本文编译自美智库战略与国际研究中心（CSIS）于2026年6约2日发布的文章，文中介绍了美国国防部旗舰人工智能作战平台Maven智能系统（MSS）。该系统源于“Maven项目”，旨在整合多源情报数据，利用计算机视觉与大语言模型等技术，实现目标自动识别、分析及打击链加速，极大提升了战场决策效率。Palantir为主要软件集成商，并曾与Anthropic合作提供大语言模型能力。目前，MSS已成为美国推进联合全域指挥与控制（CJADC2）战略的核心组成部分，其未来发展聚焦于更深度的整合与制度化。

在伊朗战争的头24小时内，美国使用Maven智能系统（MSS）协助打击了超过1000个目标，这比MSS时代之前的打击能力提高了十倍。然而，除了参与创建和使用MSS的政府及承包商生态系统内部人员外，外界很少有人熟悉它是什么、如何运作，以及它如何实现军事情报与目标定位的革命性能力。

幸运的是，结合新旧公开及非机密信息来源，现在可以对MSS有一个更为全面的了解。政府和行业合作伙伴正在前所未有地分享关于该平台的信息，包括通过视频演示其能力。同时，卡特里娜·曼森最近出版的著作《Maven项目：一位海军陆战队上校、他的团队与人工智能战争的黎明》收录了对关键利益相关者的采访，其中许多人在不久前还守口如瓶。多家新闻媒体对伊朗战争的报道也揭示了新的细节。

以下分析整合并梳理了这些信息，以回答关于Maven智能系统及其在国防部（DOD）未来的六个关键问题。

Q1：什么是Maven智能系统？

A1：MSS是“Maven项目”的成果。“Maven项目”是五角大楼于2017年发起的一项倡议，旨在为作战人员提供人工智能能力。该项目早期历史颇为动荡：谷歌曾是早期的技术合作伙伴，但在2018年因员工抗议公司参与军事人工智能开发而退出。数据集成与分析公司Palantir随后不久介入，并一直是“Maven项目”的主要行业合作伙伴。该公司在2025年5月获得的国防部“Maven项目”合同上限已超过10亿美元，MSS相关工作于2025年秋季被纳入该特定合同。

因此，“Maven项目”指的是当前的国防部项目，它包含许多其他工作线和人工智能活动——例如人工智能赋能自动目标识别（ATR）——而不仅仅是MSS。“MSS”指的是国防部旗舰的人工智能赋能软件平台，它汇集了包括“Maven项目”ATR在内的众多数据源。Palantir是MSS的主要软件集成商，并在战略与国际研究中心审阅的一份未公开文件中声明：“MSS由Palantir平台驱动。”

MSS已被参谋长联席会议、作战司令部、国防部及情报界各部门，以及北约盟国使用。Palantir声称，两年多来，MSS的用户基数每六个月翻一番。据报道，2025年5月MSS拥有超过20,000名用户，这意味着目前的用户基数大约为80,000人。

MSS为军事情报和目标定位目的提供了一个图形用户界面（GUI），并拥有越来越多的联合全域指挥与控制（CJADC2）功能。正如未公开的Palantir文件所述：“MSS界面共享一个实时同步的战场视图，为作战人员和决策者提供实时理解，以支持整体的CJADC2任务。”MSS用户界面还允许用户分配任务，并对其他“Maven项目”人工智能系统完成的人工智能标注进行人工验证。实际上，这意味着使用MSS可以加快目标决策速度，同时不牺牲分析的严谨性或判断质量。

该平台聚合、组织和可视化海量的情报、监视与侦察（ISR）数据流。根据曼森的报道，美国中央司令部在2024年部署MSS时使用了179个不同的数据源，行业消息人士告诉战略与国际研究中心，此后这一数字已显著增加。人工智能模型（包括来自其他“Maven项目”数据源的模型）识别这些数据中的模式，并由MSS进行可视化展示。例如，计算机视觉模型在实时卫星或无人机视频流中发现并标记潜在目标，然后这些目标会以黄色方框的形式出现在用户屏幕上。

MSS还将工作流程直接嵌入该界面，使操作员无需切换系统即可从观察转向行动。国防部的公开演示显示，在目标定位场景中，用户可以选择人工智能检测到的目标，评估附近可用的打击资产，并使用诸如打击时间、距离和燃料需求等作战约束条件来比较选项。一旦选定资产，用户可以下令打击，并随后利用ISR数据流监控打击效果。 Palantir关于MSS的文件提供了六项具体基线能力的非详尽列表：

