美军MAVEN项目全面解析：算法战架构

序言：战争的无声变革

战争始终随着技术而演变——从钢铁到火药，从机械化到核威慑。然而，没有哪次变革像当前正在发生的这次一样微妙、普遍且影响深远：从战争中的人类决策向算法对暴力的介入过渡。

“Maven项目”处于这场变革的中心。始于对一个情报瓶颈的技术解决方案，现已演变为更具深远影响的事物：一个将人类判断压缩进机器速度决策循环的系统——这不仅重塑了战争进行的方式，也重塑了决策的制定方式。

本报告从2017年的起源到2026年的全球部署，全面审视“Maven项目”。追溯了这一已成为21世纪算法战争基础架构的技术演变、企业合作、战场应用及伦理启示。

第一部分：起源——数据过载的问题（2017年）

1.1 情报危机

截至2016年，美军作战面临一个悖论：前所未有的监视能力与处理所收集数据的近乎完全无能并存。仅无人机平台就在多个战区产生了数百万小时的全动态视频（FMV）和连续的情报、监视与侦察（ISR）数据流。

数据挑战的规模令人震惊：

指标	数值	影响
每日生成的FMV	数千小时	压倒性的数据量
人工审查率	低于5%的数据	95%的数据未分析
分析员职业倦怠	高流失率	关键技能流失
目标识别延迟	数小时至数天	错失战机

表1：情报数据危机（2016年）

人类分析员只能审查不到5%的收集情报。这造成了一个战略盲点：关键威胁存在于人类永远无法看到的数据中。问题不在于传感器或火力不足，而在于需要比对手的响应速度更快地连接信息并采取行动。

1.2 Maven项目的诞生

2017年4月，五角大楼设立了算法战争跨职能团队（AWCFT），代号“Maven项目”。时任国防情报局（作战人员支援）局长的约翰·N·T·“杰克”·沙纳汉中将被任命领导这一开创性计划。使命很明确：利用机器学习自动化识别无人机画面中的物体和模式。

该项目由美国国防部副部长在2017年4月26日的一份备忘录中确立，提议成立“算法战争跨职能团队”。在国防创新部门的帮助下，该项目获得了传统国防承包商之外顶尖人工智能人才的支持。最初通过快速采办权限获得7000万美元资金，为期36个月。

沙纳汉的愿景是革命性的。他开创了国防部首个作战性人工智能项目，推进了人工智能在军事行动、情报收集与分析中的应用。沙纳汉在2017年11月表示，Maven“旨在成为一个试点项目，一个探路者，一个在[国防]部其他部门点燃人工智能火焰前沿的火花”。

初始定位与实际轨迹对比：

初始：“协助分析员”、“减轻工作负担”
实际：在目标选定中替代人类认知劳动的核心要素

战略背景是竞争性的。驱动因素包括大国人工智能军事应用的快速发展、反恐行动中更快目标定位的需求，以及现代化指挥体系的压力。Maven不仅仅是被动反应——它是在算法战争时代保持美国军事优势的必要回应。

1.3 谷歌员工的反抗

当美国国防部在2017年首次探索将人工智能用于军事用途时，其重点非常具体：通过自动化搜索视频画面以寻找敌方藏匿点的任务，来减轻执行中东叛乱分子“搜索-击杀”任务的人类无人机操作员的认知负担。为完成此任务，五角大楼转向谷歌以开发所需软件。

2018年，谷歌与五角大楼的关系成为硅谷历史上最重大伦理对抗之一的导火索。当数千名谷歌员工签署请愿书反对公司参与此类军事导向项目时，公司领导层选择终止了Maven项目的合同。

谷歌员工的抗议标志着硅谷与军事人工智能之间首次重大的伦理对抗。它引发了关于科技公司在战争中扮演的角色以及构建可能被用于夺取人类生命系统的工程师的道德责任的根本性问题。

