中評社香港7月6日電／台灣彰化師範大學公共事務與公民教育學系副教授李其澤在中評智庫基金會主辦的《中國評論》月刊6月號發表專文《美國軍事AI複合體的形成、制度化、實戰化與風險》，作者認為：近年來，美國前沿人工智能公司與五角大廈之間的合作，已由單點式試驗演變為涵蓋模型開發、情報融合、作戰規劃、機密雲端部署與武器平台整合的制度性結盟。
本文以OpenAI、Anthropic、Google、xAI、Palantir、Anduril、Reflection AI，以及Microsoft、AWS、Oracle、NVIDIA、SpaceX等企業與美軍的公開合作為核心案例，並以“梅文計劃”的制度化、美國防部（戰爭部）“首席數字和人工智能辦公室”（CDAO）前沿AI合同、Anthropic對峙、2026年“史詩之怒行動”（Operation Epic Fury）以及5月1日美國戰爭部與8家公司簽署的“機密網絡AI協議”為主要分析節點，提出“軍事AI複合體”（Military－AI Complex）作為分析框架。
本文主張，美國軍事AI化已出現五項關鍵轉變：第一，AI已由後端輔助進入作戰規劃與目標決策鏈；第二，硅谷主流公司的倫理阻力明顯翻轉；第三，軍事競爭轉向模型、軟件、雲端與實戰數據的綜合競爭；第四，“治理合約化”（governance by contract）成為軍事AI監管的事實基礎；第五，5月1日協議標誌複合體由“重點平台模式”躍升為“全產業全堆疊整合模式”。文章內容如下：
一、前言：從倫理拒絕到制度範式
過去十年，美國軍事AI化的核心問題，已從“AI 是否應進入軍事領域”，轉向“AI以何種層級、何種制度形式、何種責任配置進入軍事體系”。2018年，Google因員工抗議而退出“梅文計劃”（Project Maven），曾被視為科技業對軍事項目設置倫理界線的標誌性事件。然而，到了2025至2026年間，這一敘事已被一系列事件改寫。
第一個轉折，是 Google 的政策逆轉。2025年2月4日，Google 更新AI原則，刪除2018年明文承諾的“不用於武器或造成傷害的技術”以及“不用於違反國際規範之監視”相關文字，並以全球AI領導權競爭與“民主國家應掌握AI優勢”為理由重新界定自身角色。這不衹是企業倫理文件的修訂，而是硅谷主流公司重新接受國防市場的象徵。①
第二個轉折，是前沿模型公司的全面進場。2025年6月16日，美國戰爭部下屬的“首席數字和人工智能辦公室”（CDAO）先向OpenAI授予一年期、上限兩億美元的前沿AI原型合同；同年7月14日，CDAO再宣布與Anthropic、Google、xAI等三家公司建立前沿AI合作，每家公司合同上限為二億美元。官方說法明確指出，這些合同旨在發展“代理人AI工作流程”（agentic AI workflows），並協助國防部門處理國家安全任務。②
第三個轉折，是Anthropic與國防體系的合同衝突。Anthropic原已通過Palantir與AWS將Claude系列模型導入美國政府情報與防務操作環境，並成為美國國防AI生態的一部分；但其對大規模國內監控與完全自主致命武器所設定的安全紅線，與政府要求承包商接受“所有合法用途”或類似合同標準發生張力。2026年2月，美國戰爭部部長赫格塞斯（Hegseth）公開將Anthropic標示為“供應鏈風險”；3月初該認定正式生效，Anthropic隨即提起訴訟，並在3月26日獲得加州聯邦地區法院 Rita Lin 法官頒發初步禁令。相關爭議引發第一修正案、行政程序、供應鏈安全與戰時行政裁量之間的憲制爭議。③
第四個轉折，是2026年5月1日的“機密網絡AI協議”。戰爭部宣布與 SpaceX、OpenAI、Google、NVIDIA、Reflection AI、Microsoft、AWS、Oracle 等8家前沿AI與雲端基礎設施公司簽署協議，將其能力部署於 IL6 與 IL7 機密網絡環境，並公開將此舉定位為把美軍轉型為“AI 主導戰鬥力量”（AI－first fighting force）的制度動作。值得注意的是，Anthropic 並未被列入名單。④
這四個事件共同說明，美國軍事AI化已不再是個別採購項目，也不衹是某項技術是否可用於戰場的倫理爭論，而是一個由前沿模型公司、國防軟件商、雲端基礎設施供應商、芯片與發射服務供應商、武器平台整合商共同構成的制度性生態系統。本文稱之為“軍事AI複合體”。
