Palantir的Maven智能系统内部探秘：人工智能如何每日挑选1000多个目标——OODA循环被压缩至实时

Maven智能系统（MSS）是当今美军作战行动的核心。美战争部首席人工智能官在台上现场演示了该系统——这是公众能看到的关于这款将卫星、无人机和信号情报融合成单一目标图像的AI软件最清晰的一次展示。在伊朗战争的前12小时，美国打击了近900个目标。38天内超过13000个。之所以可能，原因就在于Maven内部。本文详细解析其工作原理。

OODA循环

有一个军事概念叫做OODA循环：观察、判断、决策、行动。其核心主张是：如果决策周期比对手快，他们基本上就永远无法赶上。他们无法判断形势，无法制定计划，将永远处于被动反应模式。

Maven的存在，就是为了将这个循环压缩到一个屏幕上。要理解它为何必须存在，必须了解之前的情况。敌方目标是用Excel电子表格追踪的。网络人际关系用PowerPoint来映射。缩放查看用的是Google Earth。正如一名美国炮兵军官在记者卡特里娜·曼森所著的《Maven项目》一书中所说：“我们在Office上消灭的人数比你想象的要多得多。”拥有地球上所有传感器系统的现代作战指挥官，竟然是带着微软Office去打仗的。Maven的建立就是为了解决所有这些问题。基本上就是“战争版谷歌地球”——但有人工智能告诉你屏幕上到底是什么。

左键、右键、左键

Palantir构建的系统始于一个融合地图视图——来自卫星、无人机、信号情报和先前地图数据的输入流，全部分层叠加在一个球体上。该区域的空中资产一目了然。不同的目标标识叠加在同一表面上。可以切换显示道路网络数据，以精确规划如何到达任何感兴趣的地点。

在地面分辨率级别，地图上会填充圆点——来自计算机视觉的检测结果。每个点都有一个稳定的标识符编号，在不同模态间跟随目标。同一车辆在卫星视图、无人机视图和闭路电视画面中都保持相同的ID。这就是系统如何知道不同信息流中的是同一个目标。

检测结果会被提名到一个实实在在的“看板”上——就像一个任务跟踪器，但其垂直列代表过去由不同团队分别运行的不同流程。从看板上，系统会分配合适的资产去执行目标打击，并根据多种标准进行优化：到达目标时间、燃料、弹药和距离。它会输出一个推荐计划，由人类批准，然后执行。或者正如首席人工智能官所说：“左键、右键、左键。神奇地，它就变成了一个检测目标。”这正是战争部青睐的部分。Maven将过去需要一屋子分析师生成行动方案的事情，压缩到了一个屏幕上，让所有人都能在同一个界面上操作。从检测到打击决策，一个系统搞定。

将其映射到OODA循环。传感器输入是“观察”。融合和分类是“判断”。看板+行动方案生成是“决策”。批准和执行是“行动”。

Anthropic的难题

接下来是复杂且值得深思的部分。根据公开报道，在Maven内部进行自然语言情报查询的人工智能是Anthropic公司开发的Claude。Anthropic是首批在机密军事环境中部署大型语言模型的公司之一。《华盛顿邮报》报道称，Claude是“美国在伊朗行动的核心”。但Anthropic划定了红线。他们的立场是：只要不将其用于完全自主的武器系统或大规模国内监控，就可以使用Claude。特朗普政府回应称，宣布Anthropic为“供应链风险”。政府的论点是：你是承包商，你提供工具，怎么用你没发言权。

结合有关Maven运行的是Claude 3.5 Sonnet（甚至不是最新模型）的报道，这引发了一个现实问题：这些系统是否真的足够好，可以在此规模上部署。这家率先将LLM带入机密环境的AI公司，现在正与客户就工具的使用权限公开争执。最近的报道表明，交易仍可能达成。但紧张关系是真实存在的，并且现在就存在于系统内部。

Maven能看到什么

Maven的好坏取决于它能获取的数据。逐一介绍其输入源。

轨道上的间谍卫星——锁眼级系统，以及SpaceX正在建设的下一代系统。来自ICEYE和Capella Space等商业星座的合成孔径雷达（SAR）——雷达脉冲穿透云层和黑暗，返回25厘米分辨率的地面图像。这种既能判断桥梁是否即将断裂，又能支援杀伤链的双重用途技术正在投入使用。

然后还有一些大多数人不知道的东西。广域运动图像（WAMI）。最初的系统“戈尔贡之眼”安装在MQ-9“死神”无人机上，将368个摄像头拼接成一个18亿像素的合成画面，从25000英尺高空监视整个小城市。想象一下“谷歌地球直播”。据报道，该项目灵感来自《国家的敌人》这部电影，这相当令人震惊。一旦你拥有了万物的持续影像，你就可以回放，找出任何车辆或人的来源地。下一代版本ARGUS-IS，覆盖36平方英里，分辨率足以追踪单个行人。

