美国战争部于2026年1月9日发布了三份协同备忘录,随后是彼得·赫格塞斯部长于2026年1月12日的讲话以及战争部的一份人工智能加速新闻稿,共同确立了美国在人工智能、数据和创新领域的“人工智能优先”战时快速议程。
赫格塞斯部长 2026 年 1 月 12 日的讲话和战争部的新闻稿将人工智能定位为这一统一创新与采办模式在“战时速度”下的首个主要试验场。
综上所述,这些行动表明了其意图建立一个以速度优先、小型责任团队间竞争、广泛的数据和计算访问、模块化开放架构和新的 AI 评估标准为特点的执行模式。这将对政府承包商和行业如何设计与交付解决方案、构建知识产权和数据共享条款以及与战争部合作产生直接影响。战争部的这些行动建立在特朗普政府先前宣布的与人工智能相关的政府广泛政策和举措之上,包括关于加快联邦使用人工智能的行政命令和相关备忘录,以及白宫宣布的人工智能行动计划。战争部的三份备忘录确立了一系列密集的规划性指令——从人工智能“定步速项目”和数据平台重组到一个由统一的首席技术官领导的创新生态系统——这将推动战争部在赞助、资助和部署能力的方式上发生近期变革,并可能导致立法者制定国防采办政策(包括资金优先顺序)的方式发生变化。
在以下小节中,本简报审查了各备忘录中的关键指令,并重点阐述了对支持人工智能、数据和国防创新项目的承包商产生的实际影响。
《人工智能战略备忘录》指示战争部通过成为一个与相关行政命令和美国人工智能行动计划保持一致的“人工智能优先”作战部队,来“加速美国军事人工智能优势”。该战略强调对领先商业人工智能模型进行快速试验,消除“官僚障碍”,并专注于投资美国在计算、模型创新、资本市场和作战数据方面的非对称优势。
定步速项目
人工智能战略的核心是七个初步“定步速项目”,涵盖作战、情报和企业任务,每个项目有一名责任领导、积极的时间表,并需每月向战争部副部长和首席技术官报告。
作战任务定步速项目
| 项目名称 | 描述 |
|---|---|
| 蜂群熔炉 | 一种竞争机制,将精锐作战部队与领先的技术创新者配对,以迭代方式发现、测试和扩展与人工智能赋能能力协同作战及对抗的新方法 |
| 智能体网络 | 为从战役规划到执行的战场管理和决策支持开发和试验人工智能智能体 |
| 终结者铸造厂 | 加速人工智能赋能仿真能力,并建立更紧密的“仿真开发/仿真运维”反馈循环,以领先于拥有人工智能赋能能力的对手 |
情报任务定步速项目
| 项目名称 | 描述 |
|---|---|
| 开放武库 | 加速从技术情报到能力开发的流程,旨在将情报转化为武器的时间尺度从数年缩短至数小时 |
| 格兰特计划 | 利用人工智能将威慑从静态姿态和推测转变为基于可解释结果的动态压力 |
企业任务定步速项目
| 项目名称 | 描述 |
|---|---|
| GenAI.mil | 为战争部各级别约 300 万文职和军事人员提供前沿生成式人工智能模型的部门级访问权限 |
| 企业智能体 | 开发一本用于快速、安全地设计和部署人工智能智能体的手册,以变革企业工作流程 |
战争部下属各部门被要求在 30 天内确定至少三个“快速跟进”项目,并且首席数字与人工智能办公室必须将通过定步速项目开发的基础人工智能“赋能要素”实时提供给整个战争部。
《人工智能战略备忘录》还要求:1)大幅扩展人工智能计算基础设施,从数据中心到战术、远程或“边缘”军事环境;2)严格执行“国防部数据法令”,包括联合数据目录,以及首席数字与人工智能办公室指示向“具有正当目的且通过安全审查的用户发布任何战争部数据”的权限,如有拒绝需在七日内向负责研究与工程的战争部副部长说明理由;3)加速“人工智能人才招聘和人才培养计划”,在整个部门范围内使用特殊的招聘和薪酬权限,各部门的人工智能招聘计划需在 60 天内提交。
加速预期
《人工智能战略备忘录》还设定了围绕以下内容的“加速预期”:
整体而言,《人工智能战略备忘录》表明,这些举措并非抽象政策,而是将重塑战争部如何资助、采购和列装人工智能能力的执行路线图。对于国防工业基础而言,主线是清晰的:速度、试验、向战场的转化以及集成就绪度,将与传统的过往业绩同等重要;而解决方案的评判标准将是其能否接入战争部数据、人工智能计算和模块化开放系统架构驱动的架构,同时支持快速的模型更新和持续的实战使用。
《人工智能战略备忘录》明确表示,战争部打算扩展与承包商的合作关系以加速实现其人工智能目标。为满足战争部的要求,承包商需要将其技术路线图和内部治理与“人工智能优先”标准对齐,包括容忍更开放的数据共享、更清晰的接口暴露以及围绕模型行为的“任何合法使用”预期。能够以这种战时节奏运作、向对抗性和企业环境交付可部署的人工智能、并能记录可衡量任务影响的公司将处于最佳位置,因为这些指令将转化为具体的招标书、评估标准和合同条款。
Advana(原意为“推进分析”)创立于特朗普的第一届政府任期,是战争部的企业数据和分析平台及应用生态系统。
《Advana备忘录》指示负责研究与工程的战争部副部长和首席数字与人工智能办公室将Advana项目重组为以下三个独立组成部分。
| 组成部分名称 | 描述 |
|---|---|
| 战争数据平台项目团队 | 扩展Advana项目的核心数据集成层,并为战争部范围内的“智能体人工智能及其他应用”提供标准化、安全的数据访问。 |