本文聚焦五個問題：第一，美國軍事AI合作是否已由單一項目採購演變為制度化複合體？第二，AI在美軍體系中的角色是否已由情報輔助擴張至作戰規劃、指揮決策與武器平台整合？第三，模型公司自身設定的倫理紅線，在“治理合約化”架構下是否仍具實質約束力？第四，Anthropic與美國防體系的對峙與司法分歧揭示了何種憲制風險？第五，5月1日協議是否標誌該複合體完成從“重點平台模式”到“全產業全堆疊整合模式”的範式躍升？
二、研究方法與分析框架
本文採取質性政策分析與案例歸納方法，主要依據公開可查的政府文件、企業公告、法院文件、主流媒體報導、智庫研究與政策評論。研究策略不是全量名錄統計，而是通過代表性主線還原制度演變：Project Maven 代表軍事AI的初始制度化；CDAO前沿AI合同代表模型公司全面進場；“雷霆熔爐”項目（Thunderforge）與 Anduril公司參與美國國防建設代表AI向作戰規劃與武器平台延伸；聯合作戰雲端能力（JWCC）與分類雲端代表基礎設施底座；Anthropic 對峙代表治理合約化與企業倫理邊界的衝突；“史詩之怒行動”代表AI驅動戰爭的實戰驗證；5月1日協議則代表該複合體的全產業範式化。
理論上，本文從艾森豪威爾（Dwight D. Eisenhower）於1961年1月17日告別演說中提出的“軍工複合體”（military－industrial complex）⑤出發，指出傳統軍工複合體的核心行為者是傳統防務承包商，核心產品是物理武器平台；而軍事AI複合體的核心行為者，則擴展為前沿模型公司、國防軟件平台商、分類雲端供應商、芯片供應商、通訊與發射服務商以及武器平台整合商。其核心資源不再衹是鋼鐵、導彈、戰機與造艦能力，而是數據、模型、算力、雲端部署環境、戰場回饋與軟件更新能力。
此一新型複合體具有四個特徵。第一，以數據與模型能力為核心競爭資源，而非單一硬件平台。第二，依賴分類雲端與安全部署基礎設施，使AI能在IL6、IL7等敏感軍網環境中運行。第三，其功能由後勤與行政輔助逐步嵌入感知、分析、規劃、指揮與武器效能鏈。第四，其治理主要通過合同條款、採購標準與分類部署協議完成，而非通過國會立法與公開行政規則建立。
本文稱此為“治理合約化”。它的核心問題在於：軍事AI的使用邊界並非由公開法律程序明確界定，而是由政府與企業之間的雙邊合同、分類採購條款與安全部署協議共同塑造。此種治理模式具有速度快、彈性高、保密性強的優點，卻也帶來民主問責不足、規範外溢有限、責任邊界模糊與跨屆穩定性不足等問題。
三、Project Maven：從影像標記到作戰項目
Project Maven 是美國軍事AI化的起點。2017年4月26日，國防部副部長 Robert O. Work 簽署備忘錄，成立“算法戰跨職能團隊”（Algorithmic Warfare Cross－Functional Team），初始任務是利用機器學習自動標記無人機監視影像中的物體。2018年，Google因參與Maven項目相關雲端與影像分析項目而遭員工抗議，最終宣布不再續約，並由執行長皮查伊（Sundar Pichai）發布Google AI原則。當時，外界普遍將此理解為硅谷科技倫理對軍事化應用的勝利。⑥
然而，Maven 項目並未因 Google 退出而終止，反而在 Palantir 承接後加速制度化。Palantir 將其重構為“梅文智能系統”（Maven Smart System， MSS），整合衛星、無人機、雷達、訊號情報、人力情報與開源數據，並通過數據融合、目標分類、優先級排序與武器配對，成為一套接近完整作戰鏈的AI輔助系統。其介面採用看板式流程，使目標如同軟件開發中的任務卡片，從識別、分類、優先級評估、武器配對到指揮官審核逐步推進。
採購規模的增長亦顯示Maven已由實驗走向常態。2024年5月，Palantir取得4.8億美元Maven相關合同；2025年5月，國防部將Maven Smart System合同上限提升至約13億美元；同年7月31日，美國陸軍又將約75項 Palantir 合同整合為十年期、上限百億美元級的企業協議。這意味著AI軟件不再是周邊輔助工具，而是國防採購結構中的核心基礎設施。⑦
Maven 的制度地位在2025至2026年間進一步提升。其部署不再限於單一指揮部或單一任務場景，而是逐漸進入跨軍種、跨指揮部與盟國協作環境。2025年3月25日，北約通信與信息局與Palantir簽署Maven Smart System NATO採購協議，顯示Maven類系統已開始外溢至盟國作戰體系。這一發展說明，一旦AI與採購基礎設施接合，軍事AI化就會從倫理辯論轉為預算、合同、部署與使用者規模的行政現實。
