关注我们，及时了解国外防务最新动态 为避免您错过我们的内容，欢迎将我们公众号添加 “星标” 01 导语 Maven 智能系统（MSS）是美国国 防部 Project Maven 孵化的军用 AI 旗舰软件平台，由帕兰蒂尔（Palantir）作为总集成商依托其人工智能平台（AIP）搭建，是美军面向联合全域指挥控制（CJADC2）的核心作战中枢。本文译自战略与国际研究中心（CSIS）瓦德瓦尼人工智能中心研究助理Matt Mande和Gregory C. Allen的线上讨论。 02 讨论内容 在伊朗战争爆发的最初 24 小时内，美国利用“Maven 智能系统”（MSS）协助打击了 1000 多个目标，这一数字是 Maven 智能系统 问世前打击能力的十倍。然而，除了参与 MSS 开发和使用的政府及承包商生态系统内部人员外，鲜有人了解该系统究竟是什么、如何运作，以及它具备哪些能够推动军事情报和目标锁定领域发生革命性变革的能力。
所幸，通过综合利用新旧公开及非密信息，对 Maven 智能系统 的了解已变得更加全面。美国政府和行业合作伙伴正在比以往任何时候都更广泛地分享有关该平台的信息，包括通过视频演示其功能。与此同时，卡特里娜·曼森（Katrina Manson）新近出版的著作《Project Maven: A Marine Colonel, His Team, and the Dawn of AI Warfare》收录了对关键利益相关方的专访。各大新闻媒体对伊朗战争的报道也披露大量的全新细节。 下面是对这些信息进行的 整理 汇总，旨在回答关于Maven 智能系统及其在美国国防部（DOD）未来发展的六个关键问题。 答：MSS 是“Maven 项目”的成果之一，该项目是五角大楼于 2017 年启动的专项项目，旨在为作战人员提供人工智能作战能力。“Maven 项目”早期发展历程颇为曲折：谷歌曾是其早期技术合作伙伴，但在内部员工抗议该公司参与军事人工智能开发后，于 2018 年退出。数据集成与分析公司 Palantir 随后接手，并一直担任“Maven 项目”的主要行业合作伙伴。该公司针对“Maven”项目与美国国防部签订的合同上限金额在 2025 年 5 月突破 10 亿美元；同年秋季，MSS 相关工作也被纳入该特定合同。 因此，“Maven”指的是美国国防部当前的这一项目，该项目不仅包括 MSS，还涵盖了许多其他工作方向和人工智能活动——例如基于人工智能的自动目标识别（ATR）。 “MSS”是指美国国防部的旗舰级人工智能软件平台，该平台整合了包括 Maven ATR 在内的多种数据源。Palantir 是 MSS 的主要软件集成商，并在 CSIS 查阅的一份未公开文件中显示：“MSS 由 Palantir 平台提供支持。” 目前，联合参谋部、各联合作战司令部以及国防部和情报体系内的各个部门，乃至北约盟国，均已开始使用 MSS。Palantir 公司称，过去两年多来，MSS 的用户数量每六个月翻一番。截至 2025 年 5 月，MSS 的用户数量已超过 20,000 人，这意味着其当前用户基数约为 80,000 人。 MSS 为军事情报和目标定位提供了图形用户界面（GUI），并支持日益完善的联合全域指挥与控制（CJADC2）功能列表。正如 Palantir 未公开文件中所描述的：“MSS 界面共享一个实时同步的战场视图，使作战人员和决策者能够实时掌握战场动态，从而支持 CJADC2 的整体任务。” MSS 用户界面还允许用户下达任务，并对其他 Maven 人工智能系统完成的人工智能标注结果进行人工验证。实际上，这意味着使用 MSS 可以在不牺牲分析严谨性或判断质量的前提下，加快目标锁定决策的速度。 