一句话看懂：根据彭博社记者卡特里娜·曼森的报道，美国国防部已悄然修订其关于目标选择的官方学说，首次明确将“人工智能在人类监控下发起行动的系统”纳入作战构想框架。这一变化意味着AI在军事决策中的作用从辅助工具升级为可执行攻击行动的实体，同时保留了“人类监控”作为名义上的控制层。
事件核心：发生了什么
彭博社报道称，美国国防部近期对军方目标选择相关学说进行了未公开宣布的修改。更新的文件不再将AI系统定位为仅提供情报分析或建议的“辅助决策工具”，而是正式设想了一种“系统在人类监控下发起行动”的新模式。这意味着，在理论层面，AI系统被赋予在目标选择流程中直接触发攻击行动的权限，尽管需要人类持续监控其行为。目前公开信息显示，该修订并未大规模公开讨论，更多是通过内部文件流转完成。卡特里娜·曼森的分析指出，这种“悄悄修改”的做法可能意在规避公众和国会对AI自主武器系统伦理与法律风险的集中审查。
为什么重要
这一修订触及AI军事化应用中最敏感的“杀伐决策”环节。在此之前，美国军方的官方立场通常强调“人在回路中”（Human-in-the-Loop），即AI仅提供建议，由人类最终扣动扳机。新的学说虽然保留了“人类监控”，但已从“人类决策+AI辅助”转变为“AI行动+人类监控”。这实质上模糊了自主武器与“有监督的自主武器”之间的界限。对于整个AI行业而言，军事应用是最高风险的商业化场景之一。此举信号明确：即便在伦理争议极大的领域，军事机构也正在加速将大模型的决策能力整合进核心作战流程。对于开发AI目标识别、路径规划和威胁评估算法的公司（如Palantir、Anduril等），这一学说变动将直接影响未来数十亿美元的国防合同技术规范。
对开发者/AI从业者/政策合规的影响
对于从事AI安全性、可解释性和对齐研究的开发者与研究人员，这份新学说意味着技术标准正在被重新定义：过去衡量AI系统的指标更多是“准确率”和“误报率”，现在可能必须增加“人类监控效率”和“可干预成功率”作为硬性考核维度。具体而言，模型在推理阶段必须输出可被人类快速理解并否决的选项，同时系统架构必须确保监控者在必要时能物理切断攻击链路。对于大模型API和云服务商（如微软Azure、亚马逊AWS），如果其模型被用于此类军事场景，可能面临更严格的出口管制与伦理合规挑战。对于普通创作者或用户，直接影响较小，但公众应关注此类变化对AI全面嵌入社会控制系统的连锁效应——今天用于战争的目标锁定AI，其底层逻辑可能在明天被用于社会信用、边境管控等民用高敏感领域。
值得关注的后续
第一，需要观察国会是否启动针对此学说修订的正式听证或调查流程，这可能倒逼国防部公开更多技术细节和约束条件。第二，关注具体采购项目的变化：例如“联合全域指挥与控制”（JADC2）系统和“算法战”相关预算是否在2027财年申请中大幅增加。第三，值得注意海内外AI安全社群的回应——像OpenAI和Anthropic一直有明确政策禁止其模型用于武器开发，若美国军方此次修改学说涉及使用大模型供应商的API，可能引发这些公司内部合规路线的激烈博弈。最后，从技术层面看，该学说下的“人类监控”究竟需要多高频率的介入、系统自主度上限是多少，仍需等待军方公布配套的技术规范文件。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
来源：Techmeme
