五角大楼2026年AI战略：从治理框架到“AI优先”的实战部署转型

美国国防部2026年人工智能加速战略标志着从政策制定到快速作战执行的重大转变。对于国防承包商、系统集成商和硬件制造商而言，这场变革不仅重塑了治理模式，更重新定义了平台设计优先级、部署时间表和架构灵活性要求。

深入理解美国防部人工智能政策自2018年至2026年的演进轨迹，以及最新加速指令对自主系统、边缘计算和加固硬件的深远影响，显得尤为重要。

通过战略政策协同推进人工智能规模化应用

回顾历史，美国国防部在将人工智能和机器学习技术全面融入军事领域方面采取了审慎而周全的策略。尽管国防部及其他美国机构在过去60年间已零散地应用了人工智能，但2018年《国防部人工智能战略》的正式发布，标志着向更加规范化流程的转型。

整体而言，2018年的战略聚焦于建立人工智能开发的集中化基础设施，打通国防部研究与工程领域的人工智能技术发展瓶颈，并在军事伦理和人工智能安全领域发挥国际引领作用。

2020年《国防部数据战略》在2018年战略的基础上进一步拓展。该文件描绘了将国防部打造成以数据为中心的组织的愿景，利用数据驱动的高级能力获取作战优势并提升效能，同时为企业数据管理活动建立全新框架。

2022年，联合人工智能中心、国防数字服务局、高级分析办公室和首席数据官办公室整合为首席数字与人工智能办公室。该机构"致力于整合和优化国防部整体人工智能能力，致力于加速数据、分析和人工智能的采纳，使国防部数字基础设施和政策实施能够为企业及联合用例提供可扩展的人工智能驱动解决方案，以应对国家当前及新兴威胁。"

次年，国防部颁布《2023年数据、分析与人工智能采纳战略》。该文件由首席数字与人工智能办公室制定，旨在统一2018年和2020年的战略指导方针，在整个国防部范围内推广先进能力。新战略聚焦于以可在所有国防部下属部门复制的方式，加速数据、分析和人工智能的采纳。

2026年1月，国防部发布了一系列新指令和计划，旨在迅速提升人工智能在各部门中的采纳速度。

确立全新的执行标准

2026年1月12日，美国国防部长发布备忘录，阐述了国防部的人工智能战略。2026年的政策在国防部运用人工智能的基调和方法上均实现了重大转变。

早期政策文件设定了宏观的高层目标，如改善全部门数据访问、培养顶尖人工智能人才、开发负责任的人工智能应用等。2026年的政策则将重心放在速度和"识别并消除阻碍深度整合的官僚障碍，这些障碍源于遗留信息技术和作战模式的残余"。2026年战略明确指示领导者将人工智能部署障碍视为需要迅速消除的作战风险。

2026年战略指示国防部在以下三个特定领域采取战时方法来开发和部署人工智能能力：

该战略标志着向"'人工智能优先'作战姿态"的转型，人工智能的整合与迭代成为作战设计的核心，而不仅仅是众多工具或能力中的一种。

2026年国防部人工智能战略比其前身更进一步，设立了由首席数字与人工智能办公室初步管理的七个"先导项目"。这些项目将"作为切实的、以结果为导向的载体，用于快速完成加速整个部门人工智能整合所需的基础人工智能赋能要素的建设"。对美国国防部而言，这些项目还旨在为人工智能实施确立新的执行标准："单一责任领导、积极的时间表、可衡量的成果以及快速迭代，在此过程中失败加速学习与改进。"

这些"先导项目"——下文完整引述——代表了国防部首次尝试在上述三个关键领域开发和实施专门的人工智能计划：

作战人工智能计划（"集群锻造"、"智能体网络"、"恩德模拟铸造厂"）

情报加速计划（"开放武库"、"格兰特计划"）

企业人工智能部署（"GenAI.mil"、"企业智能体"）

解决快速软件演进与稳定硬件平台之间的矛盾

2026年美国国防部人工智能战略已将其战略重点重新聚焦于部署速度。这种速度对自主系统的发展影响最为显著，因为人工智能必须在载体上实时运行，且通常没有任何形式的连接或集中式计算资源。

对于硬件设计者和制造商而言，"加速"在软件和硬件组件之间引入了张力。人工智能软件栈正在快速且持续地演进，而硬件平台则需要在漫长的服役期内保持稳定、可认证和可部署。当平台基于固定假设进行工程设计时，结果便是矛盾：重新设计、重新认证周期以及延迟，这些都直接与加速目标相悖。

消除基础制约以实现快速系统迭代

2018年至2023年间美国防部发布的政策文件为人工智能采纳奠定了结构和制度基础。2026年人工智能加速战略将焦点从治理转向了执行。

新战略为硬件制造商重新设定了设计优先级。制造商和设计者不应再设计和制造新技术以适应预先定义和指定的范围，而必须有意识地开发具备灵活性的硬件。这包括预留电气和热设计余量以应对不断增长的计算需求；采用模块化架构以适应不断演进的传感器套件；以及具备足够的机械和环境鲁棒性，以在子系统变更时避免重复的重新认证周期。

2026年战略概述的"先导项目"隐含地假设了能够快速迭代的硬件生态系统。"单一责任领导"和"积极的时间表"只有在底层平台能够在无需系统性重新设计的情况下吸收变化时才有意义。从这个意义上说，硬件架构成为政策成功与否的决定因素。

人工智能加速不能仅仅通过在当前技术上"更快行动"来实现。它将依赖于在基础层面移除旧有的技术制约。为峰值负载而非平均负载设定的功耗预算、为未来加速器设计的热管理系统、模块化计算元件以及在生命周期早期阶段做出的加固决策，将成为新战略的赋能要素。

美国防部人工智能政策过去十年的演进，反映出对速度、迭代和作战整合重要性的认识日益清晰。下一阶段的演进将更少依赖于模型创新，而更多地依赖于有意识地为演进而设计的硬件平台。在"人工智能优先"的作战环境中，平台级的适应性将是满足国防部加速需求的必要条件。

2026年国防部人工智能加速战略的主要目标是什么？

其主要目标是通过消除官僚障碍并建立可衡量的、以结果为导向的执行标准，在作战、情报和企业运营中快速部署人工智能能力。

2026年战略与此前国防部人工智能政策有何不同？

早期战略（2018–2023年）侧重于治理、基础设施、数据访问和负责任的人工智能框架。2026年战略则将重点转向了在积极时间表下的速度、迭代和作战整合。

什么是"先导项目"？

"先导项目"是由首席数字与人工智能办公室管理的七个以结果为导向的人工智能计划，旨在加速跨作战行动、情报流程和企业系统的基础人工智能能力。

为何人工智能加速会影响硬件设计？

人工智能软件发展迅速，但国防硬件平台必须在长生命周期内保持稳定和可认证。加速需要模块化、热耐受且电气可扩展的平台，这些平台能够适应变化而无需重复重新设计或重新认证。

"'人工智能优先'作战姿态"意味着什么？

"'人工智能优先'作战姿态"从一开始就将人工智能整合进作战设计，将其视为规划、决策和执行的基础，而非补充性能力。