问题：大规模应用提升效率，但治理短板显现 近期，美国国防部非密但涉及业务的国防网络中集中部署了生成式AI平台GenAI.mil。数据显示，已有超过120万名文职和军职人员使用该平台。自去年12月上线以来，平台累计处理约4000万条交互指令，上传超过400万份内部文件，应用场景从基础问答扩展到预算编制、会议纪要整理、战略提案初审等日常事务。然而，人员培训明显滞后：仅约2.6万人完成正式安全与操作培训，占比不足2%。高频使用与低培训覆盖率并存，导致数据规范、输出追溯和责任界定成为突出问题。 原因：从定制研发转向现成能力，无代码工具加速普及 分析指出，此次部署的关键变化并非产品替换，而是国防部门软件供给方式的调整：更依赖商业现成能力，减少对专业工程团队和冗长采购流程的依赖。平台内置“智能体设计器”等无代码功能，允许一线人员通过自然语言配置工作流，按需生成自动化工具。例如，后勤和计划人员无需编程即可完成文本整理、数据标准化和报告核验。这种“工具创建下沉”降低了试错成本，推动跨军种快速应用，但也加速了使用规模的扩张。 影响：效率提升与合规压力并存，数据管理成关键挑战 生成式技术的引入缓解了行政和分析文本的处理压力，提升了信息检索和文书效率，但也带来新的合规要求。首先，大量文件集中上传需更严格的分级管理、访问控制和审计，以防敏感信息泄露。其次，生成内容可能污染分析型模型和数据库，缺乏统一标注和隔离机制时，易导致后续流程误判。此外，基层人员培训不足，对提示词规范、数据边界和结果校验掌握有限，可能形成“高依赖、低核验”的使用习惯，加剧合规风险。 对策：加强培训与制度，完善审计与责任机制 为平衡规模应用与风险控制，需从三上入手：一是扩大培训覆盖，将安全操作、数据分级和结果核验纳入上岗要求，并对关键岗位实施更高授权；二是制定数据卫生与隔离标准，明确上传范围、保留周期和共享边界，实现生成内容的标识化管理；三是健全审计机制，对高影响业务设置人工复核，强化对工具模板、工作流变更和输出使用的追溯管理，确保“可用”与“可控”同步。 前景：商业条款与军方需求博弈加剧，“快迭代”趋势难逆转 此次部署也反映了国防部门与科技企业在供给稳定性和条款限制上的博弈。此前，Anthropic因供应链风险和用途限制分歧退出部分合作，而谷歌通过原则调整获得了国防合同机会。未来，随着对“即取即用、快速迭代”的需求增长，科技企业在合规承诺、用途限制和透明度上的权衡将更复杂；同时，国防系统需通过制度化手段约束技术扩张速度，避免仓促应用带来的长期风险。 结语 美国防部的大规模AI应用标志着军事领域进入新阶段，既展现了AI优化官僚运作的潜力，也暴露了培训与监管不足的隐患。百万用户中仅2%接受过培训的现实警示各国：军事智能化必须在速度与安全间找到平衡。这场变革也引发更深层思考：当科技企业为政府合同调整伦理原则时，谁来守护技术应用的道德底线？该问题的答案将深刻影响AI技术的未来发展。
美国防部的大规模AI应用标志着军事领域进入新阶段，既展现了AI优化官僚运作的潜力，也暴露了培训与监管不足的隐患。百万用户中仅2%接受过培训的现实警示各国：军事智能化必须在速度与安全间找到平衡。这场变革也引发更深层思考：当科技企业为政府合同调整伦理原则时，谁来守护技术应用的道德底线？该问题的答案将深刻影响AI技术的未来发展。