商业AI正更深入地进入五角大楼的机密运行环境，让云平台、芯片、模型、数据集成和技术支持成为同一条国防供应链。2026年5月，国防部门宣布与Google、Microsoft、Amazon Web Services、Nvidia、OpenAI、Reflection和SpaceX达成协议，在机密网络上提供AI能力。问题已不只是哪个模型获得合同，而是系统一旦具有作战重要性，谁来控制相互连接的整体。
尚未解决的争议是可接受用途与有意义的人类控制。Anthropic反对宽泛的政府使用条款后，没有出现在七家公司名单中；OpenAI则称自己的机密协议保留保护措施。供应商名单更长，或企业公开表示重视安全，都不能证明合同、技术控制和实际决策已经可以独立核验。
从原型合同到机密工作流
5月公告延续了2025年7月公开启动的采购行动。首席数字与人工智能办公室选择Anthropic、Google、OpenAI和xAI，每家协议上限为2亿美元，涉及国家安全任务的原型工作流，包括执行多步骤任务、而非只回答提示的类智能体系统。上限不是全额已花费的证据，2025年的四家公司也不同于后来的七家公司。
军方人员此前已通过官方生成式平台GenAI.mil使用AI。机密网络接入提高了风险，因为系统可能影响情报分析、后勤、网络行动、任务规划或目标评估。原型可以与作战决策隔离，连接敏感数据和决策软件的模型则未必如此。维护摘要与监控或目标推荐的后果截然不同。
五角大楼称部分任务从数月缩短到数天，但公开公告未指出具体任务、模型错误率、复核程序或错误后果。这是速度主张，不足以衡量高后果场景的可靠性，也不代表每种机密用途都鲁莽：预测维护、翻译、文档检索和物流优化，可能带来后果更可控的收益。
基础模型经广泛训练、适应多种任务，不同于用途较窄的武器平台。更新、集成、提示和新增数据都能改变行为，运行边界因而取决于合同、周边应用和技术控制。一次验收演示无法覆盖所有未来行为，也使反复测试和持续供应商支持更重要。
模型合同下面还有基础设施市场
这种关系早于ChatGPT。2022年，国防部向Amazon、Microsoft、Google和Oracle授予Joint Warfighting Cloud Capability合同，上限90亿美元，覆盖各安全密级的云服务。计算、存储、身份控制、网络和政府数据安全访问，让基础设施商在机构增加AI时具有优势。
各公司角色不同却重叠。Microsoft提供云并与OpenAI有重大商业关系；AWS托管多家模型并投资Anthropic；Google经营云与Gemini；Nvidia供应广泛使用的芯片和软件库。开发商可能依赖使用Nvidia硬件的云，国防集成商再把应用接入政府数据。消费者和企业需求资助更快研发，军方也同时继承专有接口、稀缺硬件、专业人员和供应商控制更新的依赖。
Palantir体现集成层的重要性。其指挥与数据软件，把分散于不兼容系统和密级中的传感器、情报数据库、计划和武器平台信息结合起来。Brennan Center研究称，陆军在2025年将75项Palantir安排合并成企业协议，十年上限最高100亿美元。这又是不同合同与期限的上限，不能与模型合同合计为实际付款。
飞机、导弹、传感器和通信仍需要既有国防承包商。新软件企业越来越多地解读这些资产的信息，与传统供应商、熟悉军方的集成商相互依赖。风险投资支持的Anduril、Shield AI和Scale AI也参与其中，往往建立在更大云、芯片或数据平台上。并不是初创公司简单取代老承包商；应用层竞争也能让少数底层平台获益。
Anthropic争议的核心是谁设定限制
Anthropic要求合同限制大规模国内监控和完全自主武器，即没有有意义人类控制便选择并攻击目标的系统。国防官员认为供应商应允许政府一切合法使用，把责任放在政府。Anthropic则认为某些用途即使被官员视为合法，也不可接受。这关系到购买后谁有权决定，而不只是措辞。
五角大楼转向其他供应商。OpenAI称协议涵盖国内监控、自主武器和人工监督，禁止大规模国内监控，并纳入现有法律政策标准。这些公司主张很重要，但机密细节和未公开条文，使外界无法与Anthropic要求全面比较。现在不能认定保护完全相同，或哪一方已被证明更强。
采购可以在立法和司法审查前形成实际治理。最严格供应商不会自动定标准：其他企业接受更宽条款，政府就可迁移任务、削弱坚持者筹码。因此，多供应商韧性可以与降低限制的压力并存。反过来，政府希望可替换，以免单个模型商控制任务规则。
