独家 人工智能：华盛顿的新战争工具和五角大楼的权力赌注，Anthropic与全球平衡

Claude模型的整合，由Anthropic开发，在对伊朗的空袭中选择目标标志着商业人工智能从外围支持区域转移到战争操作架构的中心。使用一个最初用于民用的通用模型来帮助识别和优先考虑在五角大楼协调攻势中的目标，表明人工智能正成为力量投射的结构性组成部分，而不仅仅是辅助工具。

Claude在目标选择中的运作方式

在经典框架中，目标选择基于情报信息、图像、拦截和背景评估之间的融合，所有这些都经过人类分析的连续过滤。随着Claude的引入，这一流程被重新配置：该模型成为数据的主要聚合器，系统将大量信息浓缩成一份清晰的目标和场景列表，每个列表都有隐含的相关性和风险档案。 ​ 军事决策者不再与“原始”现实打交道，而是与其算法表示打交道。此外，在攻击进行时使用Claude来根据情况的发展更新目标，意味着该模型在战术循环中是存在的，而不仅仅是在规划阶段。系统的任何推理错误都可能对目标选择及其隐含的受害者产生直接后果。

“隐形预选择”和决策框架的变化

这种整合的一个重要效果是出现了“隐形预选择”。许多假设、背景和目标可能因模型认为它们不够重要而被排除在人的讨论之外。实际上，决策者面前的内容是一个算法过滤过程的产物，其标准在实时中并不透明。 ​

与此同时，反复使用同一类型的模型倾向于标准化风险、机会和军事比例的感知。优势不再仅仅由打击平台的数量决定，而是由配置目标列表的人工智能的质量以及其如何排序“效率”和“成本”来决定。

Anthropic与特朗普政府之间的冲突，伦理与被标记为“安全风险”

Anthropic对其模型的军事使用的立场明确分为两条红线：禁止用于大规模内部监控和拒绝参与完全自主的致命武器。这些限制作为与基本权利相关的最低伦理标准，与特朗普政府的期望直接冲突，后者寻求对人工智能技术的尽可能少的限制，以用于广泛的安全用途。

结果是将对伦理保障的分歧转变为国家安全争议。政府决定禁止联邦机构使用Anthropic的产品，并将该公司标记为“供应链风险”，这一标签此前仅限于被视为战略对手的外国参与者。

从操作依赖到政治排斥

悖论在于，这一标签是在Claude在准备和实施对伊朗的大规模攻击中使用之后出现的。Anthropic的技术足够先进，可以被整合到复杂的打击行动中，但该公司随后被视为结构性脆弱性，并被排除在联邦生态系统之外。 ​ 传达的信息是，“风险”不仅意味着潜在的技术漏洞或对外部基础设施的依赖，还意味着对军事机构某些要求的抵制。供应商的伦理被重新框定为安全问题，而拒绝扩大模型的使用成为政治制裁的理由。

五角大楼重新转向OpenAI

与Anthropic断绝关系后，五角大楼转向OpenAI，达成一项协议，允许其模型在“所有法律允许的目的”中整合到机密网络中。该表述将重心从物质限制（不应做的事情）转移到正式标准，在这一背景下，法律尚未适应人工智能在数据收集和大规模分析方面的能力。

实际上，这为在大多数公民可能认为是“广泛”的监控和数据分析中使用人工智能打开了可能性，即使它符合一些过时技术规范的字面意义。从国家的角度来看，新供应商提供了最大的操作空间；从民主控制的角度来看，依赖于一个不足以作为真正障碍的法律框架的情况被强调。

随后，OpenAI回过头来修改了与美国国防部的合同，并在更新的声明中强调，人工智能不会用于监控公民：

“根据适用法律，包括美国宪法第四修正案、1947年国家安全法和1978年FISA法，人工智能系统不会被故意用于对美国公民的内部监控。”

