8月31日，五角大廈的公告寫得極克制：ChatGPT Mil正式部署到企業級生成式AI平台GenAI.mil上，拿到受控非密資訊（CUI）影響等級5（IL5）認證，功能包括對話、檔案處理、項目和自訂GPT，服務300多萬名軍職與文職人員。同日拿到IL5並接入的還有Grok for Government。加上2025年12月平台上線時就擔綱的Gemini for Government，Google、OpenAI、xAI三家的前沿模型，在五角大廈內部網路裡湊齊了。
一次普通的供應商擴容？往下讀一層，你會發現這張"門禁卡"的含金量，比公告裡那幾行字高得多。
01. 九個月，170萬人
先把時間線擺出來。
2025年7月，國防部首席數字與人工智慧辦公室（CDAO）向Anthropic、Google、OpenAI、xAI四家各授出上限2億美元的合同，標的寫著"代理型AI"。那時還沒有平台，只有採購意向。
2025年12月9日，GenAI.mil上線，首個模型是Gemini for Government。
2026年1月9日，戰爭部發佈新版AI戰略，把"人工智慧加速"定為核心指導思想，列出七個"標竿項目"，每個配單一責任人、激進時間表、可量化成果，要求半年內完成首次成果演示。GenAI.mil位列其中，目標是向300萬人員開放頂尖模型。
2026年2月10日，宣佈ChatGPT將接入，此時平台上線剛兩個月，獨立使用者破百萬。
2026年4月中旬，五角大廈官員向Breaking Defense確認：平台上線不到五周，使用者自建了超過10.3萬個AI智能體，累計110萬次會話，此後每周約18萬次。
2026年5月1日，八家科技企業與國防部簽約，前沿AI能力獲准部署到IL6（機密級）和IL7（絕密級）網路，"用於合法作戰用途"。
2026年8月31日，ChatGPT Mil上線。九個月，170萬獨立使用者。
一個300多萬人的組織，用九個月把一項新技術鋪到半數員工桌面上。這個速度放在任何大型官僚機構身上都不尋常——它說明美方沒把這件事當資訊化項目管，而是當計時器管。
而最容易被忽略的一條，是為什麼給全體人員發門禁卡，而不是給特定崗位。這不是效率帳，是代際帳：讓AI成為工作環境的默認配置，讓下一代軍官的默認思維裡，AI就在手邊。這是十年尺度的事，比平台層、算力層都深。
02. IL5到底是什麼，值得拆開看
全文反覆出現的IL5，是個黑箱，得拆開。
美國國防部的資訊影響等級（Impact Level）由國防資訊系統局（DISA）的雲安全需求指南定義，現行有效的是四級階梯：
- IL2：公開或非關鍵任務資訊，FedRAMP Moderate即可
- IL4：受控非密資訊（CUI），邏輯隔離，限美國"人員"
- IL5：高敏感度CUI、任務關鍵資訊、非密國家安全系統（NSS）
- IL6：SECRET級機密，走SIPRNet；
- IL7：絕密/敏感隔離資訊
IL5相對IL4的門檻跳變是結構性的：必須與商業租戶物理隔離；管理員限美國公民；安全控制項超過400條。AWS要開GovCloud專區，Azure要開DoD專屬區域——不是在同一個機房裡劃個虛擬分區就能過關。
關鍵點在這裡：按官方定義，IL5覆蓋的"國家安全系統"包括情報活動、軍事指揮與控制（military command and control）、武器系統、以及直接支撐軍事或情報任務的關鍵功能。
也就是說，IL5這個"非密"等級，從設計上就允許觸達指揮控制與武器系統周邊的資料。它保護的是那些沒蓋"機密"戳、但洩露一樣致命的資訊——部隊部署節奏、後勤節點、採辦清單、裝備參數。
再看平台自身的定位。美國空軍"AI Dominance"官方頁面對GenAI.mil的描述是：向全體人員提供前沿生成式模型，運行於IL5"及以上密級"（at Impact Level (IL-5) and above classification levels）。代理首席數字與AI副官Andrew Mapes說得更直接：他們的目標是把GenAI.mil現代化，"不僅是IL5，還有IL6和IL7"。
所以IL5是一道門檻，不是一堵牆。它是商用前沿模型合法進入國防業務流的最低入場券。