換言之，Project Maven 的真正意義，不在於它是否直接控制武器，而在於它建立了一套軍事AI化的制度模板：以商業AI能力為起點，以國防軟件平台為中介，以分類雲端為部署環境，以作戰指揮流程為最終整合對象。這一模板後來被 Thunderforge、GenAI.mil、CDAO前沿AI合同與5月1日協議進一步放大。
四、AI－First 戰略與前沿模型公司的全面進場
2026年1月9日，美國戰爭部部長赫格塞斯簽署“人工智能加速戰略”（Artificial Intelligence Acceleration Strategy）備忘錄，並於1月12日公開發布，將美國全球軍事AI主導地位正式提升為國家安全優先事項。其核心不是單純鼓勵AI應用，而是要求各部門在演習、實驗、採購與服務合同中有意義地整合AI；未能整合者，將面臨資源調整審查。更重要的是，戰爭部要求AI服務合同納入“所有合法用途”或類似標準，並反對模型公司在產品中加入政府認為過度的政治或價值限制。⑧
這一政策具有深遠意義。它把政府與模型公司的關係，從“企業提供工具、政府遵守企業安全政策”改寫為“政府通過合同定義合法用途，企業不得以自身價值判斷限制政府使用”。Anthropic對峙正是這一政策邏輯的直接後果，而5月1日協議則是其全產業擴張。
前沿模型公司的進場首先體現在 CDAO 合同。OpenAI 於2025年6月16日取得2億美元上限的OTA原型合同（為期約一年），並於同日宣布啟動“OpenAI for Government”計劃，合同範圍涵蓋行政自動化、醫療、採購分析與作戰相關支援；Anthropic、Google、xAI 則於同年7月14日取得各2億美元上限的合同。這些合同表面上仍以“原型”與“代理式AI能力”為名，但其政策語言已不再局限於後勤效率，而是直接關聯聯合部隊作戰能力、前線任務支援與作戰流程現代化。⑨
Google的回歸尤其具有象徵意義。2018年，Google 的退出被視為科技員工運動對軍事化應用的勝利；2025年2月，Google修改AI原則並重新進入國防AI生態，顯示該公司對國家安全市場的態度已出現根本轉變。這一轉變不是孤立事件，而是硅谷整體政治經濟環境變化的產物：大國AI競爭加劇、國防採購規模擴大、商業雲端與政府分類網絡深度整合，以及中國開源AI生態崛起共同構成新的國安敘事壓力。
5月1日協議則進一步將前沿模型公司的進場制度化。戰爭部與8家公司簽署協議，將其AI能力部署於IL6與IL7網絡，並明確提出“AI主導戰鬥力量”“決策優勢”（decision superiority）“防止AI供應商鎖定”等政策口號。這不衹是更多公司取得合約，而是軍事AI採購邏輯的改變：政府不再依賴單一最佳模型，而是建立復數供應商並列、彼此備援與互相替代的制度結構。⑩
8家公司所代表的分工亦相當明確：OpenAI、Google、NVIDIA、ReflectionAI提供模型能力（其中 ReflectionAI是由前Google DeepMind研究員創立並由NVIDIA投資的開源模型公司）；Microsoft、AWS、Oracle提供雲端與數據基礎設施；SpaceX提供與安全通訊、戰場連接相關的發射與通道能力；NVIDIA同時兼具硬件與模型生態角色（其Nemotron開源模型亦在合作範圍內）。這一安排顯示，軍事AI複合體已不再是“模型公司加上五角大廈”，而是模型、芯片、雲端、數據、通訊與作戰網絡共同組成的全堆疊體系。
五、作戰規劃與武器平台：Thunderforge與Anduril
軍事AI複合體的擴張，不衹發生在模型與雲端層，也發生在作戰規劃與武器平台層。ScaleAI的Thunderforge項目，是AI向作戰規劃鏈上游移動的代表。2025年3月5日，國防創新單位（DIU）授予Scale AI Thunderforge原型合同，目標是將商業AI決策工具整合進聯合部隊作戰與戰區層級規劃流程，為軍事領導人提供先進決策支援系統。⑪
Thunderforge的技術架構結合Scale AI的代理式應用、Anduril的Lattice數據融合平台以及Microsoft提供的大型語言模型能力。其初始部署對象為印太司令部與歐洲司令部，前者面向中國，後者面向俄羅斯。其功能包括快速攝取與摘要規劃情資、識別關鍵模式、生成作戰計劃草稿、執行自動化兵棋推演、比較行動方案風險。這意味著AI已從“看見目標”轉向“規劃如何達成目標”。