不同防护还会造成集成问题。受限模型可能先总结情报，再由另一系统用于作战规划。公开政策也会变：OpenAI在2024年取消一概禁止军事使用的规定，但保留武器开发和有害活动限制；其他开发商也随政府业务扩张修改政策。合同通常比公开政策更有约束力，但取决于准确定义、监测、技术执行和救济。
政府可以更换供应商、取消工作或把企业认定为供应链风险，影响更广泛联邦业务。这给谈判增加商业政治压力。自愿防护只有在公司承压时仍坚持才有意义。冲突因此在于模型商希望保留用途限制，军方希望对公共资金购买的系统掌握运行权；任何一方偏好的分配，本身都不能证明防护有效。
供应商多样性可能隐藏共同依赖
有竞争力的前沿模型需要先进芯片、大数据、专业研究者和大量算力，能规模供给的企业很少。小应用商也可能依赖相同底座。十种战场工具可能共享同一云、芯片或基础模型，让表面多样组合同时暴露于停机、攻击、模型故障或合同争议。
多云多模型采购只解决部分风险。真正韧性要求任务迁移时不丢关键功能。专有接口、访问控制、数据处理、输出格式和性能不同，更换一家可能需要重测每条连接流程。合同数量不能证明互操作性。
授予合同后，供应商仍重要，因为它们理解政府人员未必能独立检查或复现的专有模型。评估、安全支持、调优、培训和事件响应可能贯穿全周期。买方获得的是演进能力及其维护者，不只是成品。提示、数据、语境和更新变化，更加强化结构性依赖。
Nature将这些重叠关系描述为AI中心的新军工复合体。科技高管与投资者参与国防采购、监管、出口与联邦计算政策讨论，有人在政府和企业间流动，有人资助主张加速采用或反对规则的政治组织。这些是合法参与，不是违法行为的证据；当同一公司既争取合同又影响规则，综合效应仍值得审查。
形式上的人工批准不一定是实质复核
自动化偏见指即使有相反证据也接受计算机建议。军方时间压力和信息不足时，流畅解释、自信表象以及经常答对，都可能加强这种倾向。模型可能错误关联某人、车辆、地点或通信，分析人员仍把缺乏可靠证据的联系当作线索。
错误可沿流程传播：一个组件给物体贴标签，另一个概括标签，规划工具再把概括纳入建议。到最后，漂亮界面可能掩盖不确定性，也掩盖错误来自哪个组件。机密输入不会消除幻觉、不一致回答或更新后的行为变化。
语境和对手使评估更难。善于维护记录的助手，可能无法处理陌生情报缩写或蓄意误导材料。对手可以操纵数据，也能测试商业系统，寻找与政府部署共享的弱点。密级又让外部研究者更难复现故障、比较宣传与运行证据。
检索、访问控制、测试套件和人工复核能降风险，不能保证每项任务。监督需要时间、权限、相反证据、模型局限培训，以及真正拒绝建议或停机的能力，而不只是最后点击同意。Georgetown CSET的Helen Toner警告过度依赖，强调同时理解效用与局限。有人的参与，不证明这些条件已经具备。
评估行为、保留证据，也不能忽视隐私
有用评估应检验误报、漏信号、校准、操作人员行为和对抗表现，既看演示也看部署后。争取预算的部门和出售能力的供应商，都有展示成功试点与节时的激励；判断力细微退化或日常不质疑输出更难看见。可测试标准应跨供应商与环境跟随能力，而非只依赖自愿描述。
记录模型输入、输出及人类反应，可以帮助调查还原有害决策，但日志也有隐私、安全风险，需要保留期限、受控访问与独立审查。可追踪不是无限保存的理由。把日志或人工监督称为防护，与证明其承压有效，是两回事。
公共监督落后于技术栈扩展。合同上限常可见，运行、评估和防护条文却难获得。Elizabeth Warren参议员要求披露机密网络上的系统、防护、自主武器和国内监控答案。笼统保证合法，不能说明控制如何运作，也不能解释AI如何在人工批准前影响证据与选项。
合同、可迁移性与审计才能显示控制权
可比较条款或可执行摘要，可以说明监控、自主武器、人工复核和军事数据二次用途限制。持续保密则留下各家保护是否不同的疑问。任务敏感信息可以继续受限，同时让独立监察、国会委员会和审计方充分接触；汇总报告不必泄露作战秘密。
实际展示任务迁移、建立共同标准，比再次公布合同名单更能检验多供应商论点。报告AI使用场景、人工拒绝建议频率和严重错误响应，可以检验问责。单靠宣布供应商并未证明任何一项，模型商、集成商与用户之间如何分责也很重要。
这些先例可能经采购进入警务、边境、情报和民事机构，也可能影响高后果企业应用。依赖、更新、审计与人工复核并非军方独有问题。核心是公共机构依赖私人算力、数据、模型、集成和专业能力后，能否施加持久限制。合同、互操作测试和运行审计提供证据，速度与形式批准本身不能。
来源与相关阅读
美联社机密协议报道 · CDAO前沿模型原型公告 · Brennan Center军事AI研究 · OpenAI对协议的说明 · Nature分析 · Warren参议员合同问询 · 相关阅读：个人与团队AI知识库