國動智庫 | 美軍生成式AI平臺智能體建設動態與我借鑒思考

生成式人工智能作為新一輪科技革命與軍事革命的關鍵驅動力，正重塑戰爭形態、重構作戰體系、重置制勝機理。美軍憑借在AI領域的先發優勢，率先將生成式AI納入國防戰略核心，通過構建全軍統一的企業級生成式AI平臺，大規模開發部署專用智能體，推動AI技術從輔助工具向核心戰斗力躍升。

美國戰爭部正式上線全軍生成式AI平臺，短期內集成谷歌“雙子座”多模態大模型、OpenAI的ChatGPT等頂級商用AI技術，打造超10萬個定制化智能體，提升軍事決策效率與作戰體系協同能力，引發全球AI軍備競賽升級。

一、美軍AI智能體建設的基本概況

（一）建設背景與發展歷程

美軍生成式AI平臺建設是其長期布局、持續迭代的必然結果，根植于“AI優先”的國防戰略導向、商用AI技術的成熟賦能與軍事數字化轉型的現實需求。

戰略層面，美軍自2017年啟動“Project Maven”項目，首次將AI大規模應用于軍事場景，開啟AI軍事化探索之路。此后連續發布多版人工智能戰略，明確將AI作為維持軍事霸權、構建全域作戰優勢的核心支撐，強調“以戰時速度”推動AI技術軍事化轉化。后續美國戰爭部發布《人工智能加速戰略》，進一步明確AI平臺的核心地位，要求以該平臺為載體，實現生成式AI在全軍的規模化、標準化、安全化部署。

技術層面，近年來商用生成式AI技術爆發式發展，科技巨頭推出的大語言模型、多模態模型，在自然語言處理、數據解析、內容生成、邏輯推理等方面實現突破性進展，為軍事場景應用提供成熟技術底座。美軍通過“軍企深度綁定”直接吸納商用AI前沿成果，大幅降低技術研發成本與周期，快速形成軍事AI能力。

現實層面，美軍面臨軍事體系數字化轉型壓力，傳統辦公模式、情報處理流程、作戰決策機制效率低下，難以適配現代戰爭“快節奏、高復雜、強對抗”的特征。AI平臺及智能體的建設，核心目標是通過AI自動化、智能化壓縮決策周期、提升協同效率，構建“認知優勢”，契合“馬賽克戰”“多域戰”等新型作戰需求。

其發展歷程可分為三個關鍵階段：

1. 試點探索階段（2025年12月前）。以“Project Maven”等項目為依托，在情報分析、無人機圖像識別等單一場景開展AI試點，積累軍事場景應用經驗，為平臺建設奠定基礎。

2. 平臺上線與初步擴張階段（2025年12月）。GenAI.mil正式上線，首批集成谷歌Gemini多模態模型，限定在非機密網絡環境運行，處理受控非機密信息。上線后獨立用戶快速破百萬，覆蓋各軍種，初步部署基礎智能體，用于報告撰寫、會議紀要總結、預算編制等行政辦公場景。

3. 規?；渴鹋c能力升級階段。平臺接入多款主流大模型，推出零代碼智能體設計工具，允許無編程經驗人員通過自然語言創建定制化智能體，推動智能體數量爆發式增長。

（二）平臺架構與核心功能

GenAI.mil并非單一應用系統，而是一套部署在受控安全云環境中的生成式人工智能服務框架，采用“統一底座、多模型集成、分層安全、分布式智能體”的技術架構，核心由基礎設施層、模型層、智能體層、應用層與安全管控層構成。

1.基礎設施層。運行于美軍專屬軍用云，物理隔離公共網絡，采用零信任架構，適配多級安全認證標準，確保數據存儲與傳輸安全。依托頭部企業級云基礎設施，提供高算力支撐，保障平臺高并發、高可靠運行，滿足全軍大規模用戶訪問需求。