“機器速度”（machine speed）是Thunderforge的核心政治語言。軍方認為，傳統作戰規劃流程依賴數十年前的技術與方法，無法滿足快速變化的戰場環境。AI的吸引力，正在於它能壓縮規劃時間、加速行動方案生成、提升指揮官在高壓環境下的反應速度。但這也正是制度風險所在：當AI生成的方案成為指揮決策的預設選項，人類審查便可能從實質判斷變成形式批准。
Anduril則代表AI向物理武器平台的延伸。2024年12月4日，Anduril與OpenAI建立戰略合作，將OpenAI的模型能力引入反無人機與Lattice戰場作業系統；2025年2月11日，Anduril與Microsoft共同宣布合作推進美國陸軍IVAS計劃並由Anduril接手主合約；2026年3月13日，美國陸軍進一步授予Anduril上限二百億美元、為期十年的企業協議，將其Lattice軟件、反無人機系統、感測器融合與整合硬件納入單一採購框架。⑫
Anduril的重要性在於，它不衹是防務硬件商，也不是傳統軍工企業，而是以軟件平台、感測器融合、AI控制與自主系統為核心的新型防務公司。它將AI從模型推理與情報分析延伸至感測器、攔截器、無人系統與戰術決策鏈。Palantir與Anduril分別代表軍事AI複合體的兩個方向：前者將數據融合與目標流程制度化，後者將AI決策與物理武器平台結合。
因此，美國軍事AI化已形成三層結構：第一層是前沿模型公司，提供通用推理、語言、視覺與代理式能力；第二層是國防軟件與雲端平台，將模型部署至分類環境並接入軍事數據；第三層是作戰流程與武器平台，把AI輸出轉化為目標識別、作戰規劃與物理效果。這三層結構的制度結合，正是軍事AI複合體成熟的關鍵。
六、分類雲端：軍事AI複合體的基礎底座
若前沿模型是軍事AI複合體的大腦，分類雲端就是它的神經系統。AI 若要真正進入高敏感軍事任務，必須能處理分類數據並在安全網絡中運行。Microsoft、AWS、Google Cloud、Oracle 所構成的作戰雲端能力，是整個軍事AI生態的基礎。
Microsoft Azure Government、AWS、Google Cloud與Oracle的重要性，不衹在於提供雲端算力，而在於它們使前沿模型得以進入國防任務環境。Palantir、AWS與Anthropic於2024年11月7日宣布合作，將Claude系列模型通過Palantir AIP接入美國政府情報與防務操作（達 IL6 認證等級）；2025年12月9日，戰爭部推出GenAI.mil平台並以Google的Gemini for Government作為首個整合模型，將生成式AI推向約三百萬名軍方與文職人員。這些案例共同顯示，模型公司必須依賴雲端與安全部署供應商，才能真正接入國防任務。⑬
分類雲端的意義不衹是技術部署，而是制度權力。掌握分類雲端的公司，成為前沿模型進入軍事體系的關鍵守門人；掌握軍事工作流程的軟件平台，則決定模型輸出如何被嵌入作戰決策。於是，雲端巨頭不再衹是基礎設施外包商，而是軍事AI複合體中具有制度塑形能力的核心行為者。
這也帶來新的脆弱性。當商業雲端成為軍事AI的物理依賴點，雲端數據中心、區域節點、海底電纜、衛星連接與商業供應鏈，都可能被重新軍事化。若敵對國家將美國科技公司的海外設施視為軍事AI基礎設施的一部分，科技公司在戰爭法與地緣政治上的風險便會顯著升高。
5月1日協議尤其放大了此一問題。它不再衹是某一模型部署於某一分類環境，而是8家公司同時接入IL6／IL7網絡。這意味著商業雲端、模型能力與軍事網絡之間的邊界進一步模糊，也意味著私營科技公司的全球基礎設施更深地嵌入美國軍事權力投射系統。
七、Anthropic對峙：治理合約化的憲制裂縫
Anthropic與國防體系的衝突，是理解軍事AI複合體治理困境的核心案例。Anthropic 原本並非反軍事化公司；它已通過Palantir與AWS合作，將Claude系列模型導入美國政府情報與防務操作環境，並於2025年7月取得 CDAO 前沿AI合同。其爭議焦點不在於是否與政府合作，而在於政府是否可以要求模型公司放棄自身設定的使用紅線。
Anthropic 的紅線主要包括兩項：不得用於對美國人的大規模國內監控，不得用於完全自主致命武器系統。政府則要求其接受“所有合法用途”或功能相近的合同標準。表面上，這衹是合同語言分歧；實際上，它涉及誰有權界定AI軍事用途的倫理與法律邊界。政府立場是：衹要用途合法，承包商不得以企業倫理限制政府使用。Anthropic立場則是：合法性不等於責任性，尤其在自主武器與大規模監控領域，現有法律本身存在規範空白。