03. "非密"三個字，是法律上的安全閥
公告把場景限定得很乾淨：規劃、政策、後勤、行政等"文件密集型非密工作"，且明確這不是機密級系統，不能替代指揮鏈中的人工裁決。
這個劃線是真的，但它劃的是法律責任，不是實際影響。
採辦市場研究、供應鏈管理、後勤規劃、人力與行政——這些被歸為"行政"的東西，恰恰是現代戰爭裡最沉、最慢、最容易在持久對抗中拖垮一方的部分。把這些環節的時間壓下來，釋放出來的遠不止"為關鍵項目節約時間"這麼委婉，而是實打實的作戰節奏。前線與後方、作戰與保障的界線，在高強度對抗裡本就是人為劃的。
帳本上分開記，戰場上不分開。
更能說明問題的是規模。GenAI.mil上線五個月，官方口徑是超過130萬人員使用、生成數千萬次提示詞、部署數十萬個智能體；這些智能體多數由非技術人員通過低程式碼平台自建，干的活包括起草行動後報告、分析圖像生成文字報告、處理財務與戰略檔案。而10.3萬個智能體是在五周內長出來的。
當一個平台能在五周內由一線人員自發造出十萬級演算法單元，它已經不是"寫材料"的工具，而是一個正在自我繁殖的組織神經系統。
04. Anthropic那件事：被篩選的不是技術
講AI軍事化繞不開這條線。
五角大廈要求Anthropic允許軍方在"所有合法用途"下使用Claude，包括全自主武器系統和大規模國內監控，Anthropic拒絕。2月27日談判破裂數小時後，川普下令所有聯邦機構立即停用Anthropic技術，五角大廈將其列為"供應鏈風險"——一個此前通常針對外國實體的工具，第一次落到本國企業頭上。五角大廈首席技術官埃米爾·邁克爾給的理由是Claude的"不同政策偏好"會污染國防部供應鏈。
2月28日，也就是次日，OpenAI宣佈與五角大廈達成機密網路部署協議。
5月1日，八家公司簽約IL6/IL7，Anthropic缺席。邁克爾在同一場 briefing 上說："依賴任何單一夥伴都是不負責任的。"
8月28日，加州北區聯邦法院裁定五角大廈的黑名單做法違法——屬於對企業行使憲法權利的非法報復，違反相關法定框架，且"專斷而任意"。
8月31日，ChatGPT Mil上線。
這整件事裡被檢驗的從來不是模型能力。Anthropic的模型此前已深度整合進Palantir與五角大廈共建的作戰系統，技術上過關。真正被篩選的是紅線問題上的配合度：軍方要無限制使用權，企業想保留"不用於全自主武器、不用於大規模監控"兩條，衝突實質是誰來定義"合法"。
還有一個更隱蔽的機制。當軍方同時接入多家企業模型，企業單方面設定使用政策的能力就被稀釋了——政府採購條款、機密網路准入規則、戰場需求，成了更硬的約束。復旦大學相關研究把這個判斷說得很透：多供應商結構表面是採購靈活性，實質悄然改變了邊界劃定的權力結構。
對企業而言，這是個難解的處境。書面紅線在真實鏈條裡的效力本就存疑——Anthropic禁止全自主武器和國內監控，卻未排除"人在回路"式輔助打擊。而拒絕的代價，是失去整個聯邦市場。
05. 入口比模型值錢
GenAI.mil最值得琢磨的是它的形態：它不是應用，是統一入口。通用門禁卡登錄，底層掛誰的模型可以換、可以加，上層對使用者是一套穩定體驗。
三層含義。
反鎖定。 官方原話是"防止AI供應商繫結、確保聯合部隊長期靈活性"，實質是採購議價權加供應鏈冗餘。一家模型出問題、一家捲入政治風波，平台照轉。
資料留在自己手裡。 IL5環境下廠商不得用政府資料訓練模型。真正值錢的不是那幾個模型權重，是300萬人日復一日喂進去的文書、流程、決策痕跡。平台層把這些攥住，模型就成了可替換的計算部件。
標準制定權。 誰定義接入規範、評估口徑、審計要求、護欄規則，誰就在生態頂端。OpenAI政府業務負責人說這次接入"建立在國家安全原則之上，配備必要的護欄、人工判斷機制以及對高風險決策的問責體系"——措辭漂亮，但規則的解釋權在誰手上，才是關鍵。
06. 真正的瓶頸在電
如果只能記住一組數字，我建議是預算這組。先釐清口徑，因為這幾個數經常被混用：
2027財年國防預算總額1.5兆美元，同比增42%，創二戰後最大單年增幅。其中戰爭部申請的AI及相關技術專項資金585億美元。