无人机全动态视频——“死神”无人机实时传输视频流，用于实时目标检测。在GPS被拒止的环境里——伊朗绝对是这样的环境，存在持续干扰和欺骗——无人机仍然可以导航。Vantor公司的“猛禽”系统将机载摄像头画面与其Precision3D地形模型（由30厘米分辨率卫星图像构建）进行匹配。无人机完全不需要GPS。它通过地形本身就知道自己在哪里。这与视觉定位原理相同，只是应用到了“死神”无人机上。

信号情报——截获的通信和电子辐射信号与图像情报融合。像Spire这样的射频卫星星座用于探测“暗船”。整个影子船队会重新油漆船体并关闭AIS应答器——但它们无法逃脱，因为船上的人带着安装了各种应用程序的设备。来自这些手机的广告情报（广告网络数据）足以对船只进行地理定位。可以混淆其他所有信号，但无法混淆喜欢免费游戏人群的设备集群。

接下来是秘密装备——RQ-180，美国最机密的隐形侦察无人机。在这次战争中首次公开曝光，当时一架RQ-180于三月紧急降落在希腊的一个空军基地。这是一种飞翼式无人机，据信能在60000英尺以上高度执行24小时自主任务，很可能用于追踪伊朗的机动导弹发射车——这类目标会移动、隐藏，需要持续的空中监视才能捕捉。

所有这些信息都融合在一起。这就是“观察”步骤。Maven能看到一切。问题在于如何处理这些信息。

判断、决策、行动——规模化进行

这就是战争规模的“左键、右键、左键”。“史诗怒火”行动于2月28日启动。在前12小时内，美国打击了伊朗境内近900个目标。Maven生成优先目标列表的速度超过了人类审查的速度。当系统预先计算“判断”和“决策”时，这两个步骤实际上就消失了。

最引人注目的一次行动是3月13日的哈格岛行动。超过90个军事目标被同时打击——包括水雷仓库、导弹掩体、防空系统——被特朗普称为“中东历史上最猛烈的轰炸行动之一”。石油基础设施被刻意保留下来。

为了协调90多个同时进行的打击，Maven会生成预先打包的目标集，其中已分配好武器并在系统内完成法律审批。整个过程并行执行。

但速度是有代价的。当24小时内处理数千个目标时，会漏掉什么？而当出现漏网之鱼时，责任在谁？是模型制造者？传感器数据？还是将学校错误分类为军事设施的地图数据？这些已不再是学术问题了。

战争部目前的立场很明确：没有完全自主的武器系统，每个决策都必须有人类介入。但想想自动驾驶汽车。在某个时刻，系统会变得足够精确，以至于超过普通人类驾驶员。但仍然会有人死亡。现在压缩这个时间线，并将其应用于每天处理数千个决策的杀伤链。顺便说一句，这不仅仅是Palantir。Anduril公司有Lattice系统——概念相同，平台不同。其共同理念是“通用作战图景”：一个融合统一的战场视图，由AI处理“判断”和“决策”。

同样的技术，战场之外

这是大多数人忽略的部分。运行Maven的同一Palantir技术，也运行着英国国家医疗服务体系的数据基础设施、世界粮食计划署的物流系统、空客的供应链、油气优化系统以及各大银行的反洗钱检测。相同的OODA循环。相同的融合层。不同的问题。这才是更重要的故事。

这个系统的民用版本以零散形式存在，而且其中大部分组件现在都可以买到现成品。

观察——感知层。可以购买商业卫星图像。合成孔径雷达是商业化的。飞机和船舶跟踪数据可以获取。日本有城市级的闭路电视网络可供查询。可以放飞自己的无人机。可以购买机器人。社交媒体广告技术数据是可购买的。
判断——分类与融合。这正是计算机视觉和大型语言模型所做的事情。将Meta的“万物分割”模型指向监控摄像头画面，然后将结构化输出交给Claude或Gemini，告诉你那些东西在背景中正在做什么。检查你家门口的人是否是你期待的亚马逊送货司机。Maven用于理解一切事物的AI层，任何拥有API密钥的人都可以使用。
决策——行动方案生成。对军队来说是“推荐一种武器和一个作战单元”。对其他人来说是“我现在真正应该关注什么？发生了什么变化？有什么异常？”自动呈现——而不是一大堆泛泛的警报，只说“凌晨3:42检测到未知人员”，却什么信息都不告诉你。
行动——对军队来说是动能打击。对我们来说，是对世界正在发生什么、我们生活中正在发生什么做出近乎实时的决策。

其在朝着这两个方向发展。第一个界面是“上帝之眼”——将开源情报融合成通用作战图景。就像在“史诗怒火”和霍尔木兹海峡的报道中已经看到的。现在其能力正在大大增强。第二个界面是“阿格斯”——为生活服务的态势感知。个人数据、摄像头、信息流、上下文，融合成同一种统一视图。不是监控。而是对私域内发生的事情的感知。默认私密，可选共享。