夜雨聆风2026年5月29日，美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）将“AI安全研究所联盟”更名为“AI联盟”，去掉了Safety一词。三天后，6月1日，美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）与美国国家科学基金会（National Science Foundation，NSF）联合启动“AI Forge”计划，发布15项国家安全AI关键挑战，同步发出信息征询函。
两件事加上2025年7月白宫《美国AI行动计划》，构成了美国国家安全AI体系的完整拼图。但比“又多了一个新项目”更值得问的是：它新在哪？
从AI Next到AI Forge
先澄清一个常见的误解：AI Forge 不是美国首次将AI应用于国家安全。
AI在军事和情报领域的应用已有几十年历史。从1960年代DARPA资助的早期专家系统和自然语言处理，到2000年代反恐战争中无人机数据的自动化分析，再到2017年Project Maven用AI处理监控视频——AI早就进入了国家安全领域。2018年国防部设立联合AI中心（后并入CDAO），标志着AI在国防体系中的制度化。
AI Forge之前，DARPA在AI领域最大的长期投入是2018年启动的“AI Next”项目，五年累计约20亿美元，覆盖人机共生、可解释AI等方向。2024年后被“AI Forward”取代，FY2025预算申请3.1亿美元。
AI Next和AI Forward都是典型的DARPA模式：定义方向 → 发布BAA → 遴选执行方 → 签订合同 → 项目管理。项目之间孤立，成果大多锁在报告里，没有制度化的回流机制。
AI Forge新在怎么组织研究，而不是做不做AI。它跳出了传统框架。
数据源与方法论
本文基于以下公开信源。读者可自行复现追踪路径：
追踪路径：DARPA新闻稿发现AI Forge → SAM.gov获取RFI全文（DARPA-SN-26-80）→ DARPA网站下载15项挑战报告 → 横向验证NIST AIC改名与成员变动 → 向上关联白宫AI Action Plan。
三层架构
美国国家安全AI体系呈现三层结构：
白宫定方向，NIST定标尺，DARPA做突破。三者通过AI Forge Forum串联——这是理解整套体系的关键。
AI Forge新在哪
1. 制度设计：不是项目，是平台
AI Forge不是传统BAA发包（有固定预算和截止日期），而是一个持续运行的论坛，由非营利组织管理。
它不是“研究课题”，而是持续性制度安排。论坛在就在，管线就不会断。
2. 三方耦合：打通了过去互不相通的三类资源
过去三方之间的信息流动靠个人关系。AI Forge Forum把它变成制度化管线。尤其是前沿AI企业的参与——它们拥有最先进的AI能力，但与国防研究合作长期受制于合规成本和文化隔阂。
3. 研究节奏：
3M，一年定生死
RFI披露的核心参数：
3M在DARPA项目组合里算“小钱”。结合一年周期看，意图是降低门槛、快速试错。成功的连续资助，不成功的不会拖太久。一种更接近风险投资节奏的政府研究管理方式。
4. 挑战迭代：六个月重审一次
15项挑战不是静态路线图。RFI明确每六个月全面重审一次。
多数政府研究路线图一旦发布就僵化为基准文件，修订以年计。AI领域迭代远超这个节奏——三年前的路线图基本作废。六个月滚动更新确保投资跟上技术演进，坏的方向最多错六个月。
5. IP逻辑：研究成果回流开源生态
RFI要求大学同意IP在论坛参与者之间共享，倾向MIT License。这在国防研究中不常见。
传统上DOD资助的成果要么归承包商，要么锁在涉密网络。AI Forge的IP框架形成一个闭环：国家安全需求 → 大学基础研究 → 开源工具 → 商业AI企业吸收 → 能力反哺国家安全。算力和模型从企业流向大学，研究成果以开源形式流回企业——双向流动，不是单向采购。
6. 标准机构同步入场
NIST的CAISI作为联合发布方参与AI Forge启动。CAISI同时管理着280+成员的NIST AI Consortium。
标准制定通常滞后于前沿研究。CAISI在AI Forge还在定义挑战阶段就入场，意味着标准建设与研究启动同步，不是等研究完成再补标准。这对加快成果向部署转化有直接影响。
15项挑战一览