为了避免任何疑问，部门理解这一限制禁止故意追踪、监控或监视个人或美国公民，包括通过获取或使用商业目的获得的个人或可识别信息。

此外，OpenAI的首席执行官Sam Altman，承认该公司不应急于宣布与美国国防部的最新协议，因公众反应负面。

“国家模型”和“抵抗模型”

这种重新配置清晰地导致了人工智能生态系统的碎片化。一方面，出现了被认为与安全机构的需求和逻辑紧密对齐的模型，“国家模型”，其接受广泛使用的意愿成为竞争优势。另一方面，形成了与保持某些红线相关的模型空间，“抵抗模型”，这些模型在关注限制军事化人工智能的公众群体中赢得了声誉资本，但失去了公共合同的机会。

这种极化将技术市场转变为政治和战略对齐的战场。在国际层面，它促进了与军事联盟相关的相对封闭的技术区块的出现，这些区块在监控、武器自主性和人工智能在致命决策中的角色方面具有不同的标准。

军事和地缘政治的影响

Claude案例表明，军事优势不再仅仅由武器数量或工业能力决定，还由大型人工智能模型在操作链中的整合程度决定。人工智能成为力量的倍增器：它结构化、同步和优先考虑现有能力的使用，最大化其效果。

在这方面，对算法的控制、开发、调整和治理成为权力的一个基本维度。一个能够结合数据基础设施、性能模型和政治接受度以在军事背景下广泛使用它们的国家，获得了一个难以通过传统手段弥补的结构性优势。

民用与军事的融合及其对其他国家的先例

在对伊朗的大规模攻击中使用商业模型实际上合法化了人工智能领域的民用与军事的融合。此前被描述为风险的强制私人公司直接支持军事项目的做法，成为全球竞争背景下的事实标准。

对于其他国家而言，这一事件作为先例和理由。那些已经寻求将科技部门紧密整合到军事机构中的国家，可以引用美国的例子来正常化对自己公司的压力。可能的结果是加速全球军事人工智能竞赛，其中“其他国家已经在做”的论点削弱了任何关于监控和致命自主性设定共同红线的倡议。

在人工智能介导的致命决策中的责任与合法性

人工智能进入目标选择过程和战术循环，破坏了经典的责任链。致命决策不再仅仅是指挥官判断的结果，而是模型开发者、公司管理层、军事系统配置者和授权整合的政治因素之间的互动的结果。

没有具体的法律框架，每个参与者都可以引用自己控制的限制。公司可以辩称它只提供了一个通用工具；军方可以声称它使用了一个被认为是安全的系统；政治因素可以引用可用的信息。从人道法的角度来看，识别重大错误或系统性滥用的决策责任变得更加困难。

军事文化的转变

在中期，这种责任的分配风险改变军事决策文化。如果操作员和指挥官认为他们的决策是由人工智能系统“确认”的，可能会导致内部谨慎障碍的放松，以及将道德负担部分外包给技术的趋势。

这不仅影响个人承担责任的机制，也影响公众对使用武力合法性的看法。一个知道致命决策是由不透明模型介导的社会，可能会对官方叙述关于行动的比例和必要性变得更加怀疑。

从对伊朗的攻击中使用人工智能到新的常态

综合来看，Claude在对伊朗的攻击中的使用、Anthropic与特朗普政府之间的冲突以及迅速转向OpenAI，勾勒出一种新常态的开始，而不是一个孤立的案例。

商业人工智能被确认作为战争规划和指挥的关键基础设施，而供应商的地位取决于他们接受更广泛使用模型的意愿。

一个坚实的假设是，这一事件标志着从实验阶段向商业人工智能在军事机构中系统性整合阶段的过渡。在下一阶段，核心利益将不再仅与技术性能相关，而是与控制机制、接受的伦理和法律限制以及民主社会是否能够维持明确的责任框架以应对深刻重塑致命决策方式的技术相关。

本摘要由NewsVibe Romania媒体监测平台提供的数据监测流协助完成。所呈现的分析得到了机器学习和人工智能工具的增强。