2026年美国防部人工智能政策如何将国防人工智能转向速度、规模与“人工智能优先”作战

美国国防部2026年人工智能加速战略标志着从政策制定到快速作战执行的转变。对于国防承包商、系统集成商和硬件制造商而言，这一演变改变的不仅仅是治理方式，还重塑了平台设计优先级、部署时间表和架构灵活性要求。

有必要了解美国防部人工智能政策从2018年至2026年的演进历程，以及新的加速指令对自主系统、边缘计算和加固硬件的影响。

美国国防部人工智能政策演进（2018-2026年）

通过战略政策整合扩展人工智能规模

从历史上看，美国国防部在将人工智能（AI）和机器学习技术全面融入军事领域方面采取了审慎周全的方法。虽然国防部及其他美国实体在过去60年间已零散地使用了人工智能，但2018年随着《2018年国防部人工智能战略》的发布，开始转向更正式的流程。

总体而言，2018年的战略强调需要为人工智能开发建立集中化基础设施，弥合国防部研究与工程界的人工智能技术发展，并在军事伦理和人工智能安全领域发挥国际领导作用。

2020年的《国防部数据战略》在2018年战略奠定的基础上进一步拓展。该文件设想将国防部转变为一个以数据为中心的组织，运用数据支持的高级能力获取作战优势并提高效率，并将企业数据管理活动导向一个新的框架。

2022年，联合人工智能中心、国防数字服务局、高级分析办公室和首席数据官办公室合并为首席数字与人工智能办公室。该办公室“致力于整合和优化整个国防部的人工智能能力。其职责是加速国防部对数据、分析和人工智能的采纳，使国防部的数字基础设施和政策采用能够为企业和联合用例提供可扩展的人工智能驱动解决方案，以防范国家面临当前及新兴威胁。”

次年，美国防部发布了《2023年数据、分析与人工智能采纳战略》。该文件由首席数字与人工智能办公室制定，旨在明确统一2018年和2020年的战略指导，以在整个国防部范围内扩展先进能力。这份新战略文件侧重于如何以一种可在所有国防部下属部门中重复的方式，加速数据、分析和人工智能的采纳。

2026年1月，美国防部发布了一系列新指令和计划，旨在快速提高人工智能在国防部所有部门中的采纳速度。

2026年美国国防部人工智能加速战略

确立新的执行标准

2026年1月12日，美国国防部长发布了一份备忘录，概述了国防部的人工智能战略。2026年的政策在国防部使用人工智能的基调和方法上都代表了重大转变。

早期的政策文件设定了广泛的高层目标，例如改善整个部门的数据访问、培养领先的人工智能人才队伍以及开发负责任的人工智能应用。2026年的政策则主要强调速度和“识别并消除阻碍深度整合的官僚障碍，这些障碍是遗留信息技术和作战模式的残余”。2026年战略明确指示领导人将人工智能部署的障碍视为需要迅速消除的作战风险。

2026年战略指示国防部在以下三个特定领域采取战时方法来开发和部署人工智能能力：

作战
情报
企业运营

该战略标志着向“‘人工智能优先’作战姿态”的转变，人工智能的整合与迭代成为作战设计的核心，而不仅仅是众多工具或能力中的一种。

2026年国防部人工智能战略比其前身更进一步，其设立了七个由首席数字与人工智能办公室初步管理的“先导项目”。这些项目将“作为切实的、以结果为导向的载体，用于快速完成为加速整个部门人工智能整合所需的基础人工智能赋能要素的建设”。对美国国防部而言，这些项目也旨在为人工智能实施确立新的执行标准：“单一责任领导、积极的时间表、可衡量的成果以及快速迭代，在此过程中失败加速学习与改进。”

七大“先导项目”详解

这些“先导项目”——下文完整引述——代表了国防部首次尝试在上述三个关键领域开发和实施专门的人工智能计划：

作战人工智能计划（“集群锻造”、“智能体网络”、“恩德模拟铸造厂”）

“集群锻造（Swarm Forge）”： 一种通过迭代发现、测试和扩展运用及对抗人工智能赋能能力的新型作战方式的竞争机制——将美国精英作战部队与精英技术创新者相结合。
“智能体网络（Agent Network）”： 释放人工智能智能体的开发与实验，为人工智能赋能的作战管理和决策支持（从战役规划到杀伤链执行）提供支持。
“恩德模拟铸造厂（Ender's Foundry）”： 加速人工智能赋能的模拟能力——以及模拟-开发与模拟-作战的反馈循环——以确保我们在人工智能赋能对手面前保持领先。

情报加速计划（“开放武库”、“格兰特计划”）

“开放武库（Open Arsenal）”： 加速从技术情报到能力开发的流程管线，将情报在数小时内而非数年内转化为武器。
“格兰特计划（Project Grant）”： 实现威慑从静态姿态和推测向具有可解释结果的动态施压转型。

企业人工智能部署（“GenAI.mil”、“企业智能体”）

“GenAI.mil”： 为国防部全体影响等级5级及以上密级的人员提供部门范围内的前沿生成式人工智能模型（例如谷歌的“双子座”和xAI的“Grok”）的访问权限。
“企业智能体（Enterprise Agents）”： 构建快速、安全的人工智能智能体开发与部署的指导手册，以转变企业工作流。

2026年美国防部人工智能战略对国防硬件制造商的影响

解决快速软件演进与稳定硬件平台之间的摩擦

2026年美国国防部人工智能战略已将其战略重点重新聚焦于部署速度。这种速度对自主系统的发展影响最为显著，因为人工智能必须在载体上实时运行，且通常没有任何形式的连接或集中式计算资源。

对于硬件设计者和制造商而言，“加速”在软件和硬件组件之间引入了紧张关系。人工智能软件栈正在快速且持续地演进，而硬件平台则需要在漫长的服役期内保持稳定、可认证和可部署。当平台基于固定假设进行工程设计时，结果便是摩擦：重新设计、重新认证周期以及延迟，这些都直接与加速目标相悖。

为何硬件架构决定人工智能部署速度？

消除基础制约以实现快速系统迭代

2018年至2023年间美国防部发布的政策文件为人工智能采纳奠定了结构和制度基础。2026年人工智能加速战略将焦点从治理转向了执行。

新战略为硬件制造商重新设定了设计优先级。制造商和设计者不应再设计和制造新技术以适应预先定义和指定的范围，而必须有意识地开发具备灵活性的硬件。这包括预留电气和热设计余量以应对不断增长的计算需求；采用模块化架构以适应不断演进的传感器套件；以及具备足够的机械和环境鲁棒性，以在子系统变更时避免重复的重新认证周期。

2026年战略概述的“先导项目”隐含地假设了能够快速迭代的硬件生态系统。“单一责任领导”和“积极的时间表”只有在底层平台能够在无需系统性重新设计的情况下吸收变化时才有意义。从这个意义上说，硬件架构成为政策成功与否的决定因素。

人工智能加速不能仅仅通过在当前技术上“更快行动”来实现。它将依赖于在基础层面移除旧有的技术制约。为峰值负载而非平均负载设定的功耗预算、为未来加速器设计的热管理系统、模块化计算元件以及在生命周期早期阶段做出的加固决策，将成为新战略的赋能要素。

美国防部人工智能政策过去十年的演进，反映出对速度、迭代和作战整合重要性的认识日益清晰。下一阶段的演进将更少依赖于模型创新，而更多地依赖于有意识地为演进而设计的硬件平台。在“人工智能优先”的作战环境中，平台级的适应性将是满足国防部加速需求的必要条件。