美国海军部正式批准了一项全新的“数据与人工智能武器化战略”。这份文件由海军部代理部长Hung Cao签署并即刻生效，旨在将海量的军事数据与AI能力快速转化为战场上的决策优势。

Cao对此评价称，该战略将让海军部“比任何对手都更快地学习与战斗”。他将这份蓝图描述为打造一支“AI优先”舰队的路线图，核心目标是把信息优势转变为实际的军事行动优势，最终实现更快、更准确的决策。

打开网易新闻 查看精彩图片

这份酝酿超过一年的战略文件，确立了以“比特到效果循环”（Bits2Effects Cycle）为核心的作战框架。该框架分为五个阶段，描述了军事数据从自动化采集、传输、分类、分析，直到被用于真实的军事决策与行动的全过程。其中收集到的经验教训会重新反馈到循环中，不断更新系统、战术与训练方案。

衡量这套体系运转效率的关键指标是“平均生效时间”，即从捕获新数据到产生具体军事反应或调整的用时。窗口期越短，部队反应与调整的节奏就越快。文件指出，在包含多次学习循环的持久冲突中，最终占据主导地位的将是学习与适应速度最快的一方。

围绕这一核心，计划宣布了六大具体目标：加速实战AI部署、提升数据的可用性与易用性、扩大技术基础设施、简化审批流程、强化官兵的数据与AI素养，以及深化与产业界、学术界、政府机构及盟友的合作。多项措施要求需在2026年12月截止的2027财年第一季度前落实到位。到2029财年末，合格的数据工程师、数据科学家以及AI和机器学习工程师的数量要实现翻倍。

该战略最引人注目的部分是优先级的取舍。它明确采纳了美国国防部上一级AI战略中的一项重大权衡：推进速度过慢带来的风险，超过了“不完全对齐”带来的风险。这意味着，即便大语言模型和自主智能体可能存在瑕疵，战略仍要求将它们直接部署到军舰和海军陆战队的远征部队上。这些系统必须能在通信受干扰或中断的强对抗环境下独立运作，官兵则可据此开发自己的应用。此外，一个“AI作战委员会”将负责确定优先用例、协调资源，并预先批准战时对数据共享、分类和部署规则的调整。