谷歌退出后，沙纳汉将工作转交给了一家以国防为导向的初创公司Palantir，该公司由彼得·蒂尔担任董事长。Palantir随后开发了使Maven软件能够识别“捕食者”武装无人机潜在攻击目标的算法。这一转变标志着军事人工智能企业格局的根本性变化。

企业合作演变：

年份	公司	角色	结果
2017-2018	谷歌	人工智能提供商	退出（员工抗议）
2018-2024	Palantir	核心开发	部署MSS平台
2024-2026	多家供应商	大型语言模型集成	决策塑造人工智能

第二部分：机器——Maven的技术架构

2.1 第一阶段：计算机视觉战争

初始系统能力聚焦于将改变军事情报处理的三个核心领域：

物体检测：人员、车辆、武器
模式识别：移动、编队行为
活动分类：可疑与正常模式

此阶段解决了军事规划者所称的“可视化问题”——使海量收集数据可读且可操作。输出包括带注释的视频流、高亮目标和分析员警报，极大加速了情报处理流程。

截至2017年12月，已手动标记了15万张图像以建立首批训练数据集，预计到2018年1月将达到100万张。这种大规模的数据标记工作对于训练驱动系统识别能力的机器学习算法至关重要。

2.2 第二阶段：从工具到平台

Maven演变为Maven智能系统（MSS）——一个变革军事决策的综合性战场情报平台，包含四个关键组件：

MSS架构组件：

组件	功能	能力
数据融合引擎	多源集成	卫星、无人机、信号情报、开源情报
本体层	构建现实结构	物体 → 事件 → 关系 → 背景
自然语言处理命令层	自然语言查询	基于大型语言模型的情报合成
人工智能任务分配系统	打击建议	目标优先级排序、武器选择

表3：Maven智能系统架构

最重要的演变是从仅检测目标转向建议如何消灭目标。系统输出现在包括目标优先级排序、打击选项、武器选择和时机优化——将人工智能从分析工具转变为具有致命影响的决策支持系统。

2.3 地理空间情报与NGA的角色

国家地理空间情报局（NGA）通过为军事、政策和灾难响应需求提供地理空间情报（GEOINT），在美国国家安全中扮演决定性角色。在2022年的地理空间情报研讨会上宣布，根据拜登总统提交的2023财年预算，Maven项目从负责情报与安全的国防部副部长办公室移交至NGA。它于2023年11月7日成为一个“记录在册”的项目。

NGA最先进的计算机视觉和人工智能能力现已集成到各种军事分析工作流程中，以自动检测、识别、描述特征、提取和归因图像与视频中的物体。Maven为物体识别提供了高速、大规模的可靠地理空间情报。

NGA Maven已将目标工作流程时间线大幅缩短，在最近的一次演习中，我们某个作战单元的目标小组看到情报行动时间线（从感知到目标打击）从数小时缩短至数分钟。

据NGA局长弗兰克·D·惠特沃思海军中将称，NGA Maven现已面向所有军种和所有作战司令部开放，通过横跨三个安全域的超过35个军种、作战和指挥工具，拥有2万名活跃用户。自去年三月以来，用户基数已增加了四倍多。

NGA Maven作战影响：

指标	传统方式	Maven启用后
目标定位时间线	数小时	数分钟
活跃用户	数百名	2万名
作战司令部覆盖	有限	所有司令部
决策质量	不固定	每小时1000个目标处理能力

表4：NGA Maven性能指标（2025年）

第三部分：理论转变——从杀伤链到杀伤网

3.1 从杀伤链到杀伤网

传统的目标定位过程遵循一个反映工业时代军事思维的线性序列：

传感器探测
分析员评估
指挥官决定
武器部署

启用Maven的模式将其转变为网络化系统：多个传感器馈入人工智能融合层，自动进行优先级排序和分布式执行。这代表了目标决策从顺序处理到并行处理的根本性转变。

决策时间线对比：

阶段	传统	Maven启用后	压缩比
探测到分析	数小时	数分钟	快60倍
分析到决策	数小时	数秒	快100倍以上
决策到打击	不固定	自动化	近乎即时

表5：决策循环压缩

3.2 联合全域指挥控制与全域作战

联合全域指挥控制（CJADC2）的创建是为了应对现代战争的现实，即空中的行动可在数秒内触发太空、网络空间或海洋的效应。CJADC2是美国国防部不断发展的框架，旨在通过连接跨军种和盟国的传感器、指挥官和射手，实现更快、更有效的决策。