2.模型層。采用“多模型聯邦”架構，集成谷歌Gemini、OpenAI ChatGPT、英偉達AI模型等主流大模型，形成“能力互補、互為備份”的模型集群。不同模型分工明確，多模態模型擅長圖像、視頻、文本跨域解析，大語言模型側重自然語言生成與邏輯推理，高性能計算模型適配實時數據處理需求，有效規避單一模型能力瓶頸。模型采用“軍內托管+企業技術支持”模式，在軍方可控環境內部署、微調與加固，守住核心數據主權底線。

3.智能體層。為平臺核心層級，通過零代碼工具與專業開發相結合的方式，構建超 10萬+定制化智能體，分為通用智能體與專用智能體兩類。一類是通用智能體面向全軍普惠，覆蓋報告撰寫、郵件回復、數據匯總、文檔翻譯、知識檢索等日常辦公場景；另一類是專用智能體聚焦軍種特色與作戰需求，涵蓋情報分析、作戰規劃、裝備保障、網絡防御等專業領域。智能體具備自主任務分解、多模型協同調用、結果整合輸出能力，可拆解復雜任務、分工協作閉環落地。

4.應用層。面向美軍現役軍人、文職人員及承包商，提供標準化網頁端口、API接口與多終端適配，支持 PC、平板、軍用終端靈活接入。全面覆蓋組織管理、情報收集、作戰行動、裝備保障、人員培訓等全業務場景，實現“一人一數字助手”的普惠式AI賦能。

5.安全管控層。構建全流程安全防護體系，實行按密級、崗位、軍種分級權限管控；全程記錄智能體交互日志，實現行為可追溯、可問責；對敏感數據自動脫敏隔離，嚴防信息外泄；常態化開展算法安全檢測，排查模型幻覺、邏輯偏見與系統漏洞，同步建立倫理審查機制，劃定智能體作戰應用邊界，規避算法濫用風險。

（三）智能體部署現狀與核心特征

1. 部署規模爆發增長，實現全軍全域覆蓋。GenAI.mil 平臺智能體數量短期內實現量級躍升，120萬獨立用戶覆蓋陸軍、海軍、空軍、太空軍、海軍陸戰隊全軍種，以及國防部長辦公室、各戰區司令部、科研機構等所有國防單位。周均交互量達18萬次，日均生成海量業務內容，智能體已深度融入美軍日常運轉，成為常態化數字參謀支撐。

2. 應用場景全域滲透，從行政輔助向作戰核心延伸。智能體應用從基礎行政辦公快速拓展至情報分析、作戰輔助、裝備保障、網絡安全等核心軍事領域。其中，行政辦公場景占比最高，可大幅壓縮文書撰寫、會務總結、預算編制等事務性工作耗時；情報分析場景實現多源情報整編、視頻圖像解析、異常目標智能識別，顯著縮短研判周期；作戰輔助場景可生成作戰預案、優化兵力部署、評估戰場態勢，逐步接入涉密網絡融入指揮鏈路；其余覆蓋裝備故障診斷、人才培訓、網絡威脅溯源等保障領域，形成全維度應用格局。

3. 開發模式平民化普及，零代碼降低應用門檻。平臺推出的零代碼智能體設計工具，支持普通軍事人員以自然語言描述任務需求、設定業務流程、綁定數據來源，無需編程即可快速生成定制化智能體。這種輕量化開發模式，打破傳統軍事信息系統依賴專業技術團隊的壁壘，充分釋放基層崗位創新活力，快速適配差異化、個性化業務需求，支撐智能體規?；炎冊鲩L。

4. 技術架構先進適配，具備多模態、自協同、高安全特質。依托多模態大模型，智能體可兼容文本、圖像、視頻、音頻、傳感器異構數據處理，貼合軍事場景數據源復雜的特點；多智能體可共享信息、分工協作，聯動調用不同模型能力破解復雜任務；依托分級隔離、數據脫敏、行為審計、權限管控等多重機制，實現全流程安全可控，平衡應用效能與安全底線。

