# 五角大楼官员透露，生成式 AI 可能被用来给打击目标排优先级

> 原标题：A defense official reveals how AI chatbots could be used for targeting decisions

- 来源：MIT Technology Review · AI
- 发布时间：2026-03-12T22:23:34.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3986
- 原文：https://www.technologyreview.com/2026/03/12/1134243/defense-official-military-use-ai-chatbots-targeting-decisions/

## 摘要

一位美国国防部官员向 MIT Technology Review 描述了军方可能怎么用生成式 AI 做目标排序：把目标清单喂给聊天模型，让它结合飞机位置等因素排出优先打击顺序，输出建议再由人审核。这个聊天层可能架在军方已有的 Maven 系统上，用来加快搜索和分析。Maven 之前主要靠计算机视觉从无人机画面里找目标，界面是地图和仪表盘，操作员得自己盯...

## 推荐理由

HKR 全中：标题的钩子是聊天机器人参与目标排序，正文给了叠在 Maven 上的具体工作流和人工复核环节。分数我维持在 80，不往上加，因为官员描述的是“可以这样用”的可能性，提速幅度和是否已实战都没确认，这点先别太激动。

## 锐评

这条消息的核心不是“AI 又厉害了”，而是军方想把生成式 AI 架在已有的 Maven 系统上，让操作员用聊天界面问“先打哪个”，模型结合飞机位置等因素给出排序建议，再由人审核。Maven 之前主要靠计算机视觉从无人机画面里找目标，界面是地图和仪表盘，操作员得自己盯。现在加一层聊天模型，交互是快了，但验证更难——地图上标错一个点你能看出来，聊天模型输出的排序逻辑你很难一眼判断对不对。

正文没披露速度提升的具体数字，也没说模型在什么条件下做排序、用了哪些约束。官员只描述了“可能怎么用”，拒绝确认是否已用于实战。这点先别太激动，从“可能”到“实际部署”中间还隔着大量测试和授权流程。

还缺什么：模型输出的可解释性怎么保证？人在回路里的审核标准是什么？如果排序建议出错，责任算谁的？这些正文都没提。