2026年2月底至3月初，雙方衝突公開化。戰爭部部長赫格塞斯在X平台宣布Anthropic為“供應鏈風險”，總統特朗普隨後下令各聯邦機構“立即停止”使用Anthropic技術，國防部則於3月初正式作出該認定，並要求各承包商在六個月過渡期內排除Claude模型。Anthropic於3月9日在加州北區聯邦地區法院起訴，主張此舉違反第一修正案、行政程序法並屬報復性行為；3月26日，Rita Lin法官頒發初步禁令，稱政府的指定具有“奧威爾式”特徵；4月8日，哥倫比亞特區聯邦上訴法院則駁回Anthropic在另一相關訴訟中暫時阻止國防部黑名單的緊急聲請。⑭
這一司法分歧極具憲制意義。它顯示，在軍事AI領域，企業言論自由、政府採購權力、國家安全例外與戰時行政裁量之間，尚無穩定的法律平衡。若行政機關可以用供應鏈風險工具懲罰拒絕合同條款的本土AI公司，那麼“治理合約化”就不再衹是彈性的採購機制，而可能成為行政權擴張與企業倫理壓制的工具。
更矛盾的是，Anthropic雖在政治與採購層面遭遇限制，其模型能力仍可能通過既有整合商、分類部署環境與國防軟件平台被保留或間接使用。這構成“整體公司排除、特定模型保留”的雙軌悖論。它說明，在AI時代，政府已不再能以傳統“公司可用／不可用”二分法管理技術；模型、數據、平台、部署環境與公司政治立場可能被拆解處理。
Anthropic對峙因此揭示三個問題。第一，模型公司的安全紅線若未被公法制度承認，便可能在合同壓力下被消解。第二，行政機關可藉國安工具重塑市場結構，使拒絕者被孤立。第三，一旦AI模型對軍事系統形成技術依賴，即使政治上被排除，實務上仍可能難以替換。治理合約化的最大風險，正在於它既缺乏民主審議，又無法真正控制技術依賴。
八、“史詩之怒行動”：AI驅動戰爭的實戰驗證
若Anthropic對峙揭示治理裂縫，“史詩之怒行動”（Operation Epic Fury）則是軍事AI複合體最大規模的實戰驗證。2026年2月28日凌晨，美國中央司令部（CENTCOM）對伊朗發動 Operation Epic Fury，目標包括彈道導彈設施、核計劃、伊斯蘭革命衛隊指揮節點、海軍能力與相關代理勢力。CENTCOM 司令 Brad Cooper 上將於3月11日公開表示，美軍在行動中高度依賴情報、監視、偵察、精準打擊與數據融合能力，並使用先進AI工具“在數秒內篩選大量數據”；DefenseScoop、Arms Control Today等後續分析亦將該行動視為AI輔助作戰的重要案例。⑮
此一作戰鏈大致包括五個層次。第一，數據融合層：Maven Smart System 整合衛星、無人機、雷達、訊號情報、人力情報與開源情報。第二，視覺與模式辨識層：機器學習模型自動標記與分類目標。第三，語言推理層：大型語言模型將融合數據對應至軍事準則、交戰規則與歷史模式。第四，目標排序層：AI 系統產生優先級與打擊建議。第五，人機介面層：作戰人員以自然語言查詢數據、比較行動方案並快速提交審核。
這一結構的核心效果，是壓縮時間。過去需要大型情報團隊長時間處理的地面目標識別工作，在AI輔助下可由小規模團隊完成；目標識別與打擊決策的時間由小時級縮短至分鐘級，甚至更短。支持者認為，這代表更快、更準確、更有效率的戰場決策；批評者則指出，在高頻率打擊節奏下，所謂“有意義的人類監督”可能淪為形式。
米納布（Minab）小學悲劇正是此一風險的具體化。國際特赦組織（Amnesty International）、人權觀察（Human Rights Watch）與多家媒體調查指出，2026年2月28日上午十時四十五分左右，伊朗南部荷莫茲甘省米納布市Shajareh Tayyebeh小學遭到攻擊，造成至少156人死亡，其中包括約120名兒童；學校的男女生分樓上課，緊鄰一處伊斯蘭革命衛隊海軍基地，但證據顯示該校自2016年起即與軍事設施隔牆分區並設有獨立街道入口。Amnesty 分析導彈殘骸與影像後指出，攻擊很可能使用美製Tomahawk巡弋導彈；Reuters、Guardian、TIME與BBC Verify的後續調查皆指向美方應負責，包括可能依賴過時情報數據庫的可能性。聯合國人權理事會於3月27日就此事件召開緊急辯論。⑯
