白宫战略将军事技术重心转向水下系统、太空与 AI

白宫已将水下系统、外层空间和 AI 列为三项军事技术优先事项，为 Google News 的标题提供了明确的竞争信号。该战略倾向于加快试验，并部署更多自主平台。然而，它并未明确这些系统由谁控制、各机构将如何为其提供资金，或原型何时才能成为可靠武器。

于 2026 年 8 月 17 日发布的《国家安全科学与技术战略》将联邦研究政策与战场需求联系起来。其方向比笼统支持先进技术更为具体。各机构应探索将高端武器与成本更低、在某些情况下可承受损失的平台结合起来，并让后者能够以更大规模投入运行。

这一模式令现有采购体系承压。传统项目通常通过漫长的研发周期来保障性能要求。新战略则更强调部署速度、商业参与和反复试验。这些做法可以并存，但预算、测试能力和作战指挥权限仍然有限。

该文件发布前，政府已作出数项相关决定。五角大楼于 7 月将其大部分自主系统项目组合集中管理。一份 6 月的总统备忘录要求国家安全机构加快采用 AI，同时保留政府控制权和可追责的指挥体系。最新战略如今将这些决定纳入更广泛的军事优势竞争框架。

因此，这不只是又一份联邦技术清单，而是一次重组研究成果如何转化为作战能力的尝试。其成败较少取决于“水下”“太空”和“AI”等字眼，更多取决于合同、演习、生产订单和可执行的安全规则。

新战略究竟改变了什么

白宫正推动军事研究转向可部署系统，将规模、自主性和跨争夺环境作战能力结合起来。

该战略为联邦机构提供了国家安全科技工作的共同框架。它要求重点关注维持战场优势、应对本土威胁，并将竞争引导至美国具备实力的领域。

在军事研究方面，优先领域异常具体，包括水下能力、太空系统，以及具备自主性的 AI。每一项都涉及通信困难、决策时间敏感、昂贵的有人平台面临日益严峻威胁的环境。

水下类别的范围超出了传统潜艇。它涵盖传感、通信、导航、无人载具，以及能够在有限联络条件下运行的系统。水体会干扰许多在空中或陆地上有效的通信方式。这一限制使本地自主能力尤其重要。

太空则带来了不同的问题。卫星支撑通信、导航、导弹预警、情报和目标指示。这些服务连接着所有物理领域的力量，同时也形成了可能被对手通过电子战、网络攻击或攻击轨道基础设施加以破坏的依赖关系。

AI 将这三项优先事项联系在一起。它可以帮助软件分类传感器数据、协调载具、分配任务、识别异常，并辅助人类决策者。自主性使机器能够在无需持续直接控制的情况下执行指定功能，不过不同任务允许的独立程度各不相同。

该战略还支持混合兵力模式。它呼吁将低成本或可承受损失的平台，与数量更少的高端系统进行“最佳组合”。可承受损失系统的设计前提是，指挥官可以在行动中承担失去其中一部分的风险。

这一模式挑战了每个军事平台都必须实现最高性能并服役数十年的假设。小型自主载具的能力可能不如有人驾驶飞机或潜艇，但一组此类载具仍可分散传感器、增加对手瞄准难度，并承受损失。

这一理念已经开始影响五角大楼的组织架构。据自主系统项目组合详情，一份 7 月备忘录为许多无人和自主项目设立了中央项目组合负责人。该职责涵盖地面车辆、小型航空系统、大多数海上载具、自主软件和集群技术。

这一组织变革很重要，因为战略本身并不采购装备。它告诉各机构哪些问题值得关注，以及研究应如何支持国家安全。项目办公室仍须将这一方向转化为需求、招标、测试计划和生产决策。

因此，这项战略首先改变的是关注重点的层级，而不是装备库存。水下系统、太空基础设施和自主作战如今对研究资金拥有更强的诉求。它们的支持者在与围绕少数昂贵平台构建的缓慢项目竞争时，也拥有了更清晰的论据。