该平台可汇总、整理并可视化海量情报、监视与侦察（ISR）数据流。据曼森书中披露，2024 年，美国中央司令部（CENTCOM）部署的 MSS 系统整合了 179 个不同的数据源；行业消息人士向 CSIS 透露，这一数字此后已显著增长。包括来自其他 Maven 数据源在内的人工智能模型会识别这些数据中的模式，而 MSS 则将其以可视化形式呈现。例如，计算机视觉模型会在实时卫星或无人机视频流中查找并标记潜在目标，这些目标随后会以黄色方框的形式显示在用户屏幕上。 MSS 还将工作流程直接嵌入操作界面，使操作人员无需切换系统即可从观察阶段直接转入行动阶段。美国国防部的公开演示显示，在目标锁定场景中，用户可以选定人工智能检测到的目标，评估附近可用的打击力量，并根据打击时长、距离和燃油需求等作战约束条件对各选项进行比较。一旦选定打击力量，用户即可下达打击指令，并随后通过情报、监视与侦察（ISR）数据流监控打击效果。 Palantir 关于 MSS 的文件列出了六大基础能力（非全部）： 过去十年间，“Maven”项目和 MSS 的监管职责在五角大楼内部多次调整。最初，“Maven”项目隶属于国防部情报与安全副部长办公室，2022 年拜登政府拆分权责，将相关职责划分给国家地理空间情报局（NGA）和首席数字与人工智能办公室（CDAO）。 在此架构下，CDAO 负责支付 MSS 的许可费用，并管理其基于文本的功能，而 NGA 则负责处理地理空间情报工作，包括计算机视觉模型的开发。2026 年 3 月，美国防部副部长史蒂夫·费恩伯格（Steve Feinberg）发布了一份备忘录，下令将对 MSS 的监管职责完全移交至 CDAO，本文将在问题 6 中对此决定进行更深入探讨。 答：在过去的几十年里，有三大痛点一直困扰着五角大楼，并削弱了其实施快速打击关键目标的能力。MSS 的人工智能功能和图形用户界面在解决这些问题方面发挥了重要作用。 伊拉克和阿富汗战争期间，无人机空中监视无处不在，但负责监控视频的摄像机数量始终远多于受过专业训练的分析人员。部分场景下，无人机全天候采集的影像资料完全无人审查。 虽然“Maven”落地前美军的精确数据尚无公开，但商业卫星遥感公司 Maxar Technologies 的一个案例足以说明问题的严重性：2022 年，Maxar 的首席技术官曾向战略与国际研究中心（CSIS）表示，仅靠 Maxar 的卫星，一名分析师需要 85 年才能完成对单日影像的审查，此后，Maxar 在轨的侦察卫星数量已大幅增加，而美国国防部的无人机和卫星收集的数据量远超 Maxar。 MSS 通过利用人工智能进行初步分析并标记目标对象来解决这一问题，从而使分析人员能够将注意力集中在最关键的环节。诸如统计图像中的车辆或人员数量等任务，在很大程度上可以实现自动化。虽然人工分析人员仍需负责审查和验证人工智能标注的标签，但 MSS 使这一过程变得快速且简便。 与目标锁定决策可能相关的传感器类型范围极为广泛——包括无人机视频、合成孔径雷达、地面雷达、信号情报以及文件等——而其中许多平台采用的是定制数据格式，彼此之间难以实现数据互通。在 MSS 系统推出之前，分析人员可能需要查阅来自多个互不关联系统的输出结果，包括不同地点终端输出的纸质打印件。MSS 通过一个基于地图的统一界面取代了这一流程，该界面融合了所有可用信息源，使分析人员无需离开平台即可轻松在不同传感器类型之间切换。 在 MSS 问世之前，整合相关数据源占分析人员绝大多数时间。曾担任“Maven 项目”首任负责人的退役海军陆战队上校德鲁·库科尔（Drew Cukor）在 2026 年 3 月的一次采访中表示，在“这些技术出现之前，人类不得不费力地将所有这些[数据]点拼凑起来，并从中找出规律；而实际用于分析的时间仅占 3%，因为 97%的时间都浪费在数据归集上。” 