| 财务管理Advana项目团队 | 支持主计长推动实现2027财年国防周转基金审计无保留意见和2028财年全部门审计无保留意见的目标。 |
| 战争数据平台应用服务项目团队 | 合理化现有Advana应用环境,支持向新的战争数据平台架构迁移,并支持战争部自助集成新的智能体人工智能及其他应用。 |
此外,《Advana备忘录》指示Advana项目下的每个组成部分应由配备增强工程资源的高级技术领导负责,并要求首席数字与人工智能办公室每45天向副部长提供一次状态更新,直至战争数据平台和财务管理Advana达到全面作战能力。
同时,《Advana备忘录》将指令中的转型压缩为一系列近期里程碑:
对承包商而言,这实际上预示着Advana项目正在向通用接口、标准化数据管道和内置审计控制进行集中整合,并且将越来越青睐能够接入该平台、并能增强财务、采办、后勤和战备数据质量与可追溯性的工具和服务。实际上,易于与战争数据平台集成并能提高联邦政府跟踪和审计其数据能力的解决方案,将在未来的竞争中具有明显优势。
最后,《国防创新备忘录》旨在将战争部内部一套分散且重叠的组织机构,重组为由单一首席技术官领导的统一生态系统。它指定负责研究与工程的战争部副部长为战争部唯一的首席技术官,撤销国防创新指导组、国防创新工作组和首席技术官委员会,并设立一个新的首席技术官行动组,以确定技术方向、清除“官僚障碍”,从而快速向作战人员交付新创新成果。
实质上,《国防创新备忘录》将战争部生态系统围绕三大创新“产出”重新定位:
在此新框架内,《国防创新备忘录》定义了一个由首席技术官领导的创新生态系统,包括国防高级研究计划局、首席数字与人工智能办公室、测试资源管理中心、战略资本办公室以及两个执行机构——国防创新部和战略能力办公室——这两个机构将根据美国法典第10编第191条设立为战争部直属单位,但需经国会认证。《国防创新备忘录》还赋予国防创新部“商业产品创新”职责,使其作为战争部采用和转化商业技术及外部开发产品的卓越中心;战略能力办公室则负责跨军种的“作战能力创新”,部署现有系统和近期技术的颠覆性应用,以产生战略效应。
《国防创新备忘录》还重组了战争部内部的“研究与工程”架构,使各助理部长分别对应三大创新产出:
在军种层面,《国防创新备忘录》还要求各军种部长在90天内向首席技术官汇报“军种创新计划”,说明其下属实验室、快速能力办公室、软件工厂和实验单位如何围绕三大创新产出进行组织,并与联合及军种作战问题相衔接。
此外,从2028财年预算开始,每位项目组合采办执行官在其项目组合中必须包含一个“创新插入增量”——这是用于快速能力插入、软件增量、模块化组件更换及符合模块化开放系统与持续测试评估实践的类似升级的专用资金分配。
战争部的这些行动共同指向一个优先考虑速度、可衡量性能、转化及集成就绪度,而非传统清单式评估的人工智能采购环境。承包商应预期,招标和项目决策将取决于其快速交付和更新人工智能能力、接入战争部数据和平台架构,并在作战使用中展示任务影响的能力。
新评估标准:在采办方面,战争部正在发出信号,将建立围绕“人工智能模型同步性”(在公开发布后30天内部署最新模型)、即将发布的模型客观性基准以及人工智能服务标准化“任何合法使用”条款的新评估标准。这些转变可能使源选择倾向于更新节奏、观察到的性能以及支持不受限制的人工智能合法军事应用的意愿,从而与常见的商业安全护栏、可接受使用政策和风险分配规范产生冲突。与此同时,通过每月召开的“障碍消除委员会”和被授权清除阻碍的首席技术官行动组,以“战时”方法处理障碍,将压缩合同签订、测试、授权以及对表现不佳工作降档或终止的时间线。同时,鉴于近期的网络安全事件以及操作员控制和监督能力,战争部可能仍会期望承包商满足严格的网络安全标准。这可能要求公司考虑分化的产品战略或将即将发布的客观性基准纳入设计中。
数据、安全与授权政策的调整:严格执行国防部数据法令、扩展集中化的战争数据平台、优先处理财务、采办、后勤和战备数据管道,将使标准化的数据访问成为人工智能解决方案的核心前提。首席数字与人工智能办公室在数据发布方面扩大的权限,加上旨在实现跨域数据流和快速运行授权互认的努力,旨在减少人工智能能力集成和认证的摩擦——但这也会使承包商的系统更直接地面临整个部门层面的数据和日志记录要求。
知识产权与专有信息影响:这些举措对知识产权和专有信息有重要影响。模块化开放系统架构要求和战争数据平台集成将增加对供应商的压力,要求其公开足够供第三方访问的接口、模式和集成构件(无需主承包商中介),而以审计驱动的用例则提高了对人工智能辅助决策的数据来源、日志记录和可追溯性的期望。承包商将需要清晰的技术数据和软件权利策略,在保护核心模型资产、架构和商业秘密的同时,允许必要的集成和数据共享。
显著加快的开发与部署周期:在作战方面,承包商应规划显著加快的开发与部署周期、在数天内(而非数年)获得用户反馈的持续野战实验,并更多地依赖灵活工具(如其它交易授权、商业解决方案公告、快速原型/列装)以及通过国防创新部和任务工程活动等渠道,将成熟能力纳入记录项目。模型内容和“客观性”预期——加上“任何合法使用”条款——将要求内部治理框架、对其他客户的承诺(包括出口管制和安全义务)与战争部不断发展的人工智能政策之间进行审慎协调。
参考来源:Holland & Knight