2026年美以伊冲突中，美军首次大规模运用以Palantir Maven智能系统为核心的人工智能作战平台，标志着AI技术已从“辅助工具”跨越为“战术执行者”和“战略辅助决策者”。美国战争部同期发布《人工智能加速战略》，明确以“AI优先”重构作战力量体系。深入分析美军AI作战运用的现状与发展趋势，对我军智能化建设和应对未来战争具有重要借鉴意义。
基本情况
01.Maven智能系统：从实验项目到核心作战平台
Maven智能系统（Project Maven）是美军AI军事化的核心项目，由Palantir技术公司主导开发。该项目始于2017年，最初仅用于处理无人机全动态视频的计算机视觉分析。2023年11月，Maven项目正式成为美国国防部“正式项目”，标志着其从原型试验转入正式采办部署阶段。
据公开资料，Maven智能系统已发展为一个能够融合150个以上数据源（卫星图像、雷达信号、通信拦截、无人机视频等）、自动化目标识别与推荐、辅助生成作战计划并加速“从传感器到射手”全杀伤链的综合性作战系统。系统核心能力包括：实时统一的战场空间管理、AI驱动的联合瞄准与打击、增强型计算机视觉与自主检测、生成式AI辅助决策与规划。
2025年5月，五角大楼将Maven智能系统合同上限提高至2029年前的13亿美元。2025年8月，美国陆军授予Palantir一份为期10年、最高潜在价值100亿美元的企业协议，用于数据集成、分析和AI工具。2026年2月，美国国防信息系统局授权PFCS Forward，将Palantir的Impact Level 5和Level 6临时授权扩展至本地和边缘部署。
02.AI在美以伊冲突中的实战运用
2026年2月28日美以对伊朗发动的“史诗怒火”行动中，AI技术首次在实战中发挥主导作用。据英国皇家空军元帅马丁·桑普森透露，Maven系统结合Claude生成式AI模型，使美以在进攻最初24小时内打击了3000个目标。这一速度远超2003年伊拉克战争“震慑”行动——后者48小时内出动1700架次。
Maven系统采用开放式数据融合架构，核心设计理念是实现多源异构数据的标准化整合与即插即用的AI模型集成。其主要工作流程包括四个阶段：目标侦察和确认、打击武器匹配和作战方案生成、作战方案执行、战损评估。系统可在数秒内完成从目标识别到打击方案推荐的完整流程，将传统需要数小时甚至数天的决策周期压缩至分钟级。
03.美军AI军事化战略布局
2026年1月，美国战争部发布《人工智能加速战略》，明确以“加速确立人工智能在美军中的主导地位”为目标，推动美军从“AI嵌入旧流程”向“AI优先”作战力量转型。该战略设立7个“节奏设定项目”引领AI军事化发展：在作战领域，包括“蜂群锻造”（探索人机协同新战法）、“代理网络”（AI赋能作战指挥与决策）、“终结者熔炉”（AI驱动模拟训练）；在情报领域，包括“开放兵工厂”（将情报转化为武器的周期从“以年计”压缩至“以小时计”）、“格兰特”（动态威慑模式转型）；在管理领域，包括GenAI.mil（向300万美军人员开放前沿AI模型）、“企业代理”（AI管理系统开发）。
图据：Instagram
前景及发展趋势
01.指挥决策：从“人脑判断”向“算法辅助”演进
美军AI作战运用的核心趋势是决策周期的极端压缩。传统“观察—判断—决策—行动”闭环周期从小时级迈入分钟级乃至秒级。Maven系统通过实时处理海量战场数据，显著缩短感知到打击的时间差——卫星图像分析从人工10分钟压缩至系统每秒1000张。然而，AI尚未完全取代人类决策。在此次行动中，针对哈梅内伊的斩首行动，决定性情报仍依赖中情局和摩萨德构建的深层人工情报网。Claude等AI模型扮演的是“数字参谋”角色，负责数据处理与态势推演，最终决策权仍掌握在人类指挥官手中。这表明未来较长时间内，“人机融合”将是智能化战争的基本形态——人类主导战略意图与最终授权，机器负责战术细节与快速执行。
02.杀伤链：从“链式串联”向“网状并行”演进
AI赋能下的杀伤链正在发生根本性变革。Maven系统集成大语言模型后，允许作战人员通过自然语言交互完成情报分析、作战方案生成、行动规划等复杂任务。系统内置的“AI资产任务推荐器”可建议将哪些轰炸机和弹药分配至哪些目标。更重要的是，AI使杀伤链从传统的线性串联转变为多目标、多传感器、多射手的并行打击模式。系统可根据打击目标特点和时敏特性，在空间分布的作战资源中聚优形成各种功能组合，形成“多目标—多传感器—多射手”的多杀伤链并行打击。美军“全球信息主导实验”已实现统筹11个作战司令部的底层数据池，打破军种数据壁垒。
03.作战体系：从“中心化控制”向“去中心化自组织”演进