Google News 捕捉到了优先事项，却未呈现政策转向

Google News 的表述点出了三个最显眼的赢家，但更深层的变化在于华盛顿期望军事技术如何从实验室走向作战。

围绕水下技术、外层空间和 AI 的标题，在最高层面上是准确的。它也适合浏览多项不同技术主题的读者。但它无法展现的是，该战略试图改变采购行为和联邦研究激励机制。

消息源经由 Google News 的人工智能信息流出现，但其背后的事件远不止生成式 AI。该文件还涉及制造业、生物技术、量子系统、通信、网络安全、核技术和先进材料。

修订后的关键与新兴技术清单包含 14 个类别，低于 2024 年 2 月版本的 18 个。联邦机构在制定研究预算、审查投资、评估研究安全和制定技术管制措施时会使用该清单。

数项变化揭示了政府的优先事项。AI 与自主性如今吸收了机器人和无人系统。该类别包括多智能体系统、群体智能、持续学习、分布式机器学习和自主智能体识别。

可解释性和控制也被纳入修订后的 AI 类别。可解释性涉及理解 AI 系统为何产生某项输出的方法；控制则涉及将其行为限制在授权边界内，特别是在部署之后。

修订后的清单新增了后量子密码学、集成光子学、高熵合金和加固型消费级操作系统。它移除或调整了若干领域，包括先进云服务、数据中心、电池和增强现实。

这些删除并不一定意味着相关技术已不再重要。它们可能表明私人投资已在支持这些领域，或联邦研究应将重点放在其他地方。该战略要求各机构补充私人投资，而不是与之竞争。

这一选择在国防领域之外同样制造了赢家和输家。开发战术边缘计算、自主载具、光子学、量子系统和专用材料的初创企业，获得了更强的政策契合度。尽管 AI 基础设施具有更广泛的战略重要性，专注于商业数据中心扩张的公司却没有获得同样的研究信号。

区分产业优先事项与研究优先事项至关重要。一个成熟或资金充足的商业领域，即使从联邦前沿清单中移除，仍可能对国家安全不可或缺。反过来，被列入清单也不保证获得采购合同。

白宫还希望加快试验。这有利于那些能够在无需先经历漫长开发项目的情况下，将可用硬件和软件带入演习的企业。只要各机构简化安全、合同和集成要求，这也可以为规模较小的国防企业扩大准入机会。

该战略同时提高了研究安全预期。它要求对联邦资助提案进行自动化审查、持续监控获支持项目、提供网络安全指导，并加强反情报协助。政府希望研究体系运行更快，同时暴露更少敏感能力。

这些目标可能相互冲突。更严密的监控可以保护有价值的研究，但也可能增加延误和合规成本。小型企业和大学实验室可能比成熟承包商更难承担这些负担。

公开的战略分析指出了创新与保护之间的这种张力。它还强调，该文件呼吁吸引全球专业人才，尽管就业型移民面临更广泛的限制。

信息流标题无法承载所有这些矛盾。Google News 将注意力引向被点名的技术；而这项政策本身关注的是重建连接研究、私人资本、政府测试和军事部署的路径。

低成本自主规模与高成本军事精度之争

该战略的核心权衡并非 AI 对阵人类操作员，而是可扩展试验对阵旨在避免高成本失败的采购体系。

大型军事项目会不断累积需求，因为其平台必须在严苛任务中存续多年。每项需求都可能具有合理的作战依据，但它们叠加起来会推高成本、拉长进度，并使重新设计变得困难。

自主系统提供了另一条路径。各机构可以采购小批量产品，在演习中测试、更新软件，并淘汰未成功的设计。这比传统武器采购更接近商业产品开发。

水下领域同时体现了前景与困难。无人水下载具可以检查基础设施、测绘区域、部署传感器或搜寻水雷。一组载具能够覆盖比单个平台更大的区域。

然而，在无法可靠接入卫星信号的情况下，水下导航仍然困难。通信带宽受限，而声学链路可能速度缓慢或易被探测。载具需要具备足够的机载智能，以便在操作员无法立即下达指令时作出响应。