• 战场管理

• 目标管理

• 人工智能赋能的周密计划与执行

• 计算机视觉检测

• 机器辅助披露

• 生成式人工智能

过去十年间，“Maven项目”和MSS的监管职责在五角大楼内部几经转移。“Maven项目”最初隶属于负责情报与安全的国防部副部长办公室，之后拜登政府于2022年将职责拆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）。在此配置下，CDAO支付MSS的许可费用并管理其基于文本的功能，而NGA则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，国防部副部长史蒂夫·范伯格的一份备忘录下令将MSS的监管职责完全转移至CDAO，本文将在Q6中更深入地讨论这一决定。

Q2：MSS旨在解决哪些问题？

A2：过去几十年间，三个主要问题一直困扰着五角大楼，并拖慢了其快速打击正确目标的能力。MSS的人工智能能力和图形用户界面在解决这些问题方面产生了重大影响。

1. 相对于收集数据的分析能力不足

在伊拉克和阿富汗战争期间，空中无人机监视无处不在，但摄像头的数量始终超过可用的训练有素的分析师。在某些情况下，无人机全天候收集的影像完全未经审查。

虽然关于“Maven项目”之前军事状况的精确数据并未公开，但商业卫星遥感公司Maxar Technologies的一个例子说明了问题的规模：2022年，Maxar的首席技术官告诉战略与国际研究中心，仅Maxar卫星一天产生的影像，就需要一名分析师花费85年才能审阅完毕，而自那以后，Maxar在轨侦察卫星的数量已大幅增加。国防部的无人机和卫星收集的数据量远超Maxar。

MSS通过使用人工智能进行初步分析并标记感兴趣的目标来解决这个问题，使分析师能够将注意力集中在最关键的地方。像计算图像中车辆或人数这样的任务可以基本实现自动化。虽然人类分析师仍需负责审查和验证人工智能生成的标签，但MSS使这一过程变得快速而直接。

2. 难以实时整合多样化数据源

与目标决策可能相关的传感器类型范围广泛——包括无人机视频、合成孔径雷达、地基雷达、信号情报和文件等——其中许多平台采用自定义数据格式构建，彼此之间不易通信。在MSS出现之前，分析师可能需要查阅多个互不关联系统的输出，包括来自不同地点终端的实际打印件。MSS用一个单一的、基于地图的界面取代了这一切，该界面融合了所有可用来源，使得在不同传感器类型之间轻松切换而无需离开平台成为可能。

在MSS之前，聚合相关数据源是分析师时间的主要负担。曾担任“Maven项目”创始主任的退役海军陆战队上校德鲁·库科尔在2026年3月的一次采访中表示：“在这些技术出现之前的世界里，人类需要费力拼凑所有这些[数据]点，从中理出头绪，而我们实际上只花了大约3%的时间进行分析，因为97%的时间都只是为了把这些该死的数据凑在一起。”

3. 难以将目标识别与武器运用联系起来

有效的目标决策需要的不仅仅是传感器数据。决策者还需要了解该地区所有友军和平民的位置、能力和限制。MSS将这些信息整合到同一个界面中，并将其与一个推荐算法配对，该算法可以为给定的打击提出候选资产并进行排序，并允许用户下令和审查打击。正如国防部首席数字与人工智能官卡梅隆·斯坦利在2026年3月的一次演示中所说：

我们已经从识别目标，发展到制定行动方案，再到打击该目标。所有这些都通过一个系统完成。这是革命性的。过去我们需要在八、九个系统中完成这些，人类操作员需要将检测结果在系统间来回移动。

衡量MSS生产力提升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“猩红之龙”演习系列中影响的评估：

使用MSS，第18空降军展示了与“伊拉克自由行动”中时间敏感目标定位小组相当的能力，该小组被广泛认为是美军历史上最高效的目标定位小组。然而，更令人印象深刻的是，第18空降军实现这一里程碑时，其目标定位小组仅有大约20人，而“伊拉克自由行动”小组则受益于超过两千名工作人员。

