Project Maven（梅文项目）已从一个充满争议的实验性计划，演变为美军AI战争的核心中枢。通过整合计算机视觉与大语言模型，该系统极大地缩短了从“发现目标”到“实施打击”的时间。尽管最初面临道德抵制和内部质疑，但随着其在乌克兰、中东以及美国边境行动中的成功部署，美军高层已全面转向“AI优先”的作战策略。然而，在效率飞跃的背后，缺乏标准化培训和自动化决策失误的风险，正成为现代战争中不可忽视的伦理隐忧。
从“昂贵的累赘”到“战争之神”
Project Maven 的崛起并非一帆风顺，它经历了一个从被质疑到被神化的过程：
- 初期的阻力： 2018年，谷歌员工因反对技术用于战争而发起抗议，迫使谷歌退出。当时军方高层也对AI的可靠性表示怀疑。
- 关键推动者： 陆战队上校德鲁·库科尔（Drew Cukor）被誉为“AI打击之父”，他在官僚机构的阻力下坚持推进；随后，原本持怀疑态度的副海军上将弗兰克·惠特沃斯（Frank Whitworth）在见证了系统的实战潜力后，转而成为其最坚定的支持者。
- 地位确立： 如今，Maven 已成为“记录在案的项目”（Program of Record），获得了数十亿美元的长期预算支持，并广泛应用于美军各大战区。
技术核心：Palantir 与 Maven 智能系统
Maven 并非单一的武器，而是一套复杂的软件生态系统，其核心是 Maven Smart System：
- 数据大熔炉： 该系统由 Palantir 公司开发，能将来自卫星、无人机、侦察机以及网络空间的数百个实时数据源整合在一张数字地图上。
- 自动目标识别 (ATR)： 利用计算机视觉技术，系统能自动在海量影像中识别出坦克、导弹发射器等军事目标。
- 极速决策： 系统不仅能发现目标，还能自动匹配最合适的打击武器（如附近的战斗机），并将坐标直接发送给火力系统。
“缩短杀伤链（Kill Chains）在任何情况下都是好事。” 这种对速度的追求，正推动着战争从人工操作向自动化转型。
恐怖的效率提升：从 100 到 5,000
AI 的介入彻底改变了战争的节奏：
- 打击能力的飞跃： 在引入 AI 之前，一个目标分配单元每天只能处理不到 100 个目标；引入计算机视觉后升至 1,000 个；而随着大语言模型（LLM）的整合，现在每天处理的目标数已飙升至 5,000 个。
- 全球化部署： Maven 已在超过 130 个地点部署，涵盖了中东（CENTCOM）、印太、欧洲等关键战区。在 2024 年的伊朗-以色列冲突中，Maven 被用于追踪弹道导弹并优化拦截方案。
职能蔓延：从战场到边境执法
Maven 的应用范围正在迅速扩大，甚至引发了“帝国回镖”效应（在海外使用的压迫技术最终回到国内）：
- 边境监控： 该系统已被美国北方司令部用于探测和追踪试图穿越南部边境的人员。
- 反毒行动： 在南部司令部的行动中，Maven 被用于识别疑似走私船只。2025 年的一次行动中，美军摧毁了多艘委内瑞拉船只，引发了关于“未经审判即处决”的法律争论。
致命风险与“AI 成年”问题
尽管技术带来了效率，但参与者和观察者对潜在的风险表示担忧：
- 缺乏系统培训： 许多操作员在没有接受正规 AI 武器培训的情况下就开始使用系统。相比之下，传统的武器系统（如 AEGIS）需要数月的专业培训。
- 幻觉与误判： AI 可能会产生“幻觉”或受到对手的数据欺骗。1988 年美军误击伊朗民航客机的惨剧（造成 290 人死亡）始终是一个警示，当时的自动化系统将民航机误认为战斗机。
- 责任缺失： 目前的政策仅要求在武力使用中保持“适当水平的人类判断”，但并未明确界定当 AI 做出致命决策时，谁该承担最终责任。
“Maven 是一场运动，我们已经‘喝了酷爱饮料’（意指盲目追随）。” 这种对 AI 打击的狂热，正将人类带入一个决策快于思考的新战争时代。