企业运营领域：让AI成为日常工具
（1）GenAI.mil
官方定义为“为所有战争部人员提供前沿生成式AI模型的部门级访问权限，包括Google的Gemini和xAI的Grok，覆盖Impact Level 5（IL-5）及以上密级”。
该平台于2025年12月由CDAO启动，在74天内完成部署。战争部约300万人员可以访问GenAI.mil，截至2026年9月的一周内，已有超过200万人登录使用。平台还引入了Google Gemini的Agent Designer功能，允许所有军事和文职人员创建自定义AI助手，无需编码知识。截至2026年7月，已有超过10万个自定义AI智能体在不到五周内被创建。
CDAO主任斯坦利透露了一个关键对比：“在GenAI.mil推出之前，整个战争部大约只有8万人在使用AI。GenAI.mil发布的第一周，就有超过30万人登录。”
战略意义：GenAI.mil是七个项目中覆盖面最广、影响最深远的项目。它不是一项作战技术，而是一个基础设施平台。其战略意义体现在三个层面：第一，规模化AI素养——当300万军事和文职人员都能在日常工作中使用前沿AI模型时，整个组织对AI的理解和应用能力将发生质的提升。第二，自下而上的创新——10万个自定义智能体的创建意味着创新不再仅来自高层规划，而是来自一线人员的实际需求。第三，安全合规的AI治理模式——GenAI.mil在IL-5及以上密级运行，为美军建立了一个可复制的AI治理框架。
（2）Enterprise Agents（企业智能体）
官方定义为“建立快速、安全的AI智能体开发与部署操作手册（playbook），以改造企业工作流程”。
与GenAI.mil提供“工具”不同，Enterprise Agents提供的是方法论和标准。它解决的问题是：当数以万计的AI智能体在军事网络中运行时，如何确保它们的安全性、可审计性和互操作性？该项目与作战领域的Agent Network形成了鲜明分工：Agent Network聚焦于作战场景中的智能体部署，Enterprise Agents聚焦于企业运营场景。
战略意义：Enterprise Agents的核心价值在于建立AI智能体军事化部署的制度基础设施。在商业领域，AI智能体的部署已经相对成熟；但在军事环境中，智能体需要满足更严格的安全、审计和合规要求。“操作手册”的概念意味着美军正在将AI智能体的开发与部署标准化、流程化。这背后的逻辑是：规模化的前提是标准化。
四、深度分析：速度的优势与代价
七个引领性项目的共同逻辑是速度——从Agent Network的“数秒内生成行动方案”，到Open Arsenal的“数小时而非数年”，到Swarm Forge的“季度性迭代”。
但速度本身并不自动等于优势。2026年的一系列事件，为这一逻辑提供了三个关键的验证样本。
第一，速度在数据失真的条件下成为风险放大器。 2026年2月28日，美军对伊朗米纳卜市一所女子小学实施打击，造成超过150人丧生，其中至少123名是儿童。五角大楼内部调查指向了一条完整的“杀伤链”故障：遇袭地点多年前被认定为军事设施，但2018年的商用卫星图像已显示那里有色彩鲜艳的墙壁和足球场。有情报分析人员早在2019年就发现了这些变化，但相关信息被记录在一个未连接至主要军事情报数据库的系统中。中央司令部部分人员“过度依赖”Maven Smart System，期待它能在基础情报中自动标记出过时或不一致的信息。Palantir的回应是：公司“不对基础数据负责，也不负责识别情报缺陷”。在行动最初的24小时内，Maven系统帮助美军打击了超过1000个目标。调查结论指出，下达大规模空袭的命令“压缩了最终确定目标所需的时间”，而这种紧迫感——加上基础信息缺失、平民保护人员被削减、对AI的过度依赖——“共同导致了这一致命错误”。速度优势在数据失真的条件下，自动转化为风险放大器。这不是AI“犯了错”，而是人类在AI提供的速度面前主动放弃了验证的责任。
第二，doctrine缺口的规模远超预期。 2027财年，国防自主作战小组（DAWG）的预算请求为546亿美元，较2026财年的2.259亿美元增长约24,000%。但前中央情报局局长彼得雷乌斯和防务分析师弗拉纳根在《国会山报》撰文发出警告：在这546亿美元中，用于doctrine、训练和部队设计的比例不到2%。他们写道：“没有联合作战条令，‘自主’只是一个标签，不是一种能力。”他们向国会提出的建议是：“国会应指示并锁定至少5%的资金用于doctrine、训练和部队设计。”这揭示了一个结构性问题：美军正在以空前速度购买自主系统，但几乎没有投入资源去回答“这些系统怎么指挥、怎么协同、谁有权授权开火”。另据分析，DAWG的546亿美元中，536亿来自“预算调节”渠道，而非基础国防预算，考虑到中期选举后国会格局可能变化，这一渠道的延续性存在不确定性。
第三，伦理红线的司法定性已经开始。 Anthropic公司因拒绝允许其Claude模型被用于完全自主武器和对美国公民的大规模监控，被五角大楼列为“供应链风险”实体。2026年9月25日，哥伦比亚特区联邦上诉法院以2比1裁定五角大楼胜诉。法院认为，五角大楼认定将Claude整合进其系统可能构成国家安全威胁，拥有“充分依据”。多数意见法官采纳了国防部的核心论点：Anthropic的工具在某些情况下可能“拒绝执行军事行动中的命令”。这一裁决的实质含义是：当私营AI公司的伦理红线与国防部的“所有合法用途”要求冲突时，国家安全框架下的司法体系倾向于站在国防部一边。
五、结语：速度与判断力的赛跑
七个引领性项目的核心逻辑可以概括为：以机制创新替代平台采购，以迭代速度替代静态优势，以人类判断的制度化嵌入替代简单的技术乐观主义。
但“适应速度”能否真正转化为战斗力，取决于三个尚未解决的问题。
部署流程的瓶颈不在代码而在审批。 有分析指出，当前任务软件仅需三个月即可完成研发，但资质认证、系统集成和战场列装仍需六个月，部署流程占整体周期的70%。马克斯所说的“30天设计、3年生产”的困境，本质上是一个制度问题，而非技术问题。
doctrine和训练的投入缺口需要实质性弥补。 彼得雷乌斯和弗拉纳根推荐的5%门槛是一个保守的修正建议。马克斯本人也公开表达了对资金不确定性的担忧。
速度与准确性的张力尚未在制度层面得到可靠制衡。 米纳卜事件的核心教训不是AI“犯了错”，而是人类在AI提供的速度面前主动放弃了验证的责任。当Agent Network将决策周期压缩至数秒时，指挥官是否具备在数秒内做出正确判断的训练和条令支撑，是PSP框架尚未充分回答的问题。
马克斯中将在演讲结尾说，衡量成功的标准“不是买了多少自主系统，而是是否建立了一个能够持续改进自主系统的创新循环”。这个标准是对的。但一个“创新循环”如果没有doctrine、没有训练、没有对判断力的制度性保护，它加速的可能不是优势，而是错误。
好文推荐：
优秀视频推荐：