深度：协助美军实现快速打击的“Maven智能系统”究竟是什么？——人工智能赋能战争的旗舰软件平台详解

【导读】 在对伊朗战争开始后的最初24小时内，美国利用"梅文智能系统"（Maven Smart System，MSS）协助打击了1000多个目标，数量达到引入MSS之前的10倍。本文基于近期大量新增非密信息，系统梳理MSS的技术架构、核心能力、大语言模型赋能方式、Anthropic的角色与争议，以及五角大楼对该平台的未来规划——回答关于AI赋能战争的旗舰软件平台的六个关键问题。

在对伊朗战争开始后的最初24小时内，美国利用"梅文智能系统"协助打击了1000多个目标，数量达到引入MSS之前的10倍。然而，除参与开发和使用该系统的政府部门及承包商群体外，外界很少有人真正了解MSS是什么、如何运行，以及它依靠哪些能力推动军事情报与目标打击方式发生革命性变化。

幸运的是，过去公开的信息与近期新增的非密信息相结合，使外界能够更加完整地认识MSS。政府和产业合作伙伴正以前所未有的程度披露该平台的信息，其中包括展示其能力的视频演示。与此同时，卡特里娜·曼森（Katrina Manson）新近出版的《梅文计划：一名海军陆战队上校、他的团队与人工智能战争的黎明》一书，采访了多位关键利益相关者，其中许多人直到不久前仍对相关情况守口如瓶。多家新闻机构对伊朗战争的报道也披露了新的细节。

以下分析对这些信息进行了汇总和梳理，旨在回答有关"梅文智能系统"及其在美国国防部未来发展中的六个关键问题。

问题一："梅文智能系统"是什么？

"梅文智能系统"是"梅文计划"（Project Maven）的成果之一。梅文计划是美国国防部于2017年启动的一项计划，旨在把人工智能能力引入作战部队。

梅文计划早期经历颇为曲折。谷歌最初是该项目的技术合作伙伴，但由于员工抗议公司参与军事人工智能研发，谷歌于2018年退出。此后不久，数据整合与分析公司帕兰提尔（Palantir）接手，并一直是梅文计划最主要的产业合作伙伴。

截至2025年5月，帕兰提尔与美国国防部签订的梅文计划合同金额上限已超过10亿美元。2025年秋季，MSS相关工作被纳入这份特定合同。

因此，"梅文"指的是美国国防部当前实施的整个项目。除MSS外，该项目还包括其他多项工作和人工智能活动，例如人工智能赋能的自动目标识别（Automated Target Recognition，ATR）。

而"MSS"则特指美国国防部的旗舰人工智能软件平台。该平台接入多个数据源，其中也包括梅文计划的自动目标识别数据。帕兰提尔是MSS的主要软件集成商。帕兰提尔在一份由美国战略与国际问题研究中心审阅、但尚未公开的文件中表示："MSS由帕兰提尔平台提供支撑。"

MSS目前已被美国参谋长联席会议、各作战司令部、美国国防部及情报界的多个机构采用，同时也被北约盟国使用。帕兰提尔声称，过去两年多时间里，MSS用户数量每六个月就会翻一番。2025年5月，据报道MSS用户数已超过2万人，据此推算，目前其用户规模可能已达到约8万人。

MSS为军事情报和目标打击工作提供图形用户界面，同时支持越来越多的"联合全域指挥控制"（Combined Joint All-Domain Command and Control，CJADC2）功能。帕兰提尔在上述未公开文件中这样描述：MSS的各类界面共享一幅实时、同步的战场空间视图，使作战人员和决策者能够实时了解战场态势，从而支持联合全域指挥控制的整体任务。

MSS的用户界面还允许用户下达任务，并由人工对其他梅文人工智能系统生成的标注结果进行验证。从实际效果看，这意味着MSS能够在不牺牲分析严谨性和判断质量的情况下，加快目标打击决策。

