Project Maven如何让美军爱上AI
“How Project Maven taught the military to love AI”
2368 字
预计 9 分钟
中文摘要
记者Katrina Manson的新书《Project Maven》揭示了美军AI目标选择系统Maven Smart System的起源与发展。该系统始于2017年，最初由谷歌参与，但因员工抗议而退出，后由Palantir主导，整合微软、亚马逊、Anthropic等技术。Maven将计算机视觉与工作流管理结合，将目标识别和打击流程从数小时缩短至数秒，使美军在伊朗战争首日打击超过1000个目标，是20年前“震慑”行动的两倍。系统还使用Anthropic的Claude大语言模型加速流程，未来目标日打击量可达5000个。然而，加速也带来风险：首日打击的一所女子学校造成150多人死亡，原因是数据库未更新且系统过快导致人为核查缺失。美军内部对AI加速存在争议，但方向已定：Maven Smart System将于2025年9月成为正式项目。作者指出，AI系统的有效性取决于数据质量，而加速可能放大错误。
核心论点
- Maven系统将目标打击流程从数小时缩短到数秒，使美军日打击量从不到100个提升到1000个。
- 系统使用Anthropic的Claude大语言模型进一步加速，未来日打击量可达5000个。
- 伊朗女子学校误炸事件表明，AI加速可能放大数据库错误，导致灾难性后果。
- 美军内部对AI加速存在争议，但Maven Smart System即将成为正式项目，方向不可逆。
- 系统的有效性完全取决于数据质量，而加速可能减少人为核查环节。
反方视角 / 盲点
- 文章未深入讨论AI系统在军事决策中的可解释性和审计机制。
- 未涉及中国或其他国家在军事AI领域的进展和竞争。
- 对Palantir等公司的商业模式和盈利细节着墨不多。
对科技从业者的启示
- 对AI产品落地的启示：用户界面和体验至关重要——Maven的成功部分源于Cukor坚持打造易用的UI，Palantir最初不愿做UI但最终妥协。做开发者工具时，UI/UX是差异化关键
- 数据质量是AI系统的命门：Maven的误炸源于数据库未更新，提醒我们在构建SaaS产品时，数据清洗和更新机制必须优先设计
- 加速效应是双刃剑：AI加速流程可能放大错误，产品设计需保留人工审核节点，类似Maven中保留的“决策”和“行动”两个人类环节