一句话看懂：美军在伊朗战争中首次大规模使用AI辅助选目标，Anthropic的Claude模型嵌入Palantir的Maven系统后，开工首日即建议约1000个目标。但调查发现，一次导弹袭击误炸了一所学校导致约120名儿童死亡，根源是老旧数据系统和人工标注漏洞，AI未能弥补这些基础设施缺陷。
事件核心：发生了什么
据《洛杉矶时报》调查，美国军方在2026年2月底对伊朗南部城市米纳布的一所学校发动导弹袭击，造成约120名儿童死亡。调查指出，此次误炸并非AI直接决策错误，而是美军目标数据库存在严重系统性问题。一名情报分析员早在2019年就通过数字工具发现并标记该建筑已从军事设施改为小学，但由于该工具未与美军正式目标数据库（MIDB）关联，标注信息从未被指挥官看到。MIDB数据库建于1980年代，依赖手动更新，多个情报系统长期未与之打通，官方计划用MARS自动系统替代，但已拖延多年。此次冲突中美军首次大规模使用AI辅助选目标——Anthropic的Claude模型被嵌入Palantir的Maven Smart System，首日即提出约1000个目标建议。据《华尔街日报》报道，战初数日实际打击目标超过3000个，但人工审核监督机制资金不足。
为什么重要
这起事件揭示了AI军事应用的核心困境：算法本身难以弥补底层数据基础设施的断裂。美军AI先驱、前联合人工智能中心主任杰克·沙纳罕（Jack Shanahan）将军公开批评称，指挥官未能核实情报准确性“没有借口”，并指出目标选定领域在反恐时代已荒废20年，人才严重短缺。对AI行业而言，这意味着高性能模型（如Claude）虽能快速生成建议，但若训练数据质量差、标注系统过时、人工审核流程分散，AI反而可能放大系统性错误。美军后续计划通过自动对接谷歌地图等公开服务进行交叉验证，并启动一个“智能体AI”计划，这反映出当前AI应用过度依赖模型能力而忽视数据治理的现实。
对用户/开发者/创作者的影响
对AI开发者而言，该案例明确警示：在关键任务场景中，模型推理速度再快也无法替代底层数据管道（data pipeline）的完整性和准确性。Anthropic的Claude被嵌入军事系统看似是商业突破，但暴露了AI企业在数据跨境、伦理审查和二次使用上的潜在责任边界。对于使用Google Maps、OpenStreetMap等公开数据源的开发团队，这可能成为未来合规检查的焦点。对监测AI军事应用的媒体和研究者来说，这是第一起可公开追溯的、因AI辅助目标选择系统缺陷导致大规模平民伤亡的案例，可能推动更多国家出台军用AI问责法规。
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。
值得关注的后续
第一，由国防情报局主管的MARS自动数据库替换计划是否会加速推进，以及是否强制要求所有情报工具与军用目标数据库实时互通。第二，Anthropic和Palantir是否会公开说明，在合同条款中如何界定模型输出与人类决策之间的责任归属——目前美军内部“目标审查”（target vetting）是否启动尚未明确。第三，美国防部最新公布的“智能体AI”计划的具体执行标准，特别是如何用公开地图数据自动校验军事目标，以及这种校验能否避免“分析员注释无法入库”的重演。第四，同类事故一旦被国际法庭或人权组织确认，可能影响其他国家采购美国AI军事系统的意愿。