CJADC2的目标是：从所有领域的传感器收集数据；处理并融合这些数据为一个连贯的作战态势图；将可操作信息分发给决策者和武器系统；并实现跨军种和盟国的快速、同步行动。CJADC2并非单一系统或平台，而是关于未来部队如何共享数据、协调行动和作为一个整体作战的概念、架构和方法。

在支持CJADC2的环境中，在一个领域探测到威胁的传感器——例如跟踪导弹发射的“天基红外系统”卫星、识别敌机的配备“宙斯盾”系统的海军驱逐舰雷达，或发现来袭火箭的陆军“哨兵”雷达——可以立即在整个部队中共享该数据。这种方法将传感器与射手解耦，允许使用最合适的平台和武器，无论其属于哪个军种或领域。

五角大楼旨在利用Maven等人工智能工具来支持其CJADC2作战构想。该倡议试图在一个统一的网络下更好地连接美军及其主要国际伙伴的平台、传感器和数据流。国防部官员认为，利用人工智能将帮助指挥官和其他人员做出更快、更明智的决策，从而提高作战效能和效率。

第四部分：企业-军事复合体

4.1 Palantir的崛起

2018年谷歌退出Maven项目后，Palantir接管了核心系统开发，构建了聚焦于数据集成、战场本体论和作战可扩展性的Maven智能系统。在首席执行官亚历克斯·卡普和董事长彼得·蒂尔的领导下，Palantir已成为军事人工智能基础设施领域的主导者。

Palantir商业化的Maven智能系统汇集了来自大量来源的不同密级数据——关于潜在敌方目标的卫星情报、友方部队的战备状态报告、关于突发危机或虚假信息的社交媒体帖子——并将其整合到一个单一的、可定制的界面中，供军事规划者使用。

2024年5月29日，Palantir获得了美国陆军一份价值4.8亿美元的合同，用于扩大陆军Maven智能系统原型的使用。这份为期五年、截止至2029年5月28日的固定价格合同，将使国防部能够将其扩展至五个作战司令部的数千名用户：美国中央司令部、欧洲司令部、印太司令部、北方司令部和运输司令部。该系统也将提供给联合参谋部成员使用。

Palantir国防合同（2024-2026）：

合同	价值	目的
陆军MSS扩展	4.8亿美元	扩展至5个作战司令部
陆军研究实验室	1亿美元	为所有军种提供MSS支持
陆军许可证（2025年5月）	7.95亿美元	新的MSS许可证
NGA扩展	2800万美元	为NGA分析员提供MSS

表6：Palantir主要国防合同

据Palantir国防业务增长主管香农·克拉克称：“用户将涵盖从情报分析员和全球偏远岛屿链上的操作员到五角大楼领导层的所有人。这是将已构建的原型和试验转化为生产应用。”

4.2 北约的采用

2025年4月，北约宣布已与Palantir签订合同，采用其Maven智能系统用于人工智能驱动的战场行动。通过这份于3月25日最终确定的合同，北约通信和信息局（NCIA）计划使用Maven智能系统北约版来支持这个跨大西洋军事组织的盟军作战司令部。

北约计划使用该系统，通过广泛的人工智能应用——从大型语言模型（LLMs）到生成式和机器学习——为联盟提供通用的数据赋能作战能力，最终加强情报融合与目标定位、战场态势感知与规划，以及加速决策。

这份合同是北约历史上最迅速的采购之一，从确定需求到采购系统仅用了六个月。

NCIA总经理路德维希·德坎表示，与Palantir的这笔交易重点是“为联盟提供定制化的、最先进的人工智能能力，并赋予我们的部队在现代战场上有效、果断作战所需的工具。”