该平台能够汇聚、整理和可视化海量情报、监视与侦察数据。根据曼森的报道，2024年美国中央司令部部署的MSS接入了179个不同的数据源。产业界人士告诉美国战略与国际问题研究中心，此后这一数字已经大幅增加。

包括来自其他梅文数据源的人工智能模型，会在这些数据中识别规律，再由MSS以可视化方式呈现。例如，计算机视觉模型可以在实时卫星或无人机视频中发现并标记潜在目标，随后这些目标会以黄色方框的形式出现在用户屏幕上。

MSS还把作业流程直接嵌入同一个界面，使操作人员不需要切换系统，就可以从观察进入行动阶段。美国国防部公开演示显示，在一个目标打击场景中，用户可以选择由人工智能发现的目标，评估附近可以使用的打击力量，并根据打击所需时间、距离、燃料需求等作战约束条件，对不同方案进行比较。选定打击力量后，用户可以下达攻击命令，并通过情报、监视与侦察数据源监测打击效果。

帕兰提尔对MSS的说明列出了六项基础能力，但并非全部能力：战场空间管理；目标管理；人工智能赋能的预先计划与执行；计算机视觉探测；机器辅助信息披露；生成式人工智能。

过去十年中，梅文计划和MSS在五角大楼内部的主管机构曾多次调整。

梅文计划最初归美国国防部负责情报与安全事务的副部长办公室管理。2022年，拜登政府将相关职责拆分给美国国家地理空间情报局和首席数字与人工智能办公室。

在这一架构下，首席数字与人工智能办公室负责支付MSS的软件许可费用，并管理其文本类功能；国家地理空间情报局负责地理空间情报工作，其中包括计算机视觉模型的开发。

2026年3月，美国国防部副部长史蒂夫·范伯格发布备忘录，要求将MSS的监管职责全部移交给首席数字与人工智能办公室。本文将在第六个问题中进一步讨论这一决定。

问题二：MSS旨在解决哪些问题？

过去几十年里，有三个主要问题长期困扰五角大楼，拖慢了美国军方及时打击正确目标的能力。MSS的人工智能能力和图形用户界面，对解决这些问题产生了显著影响。

一、分析能力与数据采集规模不匹配

在伊拉克战争和阿富汗战争期间，空中无人机监视已经无处不在，但拍摄视频的摄像设备数量，始终多于能够观看和分析这些视频的受训分析人员数量。

在某些情况下，无人机全天候采集的视频根本没有经过任何人员审查。虽然外界无法获得梅文计划实施前美国军方相关状况的精确数据，但商业卫星遥感公司Maxar Technologies的一个案例足以说明问题规模。

2022年，Maxar首席技术官告诉美国战略与国际问题研究中心，仅审查该公司卫星一天采集的图像，一名分析人员就需要花费85年。此后，Maxar在轨侦察卫星的数量又大幅增加。

而美国国防部的无人机和卫星所采集的数据，远远多于Maxar。MSS通过人工智能进行初步分析并标记值得关注的对象，从而使分析人员能够把注意力集中在最重要的信息上。

例如，对图像中的车辆或人员进行计数等任务，可以在很大程度上实现自动化。虽然人工分析人员仍然负责审查和验证AI生成的标注，但MSS使这一过程变得快速而直接。

二、难以实时整合不同来源的数据

可能影响目标打击决策的传感器类型十分广泛，包括无人机视频、合成孔径雷达、地面雷达、信号情报和各类文件。

其中许多平台采用专门定制的数据格式，彼此之间难以顺畅交换信息。

在MSS出现之前，分析人员可能需要查看多个彼此割裂的系统输出，甚至要使用来自不同地点终端的纸质打印材料。

MSS以一个统一的地图界面取代这种工作方式，把所有可用信息源融合在一起，使用户无需离开平台，就能够在不同传感器数据之间切换。

在MSS出现之前，汇集相关数据源会大量占用分析人员的时间。梅文计划创始负责人、退役海军陆战队上校德鲁·库科尔在2026年3月的一次采访中表示：在这些技术出现之前，人类需要把所有这些数据点拼凑在一起，再设法理解它们。我们真正用于分析的时间大概只有3%，因为97%的时间都用来把这些该死的数据汇集到一起。