算法赋能下的作战单元正在获得“自组织、自适应”能力。美军在“史诗怒火”行动中大规模部署的YFQ-44A无人机搭载Shield AI研发的Hivemind技术，可在动态、反介入/区域拒止环境中自主规避禁飞区、应对突发障碍，并执行从情报侦察到空中格斗的复杂战术动作。“自主政府参考架构”（A-GRA）的“空中换脑”技术更让无人机在完全不降落的情况下实现AI软件栈无缝切换。据相关研究，在遭受15%节点损毁后，基于算法的去中心化自组织网络依然能维持约20%—40%的作战效能。这种去中心化自组织能力，使作战体系具备更强的抗毁性和持续作战能力。
04.智能对抗：从“单域优势”向“全域博弈”演进
美军AI军事化战略强调“跨域整合”——AI不再是单一军种的专项能力，而是贯穿作战、情报和管理三大核心领域的“系统性基础”。然而，此次冲突也暴露出AI作战的潜在风险。3月初美以空袭伊朗米纳布学校事件中，AI系统可能将集中热源误判为军事指挥中心，造成至少175名平民死亡。五角大楼调查初步认定，此次事件可能使用了过时目标数据。与此同时，伊朗也在运用AI算法规划对美军雷达和海湾地区数据中心的打击，试图“致盲”对手传感器体系。这场冲突被学者称为“人类历史上第一次三方均使用AI的战争”，标志着智能对抗时代正式来临。
图据：perplexityaimagazine.com
对我启示及措施建议
01.理性评估美军AI军事化成果，避免战略误判
美军在“史诗怒火”行动后大肆宣传AI技术主导战果，但需警惕其夸大成分。第一，针对哈梅内伊等最高价值目标的斩首行动，决定性情报始终依赖中情局和摩萨德的传统人工情报网，AI仅扮演数据处理角色。第二，美军在宣传中刻意淡化传统情报部门贡献，服务于“AI狂热”的商业需求和展示“军事霸权”的外交价值。第三，硅谷与五角大楼在“算法伦理”上仍存在分歧——Anthropic因坚持“人类必须在目标执行环节参与”与五角大楼产生公开争议。我应保持战略定力，客观分析美军AI军事化成果，既不低估其颠覆性影响，也不被“技术神话”误导而产生过度焦虑。
02.加快我军智能化建设，构建自主可控的AI作战体系
美军AI军事化战略的核心经验是“系统性重构”——AI不是简单嵌入现有流程，而是要求以AI为前提重构工作流程、作战概念与战术体系。当前，美军已将Maven智能系统部署至陆军、空军、海军、海军陆战队及中央司令部，并延伸至北约体系。建议近期我AI作战体系建设可从以下三个方面着力：一是加快建立我军统一的智能化作战平台，打通军种数据壁垒，构建覆盖侦察、指控、打击、评估的全链条AI赋能体系。二是加强算法、算力、数据三大基础建设，提升自主可控能力，防止关键技术与数据受制于人。三是推动智能化训练转型，培养既懂军事又懂AI的复合型人才。
03.把握“人机融合”本质，明确AI作战边界
美军实践表明，AI在战术层面可发挥巨大价值，但尚无法替代人类在战略决策层面的授权决定。针对最高价值目标的斩首行动，涉及复杂的政治风险评估和战时局势推演，算法绝不可能指导对主权国家最高领导层的直接打击。随着AI武器系统变得先进，确保人对系统的控制和问责制至关重要。我在推进AI军事化过程中，必须明确“人始终是战争最终决策者”的根本原则。建立AI作战运用的伦理规范和法规制度，明确算法使用的边界与责任，防止AI武器滥用。
04.加强反AI作战能力建设，应对智能对抗新挑战
此次冲突表明，当敌我双方均具备AI作战能力时，智能对抗将成为战场常态。伊朗利用AI算法规划对美军雷达的打击，试图“致盲”对手传感器体系。同时，美方也面临AI误判导致平民伤亡的风险。建议：一是加强AI系统的抗干扰、防欺骗能力建设，研究对抗敌方AI算法的方法手段。二是发展自主可控的战场感知与决策系统，确保在强电磁干扰和网络攻击环境下仍能稳定运行。三是高度重视AI误判风险，建立严格的目标验证机制，防止因算法错误导致战略被动或人道主义危机。
05.深化产学研融合，构建AI军事化创新生态
美军AI军事化的成功，离不开Palantir、Anthropic、Anduril、SpaceX等硅谷科技公司的深度参与。Palantir与BlueForge Alliance合作推进“战舰制造提速”计划，与海军签署4.48亿美元“舰船操作系统”合同。这种“军方需求牵引、企业技术支撑”的协同创新模式值得借鉴。我应进一步建立健全军地协同创新机制，鼓励优势民营企业参与军事智能化建设。在安全可控前提下，推动军用AI技术与民用产业融合发展。同时，加强AI军事化领域的国际合作与规则制定，争取在智能战争规则博弈中掌握主动。
图据：oecd.ai
结语
美国AI军事化正以“战时速度”全面加速，Maven智能系统在实战中展现了从情报分析到打击执行的全链条赋能能力。面对这一趋势，我应保持清醒认识，既积极拥抱智能化浪潮，又理性评估技术边界。核心在于：坚持人机融合的正确方向，构建自主可控的AI作战体系，明确算法使用的伦理底线，强化反AI作战能力建设。唯有如此，才能在即将到来的智能战争时代立于不败之地。
原创 关山研究所
