2026年7月，美国海军代理部长Hung Cao签署了一份只有7页的文件。这份名为“武器化数据与人工智能战略”的备忘录，没有像大多数政府文件那样堆砌免责声明和合规条款，而是在第一页就直接抛出了一个足以让整个硅谷坐立不安的立场：在大国AI竞争中，走得太慢的风险，比AI系统“不完全对齐”的风险更大。
“这项战略帮助海军部在任何对手面前‘更快学习、更快战斗’。”Cao在签署声明中说。这不是一句修辞。它背后是一套完整的、已经印太战区验证过的作战认知框架——名为“Bits2Effects Cycle”的五阶段数字适应周期。
一场正在改写战争规则的战略
美国海军部——下辖海军和海军陆战队——于2026年7月16日正式批准了这项“武器化数据与人工智能战略”。该战略由海军首席数据与AI官办公室主导，历时一年以上，经海军与海军陆战队AI团队协作制定，已于签署之日起立即生效。
这不是一份愿景文件。它列出了六项具体目标：加速AI在作战场景中的部署、提升数据可用性与易用性、扩展技术基础设施、简化审批流程、强化人员的数据与AI素养、深化与工业界、学术界、政府机构及盟友的合作。
它还有明确的KPI。大部分措施要求在2027财年第一季度（2026年12月）前落地。到2029财年末，合格的数据工程师、数据科学家及AI/ML工程师数量必须翻倍。
Bits2Effects Cycle：AI版的OODA循环
战略的核心是一个名为“Bits2Effects Cycle”的五阶段框架。它描绘了一条从军事数据自动采集，到传输、分类、分析，最终转化为军事决策与行动的完整链路。每完成一个循环，学习结果反馈到系统中，持续更新战术、训练方式和系统配置。
衡量这个框架效率的核心指标是“Mean Time to Effect”——MTTE。它测量从数据被捕获到产生具体军事响应或适应所需的时间。这个窗口越短，部队的反应和适应速度就越快。
战略文件给出了一个极其直白的判断：“在一场包含多个学习周期的持久冲突中，学习与适应速度最快的部队将占据主导地位。”
不是纸上谈兵：真实数据已经来了
美国军方正在用AI改写作战效率的基准线。
GenAI.mil——美国国防部的生成式AI平台——在2026年6月达到每日150万活跃用户。而它在2025年12月刚推出时，只有8万人使用。六个月增长了近18倍。五角大楼首席技术官Emil Michael在哈德逊研究所的活动中透露，增长的关键驱动力是“把AI直接摆在他们面前，然后看他们怎么用，再把成功案例推广到整个部门”。一个国防部员工原本需要200小时起草的国会报告，现在5小时完成。
美军在伊朗战争中实际使用了Anthropic的Claude模型进行目标分析与打击规划。据《华盛顿邮报》报道，AI被用于在24小时内协助处理首批打击目标的识别与优先级排序。
陆军正在测试“下一代指挥与控制系统”，利用AI更快处理海量数据，帮助士兵建立态势感知。海军AI系统将一项潜艇规划任务从160小时压缩到10分钟——压缩比达到960倍。
当“战时速决”压倒“完美对齐”
硅谷过去三年最重要的AI治理辩论是什么？是“AI对齐”——如何确保AI系统的行为与人类意图完全一致，不会产生意外后果。OpenAI、Anthropic、DeepMind都在这个方向上投入了数十亿美元的研究经费。
但五角大楼正在从根本上挑战这个范式。
战略文件明确写道：走得太慢的风险，大于AI系统“不完全对齐”的风险。这不是一个附带评论，而是整份战略文件的底层逻辑。它被放在“战时策略”的语境中：五角大楼要求以“已经处于战争状态”的方式来处理风险评估和组织障碍，所有决策优先速度。
具体落地方式同样激进。战略要求直接在军舰和海军陆战队远征部队上部署大语言模型和智能体AI。这些系统必须能在通信被干扰或切断的情况下独立运行。服役人员可以在这些系统之上构建自己的应用程序。一个“AI战争委员会”将负责优先级排序、资源协调，并预先批准战时在数据共享、分类和部署规则上的变更。
“我们不需要完美的AI，我们需要足够好的AI，而且现在就要。”——这大概是对这份战略最简洁的概括。
效率差距正在成为新的战略威慑