三、难以把目标识别与武器使用连接起来

有效的目标打击决策，仅有传感器数据还不够。决策者还需要了解该地区所有己方力量和平民的所在位置、能力和限制条件。MSS把这些信息纳入同一个界面，并利用推荐算法，为特定打击任务提出和排序候选武器平台。用户还可以通过该系统下达打击命令并评估打击结果。

美国国防部首席数字与人工智能官卡梅伦·斯坦利在2026年3月的一次演讲中表示：我们已经能够从识别目标，发展到制定行动方案，再到对目标采取行动。所有工作都在一个系统中完成。这是革命性的。过去，这些工作需要在大约八九个系统中完成，人类实际上是在不同系统之间来回搬运探测结果。

关于MSS提高工作效率的效果，目前最引人注目的公开指标，来自对该系统在美国第18空降军2023年至2024年"赤龙"系列演习中表现的评估：利用MSS，第18空降军展现出了与"伊拉克自由行动"中时间敏感目标打击小组相当的能力。后者被广泛认为是美国军事史上效率最高的目标打击小组之一。

更令人印象深刻的是，第18空降军只使用了大约20人的目标打击小组，就实现了这一水平，而"伊拉克自由行动"中的目标打击小组拥有2000多名工作人员。各方面信息都显示，自该项评估以来，MSS的表现已经显著提升。2024年仍处于开发阶段的功能，目前已在美国各军种中得到广泛使用。

问题三：大语言模型为MSS提供了哪些能力？

计算机视觉系统通常基于特定领域的数据集训练或微调，用于完成特定任务。相比之下，大语言模型的训练数据覆盖范围更广，包括互联网文本、书籍、代码和其他来源，因此具备更加通用的能力。

在曼森的《梅文计划》一书中，一名匿名的美国国家地理空间情报局官员表示，大语言模型可以使目标打击速度提高5倍。在此之前，计算机视觉已经带来了10倍的速度提升。

大语言模型似乎为MSS增加了两项关键能力：自然语言交互和更广泛的模式分析。曾担任美国国家地理空间情报局梅文计划首席技术官、并于2025年离开政府的肖恩·巴蒂尔告诉曼森，大语言模型可以与人类分析人员互动，帮助他们理解对手意图并制定可能的行动方案。

他还表示，大语言模型能够吸收计算机视觉模型生成的数千条探测结果，并识别这些结果随时间变化所呈现出的规律。帕兰提尔将其"人工智能平台"（Artificial Intelligence Platform，AIP）描述为MSS使用大语言模型的功能层。

根据美国战略与国际问题研究中心审阅的帕兰提尔未公开文件，AIP提供了多种由大语言模型驱动的工具。

例如：Maven Threads使MSS用户可以利用自己上传的文件，完成多种任务和临时分析；Maven Agent Studio为用户提供交互式助手，这些助手能够调用企业或组织专属的信息与工具；Maven Logic则是一种无代码开发工具，用于构建、测试和发布由大语言模型驱动的功能。帕兰提尔已经公开的AIP和MSS演示，展示了这些工具在实际应用中可能呈现的形态。

在2023年的"AIP for Defense"演示中，帕兰提尔设计了一个假想流程：分析人员用自然语言向AI助手询问战场状况，获得相关信息和建议的行动方案，随后在同一界面中推进计划的不同环节。