办公应用中的软件错误只会带来不便。水下的导航或分类错误则可能导致昂贵载具损失，或引发作战事故。因此，即便平台被宣传为可承受损失，测试负担仍然相当沉重。

太空系统也呈现类似权衡。更多小型卫星可以分散能力，降低对单一资产的依赖。商业星座也带来了生产经验和更频繁的发射机会。

然而，军事任务需要安全链路、耐受性硬件、可靠接入以及与机密网络的整合。一颗源自商用技术的卫星可以迅速进入轨道，却未必满足所有作战需求。扩大硬件规模并不会自动形成具备韧性的军事架构。

AI 又增加了一层复杂性。在受控演示中表现良好的模型，在传感器质量下降时可能出现不同表现。对抗性输入、陌生环境、受损数据和通信中断都可能削弱其性能。

白宫 6 月发布的国家安全指令承认了其中若干问题。该指令要求加快采用 AI，同时也强调安全性、可控性、多供应商选择以及明确的政府权力。

该指令称，商业实体未经政府事先批准，不应禁用、降级或修改任务系统。这项规定回应了一项基本的军事关切：关键能力不能在危机期间取决于供应商改变访问权限、模型行为或服务条件。

政府也希望采用最优秀的商业技术和开源技术。这些来源演进迅速，因为开发者频繁发布更新。军事保障机制则不同，因为操作人员需要可预测的行为、有据可查的配置和受控的变更。

这种紧张关系体现在政府与模型开发商的关系中。Anthropic 寻求针对完全自主武器和国内监控设定限制。五角大楼官员则认为，供应商限制可能妨碍未来军事自主系统的发展。

总统唐纳德·特朗普 6 月的备忘录通过宪法规定的指挥链保留了问责机制。它还要求更新武器自主性政策。一份AI 政策摘要称，这项工作旨在加速采用，同时承认公民自由和监督方面的担忧。

这场辩论的任何一方都无法靠口号解决问题。一刀切的禁令可能阻碍合法的防御性用途。无限制的作战裁量权则可能带来不可接受的法律、安全和问责风险。

该战略的混合力量模式，只有在各机构区分可接受与不可接受的失败时才能成功。失去一架侦察无人机或许可以容忍；误判一名人员、干扰民用基础设施或升级冲突则是另一回事。

这种区分必须体现在测试计划和授权规则中，不能停留在对负责任使用的笼统承诺上。项目经理需要可衡量的阈值，而指挥官则需要针对具体任务的明确限制。

AI 是连接器，也是最大的不确定性来源

AI 让分布式水下和太空行动成为现实，但也将风险集中到在战场条件下仍难以验证的软件之中。

水下航行器和卫星产生的数据量远超人工团队能够手动审查的范围。AI 可以筛选传感器数据流、确定信号优先级并提出行动建议。在无法直接由操作人员控制时，它还可以协调多台设备。