前面讨论了制度设计的“新”，但制度服务于研究内容。AI Forge的具体研究方向由同期发布的报告《Critical AI Challenges for National Security》定义。
这份报告的起草过程本身就有信息价值：在启动前，DARPA召集了8家前沿AI企业和超过15位来自国防部、情报界及其他政府机构的首席AI官（CAIO），通过研讨会达成共识后形成了这15项挑战。换句话说，这些挑战不是DARPA单方面提出的学术方向，而是产业界和任务用户共同认可的优先级清单。RFI中要求大学对三个方向排序并说明理由——DARPA想通过这个机制进一步验证哪些方向在学术界也有足够的供给能力。
15项挑战归入三个方向：
AI可解释性
AI控制
对抗鲁棒性
三条赛道指向同一瓶颈：AI在美国防场景中仍然“不敢真用”。可解释性解决指挥官不敢背书的问题，控制解决失效无法追溯的问题，鲁棒性解决对手能欺骗模型的问题。三者打通，AI才能从实验室进入列装部署。
NIST AI Consortium：被低估的另一半
NIST AI Consortium（原名AI Safety Institute Consortium）是这套体系的另一半。
5月29日的Federal Register通知（2026-10779号）确认了更名和调整。去掉Safety一词，职能从“安全评测”扩展到“测量+创新+采用”。成员超过280家，从Anthropic、OpenAI、Google、Meta，到Palantir、Lockheed Martin、Northrop Grumman，再到MIT、Stanford、CMU——全产业链覆盖。
从2024年Biden时期“安全优先”到2026年“创新驱动安全”，美国用两年完成了治理路线转换。NIST的角色从守门员变为连接器。
情报研判
AI Forge + AI 联盟这套组合的“新”指向同一件事：美国正在从“投资单项AI技术”转向“建设AI国家安全的基础设施”。
基础设施和项目的区别在于：项目有结束日期，基础设施没有。Forum模式、半年滚动机制、开源IP回流闭环、标准与研究同步——每项设计都在降低维护成本、延长制度寿命。它不是要赢一场比赛，而是想建一个长期运转的机器。
有三个信号值得持续跟踪：
第一，制度的自我修正能力比技术路线图更值得关注。 六个月一次的挑战更新意味着投资方向永远不会长期偏离实际需求。政府研究计划最常见的死法就是立项时的假设在两年后已经过时——半年滚动机制直接解决了这个问题。这个机制如果运转良好，未来AI Forge产出的不是某个特定技术，而是一套持续产生“国防可用AI技术”的流程。
第二，算力正在从商业资源转化为制度化的安全资产。 前沿AI企业的算力通过Forum向大学和国防研究开放——这不是一次性的算力捐赠或采购合同，而是一个持续供给的机制。算力本身就是一种战略资源，当它被嵌入一个专门服务于国家安全的研究基础设施时，其战略价值远高于单个项目的算力采购。这意味着美商业AI企业与国防部门之间的技术壁垒在系统性降低。
第三，从技术突破到部署的时间窗口在压缩。 标准机构（NIST CAISI）在研究启动阶段就同步入场，而非等研究完成后再补标准。加上开源IP框架使研究成果可以直接回流到商业AI企业——这意味着技术从实验室到产品化再到部署的链路被大幅缩短。传统的“研究→标准→部署”串行流程正在变成并行。
后续关注：
6月22日RFI截止后，哪些大学入选、分布方向 夏季Forum启动时非营利运营方身份 — 决定论坛治理风格 六个月后15项挑战首次更新的方向偏移 — 比清单本身更能反映真实优先级 NIST AIC六任务组首批产出 — 标准方向决定技术路线收敛方向
此外，在知识星球里我们还提供了以下内容：
- NIST AI Consortium 298家成员完整名单（Excel）： 按机构类型分类的全量清单，覆盖AI企业、国防承包商、研究型大学，可直接用于机构画像和关联分析
- DARPA AI Forge 报告中文译文： 《Critical AI Challenges for National Security》15项国家安全AI挑战的完整中文翻译
数据来源：DARPA新闻稿（2026.6.1）、DARPA AI Forge报告、SAM.gov DARPA-SN-26-80 RFI全文、NIST AI Consortium成员页、Federal Register 2026-10779号通知、白宫America’s AI Action Plan