二、美軍AI智能體建設的戰略邏輯與潛在風險

（一）戰略邏輯

一是搶占智能化戰爭主動權，穩固全球軍事霸權。智能化戰爭核心在于認知主導、速度制勝，生成式AI智能體能大幅壓縮 OODA 循環鏈路，形成決策維度的代際優勢。美軍大規模部署軍事智能體，本質是以AI全域賦能重塑作戰體系，適配馬賽克戰、多域戰等新型作戰概念，牢牢掌控智能化戰爭規則制定權，維持長期軍事霸權優勢。

二是構建國防AI產業生態，整合軍民技術資源。以GenAI.mil為樞紐，搭建“軍方主導、企業支撐、產學研協同”的國防AI生態，深度綁定硅谷科技巨頭算力、算法與人才資源，以軍事需求牽引商用技術迭代，以商用成熟成果反哺軍事應用，形成雙向賦能閉環，鞏固美國全球AI產業與軍事技術雙重領先地位。

三是倒逼軍事體系數字化轉型，整體提升作戰效能。針對傳統軍事體系數據壁壘突出、協同效率偏低、人力消耗過大等痛點，依托生成式AI智能體打通各軍種、各領域數據孤島，重構辦公流程、情報流程與指揮流程，把人員從重復性事務中解放出來，聚焦核心戰備與作戰任務，系統性提升體系運轉效率與整體戰斗力。

四是主導全球AI軍備競賽，塑造有利戰略態勢。美軍率先實現軍事生成式AI規?；涞?，直接拉升全球軍事智能化競爭門檻，制造戰略安全困境。同時通過輸出技術標準、應用模式與治理規則，拉攏盟友構建AI軍事聯盟，以技術封鎖、規則壟斷壓制對手發展，塑造對自身有利的戰略格局。

（二）潛在風險

其一，算法固有缺陷引發誤判風險。生成式AI存在天然黑箱特性，普遍存在邏輯幻覺、事實偏差、認知偏見等問題，高壓軍事場景下極易誤導指揮員決策。同時商用大模型底層算法存在漏洞隱患，易被惡意誘導、數據投毒，引發指令篡改、目標誤判等嚴重安全隱患。

其二，集中化部署放大數據安全隱患。平臺匯聚海量軍事涉密情報、作戰方案、裝備參數與人員信息，集中存儲處理增大泄露風險。內部違規操作、外部網絡攻擊、模型輸出殘留敏感信息等隱患疊加，一旦失守將直接危及國防安全與軍事機密。

其三，過度依賴商用技術存在體系脆弱性。平臺核心大模型、算力支撐高度依賴民營科技企業，存在技術斷供、合作終止、商業利益綁架軍事需求等隱患。集中云架構也存在單點故障風險，一旦遭受網絡打擊或系統癱瘓，將直接沖擊全軍AI應用體系運轉。

三、對我生成式AI智能體建設的借鑒思考

（一）強化戰略頂層設計，明晰智能體體系發展路徑。將生成式AI智能體建設納入專項戰略規劃，明確階段目標、核心任務、技術路線與保障體系，形成自上而下統籌推進格局；參照美軍統一平臺建設思路，打造全軍一體化生成式AI公共底座，統一技術標準、接口規范與安全架構，杜絕各軍種分散建設、重復投入、數據割裂問題；堅持試點先行、梯度推進原則，從外部辦公、情報數據分析等低風險場景起步，逐步向裝備保障、網絡安全、輔助決策延伸，穩妥對接聯合作戰高風險場景，實現有序規?；渴稹?/p>

（二）堅守技術自主可控，構筑國產軍事AI技術底座。聚焦大模型研發、多模態融合、智能體協同、零代碼開發等核心關鍵技術，整合軍工院校、科研院所、國內頭部科技企業力量，組建創新聯合體集中攻關；依托國產自研大模型進行軍事場景適配、微調加固，打造軍用專用模型集群，形成多模型互補、多場景適配的技術生態；完善軍民協同創新機制，建立軍事需求向企業開放、商用成果向軍事轉化的雙向通道，以場景牽引技術迭代，以技術升級賦能戰備建設。

