“保障人工智能战场有效稳健性”（SABER）旨在建立一个典型的人工智能红队，配备必要的反人工智能技术、工具和技术能力，以对人工智能战场系统进行作战评估。SABER旨在为美国防部建立一个可操作的人工智能红队流程的可持续模型。

人工智能赋能战场系统的作战安全风险尚未明确

技术假说：采用最先进PACE方法及红队攻击工具、执行新型AI杀伤链战术技术规程（TTPs）的AI红队，其作战评估效能将显著优于未配备此类工具的团队

颠覆目标：建设具备持续整合并应用新兴反AI技术与工具的标杆型AI红队，构建可持续的作战级AI红队流程模型

方案设计：实施实验驱动的AI安全演练

SABER-OpX：通过系列高保真作战演习，对已部署环境中的AI赋能系统开展迭代式攻击评估（红队测试）： 建立作战级AI红队流程“模型”

• 评估“判别式AI范式”在战场级系统的扩展性

• 聚焦融合AI/网电/电子战攻击向量以实现AI攻击效应

• 制定作战导向型TTPs以构建并执行AI杀伤链

• 持续将新兴技术/工具整合至AI红队

• 评估已部署AI赋能系统的作战安全风险

• 界定并研究AI红队效能的“权衡空间”