4.3 Anthropic的争议

2025年，Anthropic公司征召其大型语言模型“克劳德”为国家服务。尽管军事工业复合体近来变得时髦，但Anthropic并非天然契合。该公司由七位OpenAI的“叛逃者”于2021年创立，他们认为人工智能安全应被优先考虑。公司首席执行官达里奥·阿莫代希望“克劳德”能在最敏感的级别提供帮助——“克劳德”是首个获准在涉密系统上运行的人工智能模型。

五角大楼一直在使用“克劳德”来分析数据、撰写备忘录和帮助生成作战计划。像Palantir这样的情报承包商提供了能够综合、处理并呈现决策相关信息的平台。正如一位Palantir员工指出的：“克劳德显然是目前最好的。”人类分析员可能审查信号情报以选择军事目标；“克劳德”可以做同样的事情，只是更快、更高效。

然而，当五角大楼试图重新谈判合同，以包含对产品的“所有合法用途”时，紧张局势出现了。Anthropic曾规定“克劳德”既不能用于驱动完全自主的武器，也不能用于协助国内大规模监控。五角大楼最初接受了这些规定，但后来试图将其删除。

2025年2月27日，国防部长皮特·赫格斯正式宣布Anthropic构成供应链风险，声明“任何与美国军方有业务往来的承包商、供应商或合作伙伴均不得与Anthropic进行任何商业活动。”这一此前仅适用于与敌对外国政府有关联的基础设施公司的指定，威胁到了该公司的存续。

Anthropic提起了两起诉讼，挑战该禁令的合宪性。该公司坚称，一旦部署，“克劳德”就无法被操控——没有远程关闭开关、没有后门、也没有推送未经授权更新的机制。这场争议代表了硅谷的人工智能伦理运动与五角大楼对人工智能能力不受限制使用的渴望之间的根本冲突。

第五部分：现实世界部署——从理论到实践

5.1 加沙：人工智能驱动的目标定位生态

加沙是人工智能目标定位系统最具争议且记录最详尽的部署环境。以色列军队严重依赖多个人工智能工具，这些工具共同构成了现代军事“杀伤链”中发现-定位-跟踪-瞄准（F2T2）环节的自动化。

三个核心人工智能系统：

“福音”（Habsora）：一个基于人工智能的数据库，根据与哈马斯“明显的联系”生成目标。在以色列2021年5月与哈马斯为期11天的战争期间，“福音”系统每天生成100个目标——这比此前加沙地区每年50个目标的速度大幅增加。该系统由以色列精英情报和网络技术单位8200部队开发。

“薰衣草”：一个设计用于通过算法识别哈马斯行动人员为目标的人工智能推荐系统。“薰衣草”扫描了加沙约90%人口的信息，并为每个人给出1到100的评分，表示该个人是哈马斯或伊斯兰圣战组织军事派别成员的可能性。

“爸爸在哪？”：一个命名怪异的系统，用于地理跟踪目标，以便在他们被攻击前追踪到其家庭住所。一名情报官员告诉+972杂志：“我们并不只对在军事建筑内或从事军事活动时击毙行动人员感兴趣。恰恰相反，以色列国防军毫不犹豫地轰炸他们的家，并将其作为首选方案。轰炸一个家庭的家要容易得多。”

加沙地区人工智能目标定位系统：

系统	功能	规模
福音	基础设施目标定位	每天100个目标（自动化前每年50个）
薰衣草	个人目标定位	超过3.7万人被评分
爸爸在哪？	家庭位置跟踪	家庭住所目标定位

表7：以色列在加沙的人工智能目标定位系统

据与+972杂志交谈的情报官员透露，消息来源显示，被“薰衣草”标记为应被击毙的人中，约有10%并非哈马斯武装人员——其中一些人与哈马斯有松散联系，而另一些人则完全没有联系。机器会找出与哈马斯行动人员姓名和昵称完全相同的人，或具有类似通信特征的人，包括加沙的民防工作人员和警察。