這一事件揭示，軍事AI的最大風險不一定是模型“自主殺人”，而是數據、流程、速度與責任的結構性錯位。若目標數據庫錯誤，模型推理再強也可能強化錯誤；若作戰節奏過快，人類審查即使存在也可能無法實質介入；若責任鏈被拆分於模型供應商、平台整合商、雲端服務商、情報單位與指揮官之間，問責便可能落入黑箱。
“史詩之怒”也揭示技術依賴與政治敵意的矛盾。即使某一模型公司在政治或採購層面遭遇限制，其模型能力仍可能通過既有整合平台、分類網絡與作戰軟件在戰場上發揮作用。這說明，一旦AI模型嵌入作戰平台，政治上的排除並不等於技術上的立即替換。軍事AI複合體不是可以隨意插拔的工具箱，而是具有路徑依賴的制度生態。
九、主要發現
本文歸納出六項主要發現。
第一，美國軍事AI複合體已完成制度範式化。從 Project Maven的影像標記，到Maven Smart System的跨指揮部部署；從CDAO前沿AI合同，到Thunderforge作戰規劃代理；從Anduril武器平台整合，到JWCC分類雲端底座；再到5月1日八家公司同時接入IL6／IL7網絡，這些不再是孤立採購項目，而是共同構成一個制度性生態系統。
第二，AI 在美軍體系中的角色已發生質變。它不再衹是行政效率工具，也不衹是情報分析輔助，而是進入作戰規劃、目標排序、指揮決策與武器平台整合。Thunderforge 要求AI生成作戰計劃草稿，Maven壓縮kill chain，Anduril將AI接入自主系統，5月1日協議則將“AI主導戰鬥力量”提升為戰略口號。
第三，硅谷的倫理阻力已明顯翻轉。Google 從退出 Project Maven到修改AI原則並重返國防AI；OpenAI、xAI、Google等公司接受大額國防合同；員工請願雖仍存在，卻已難以逆轉高層決策。2018年的“員工請願可迫使公司退出”模式，已被2026年的“合約簽署當日抗議失效”模式取代。
第四，治理合約化成為軍事AI的事實規範，但其憲制基礎脆弱。政府通過“所有合法用途”條款重塑公司責任邊界，卻未經充分國會辯論或公開規則制定。Anthropic對峙顯示，企業若拒絕合同標準，可能面臨供應鏈風險定性與市場孤立。這使合同不衹是技術採購工具，也成為國家安全權力的治理工具。
第五，責任邊界正在變得更加模糊。軍事AI輸出由模型、數據、雲端、平台、整合商、情報單位與指揮官共同塑造。當錯誤發生時，模型公司可主張用途由政府決定；平台商可主張衹提供整合；軍方可主張遵循系統建議；雲端商可主張衹提供基礎設施。分散式責任成為軍事AI複合體的內在特徵。
第六，5月1日協議標誌“全產業全堆疊”模式的形成。戰爭部不再依賴單一模型，而是以多家公司並列防止供應商鎖定。這看似降低技術依賴，實則也將更多公司納入同一軍事制度邏輯。當八家公司共同接受“合法操作使用”標準，治理合約化便由個別合同擴張為產業範式。
十、制度風險分析
（一）決策時間壓縮
軍事AI最直接的制度風險，是決策時間被大幅壓縮。Maven、Thunderforge與前沿模型部署共同追求“機器速度”：更快識別目標、更快生成方案、更快完成兵推、更快提交指揮官批准。這種速度在戰場上具有吸引力，卻可能使人類審查失去實質意義。⑰
形式上，人類仍在決策迴路中；實質上，當信息摘要、風險評估、目標排序與行動方案均由AI生成，人類面對的已不是原始戰場信息，而是AI預處理後的選項。尤其在高壓、時間緊迫的作戰環境下，自動化偏誤（automation bias）會促使人類傾向相信系統建議。所謂“人在迴路之內”（human－in－the－loop）可能成為程序合法性的象徵，而非真正的道德與法律把關。
（二）問責黑箱
第二個風險是責任邊界模糊。AI 軍事決策不是單一模型的輸出，而是數據庫、感測器、雲端、平台、模型、規則、指揮流程與人類判斷共同作用的結果。當錯誤發生，責任可能被層層轉移。
米納布事件所揭示的問題，不是“某個模型是否選擇了學校作為目標”這麼簡單，而是目標數據庫是否過時、系統是否標記錯誤、分析員是否有足夠時間審查、指揮官是否理解AI建議的不確定性、合同是否明確規定供應商責任。若每一環節都能將責任推向上游或下游，問責便會被結構性稀釋。
（三）系統性誤判
第三個風險，是AI可能放大系統性誤判。傳統武器失誤往往可歸因於單點技術、人員或情報錯誤；但AI深度嵌入決策流程後，錯誤可能以模式化、規模化方式出現。例如，若模型在某類場景中持續高估敵方威脅，或將特定基礎設施錯誤歸為軍事目標，錯誤就不再是偶發，而是被系統化複製。
在大國競爭中，此一風險尤其危險。若美中雙方都將AI嵌入早期預警、戰場管理與作戰規劃，且雙方模型輸出邏輯不透明，誤判、快速升級與危機失控的機率將增加。AI不衹改變作戰效率，也可能改變戰略穩定性。