该视频发布时，展示的是未来计划实现能力的示意场景。但它体现了帕兰提尔希望利用AIP支持军事决策的设想，也与巴蒂尔对MSS能力的描述相吻合。

2026年3月，帕兰提尔发布的一篇博客进一步强调了MSS将第三方软件整合进作业流程的能力。在一个案例中，外部人工智能系统生成的目标探测结果被导入MSS，并交由AIP智能体使用自然语言进行查询和分析。在另一个案例中，无人机传感器获得的探测结果被同步回MSS，再加载到AIP智能体中，由智能体生成对后续行动的分析和建议。

除战场分析外，大语言模型还可以支持围绕情报共享开展的行政和法律流程。根据帕兰提尔未公开文件，MSS的"机器辅助披露"功能提供了一个集中式门户，用于跟踪对外信息披露政策、处理披露申请，并自动向合作伙伴网络分发获准公开或共享的情报产品。

其中还包括一个"由大语言模型驱动的政策库"。由于对外情报披露历来是一个缓慢且官僚化的过程，即使只实现部分自动化，也可能显著加快美国与盟国之间的情报共享。

问题四：Anthropic在MSS中扮演什么角色？

AIP工具需要使用底层大语言模型，而帕兰提尔通过与领先人工智能公司的合作来提供这些模型。在商业环境中，AIP的"模型目录"允许用户浏览可用的大语言模型，并选择最适合特定任务的模型。

但MSS运行在涉密网络中，这极大限制了可供选择的模型。Anthropic是第一家把其模型部署到这些涉密环境中的前沿人工智能公司。迄今为止，MSS的大语言模型能力主要由Anthropic提供支持。

2024年11月，帕兰提尔宣布与Anthropic合作，通过AIP把Anthropic的旗舰模型Claude部署到涉密网络。此后，五角大楼又通过2025年7月签署的一份合同，续签并扩大了与Anthropic的合作。

相关报道指出，在对伊朗战争中，五角大楼通过MSS使用了Claude；而在2026年2月抓捕委内瑞拉前总统尼古拉斯·马杜罗的行动中，美方则通过某个未明确说明的帕兰提尔系统使用了Claude。

除了把Anthropic的大语言模型直接用于MSS面向用户的功能外，美国政府还可能使用了Anthropic的其他产品，例如Claude Code。从理论上说，使用人工智能智能体编写、修改和测试MSS底层软件代码，可以加快开发速度并提高网络安全水平。

许多其他科技公司已经表示，其大部分软件开发工作如今由人工智能编程智能体完成，再由人类工程师进行监督。不过，美国政府及其产业合作伙伴尚未公开、明确说明MSS是否已经采用这种开发方式。

美国国防部负责研究与工程事务的副部长埃米尔·迈克尔在2026年3月表示：有些模型擅长其他方面。Claude在编程方面有很好的应用场景。OpenAI的Codex正在迅速追赶。xAI在实时内容方面具有一些优势。谷歌Gemini也有一些优势，因为谷歌拥有YouTube和Nest摄像头等资源，因此在机器人等领域具备优势。它们各有不同的长处。

迈克尔的表态至少说明，美国政府正在考虑采用人工智能生成的代码；也可能已经这样做。帕兰提尔对Maven Logic的描述，也与这一解释相符，但尚不足以构成确凿证据。

问题五：Anthropic与MSS的合作前景如何？

2026年，五角大楼与Anthropic的关系严重恶化。在重新谈判2025年7月合同的过程中，Anthropic拒绝了五角大楼提出的一项要求。五角大楼要求在合同中加入允许Claude用于"任何合法用途"的条款，同时删除此前已经接受的服务条款限制。

这些限制禁止将Claude用于大规模国内监控以及完全自主的致命武器。

作为回应，五角大楼把Anthropic列为"供应链风险"。美国总统唐纳德·特朗普随后在Truth Social上发文，下令所有联邦机构在六个月内停止使用Claude并完成替换。

其中，将Anthropic列为供应链风险的决定，要求所有五角大楼承包商从其服务于五角大楼的产品中移除Claude。Anthropic目前正在通过法律程序挑战这一认定，迄今取得的结果有胜有负。