一位消息人士称，在授权轰炸据称是低级别哈马斯武装人员（通常为平民）之前，他每个目标只花20秒，导致这些人死在自己家里。

“薰衣草”和“爸爸在哪？”的结合导致整个巴勒斯坦家庭在其房屋内被消灭。根据联合国统计，在最初的六周内，超过50%的伤亡来自一个较小的家庭群体——这是家庭单位被人工智能辅助的目标定位摧毁的表现。

5.2 伊朗2026年：米纳卜学校悲剧

2026年2月28日，伊朗战争的第一天，伊朗南部霍尔木兹甘省米纳卜的Shajareh Tayyebeh女子小学遭到导弹袭击摧毁。根据基于卫星分析验证的目击者证词，该校遭到三次独立的打击。屋顶坍塌在学生身上，据伊朗媒体报道，175至180人遇难，其中大部分是学童。人权组织Hengaw表示当时约有170名学生在校，而伊朗教育部称有264名学生在场，大多是7至12岁的女孩。袭击瞬间造成数十人死亡，摧毁了这栋两层教学楼至少一半的建筑。

根据红新月会医护人员和受害者父母的证词，首次打击后紧接着是“二次打击”。校长将学生转移到祈祷室并打电话给家长；随后该区域遭到第二次打击，杀死了大多数避难者。据米纳卜市长称，学校遭到三次打击——总共三次。

《纽约时报》、CBC、NPR、BBC Verify等机构的调查得出结论，美国很可能是此次袭击的负责方。参与美军内部调查的消息来源证实，尽管调查尚未得出结论，但此次袭击很可能由美国实施。

根本原因是人工智能系统的错误分类与对过时目标数据的依赖相结合。《纽约时报》报道称，美国的初步调查发现，由于过时的目标数据，美国应对此袭击负责。这一事件凸显了算法战争的根本风险：在规模上，错误不是孤立事件，而是成为系统性结果，并造成毁灭性的人道主义后果。

2026年3月13日，国会议员杰森·克罗和120名国会议员就伊朗学校袭击事件要求给出答复，他们致信赫格斯部长，对“史诗之怒”行动中有关平民伤亡的报告表示震惊。信中特别提到米纳卜学校袭击是“迄今为止对平民最致命的袭击”，并要求国防部就如何调查这些报告并防止进一步平民伤害风险给出明确答复。

第六部分：伦理崩溃点

6.1 自动化偏见与人类控制

人工智能与目标定位的整合已制造了多重伦理危机点。自动化偏见——人类倾向于信任机器输出并减少独立验证的倾向——造成了对于算法判断的危险依赖。人工智能每小时可做出数千个决策；人类无法以那种速度进行验证，这在作战效率与道德责任之间造成了内在的紧张关系。

与普遍看法相反，美国国防部从未有过要求自主武器必须包含“人在回路中”的政策。国防部第3000.09号指令规定的是自主武器“应被设计为允许指挥官和操作员在武力的使用上行使适当水平的人类判断。”这一微妙但关键的区别对于人工智能战争的实际实施方式具有重大影响。

“人在回路中”框架的问题在于，它预设了一个机器决策循环，并询问人类相对于这个已存在的循环处于什么位置。我们不应优先考虑机器的工作，而应将人类的决策周期置于中心地位并优先考虑。

希腊空军学院战争博弈实验室的研究发现，考虑了人工智能建议的操作员，其决策与国际人道法和交战规则一致的几率为78%。然而，36%的操作员由于时间限制讨论了过度信任人工智能建议的风险，88%的操作员强调需要持续的平台培训以及伦理和法律约束培训。

6.2 问责真空

当错误发生时，工程师、指挥官和人工智能系统之间没有明确的责任划分。从有限的、慎重的打击向连续的目标生产流程的转变，代表了战争本质的根本性变化。目标变成了数据点和概率分数，而非人类生命，从根本上改变了战争的心理和道德框架。