（四）治理合約化的民主赤字
第四個風險，是治理合約化的民主赤字。軍事AI使用標準若主要由合同規定，而非由國會立法、公開規則與多邊規範確立，就會出現三項問題：其一，規範效力局限於簽約雙方，缺乏普遍性；其二，合同條款常涉及分類內容，公眾與國會難以完整監督；其三，行政機關可通過採購條件迫使企業接受政府定義的合法用途。⑱
Anthropic 對峙正是這一問題的集中呈現。若一家AI公司因拒絕放棄紅線而被國家安全工具懲罰，其他公司便會形成寒蟬效應。5月1日協議中，8家公司共同接受戰爭部標準，顯示“沉默即同意”已成產業政治現實。
（五）國際治理可信度侵蝕
第五個風險，是美國負責任AI治理敘事的可信度受損。美國一方面在國際上主張負責任 AI、民主價值與人權保障；另一方面，其最大規模軍事AI採購卻以“所有合法用途”作為標準，且未公開說明自主武器、大規模監控、目標識別與人類審查的具體限制。這將削弱美國在致命性自主武器、軍事AI規範與多邊治理談判中的道德說服力。⑲
十一、治理建議
第一，應設立獨立的軍事AI監督機構。該機構應具備技術審查、法律評估、事後調查與公開報告功能，並能接觸分類數據。若缺乏獨立監督，軍事AI系統的可靠性與合規性將由部署者自行評估，形成利益衝突。
第二，應建立強制性技術評估制度。任何進入核心軍事任務的AI系統，均應接受可靠性、偏誤、對抗韌性、數據更新與可解釋性測試。米納布事件所反映的“過時情報”問題，說明數據治理與模型性能同等重要。
第三，應明確區分“合法用途”與“負責任用途”。合法性衹是最低門檻，不足以涵蓋自主武器、大規模監控與高風險目標識別。政府與企業應建立結構性對話機制，將紅線爭議放入公開聽證、技術委員會或多邊論壇，而非完全交由分類合同處理。
第四，國際社會應建立軍事AI規範協調機制。Maven 類系統已開始外溢至美國的盟國作戰體系，若美國降低安全標準，其盟國也會承受連帶風險。
第五，國際社會應推動軍事AI的明確禁制清單。相較於抽象的“負責任AI”宣言，國際規範更需要具體界線，例如禁止完全自主致命武器、禁止未經司法授權的大規模國內監控、禁止以未經驗證數據庫直接驅動打擊決策、要求高風險軍事AI系統保留可審計紀錄等。
十二、結論
本文主張，美國軍事AI化已不再是個別科技公司與五角大廈之間的合作項目，而是一個正在成形並已範式化的軍事AI複合體。從Project Maven到CDAO前沿AI合同，從Thunderforge 到Anduril，從 JWCC 分類雲端到底層芯片與通訊服務，再到5月1日涉及8家公司的機密網絡AI協議，美國正在構建一套由模型、數據、雲端、軟件、武器平台與戰場回饋共同構成的制度生態系統。
這一複合體具有強大的自我強化邏輯。採購規模越大，企業越依賴國防市場；分類部署越深，軍方越依賴特定模型與平台；實戰數據越多，模型越能被軍事特化；競爭壓力越高，倫理紅線越容易被國安敘事壓縮。於是，軍事AI化即使遭遇員工抗議、司法挑戰、平民傷亡與國際批評，也未必會收縮，反而可能在“必須更快、更強、更不受限制”的邏輯下進一步擴張。
Anthropic對峙揭示了這一結構的憲制脆弱：當AI公司試圖堅持安全紅線，行政機關可藉供應鏈風險與合同條款施壓；當美國司法部門試圖介入，又會遭遇國家安全與“戰時例外”的限制。伊朗米納布Shajareh Tayyebeh小學悲劇則揭示了更深層的倫理問題：當數據缺陷、模型推理、平台流程與機器速度結合，平民生命可能在幾分鐘內被轉化為錯誤目標，而責任卻分散於無數合同與技術環節之中。
5月1日協議所提出的“AI 主導戰鬥力量”，是美國軍事AI複合體制度範式化的宣言。它意味著未來戰爭將更快、更自動化、更依賴模型與雲端，也更可能出現人類決策被系統架構預先塑形的局面。真正的危險不衹是AI是否會取代人類扣下扳機，而是人類是否在制度上失去足夠時間、信息與權力去踩下煞車。
因此，軍事AI的治理不能衹停留在企業倫理聲明，也不能交由分類合同暗中決定。它必須回到公法、國會、盟國協調與國際規範的層次。否則，軍事AI複合體將在速度、保密、競爭與採購慣性的推動下，成為21世紀最具權力集中效應、也最難問責的新型軍事制度結構。⑳
註釋：
①James Manyika and Demis Hassabis， “Responsible AI：Our 2024 Report and Ongoing Work，” Google Blog， February 4， 2025.