在這585億里，有一個460億美元的"主權AI基礎設施"（Sovereign AI Infrastructure）多年期申請，這是預算帳本上為國防AI算力單列的最大一筆。拆開看：295億用於採購超級電腦和AI專用計算晶片，123億用於資料中心建設與升級（含冷卻、供電、涉密處理設施），42億用於模組化資料中心、布線與加密裝置，另有24億投向機密級"人工智慧威懾"計畫。Maven智能系統與聯合火力網路分到23億。
同一類股裡還有一項536億美元的"無人機主導權"——其中392億用於採購自主系統與本土製造，目標是兩年內建辦20萬架以上低成本攻擊無人機，單價從5000美元壓到2300美元。
這組數字講了兩件事。
第一，錢主要不是花在買模型上，是花在造地基上。模型可以從市場買，而且永遠買得到最好的；算力和電買不來，建設周期以年計。
第二，這次比白宮自己的路線更激進。2025年7月的《贏得競賽：美國人工智慧行動計畫》要求國防部倚重超大規模雲服務商；而460億的主權AI申請，明確轉向"政府自有AI基礎設施"，理由是現在這種零散、臨時採購GPU叢集的模式"運作低效、財政不可持續"。國防部在算力主權上，反向加碼了白宮。
焦慮也是公開的。邁克爾擔心算力成為瓶頸，甚至提議把資料中心改名為"戰鬥計算司令部"以凸顯戰略地位；而制約因素不在錢——在美國的反資料中心運動和電力供應緊張。退役空軍中將德普圖拉的警告更直接：一旦資料記憶體和計算能力出現短缺，後果是災難性的。
07. 沒人回答的問題
風險這一側有幾點被反覆提及，卻始終無解。
幻覺照進現實。 有媒體報導，AI根據未經交叉核實的陳舊目標資料，將伊朗南部一所小學標示為軍事基地並列入高優先順序打擊目標，造成大量平民傷亡。此類報導未獲官方證實，但它在輿論場裡的份量，恰恰說明公眾已默認這種事在技術上完全可能發生。同一時期，Maven智能系統被披露協助完成約1.3萬次空襲任務，作戰期間其非涉密使用量提升38%，涉密使用量增幅達89%。
模型天然傾向升級。倫敦國王學院近期用GPT-5.2、Claude Sonnet 4、Gemini 3 Flash三款模型做兵棋推演，結果是：在95%的模擬中至少有一款模型選擇動用戰術核武器；無論戰局如何劣勢，三款模型都不會選擇妥協或投降；86%的推演中衝突升級程度超出決策邏輯預期。
"人在回路"正在形式化。 當AI每天生成數千套方案，稽核軍官沒有時間完成實質性審查，簽字就容易淪為走過場。人面對每秒數十條建議時的處境，不是"決策"，是"確認"。
責任鏈被黑箱切斷。 一旦出現誤炸或衝突升級，是研發企業、操作員還是演算法本身擔責？指揮官可以說"信賴專業分析"，企業可以說"只提供工具"，決策層可以說"人做了最終決定"——每一方都有現成的免責推論。現行國際法與美軍內部制度都沒給出可行答案，《特定常規武器公約》框架下致命性自主武器系統的談判多年無果。
紅線可以被重寫。在美軍AI輔助作戰範式裡，系統介面將AI輸出匿名化，作戰人員的知情權被繞過，決定AI行為邊界的規則約束可以被輕易修改。企業聲明的"護欄"與戰場上的實際約束之間，隔著一層隨時可改的配置檔案。
08. 三個判斷
第一，別只盯著模型指標。 模型的代差會消失，平台、算力、規則不會。GenAI.mil最不起眼的一條新聞是"提供免費的即時及按需培訓"——把300萬人的工作方式改過來，這種細活才是真正的門檻。
第二，AI軍事化的天花板是能源，不是演算法。 460億砸下去買的是超算、資料中心、冷卻和供電。誰能在衝突環境下穩定供給算力，誰才真正握住了這張牌。這一點上，各國的約束條件天差地別，不存在什麼"對所有玩家一視同仁"。
第三，規則制定權的爭奪比技術競爭更持久。誰先拿出可驗證、可審計、可問責的軍用AI規範，誰就在下一階段的國際博弈裡多一張牌。目前這張牌沒人拿到手——這也是當前最危險的空檔：技術已經跑到IL6、IL7，規則還在IL2的門口排隊。
回到那張門禁卡。它刷開的不只是一個模型的權限，是一個把商業AI變成軍事基礎設施的通道。九個月，170萬人，十萬級智能體，幾百億美元的地基——這條曲線的斜率，值得所有關注這個領域的人盯緊。
技術擴散從來不是線性的。而它一旦跨過某個臨界點，討論的就不該再是"要不要用"，而是"誰來按停止鍵"。 (稻香湖智庫)