人工智能辅助的目标定位系统，即使是那些保留人在回路中的系统，也产生了重大的道德挑战。这类系统依赖海量数据，实际上保证了数据处理、分析和目标提议过程的不透明性。人类操作员不太可能清楚了解这类系统拥有哪些可用数据、它们接受了什么训练、算法计算的具体参数是什么，或者频繁的更新对准确性有何影响。

伦理关切总结：

问题	描述	严重性
自动化偏见	过度依赖人工智能输出	高
速度 vs. 伦理	无法以机器速度验证	关键
去人性化	目标被视为数据点	关键
问责缺口	责任链不清晰	高
暴力工业化	连续的目标定位流程	关键

表8：伦理关切总结

第七部分：战略后果

7.1 全球人工智能军备竞赛

主要大国之间已出现一场军事人工智能军备竞赛，以开发和部署先进人工智能技术及致命自主武器系统。目标是获得相对于对手的战略或战术优势，类似于以往涉及核或常规军事技术的军备竞赛。

俄罗斯总统弗拉基米尔·普京曾表示，人工智能的领导者将“统治世界”。人工智能军备竞赛有时被置于中美人工智能冷战的背景下。研究人员警告，主要大国之间的通用人工智能竞赛可能重塑地缘政治力量，包括用于监视、自主武器、决策系统和网络行动的人工智能。

自动化的竞争压力造成了不稳定的动态。随着一国部署人工智能辅助的目标定位系统，他国感到被迫效仿，可能导致自主武器系统领域不稳定的军备竞赛。伦理影响超越了战场：当目标定位的速度超过了验证速度，规模超出了人类监督的范围，错误就变成了结构性结果而非孤立事故。

人工智能军备竞赛参与者：

国家	人工智能军事重点	关键项目
美国	决策支持、目标定位	Maven, CJADC2, JADC2
中国	监视、自主系统	人工智能增强的ISR、无人机蜂群
俄罗斯	自主武器、网络	致命自主系统
以色列	目标识别	薰衣草、福音、爸爸在哪

表9：全球人工智能军事发展

7.2 军事角色的转变

人类的角色从决策者转变为系统监督者。这代表了军事专业性和指挥责任的根本性重新定义。人工智能增强的战争减少了外交斡旋的时间，增加了升级风险。决策时间线的压缩留给降级和谈判的空间更小。

主要大国的快速采用产生了自动化的竞争压力，可能导致自主武器系统领域不稳定的军备竞赛。伦理影响超越了战场：当目标定位的速度超过了验证速度，规模超出了人类监督的范围，错误就变成了结构性结果而非孤立事故。

这种转变影响到军事行动的各个层面。情报分析员现在与能以比人类快数千倍速度处理数据的人工智能系统并肩工作。指挥官必须在有限时间内基于人工智能生成的建议做出决策，几乎没有时间进行独立验证。传统的军事判断、态势感知和伦理推理技能正被算法决策所补充——在某些情况下甚至被取代。

第八部分：战争的未来

正在浮现的现实包括人工智能集成的战斗网络、自主目标定位辅助和全球实时监视。下一阶段将以人工智能协调的战争生态系统为特征，多个系统协同运作。轨迹是明确的：战争不再受限于人类极限，而是受限于算法能力。

人工智能在军事行动中的集成旨在提高目标识别的速度和准确性。确切目标识别（PID）处于目标定位过程的最前沿。敌对目标的探测速度对于目标定位周期的剩余步骤（决定、探测、交付、评估）至关重要。人工智能通过筛选特定的用户定义参数、从海量数据中筛选、提取相关信息并向分析员提供近乎实时的数据来协助，这些数据被作战部门用于对照指挥官的目标进行验证。

新兴能力路线图：

能力	状态	时间线
人工智能集成战斗网络	已部署	2024-2026年
自主目标定位辅助	运行中	2025-2027年
全球实时监视	开发中	2026-2028年
人工智能协调的战争生态系统	新兴	2027-2030年