（三）健全安全治理體系，全維度防控AI應用風險。建立生成式AI平臺與智能體分級管控機制，實行分場景物理隔離、模型專用、權限分設。建立軍用AI算法準入測評機制，常態化開展漏洞檢測、幻覺排查、偏見評估，從源頭規避算法誤判；完善數據全生命周期防護，落實脫敏加密、權限管控、行為審計、全程溯源制度，守住涉密數據安全底線。

（四）夯實人才隊伍支撐，培育軍地復合型AI人才。依托軍事院校開設軍事智能、生成式大模型、作戰智能體等特色專業，定向培養兼具軍事素養與AI技術能力的復合型人才；常態化開展在職官兵AI應用培訓，普及生成式AI工具使用、智能體定制、安全合規等基礎知識，提升全軍智能化應用素養；出臺高端人才引進激勵政策，匯聚算法專家、數據科學家、系統架構人才充實國防AI研發隊伍，建立軍地人才交流共享機制，打通知識流動、技術協同通道。

（五）深化作戰體系融合，構建人機協同智能化格局。將生成式AI智能體深度嵌入聯合作戰指揮、情報偵察、火力打擊、綜合保障全鏈路，對接現有指揮信息系統、業務信息系統，實現數據互通、能力聯動；依托AI智能體重構作戰流程、壓縮決策鏈路，探索適配智能化戰爭的新型作戰模式；嚴格劃分人機職責，由AI承擔數據處理、信息整編、方案初擬等事務性工作，由人掌控戰略決策、戰術研判、關鍵行動裁決，構建優勢互補、安全可控的人機協同作戰體系。

參考文獻

[1] 美國國防部. 2025國防人工智能戰略實施綱要[R]. 華盛頓:美國國防部首席數字與人工智能辦公室,2025.

[2] 美國戰爭部. GenAI.mil全軍企業級生成式AI平臺建設白皮書[R]. 華盛頓:美國戰爭部人工智能創新局,2025.

[3] 美國國會研究服務處. 美軍生成式AI規?；瘧门c軍事智能體發展研究報告[R]. 華盛頓:美國國會研究服務處,2026.

[4] 蘭德公司. 生成式AI軍事應用效能評估與作戰賦能研究[R]. 圣莫尼卡:蘭德國家安全研究中心,2025.

[5] 軍事科學院戰爭研究院. 外軍軍事生成式AI發展態勢研判[J]. 軍事運籌與系統工程,2025,39(4):78-84.

[6] 國防科技大學軍事智能研究中心. 美軍全域AI智能體建設動態與發展特征[J]. 國防科技,2026,47(2):45-52.

[7] 張冀湘,李建峰. 美軍企業級軍事大模型平臺建設模式與治理啟示[J]. 國防科技情報,2026,39(1):33-39.

[8] 王懷民,劉峰. 軍事大模型與作戰智能體體系構建關鍵技術[J]. 計算機學報,2025,48(6):1321-1340.

[9] 北約科技創新組織. 軍事生成式AI智能體安全應用規范[R]. 布魯塞爾:北約人工智能創新中心,2025.

[10] 李際均. 智能化戰爭與軍事人工智能體系建設[M]. 北京:軍事科學出版社,2025.

[11] 中國工程院. 國防領域生成式AI發展戰略與安全治理咨詢報告[R]. 北京:中國工程院,2026.

[12] 信息工程大學課題組. 美軍GenAI.mil平臺運行數據與規?；渴瓞F狀分析[J]. 軍事通信技術,2026,45(1):18-24.

（本文為開源文獻，由軍融國動智庫研究人員編譯/寫，僅代表個人觀點）