一位國防部官員在上周的行業(yè)會議上放話，五角大樓正在測試用生成式AI給打擊目標排序。具體流程是：先把潛在目標清單喂進系統(tǒng)，讓AI分析信息并給出優(yōu)先級建議，最后由人類核查結果。

這套系統(tǒng)很快就要落地。OpenAI的ChatGPT、xAI的Grok都在候選名單上。但有個名字被刻意排除了——Anthropic的Claude。

被踢出局的"潔癖患者"

國防部首席技術官Jay Bonner在CNBC的采訪中解釋了這個決定。他認為Claude內置的"政策偏好"會"污染"國防供應鏈。翻譯成人話：Claude被訓練得太"乖"了，遇到敏感請求會直接拒絕，這在戰(zhàn)場上等于系統(tǒng)宕機。

這個判斷讓Anthropic相當難受。公司發(fā)言人把OpenAI和國防部的合作稱為一種"妥協"，暗示競爭對手為了拿訂單放棄了某些原則。但OpenAI去年已經修改服務條款，明確允許軍事用途，還拿到了國防部的合同。

現在局面很微妙。五角大樓想要的是"可控的順從"——AI能執(zhí)行命令，但又在人類監(jiān)督下。Claude的拒絕機制被當成缺陷，而不是安全特性。

正方：拒絕本身就是bug

支持軍方立場的人有一套實用主義邏輯。戰(zhàn)場決策窗口以分鐘計算，AI如果因為倫理審查而卡住，代價可能是士兵的生命。Bonner的原話是："我們需要的是完成任務的工具，不是來給我們上課的道德家。"

這個視角下，Claude的設計成了過度工程化的典型案例。它的"憲法AI"訓練方法讓它對有害請求高度敏感，但軍事場景天然包含"傷害"——打擊目標、評估附帶損傷、預測敵方傷亡。Claude的拒絕閾值設得太低，導致可用性歸零。

更深層的問題是供應鏈安全。五角大樓擔心，如果核心AI系統(tǒng)依賴一個會隨機"罷工"的模型，整個作戰(zhàn)鏈條會出現不可預測的斷點。他們寧愿要一個"笨但聽話"的系統(tǒng)，也不要"聰明但任性"的助手。

反方：順從才是最大的風險

批評者指出，五角大樓的邏輯有個致命漏洞：他們把"不拒絕"等同于"可控"，卻忽略了錯誤建議的破壞力。生成式AI的幻覺問題在軍事場景下會被放大——一個編造的坐標、一條虛構的情報，可能導致平民傷亡或友軍誤擊。

Claude的拒絕機制恰恰是一種冗余安全設計。當系統(tǒng)不確定時，選擇不行動比亂行動更符合軍事倫理。美國國防部自己的AI倫理原則明確要求"負責任的使用"，包括避免意外后果和確保人類問責。

MIT Technology Review的報道提到，Anthropic內部對OpenAI的"妥協"感到擔憂。這種擔憂不是矯情——如果行業(yè)標桿為了商業(yè)利益放棄安全邊界，會引發(fā)逐底競爭。更諷刺的是，五角大樓同時在大力投資"可解釋AI"，要求系統(tǒng)能說明決策理由，而Claude的透明度恰恰高于多數競品。

我的判斷：雙方都在回避真問題

這場爭論有個被忽略的第三維度：目標排序任務本身是否適合生成式AI。

生成式AI的核心能力是模式匹配和文本生成，不是因果推理或實時情報融合。把目標清單喂給ChatGPT或Grok，本質上是在用高級搜索引擎做戰(zhàn)略決策。它們的"建議"基于訓練數據的統(tǒng)計規(guī)律，而非戰(zhàn)場態(tài)勢的動態(tài)建模。

五角大樓真正需要的可能是兩類系統(tǒng)的結合：傳統(tǒng)運籌學算法處理結構化數據（位置、火力覆蓋、防御強度），生成式AI負責生成人類可讀的簡報和假設推演。把兩者混為一談，既低估了軍事決策的復雜性，也高估了大語言模型的能力邊界。

排除Claude的決定，更像是采購部門對"不可控變量"的厭惡，而非經過驗證的技術評估。Bonner提到的"政策偏好污染"，聽起來像是對Anthropic獨立公司結構的間接批評——不像OpenAI和xAI，Anthropic沒有接受軍方背景的投資，也沒有創(chuàng)始人與華盛頓的私人關系。

烏克蘭正在向盟友開放戰(zhàn)場數據用于AI訓練，歐洲各國加速無人機集群研發(fā)。在這個背景下，美國國防部對"聽話AI"的執(zhí)著，可能暴露了一個更深層的焦慮：當對手在戰(zhàn)術層面快速迭代時，官僚系統(tǒng)更關心流程可控而非結果有效。

Claude被踢出采購單的具體影響很難量化。Anthropic的to B業(yè)務本來就不依賴軍方合同，但信號很明確——在華盛頓的AI采購版圖上，安全設計不如商業(yè)靈活性值錢。截至2024年第一季度，OpenAI的政府合同收入同比增長340%，而Anthropic同一板塊的增長主要來自企業(yè)客戶。