做出有效目标选择决策，不能仅靠传感器数据。决策者还需要掌握该地区所有友军部队部署、装备性能、作战限制及平民分布信息。MSS 将全部信息集成至同一界面，配套智能推荐算法，自动筛选、排序适配目标的打击装备，操作人员可直接下达打击指令并复盘打击效果。正如美国国防部首席数字与人工智能官卡梅伦·斯坦利在 2026 年 3 月的一次演讲中所言：“如今我们在一套系统内就能完成目标识别、制定行动方案、发起打击全流程，这是颠覆性的变革。过去这项工作要切换八到九套系统，工作人员只能手动跨系统搬运识别数据。 ” 关于 MSS 作业效率提升的最引人注目的公开数据，来自对该系统在美国第 18 空降军 2023–2024 年度“红龙”系列演习中影响的评估：借助 MSS 系统，第 18 空降军目标打击小组的作业效率达到伊拉克自由行动战时快速打击小组水准 —— 该小组被公认为美军历史上效率最高的快速打击单元。更惊人的是，伊拉克自由行动的打击小组配备超 2000 名工作人员，而第 18 空降军仅依靠约 20 人就实现同等作业能力。 据各方报道，自该演习评估以来，MSS 的性能已大幅提升，而 2024 年尚在开发中的各项功能，如今已在各军种中得到广泛应用。 问题 3：大型语言模型（LLMs）在 MSS 中提供了哪些功能？ 答：计算机视觉模型通常基于细分领域数据集训练、微调，仅能完成特定专项任务；而大语言模型依托覆盖网页文本、书籍、代码等跨领域海量通用数据训练，具备更强的通用综合能力。曼森书中，一名匿名国家地理空间情报局官员称，大语言模型可将目标研判速度再提升 5 倍，叠加计算机视觉带来的十倍效率增幅，整体研判速度大幅跃升。 大语言模型为 MSS 新增了两大核心能力：自然语言交互、全域多维度规律挖掘。2025 年离职前担任国家地理空间情报局迈文项目首席技术官的 肖恩·巴蒂尔（Sean Batir） 向曼森介绍，分析人员可通过自然语言与大语言模型交互，借助模型预判敌方作战意图、推演多种应对方案；模型还能整合计算机视觉生成的上万条识别记录，挖掘长时间跨度下的目标活动规律。 Palantir 将其人工智能平台（AIP）描述为 MSS 利用大型语言模型的载体。CSIS 审阅的 Palantir 未公开文件显示， 人工智能平台 提供了多种由 LLM 驱动的工具。例如，Maven Threads对话模块：MSS 用户能够利用用户上传的文档完成各种任务和临时分析，Maven Agent Studio助手工作台：为用户提供配备企业特定信息和工具的交互式助手。Maven Logic逻辑开发工具：提供了一种“用于构建、测试和发布基于大语言模型的业务功能”的零代码开发平台。 Palantir 发布的关于 人工智能平台 和 MSS 的演示，让我们得以一窥这些工具在实际应用中的可能形态。在 2023 年的一次“国防领域人工智能平台”演示中，Palantir 展示了一个假设的工作流程：分析人员使用自然语言向人工智能助手查询战场状况，收到相关信息和建议的行动方案，然后通过同一界面推进计划的各项内容。在发布之时，该演示展示了一个关于未来规划能力的示意性场景。然而，它体现了 Palantir 对 人工智能平台如何支持军事决策的愿景，并与巴蒂尔对 MSS 能力的描述吻合。 2026 年 3 月，Palantir 发布了一篇官方博文，重点介绍了 MSS 将第三方软件集成到其工作流中的能力。其中一个示例是，由外部 AI 系统生成的目标检测结果被导入 MSS，并可供 人工智能平台 代理进行自然语言查询和分析。