从印太到中东，AI正在制造一种新型的军事不对称——不是火力的不对称，而是决策速度的不对称。
传统军事优势建立在“谁的火力更猛、谁的装甲更厚、谁的数量更多”之上。AI带来的新范式是：谁的学习周期更短，谁就能在冲突中持续进化，而对手将在不断过时的战术中作战。
MTTE这个指标的意义就在这里。当一个部队的MTTE是几周，对手的MTTE是几天，而AI增强部队的MTTE正在被压缩到几分钟——这种差距在持久冲突中会被指数级放大。海军潜艇规划AI从160小时到10分钟，不是一个孤立的效率提升故事。它是一个信号：当AI能够将“规划周期”从工作周压缩到咖啡时间，战争的节奏本身已经被重新定义。
五角大楼的“AI优先”正在重塑整个美国国防工业
2026年1月9日，特朗普政府领导下的美国战争部（即原国防部）发布了两份关键备忘录：《战争部人工智能战略》和《变革国防创新生态系统以加速作战优势》。前者设定了七大“定速项目”（Pace-Setting Projects），要求加速AI实验、消除官僚障碍、聚焦投资于美国在AI算力、模型创新和作战数据上的不对称优势。后者将研究与工程副部长提升为首席技术官，统一管理国防创新生态系统，并将国防创新单元（DIU）和战略能力办公室（SCO）提升为核心创新组织。
这意味着什么？五角大楼正在从“允许使用AI”转向“AI是默认选项”。
GenAI.mil的爆炸式增长是最好的证明。从8万到150万用户，六个月，这不是一个IT项目的成功，这是一场组织文化变革。Michael说，用户增长的关键在于“我们直接把它放在他们面前，然后做案例研究，看大家用它做什么，再把这些案例在整个部门推广”。一个原本需要200小时和大量人力才能完成的国会报告，现在5小时搞定。这不是科幻，这是2026年的五角大楼日常。
AI军备竞赛的阴影正在加速
中国没有闲着。
2023年3月，习近平要求解放军“提高新型作战力量比重”。解放军正在从“机械化”向“信息化”再向“智能化”三阶段转型，目标是2035年基本实现现代化。中国已经展示了能够自主协调攻击决策的无人机集群。
360创始人周鸿祎将AI网络攻击能力——特别是像Anthropic的Claude Mythos这样能自主发现漏洞并构建攻击链的模型——比作“AI时代的赛博核武器”。他直言Fable 5是“Mythos的阉割民用版”。英国AI安全研究所已两次上调对AI网络能力倍增速度的评估。
这意味着美国军方的“速度优先”策略并非没有代价。如果对手也在同步推进“AI武器化”，且双方都采用“速度优先于完美对齐”的逻辑，那么两个AI系统在战场上意外交互的风险将急剧上升。某种程度上，这就像两个持枪者在黑暗中竞速拔枪——但谁也不知道对方枪里装的是什么子弹。
商业AI公司的十字路口
OpenAI已经与五角大楼达成协议，将其模型部署在机密网络上。Anthropic则坚持对全自主武器和国内大规模监控设置硬性限制，导致被特朗普政府封锁在政府系统之外。这不仅是两家公司的商业策略分歧——它定义了一个新问题：在AI大国竞争时代，一家AI公司能否既“负责任”又“参与国防”？
欧洲则正在被边缘化。欧盟依赖美国大型科技公司的技术善意，因为欧洲没有可比的AI产品。在AI军事化这条赛道上，欧洲可能连“参赛资格”都没有。
三条核心判断
第一，美国军方的AI策略正在从“防御性负责任”转向“进攻性加速”。过去五年的AI军事伦理讨论，核心是“如何防止AI做坏事”。2026年的新策略表明，重心已经转向“如何确保AI比对手更快地做出好事”。
第二，商业化AI公司与国防体系的深度绑定已不可逆。无论是OpenAI的合作还是Anthropic的对抗，都无法改变一个事实：美军已经在实战中依赖AI。这场战争的AI化已经发生，不是将要发生。
第三，AI军事化的速度竞赛将定义未来十年的全球安全格局。当“学习速度”本身成为战略资产，传统的军控和监管框架可能完全失效。
当硅谷还在争论AI是否应该拥有“思想钢印”时，五角大楼已经给出了它的答案：在战场上，足够快的AI，比完美但迟缓的AI更安全。这不是一个道德判断，这是一个效率判断。而在大国竞争中，效率就是威慑力本身。
快报