AI戰(zhàn)爭加速！美軍Maven系統(tǒng)成核心武器，算法主導戰(zhàn)場

2026年3月，一條軍事新聞幾乎在同一天發(fā)出了兩道截然不同的信號。

五角大樓宣布，將Palantir開發(fā)的Maven AI系統(tǒng)正式列為美軍核心武器平臺；而在另一端，伊朗的無人機正在阿聯(lián)酋和巴林的亞馬遜數(shù)據(jù)中心上空劃出弧線，目標是那些托管著美軍云計算服務的服務器集群。

這兩件事放在一起，描述的是同一個正在加速到來的現(xiàn)實：戰(zhàn)爭正在成為一個數(shù)據(jù)處理問題。

Project Maven的起點平淡無奇。2017年，美國國防部啟動了一個小項目，用機器學習算法自動標注無人機拍攝的影像畫面，把士兵從每天翻看海量錄像的枯燥工作中解放出來。

九年后，這個項目已經(jīng)長成了一套覆蓋情報匯總、目標優(yōu)先級排序、打擊資源調(diào)配的完整作戰(zhàn)決策系統(tǒng)。五角大樓在3月20日的備忘錄中明確寫道：Palantir的Maven將成為美軍"正式作戰(zhàn)記錄項目"，在本財年內(nèi)完成長期嵌入。

Maven的核心能力，是在極短時間內(nèi)整合來自衛(wèi)星、無人機、信號截獲和人工情報的多源數(shù)據(jù)，生成可供指揮官直接參考的目標清單。五角大樓官員罕見地向媒體展示了系統(tǒng)界面：屏幕上，目標以不同顏色標注優(yōu)先級，置信度以百分比呈現(xiàn)，相關(guān)的背景情報以摘要形式附于旁側(cè)。人類指揮官仍然是最終拍板者，但信息已經(jīng)被算法預先篩選和排序過了。

Anthropic的Claude大語言模型據(jù)悉也被整合進了部分美軍對伊打擊任務的情報分析流程，用以加速目標識別過程。谷歌、OpenAI和xAI在2025年7月分別獲得了最高2億美元的美國國防部AI合同。

這已經(jīng)不是技術(shù)公司偶爾參與國防采購的傳統(tǒng)模式。國防部副部長的辦公桌上，軍事AI合同正成為科技巨頭最重要的收入來源之一。

這個進程有其內(nèi)在邏輯。現(xiàn)代戰(zhàn)場數(shù)據(jù)量級早已超越人類處理極限：一架"全球鷹"無人機每天可生成約1拍字節(jié)的情報數(shù)據(jù)，相當于200萬張DVD的容量。沒有AI，這些數(shù)據(jù)就是廢紙。

以色列軍隊在加沙使用的AI目標識別系統(tǒng)"薰衣草"（Lavender），是這一趨勢最具爭議的落地案例。

據(jù)披露，"薰衣草"通過分析通訊記錄、社交網(wǎng)絡關(guān)系、行動模式等數(shù)據(jù)，自動生成哈馬斯成員的疑似名單，系統(tǒng)每次運行可在短時間內(nèi)生成數(shù)萬條目標記錄。色列情報數(shù)據(jù)庫在2025年5月的一項記錄顯示，加沙沖突中53000名遇難巴勒斯坦人中，僅有約17%被確認為武裝人員，其余超過八成為平民，這一比例遠超傳統(tǒng)軍事沖突的歷史均值，引發(fā)國際法學者的強烈質(zhì)疑。

《原子科學家公報》在2026年3月的評論中直接提問：以色列對伊朗境內(nèi)一所學校的導彈打擊，是否與AI目標系統(tǒng)的誤判有關(guān)？這個問題目前仍無官方答案，但它揭示了一個結(jié)構(gòu)性風險：當打擊速度由AI驅(qū)動、當確認步驟被壓縮為秒級決策窗口，系統(tǒng)性錯誤會以人類來不及干預的速度完成"執(zhí)行"。

國際法學者的擔憂因此遠不止于道德層面。按照現(xiàn)行國際人道法框架，發(fā)動攻擊前必須對目標有"合理且可核實的依據(jù)"，且必須確保打擊不造成超出預期軍事利益的平民傷亡。然而AI系統(tǒng)的置信度評分，是否等同于這種"合理依據(jù)"，在法律上至今沒有共識。

問題還在于數(shù)據(jù)中心的雙重屬性。伊朗無人機打擊亞馬遜數(shù)據(jù)中心，將這場爭議推入了一個全新維度。海牙阿塞爾國際與歐洲法律研究所律師卡斯特亞諾斯-揚凱維奇表示，當數(shù)據(jù)中心同時承載軍事數(shù)據(jù)與民用應用時，其法律地位極為模糊，"云的技術(shù)不透明性，甚至對服務提供商本身也不例外"。

戰(zhàn)爭走向數(shù)據(jù)化，并不是一個可以選擇接受或拒絕的命題，它已經(jīng)在發(fā)生。真正懸而未決的，是人類愿意在多大程度上讓算法替代判斷，以及當算法出錯時，誰來承擔代價。