《军事网络取证系统中的人工智能驱动情报融合：帕兰蒂尔公司“Maven智能系统”案例研究》

帕兰蒂尔科技公司的Maven智能系统代表了当代军事行动中人工智能最具作战意义的部署之一。该系统最初于2017年作为美国国防部Maven项目的计算机视觉层开发，现已演变成一个全频谱、人工智能赋能的作战平台，融合了来自超过179个异构数据源的情报，集成了大型语言模型以提供分析决策支持，并将传感器到射手的时间线从数小时压缩至数分钟。该系统于2026年被正式指定为美国国防部记录项目，目前已在所有美国联合作战司令部和北约盟军作战司令部部署。本文对Maven智能系统进行了结构化的技术与政策分析，审视了其基于本体的架构、开放式集成设计、大型语言模型中心以及人工智能辅助目标瞄准工作流。我们评估了其对联合全域指挥控制及盟军互操作性的战略影响，继而探讨了人工智能辅助目标瞄准带来的伦理与取证问责挑战——包括人类审议时间被压缩、算法问责缺失以及与国际人道法之间的合规紧张关系。为加强取证问责分析，我们进一步提出了一个概念性审计框架，旨在通过本体可追溯性、模型推断日志和操作员授权记录来重建人工智能辅助的目标瞄准决策。最后，我们指出了数字取证和网络安全领域亟需解决的六个优先研究空白。

情报、监视和决策。在国防领域最具作战意义的人工智能系统中，帕兰蒂尔科技公司的Maven智能系统是其中之一——这是一个云原生、软件即服务平台，它集成了异构的军事数据源，部署大型语言模型以提供分析支持，并在作战规模上自动化目标瞄准工作流。截至2026年，Maven智能系统已被正式指定为美国国防部记录项目[1]，并在所有联合作战司令部实现生产级部署。北约盟军作战司令部于2025年3月采购了该系统，这是北约历史上最快的采购案例之一[2]。该系统至2029年高达13亿美元的合同上限[4]，以及其对Anthropic的Claude、OpenAI的ChatGPT和Meta的Llama模型的集成[6]，均凸显了其在西方作战基础设施中的核心地位。尽管规模如此之大，Maven智能系统在同行评审文献中却鲜有论述。关于军事人工智能的学术讨论主要集中在抽象的自主武器框架上，而非具体部署的系统。本文旨在弥补这一空白，为数字取证和网络安全领域——一个对Maven智能系统引发的关于人工智能问责、算法可审计性及人工智能辅助致命决策的取证可追溯性产生紧迫关切的群体——提供一份基于公开来源的结构化技术与政策分析。

除了分析Maven智能系统的作战架构和战略部署外，本文还提出了一个用于人工智能辅助目标瞄准系统的概念性取证审计框架。该框架旨在改善军事人工智能环境中的证据可追溯性、作战问责制和事后取证重建能力。