在另一个案例中，来自无人机传感器的检测结果被同步回 MSS 并加载到 人工智能平台 代理中，该代理据此生成洞察并就可能的后续步骤提出建议。 除了战场分析之外，大型语言模型还支持情报共享相关的行政和法律流程。Palantir 的一份未公开文件显示，MSS 的“机器辅助情报披露审核” 功能搭建统一操作门户，可跟踪对外情报披露法规、处理对外共享申请、自动向合作盟国分发合规情报产品，门户内置大语言模型驱动的法规知识库。对外情报披露流程素来流程繁琐、审批周期漫长，即便仅部分环节自动化，也能显著加快与盟国的情报共享效率。 问题 4：Anthropic 在 Maven 智能系统中扮演什么角色？ 答：人工智能平台（ AIP ）工具基于底层大语言模型，这些模型由 Palantir 通过与领先的人工智能公司合作提供。在商业场景中，AIP 的“模型目录”允许用户浏览可用的 LLM，并选择最适合特定任务的模型。然而，MSS 运行在涉密网络，这严重限制了可用模型的范围。 Anthropic 是首家在这些环境中部署其模型的前沿人工智能公司，迄今为止一直为 MSS 的大语言模型能力提供支持。2024 年 11 月，Palantir 宣布与 Anthropic 建立合作伙伴关系，通过 AIP 将其旗舰模型 Claude 引入涉密网络；随后，五角大楼在 2025 年 7 月签订的合同中，续签并扩大了与 Anthropic 的合作范围。 相关报道指出，五角大楼曾在伊朗战争中通过 MSS 使用 Claude 系统，并在 2026 年 2 月抓捕委内瑞拉前总统尼古拉斯·马杜罗的行动中，通过一个未指明的 Palantir 系统使用了该模型。 除了将 Anthropic 的大语言模型能力直接整合到 MSS 面向用户的功能中之外，政府可能还在使用 Anthropic 的其他产品，例如 Claude Code。利用 AI 代理来编写、修改和测试 MSS 的基础软件代码，原则上可以加快开发进度并增强网络安全。 许多其他科技公司都强调，目前其大部分软件开发工作都是由人工智能编码代理在人类工程师的监督下完成的。美国政府与合作厂商尚未公开证实美军是否采用该模式，但国防部研究与工程副部长埃米尔·迈克尔（Emil Michael）于 2026 年 3 月表示：“各类模型各有所长，Claude 在编程方面实用性突出；OpenAI 的 Codex 也正迅速崛起；xAI 在实时内容方面具有一定优势；Google Gemini 凭借其 YouTube 和 Nest Cam 等领域的资源，在机器人技术等领域具备独特优势。各家模型各有各的强项。 ” 迈克尔的言论至少表明，美军正在评估人工智能生成代码的落地方案，甚至已小规模应用。 Palantir 的 Maven Logic 逻辑零代码工具，也侧面印证该判断，但暂无直接实锤证据。 问题 5：Anthropic 与 Maven Smart System 的未来发展前景如何？ 答：2026 年，美国国防部与 Anthropic 之间的关系严重恶化。在就 2025 年 7 月签订的合同进行重新谈判时，Anthropic 拒绝了五角大楼的要求——即在合同中增加允许对 Claude 进行“任何合法使用”的条款，并删除此前已接受的、限制将 Claude 用于大规模国内监控和完全自主致命武器的服务条款。 作为回应，美国国防部将 Anthropic 列为“供应链风险企业”，特朗普在 Truth Social 上发布命令，要求所有联邦机构在六个月内停止使用 Claude。两项措施直接约束所有国防部合作厂商，要求其交付美军的产品中移除克劳德模型。目前 Anthropic 已向法院起诉，质疑该风险认定，诉讼结果好坏参半。 