近几个月，前沿人工智能公司SpaceX、OpenAI和谷歌均已与五角大楼达成协议，将其技术部署到涉密网络。目前尚不清楚，这些公司中的哪些模型会通过AIP接入MSS。

帕兰提尔首席执行官亚历克斯·卡普在公司2026年3月举行的会议上告诉记者：帕兰提尔的产品目前已经与Anthropic集成，未来可能还会与其他大语言模型集成。

关于替换Anthropic模型、并把其他供应商模型接入MSS的难度，美国国防部副部长迈克尔在本月早些时候表示：在战争部，我们过去只依赖一家供应商，也就是一家人工智能供应商。把模型接入涉密系统，并不是像把软件放到公共云上然后运行那么简单。

这些都是复杂且受到严密保护的系统，需要投入大量工作才能完成集成。因此，我无法轻易地再打开几个其他模型。但以后我们绝不会再只依赖任何一家模型供应商。

帕兰提尔近期在公开宣传中声称，其软件与具体模型无关，能够为大语言模型驱动的应用场景支持多种不同模型。

问题六：五角大楼如何设想MSS的未来？

MSS目前已成为五角大楼推进"联合全域指挥控制"的核心组成部分。MSS近期被转交给首席数字与人工智能办公室管理，而该办公室在联合全域指挥控制建设中发挥重要作用。这一点也在五角大楼2027财年预算文件中得到进一步确认。

作为一个专业术语，CJADC2指的是一种作战功能或能力，而不是某个具体项目。自2019年以来，美国国防部一直试图开发和部署联合全域指挥控制能力，以解决与前文所述类似的作战问题。

美国国防部首席数字与人工智能办公室对CJADC2的定义如下：CJADC2不是单一系统，而是一系列从作战边缘延伸到最高决策层的互联能力。它向联合部队指挥官提供来自战术、战役和战略层级的传感器与系统信息，从而在战争迷雾中形成更加清晰的当前态势图景。

CJADC2还会连接美国主要盟友和合作伙伴的指挥控制系统，确保建立信任和互操作能力，进而提高多国联合部队的整体效能。3月9日，美国国防部副部长史蒂夫·范伯格向五角大楼官员发布备忘录，宣布MSS将成为"正式列装项目"。

这意味着，MSS将成为经正式批准、并纳入五角大楼预算记录的采购项目，显示美国国防部准备对帕兰提尔建设的平台作出长期投入。

范伯格给出的理由，主要围绕MSS对联合全域指挥控制的重要性展开：为了保持我们以数据驱动的决策优势，现在必须集中投入，进一步深化人工智能在联合部队中的整合，并把人工智能赋能的决策作为联合全域指挥控制战略的基石。

为此，该备忘录要求在30天内把MSS的监管职责转移至首席数字与人工智能办公室。备忘录还要求五角大楼首席技术官埃米尔·迈克尔评估相关方案，考虑将MSS项目在组织上划归一个可能设立的"联合全域指挥控制项目办公室"，并将其作为MSS的长期主管机构。

预算文件同样强调了MSS在联合全域指挥控制建设中的作用。美国国防部2027财年预算申请为MSS和"联合火力网络"安排了23亿美元。联合火力网络是一个与MSS互为补充的战场管理平台。这笔资金的目标，是"向美国国防部联合部队作战能力交付联合全域指挥控制"。

尽管MSS很可能成为CJADC2体系中的重要组成部分，但五角大楼设想的完整联合全域指挥控制体系，目前仍未真正实现。美国政府问责局2025年4月发布的一份报告指出，五角大楼仍然缺少指导CJADC2建设的整体框架，也尚未明确具体目标并持续跟踪建设进展。

报告发现的其他问题还包括：各军种之间存在重复建设；数据管理规则限制过多；对试验中形成的经验教训了解有限。MSS未来能在多大程度上支撑联合全域指挥控制，将取决于五角大楼能否解决这些内部问题。