军事AI中保留决策主权:兼顾商业秘密与模型可替换性的架构框架
OriginalPreserving Decision Sovereignty in Military AI: A Trade-Secret-Safe Architectural Framework for Model Replaceability, Human Authority, and State Control
This paper argues that the central strategic issue is not merely access to capable models, but preservation of decision sovereignty: the state's ability to retain authority over decision policy, version control, fallback behavior, auditability, and final action approval even when analytical modules
- 发布时间
- 2026-03
内容介绍
前沿模型供应商与国家安全客户之间的关系,正把一个问题从幕后推到台前:当军方依赖一个由私人企业治理的模型时,系统的操作边界究竟由谁设定。这份资料给出的回答是,真正需要保住的不是"用上强模型",而是决策主权。作者以2026年3月 Anthropic 与美国国防部之间的公开争端为切口,并把它放进 Project Maven 以来军事AI从窄域视觉工具扩张为指挥支持生态的长期脉络中。之所以现在值得看,是因为这类依赖已经进入操作、情报与指挥支持环境,而不再只是实验室里的尝试。
材料的分析方式是概念性的,不做实验,也不提供基准测试。支撑判断的是公开材料:Anthropic 与 Palantir 在2024年底把 Claude 引入美国政府情报与国防行动(运行在 AWS 上)的公开声明,AWS 随后对包括 Top Secret Region 路线图在内的安全公共部门环境的说明,以及2025年7月 Anthropic 宣布的、上限2亿美元的国防部前沿AI原型协议。作者还援引美国、北约、英国及情报界近期的AI指南,以及围绕信任校准、人类能动性、问责缺口与AI供应链政治经济学的既有讨论。2026年争端的经过则依据 Reuters、Washington Post 与 Associated Press 的报道。
关键论点之一是给"决策主权"下定义:国家对决策政策、版本控制、回退行为、可审计性和最终行动批准保留权威,即便分析模块采购自商业供应商。与之配套的是一个"供应商诱发的边界控制"威胁模型——一旦私人治理的模型嵌入军事工作流,供应商能影响的就不只是技术性能,还包括系统可被使用的操作边界条件。作者引述的公开报道显示,2026年的分歧不在模型质量或价格,而在供应商能在多大程度上保留对其模型军事用途的限制,以及政府在模型变得操作重要之后会在多大程度上容忍这些限制;据这些报道,五角大楼在围绕自主武器与国内监控的 guardrails 争执之后,把 Anthropic 视为供应链风险。作者明确说,谁对谁错不是重点,结构性事实才是:一个私人治理的模型可以变得足够有战略分量,以至于它的安全边界被解读为对国家行动的约束。
第二个关键点在架构层面:把 Energetic Paradigm 表述为一套 trade-secret-safe 的、分层且模型无关的指挥支持设计。在这个设计里,供应商模型只是可替换的分析组件,而路由、约束、日志、升级(escalation)与行动授权属于国家所有的职能。作者把贡献归纳为三项:军事AI决策主权的定义、供应商诱发边界控制的威胁模型,以及一份公开架构规范,用来说明模型可替换性、人类权威与主权编排如何降低战略依赖,同时不要求披露专有实现细节。换句话说,公开的是控制结构长什么样,不是模型内部怎么运作。
这意味着评估军事AI时,准确性、延迟与规模之外还需要一组主权指标——版本能不能自己回滚、日志能不能自己审计、路由与约束能不能自己改、最终授权握在谁手里。落到实践上,采购条款与系统架构需要把模型当作可替换件来设计,把编排与保证层留在国家一侧;对联盟互操作而言,模型无关的分层设计也降低了各方因采用不同供应商而无法对接的风险。这些是由材料推出的解读,作者本人只给出"对采购、治理与联盟互操作有具体含义"这一层判断。这套思路与其所引用的负责任AI指南方向一致,后者强调问责、可追溯、可治理与人类判断。
适合关注军事AI治理、国防采购与AI供应链风险的研究者和政策从业者阅读,读完能拿走的是一套可用来提问的框架:主权包含哪几项权能、供应商的边界控制如何发生、控制层与模型层应当如何切分。边界同样清楚:论证是概念性的而非实验性的,没有性能数据、成本测算或落地案例,架构规范停留在设计层面,能否通过工程与制度检验仍需另行验证。把它当作一份问题定义与检查清单来用,比当作可执行方案更稳妥。
原文摘录
自动提取自 PDFPreserving Decision Sovereignty in Military AI: A Trade-Secret-Safe Architectural Framework for Model Replaceability, Human Authority, and State Control Peng WEI Wesley Shu College of Plant Protection The Institute of Energetic Paradigm Southwest University, China [email protected] [email protected] March 2026 Abstract Recent events surrounding the relationship between frontier AI suppliers and national- security customers have made a structural problem newly visible: once a privately governed model becomes embedded in military workflows, the supplier can influence not only technical performance but also the operational boundary conditions under which the system may be used. This paper argues that the central strategic issue is not merely access to capable models, but preservation of decision sovereignty: the state’s ability to retain authority over