前沿人工智能公司 SpaceX、OpenAI 和谷歌近几个月均已与国防部达成协议，将涉密密网络上提供其技术。目前尚不清楚这些公司的哪些模型（如果有的话）将通过 AIP 在 MSS 上提供。Palantir 首席执行官亚历克斯·卡普（Alex Karp）在该公司 2026 年 3 月的会议上向记者表示，Palantir 的“产品已与 Anthropic 集成，未来很可能还会与其他大型语言模型集成。” 关于在 MSS 中替换 Anthropic 模型以及与其他供应商进行集成的难度，迈克尔副部长本月早些时候表示：“当时我们在战争部仅与一家供应商合作，即一家人工智能供应商，而要将系统集成到涉密系统中，绝非仅仅将软件部署到公有云上就能运行那么简单。这些都是高度复杂的防护系统，集成工作非常繁重，因此我无法像启用其他几个模型那样轻松地启用它们。但今后绝不会再仅依赖单一模型。 ” Palantir 在最近的公开声明中表示，其软件不依赖特定模型，并支持多种模型，以满足基于大型语言模型的应用场景需求。 问题 6：美国国防部对“Maven 智能系统”的未来有何展望？ 答：MSS 现已成为国防部推进 CJADC2 计划的核心组成部分，近期系统监管权责划转至首席数字与人工智能办公室（该办公室主导联合全域指挥控制整体建设）、2027 财年国防预算文件，均印证该定位。 作为一个专业术语，CJADC2 指的是一种作战功能或能力，而非任何具体项目。自 2019 年以来，美国国防部一直致力于开发和实施 JADC2 能力，以解决与上述类似的作战问题。CDAO 对 CJADC2 的描述如下： CJADC2 并非单一系统，而是从前线到指挥部互联互通的综合能力体系，为联合指挥官提供横跨战术、作战和战略层级的传感器和系统，以便在战争迷雾中更清晰地掌握当前全域态势。CJADC2 还同步打通美国主要盟友和伙伴的指挥与控制系统，确保建立互信和互操作性，从而提高国际联合部队的整体作战效能。 3 月 9 日，国防部副部长史蒂夫·费恩伯格向国防部官员签发备忘录，称 MSS 将成为一项“正式在册项目”——即五角大楼预算中正式批准立项的采购项目——这表明五角大楼对由 Palantir 公司开发的该平台作出了长期承诺。他所依据的理由在于 MSS 对 CJADC2 的重要性： “为了保持我方在数据驱动决策方面的优势，必须立即进行有针对性的投资，以深化[人工智能]在联合部队中的整合，并将基于人工智能的决策确立为[CJADC2]战略的基石。” 为此，该备忘录下令在 30 天内将 MSS 的监管职责移交至 CDAO，并进一步指示国防部首席技术官埃米尔·迈克尔（Emil Michael）评估相关方案，研究将迈文智能系统项目永久划归新设联合全域指挥控制项目办公室管理。” 年度预算文件同样强调了 MSS 在 CJADC2 开发中的作用。美国国防部 2027 财年预算申请中，为 MSS 和联合火力网络拨款 23 亿美元，旨在将 CJADC2 融入联合作战能力。 尽管 MSS 似乎有望成为 CJADC2 这一复杂体系中的重要组成部分，但国防部这套宏大构想尚未完全落地。美国政府问责局（GAO）2025 年 4 月的一份报告指出，国防部目前仍缺乏指导 CJADC2 的框架，也尚未明确具体目标并跟踪相关进展。该报告还发现其他问题，包括各军种之间存在工作重复、数据规则过于严格，以及“对实验中汲取的经验教训认识不足”。MSS 未来在推动 CJADC2 方面能发挥何种作用，将取决于国防部能否妥善解决上述内部挑战。 本公众号580余天以来，已分享超1700份超值资料，主要涉及国外防务相关研究报告、专题会议、期刊杂志、战略指南等重要学习参考资料。
夜雨聆风