各方信息表明，自那次评估以来，MSS的性能已显著提高，并且在2024年处于开发阶段的功能现已在美国各军种中广泛使用。

Q3：大语言模型（LLM）在MSS中提供哪些能力？

A3：虽然计算机视觉系统通常针对特定领域的数据集进行训练或微调以执行特定任务，但大语言模型则在更广泛、跨领域的数据集上进行训练，包括网络文本、书籍、代码和其他来源，这赋予了它们更通用的能力。在曼森的著作Project Maven中，一位匿名的国家地理空间情报局官员表示，这种能力使目标定位速度提高了五倍，叠加计算机视觉已提供的十倍提升。

大语言模型似乎为MSS增添的两项关键能力是自然语言交互和更广泛的模式分析。肖恩·巴蒂尔在2025年离开政府前曾担任国家地理空间情报局的“Maven项目”首席技术官，他告诉曼森，大语言模型可以与人类分析师互动，帮助他们解读对手意图并制定可能的行动方案。他说，大语言模型还可以吸收计算机视觉模型生成的数千个检测结果，并识别跨时间的模式。

Palantir将其人工智能平台（AIP）描述为MSS利用大语言模型的中间层。根据战略与国际研究中心审阅的未公开Palantir文件，AIP提供了几种由大语言模型驱动的工具。例如，“Maven项目线程”“使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”，而“Maven项目代理工作室”“为用户提供配备企业特定信息和工具的交互式助手”。第三个工具“Maven项目逻辑”则提供了一个“用于构建、测试和发布由大语言模型驱动的功能的无代码开发工具”。

Palantir发布的关于AIP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样貌。在2023年的“AIP for Defense”演示中，Palantir描绘了一个概念性工作流程：分析师用自然语言向AI助手查询战场状况，接收相关信息和建议的行动方案，然后使用同一界面推进计划的各个要素。该演示发布时展示的是对未来计划能力的说明性场景。然而，它展示了Palantir对AIP如何支持军事决策的愿景，并与巴蒂尔对MSS能力的描述相符。

更近期的，在2026年3月，Palantir发布了一篇博客文章，强调MSS将第三方软件集成到其工作流程中的能力。在一个例子中，由外部AI系统生成的目标检测结果被导入MSS，并可供AIP代理进行自然语言查询和分析。在另一个例子中，来自无人机传感器的检测结果被同步回MSS并加载到AIP代理中，该代理生成了关于可能后续步骤的见解和建议。

除了战场分析，大语言模型还支持围绕情报共享的行政和法律流程。根据未公开的Palantir文件，MSS的“机器辅助披露”功能提供了一个“用于跟踪对外披露政策、处理请求以及自动向合作伙伴网络分发可发布产品的集中门户”，其中包括一个“由大语言模型驱动的政策库”。鉴于对外披露是一个众所周知的缓慢且官僚的过程，即使实现其中部分环节的自动化，也能有意义地加速与盟国伙伴共享情报。

Q4：Anthropic在Maven智能系统中扮演什么角色？

A4：AIP工具使用底层的大语言模型，Palantir通过与领先的人工智能公司合作来提供这些模型。在商业环境中，AIP的“模型目录”允许用户浏览可用的大语言模型并选择最适合特定任务的模型。然而，MSS在机密网络上运行，这严重限制了可用模型的范围。

Anthropic是第一个在这些环境中部署其模型的尖端人工智能公司，并且迄今为止一直为MSS的大语言模型能力提供支持。Palantir于2024年11月宣布与Anthropic建立合作伙伴关系，通过AIP将其旗舰模型Claude引入机密网络，五角大楼随后在2025年7月的一份合同中续签并扩大了与Anthropic的合作。

报道强调了五角大楼在伊朗战争中通过MSS使用Claude，以及在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Claude。

除了直接整合Anthropic的大语言模型能力用于MSS面向用户的功能外，政府可能还在使用Anthropic的其他产品，例如Claude Code。原则上，使用AI代理来编写、编辑和测试MSS的底层软件代码可以加速开发并增强网络安全。许多其他科技公司都强调，他们现在大部分的软件开发工作都是由人类工程师监督的AI编码代理完成的。政府及其行业合作伙伴均未公开明确说明情况是否如此。然而，负责研究与工程的国防部副部长埃米尔·迈克尔在2026年3月表示：

其中一些模型在其他方面也很出色。Claude在编码方面有很好的应用场景。OpenAI的Codex正在强势崛起。xAI因其实时内容而具有一些优势。谷歌的Gemini因其拥有YouTube、Nest Cams等资产，所以在机器人之类的事情上具有一些优势。它们各有不同的长处。