②⑨OpenAI， “IntroducingOpenAIfor Government，”OpenAIGlobal Affairs， June 16， 2025； U.S. Department of Defense， Chief Digital and Artificial Intelligence Office， “CDAO Announces Partnerships with FrontierAICompanies to Address National Security Mission Areas，” July 14， 2025.
③Anthropic PBC v. U.S. Department of War et al.， No. 3：26－cv－01996－RFL， Complaint for Declaratory and Injunctive Relief， U.S. District Court for the Northern District of California， March 9， 2026；AnthropicPBC v. U.S. Department of War et al.， No. 3：26－cv－01996－RFL， Order Granting Motion for Preliminary Injunction， U.S. District Court for the Northern District of California， March 26， 2026.
④⑩U.S. Department of War， “Classified NetworksAIAgreements，” press release， May 1， 2026.
⑤Dwight D. Eisenhower， “Farewell Address to the Nation，” Dwight D. Eisenhower Presidential Library， January 17， 1961.
⑥Robert O. Work， “Establishment of an Algorithmic Warfare Cross－Functional Team （Project Maven），” memorandum， U.S. Department of Defense， April 26， 2017； Sundar Pichai， “AI at Google：Our Principles，” Google Blog， June 7， 2018； Trushaa Castelino， “Google RenouncesAIWork on Weapons，” Arms Control Today， July／August 2018.
⑦Brandi Vincent， “‘Growing Demand’ Sparks DOD to Raise Palantir’s Maven Contract to More Than ＄1B，” DefenseScoop， May 23， 2025； U.S. Army Public Affairs， “U.S. Army Awards Enterprise Service Agreement to Enhance Military Readiness and Drive Operational Efficiency，” July 31， 2025； Jaspreet Singh and Mike Stone， “US Army Pools Contracts into Up to ＄10 Billion Palantir Deal，” Reuters， July 31， 2025.
⑧U.S. Department of War， “Artificial Intelligence Strategy for the Department of War：Accelerating America’s MilitaryAIDominance，” memorandum， January 9， 2026， released January 12， 2026； U.S. Department of War， “War Department LaunchesAIAcceleration Strategy to Secure American MilitaryAIDominance，” press release， January 12， 2026.
⑪Defense Innovation Unit， “DIU’s Thunderforge Project to Integrate Commercial AI－Powered Decision－Making Tools for Joint Force Planning，” March 5， 2025.
⑫Anduril Industries， “Anduril Partners withOpenAIto Advance U.S. Artificial Intelligence Leadership and Protect U.S. and Allied Forces，” December 4， 2024； Microsoft， “Anduril and Microsoft Partner to Advance Integrated Visual Augmentation System （IVAS） Program for the U.S. Army，” February 11， 2025； U.S. Department of War， “Contracts for March 13， 2026，” March 13， 2026； U.S. Army Public Affairs， “U.S. Army Awards Enterprise Contract for IT Commercial Solutions，” March 13， 2026.
⑬Anthropic， Palantir， and Amazon Web Services， “Anthropic and Palantir Partner to Bring ClaudeAIModels to AWS for U.S. Government Intelligence and Defense Operations，” joint press release， November 7， 2024； U.S. Department of War， “The War Department UnleashesAIon New GenAI.mil Platform，” press release， December 9， 2025； Google Cloud， “Chief Digital and Artificial Intelligence Office Selects Google Cloud’sAIto Power GenAI.mil，” December 9， 2025.
⑭Anthropic PBC v. U.S. Department of War et al.， No. 3：26－cv－01996－RFL， Order Granting Motion for Preliminary Injunction， U.S. District Court for the Northern District of California， March 26， 2026.
⑮ Jon Harper， “CENTCOM Commander Touts Use ofAIin Fight against Iran during Operation Epic Fury，” DefenseScoop， March 11， 2026； Michael T. Klare， “AI Plays Major Role in the War on Iran，” Arms Control Today， May 2026.
⑯Idrees Ali and Phil Stewart， “US May Have Struck Iranian Girls’ School after Using Outdated Targeting Data， Sources Say，” Reuters， March 11， 2026； Reuters， “UN Body Investigating Fatal Strike on Iranian Girls’ School，” March 17， 2026.
⑰Paul Scharre， Army of None：Autonomous Weapons and the Future of War （New York：W. W. Norton， 2018）.
⑱Jessica Tillipman， “MilitaryAIPolicy by Contract：The Limits of Procurement as Governance，” Lawfare， March 10， 2026.
⑲International Committee of the Red Cross， “ICRC Position on Autonomous Weapon Systems and Background Paper，” Geneva， May 12， 2021.
⑳Andrew Cockburn， “The Pentagon’s Silicon Valley Problem：How Big Tech Is Losing the Wars of the Future，” Harper’s Magazine， March 2024.
（全文刊載於《中國評論》月刊2026年6月號，總第342期，P55－64）