迈克尔的言论至少表明，政府正在考虑使用AI编写的代码，即使尚未开始这样做。Palantir对“Maven项目逻辑”的描述与此解读一致，尽管并非确凿证据。

Q5：Anthropic与Maven智能系统的未来关系如何？

A5：五角大楼与Anthropic的关系在2026年严重恶化。在重新谈判2025年7月的合同时，Anthropic拒绝了五角大楼要求在合同中增加允许对Claude进行“任何合法使用”的措辞，并删除先前接受的、限制将Claude用于大规模国内监视和完全自主致命武器的服务条款。作为回应，五角大楼将Anthropic标记为“供应链风险”，总统唐纳德·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。前一项行动要求所有五角大楼供应商从其用于五角大楼工作的产品中移除Claude。Anthropic目前正在法庭上对这一认定提出挑战，迄今为止结果不一。

尖端人工智能公司SpaceX、OpenAI和谷歌都在最近几个月与五角大楼达成协议，在机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上可用。Palantir首席执行官亚历克斯·卡普在2026年3月的公司会议上告诉记者，Palantir的“产品已与Anthropic集成，未来可能还会与其他大语言模型集成。”

关于在MSS中替换Anthropic模型以及与其他供应商集成的难度，副部长迈克尔本月早些时候表示： 我们在国防部门曾单一依赖一家供应商，一家人工智能供应商，而要集成到机密系统中，不仅仅是把你的软件放到公共云上就能运行。这些都是复杂的、具有保护性的系统，需要大量工作才能集成，所以我不可能那么容易就轻松启用其他几个模型。但我们再也不会单一依赖任何一个模型了。

Palantir在最近的公开沟通中声称，其软件是模型无关的，并支持为大语言模型驱动的用例选择多样化的模型。

Q6：五角大楼对Maven智能系统有何未来规划？

A6：MSS现已成为五角大楼推动CJADC2的核心组成部分。随着MSS近期转移至在CJADC2工作中扮演重要角色的CDAO，以及五角大楼2027财年预算文件中的进一步强调，这一点变得越来越清晰。

作为一个专业术语，CJADC2指的是一个作战功能或能力，而非任何特定项目。自2019年以来，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不是一个单一的系统，而是一系列从边缘到董事会的互联能力，为联合指挥官提供跨越战术、作战和战略层面的传感器与系统，以在战争迷雾中更清晰地描绘当前态势。CJADC2还连接了美国关键盟友和伙伴的指挥控制系统，确保我们建立信任和互操作性，从而提升联合国际部队的整体效能。

3月9日，国防部副部长史蒂夫·范伯格向五角大楼官员撰写了一份备忘录，声明MSS将成为一项“记录在案的项目”——即记录在五角大楼预算中的正式批准的采办项目——这标志着五角大楼对Palantir构建的平台做出了更长期的承诺。他的理由基于MSS对CJADC2的重要性：“为了保持我们数据驱动的决策优势，我们必须现在就有重点地进行投资，以深化人工智能在整个联合部队中的整合，并确立人工智能赋能的决策作为我们CJADC2战略的基石。”为此，该备忘录下令在30天内将MSS的监管职责转移至CDAO，并进一步指示五角大楼首席技术官埃米尔·迈克尔评估将MSS智能系统项目在组织上移至“一个潜在的CJADC2项目办公室作为其永久归属”的方案。

预算文件同样强调了MSS在CJADC2发展中的作用。国防部2027财年预算申请中包括23亿美元用于MSS和联合火力网络——一个互补的作战管理平台——“旨在向国防部的联合作战能力交付CJADC2。”

虽然MSS似乎很可能成为CJADC2拼图中的重要一块，但五角大楼这一雄心勃勃概念的完整版本尚未实现。

2025年4月的一份政府问责办公室报告指出，五角大楼仍然缺乏指导CJADC2的框架，也尚未明确具体目标并跟踪进展。报告发现的其他问题包括各军种间的重复工作、限制性的数据规则以及“对实验经验教训的认识有限”。MSS在实现CJADC2方面的未来作用，将取决于五角大楼解决这些内部挑战的能力。

https://www.csis.org/analysis/what-maven-smart-system-and-what-does-it-do