多智能体系统尤其相关。这类系统会在多个软件智能体或载具之间分配任务。一个集群可能划分搜索区域、保持间距、中继数据，或在失去部分成员后重新组织。

其军事价值来自机器速度下的协同。风险则来自随着智能体数量增加而愈发难以预测的交互。对单个载具而言安全的行为，并不能保证大型编队同样安全。

持续学习引发了另一项担忧。持续学习系统会在部署后利用新信息更新其行为。这可以帮助它适应不断变化的环境，但也可能使其偏离最初经过测试的版本。

修订后的技术清单将持续学习与可解释性、控制能力和对抗鲁棒性并列。对抗鲁棒性描述的是系统抵御被操纵输入或蓄意诱发错误的能力。

这些补充表明，白宫将安全视为军事 AI 性能的一部分。一个运行迅速却容易被操纵的模型，在作战层面并不可靠。一个无法解释重要建议的模型会带来问责问题。

政府的政策回应包括多供应商策略和高安全级别计算设施。多元化的供应商基础可以降低对单一公司的依赖，但无法消除对共享芯片、云基础设施、数据管道或模型开发实践的依赖。

使用开源模型可以让机构拥有更高的可见性和本地控制权，但也可能将集成与安全责任转移给政府团队。获得模型权重，并不保证官员理解每一种失效模式。

商业模型则提供了相反的交易条件。供应商提供频繁改进、专业知识和托管基础设施，政府则因此依赖企业的更新政策、可接受使用规则和专有工程决策。

2026 年军事AI 战略要求重新设计工作流程，而不是将 AI 嵌入一成不变的流程中。这是一项重要要求，因为当组织保留每一层既有审批环节时，自动化往往会失败。

工作流重构也带来自身风险。更快的决策可能压缩人工审查时间。当操作人员认为计算机生成的答案是客观的，自动化建议也可能获得不应有的权威性。

因此，人工监督必须围绕任务进行设计。要求每一项机器行动都获得批准，可能会抹去自主系统带来的速度和规模优势。将人类排除在关键决策之外，则可能带来法律和战略风险。

尚未解决的问题是这些边界应设在何处。监视、后勤、维护、导航、防御性拦截和目标交战涉及不同后果，单一的部门级表述无法同样有效地规范它们。

开发者和企业采购方应关注这种区别。军事采购往往会推动身份验证、审计日志、模型控制、安全部署和软件溯源等要求。这些要求可能迁移至关键基础设施和受监管的商业市场。

该战略还可能塑造更广泛的 AI 市场。与政府建立既有关系的大型模型公司，更有条件满足机密计算和安全要求。小型企业可以贡献专业模型，但认证成本可能限制其准入。

正是在这里，更快的创新可能无意中强化集中化。寻求经过验证安全性的采购体系，可能偏向已具备现有基础设施的公司；而追求多供应商的政策，最终又会形成另一个规模较小的获批供应商群体。

政府必须证明，竞争并不只是向数家前沿模型公司授予合同。它需要为专业开发者、开源供应商、集成商和测试公司提供可信的参与路径。

该战略并未解决资金、测试或问责问题

该文件提供了方向，但其最艰难的承诺仍有待预算和实地演习揭示作战取舍后才能验证。

联邦战略常常影响预算提案，却不控制拨款。各机构可以确定优先领域，但国会通过授权和拨款立法决定资金。现有项目也有各自的利益相关方、合同和作战承诺。

水下、太空和自主系统将与舰艇、飞机、弹药、人员、维护和核现代化争夺资源。没有受保护资金的优先事项，可能沦为分散覆盖众多项目的一层薄投入。

测试同样面临这个问题。五角大楼需要试验场、具代表性的威胁、安全网络、目标集和受训操作人员。软件可以快速更新，但现实评估仍高度依赖资源。

演习比实验室基准测试提供更有力的证据。自主载具必须能在恶劣天气、受损网络、误导性信号和维护问题中正常运行。太空系统则必须在通信或导航服务受干扰时维持行动。

测试集群会带来额外复杂性。评估人员需要衡量集体行为，而不只是每台设备的可靠性。他们还必须检验当多个组件接收到错误信息时，编队会如何失效。

采购速度可能不利于这种严谨性。官员承受着将有前景的原型投入生产的压力。承包商则有动力突出成功演示，而不是不同条件下尚不确定的性能。

政府对实验的强调，只有在失败仍然可见时才有意义。项目需要获准停止、重新设计或替换薄弱系统。否则，更快的原型开发只会制造更多永远无法达到可靠规模的项目。

问责问题则更为困难。6 月的总统备忘录让指挥官和机构领导人承担责任。这一原则至关重要，但问责需要获得技术证据，并拥有对系统变更的权力。

如果不知道正在运行的是哪个模型版本，指挥官就无法有意义地接受风险。如果没有日志、数据溯源和人工决策记录，调查人员就无法重建事故经过。供应商必须在更新过程中保留这些能力。

研究安全构成另一个压力点。该战略要求加强对受资助工作的监控和自动化审查。这些措施有助于识别外国影响、知识产权盗窃或隐藏依赖关系。

然而，自动化筛查可能产生误报，并抑制合法的国际合作。敏感领域需要安全控制，但美国也受益于在海外接受培训的研究人员。该战略本身也承认需要吸引专业的全球人才。

这种矛盾值得谨慎落实。自动化审查扩大之前，各机构应明确审查标准、纠错流程和申诉机制。否则，安全工具可能在未改善技术保护的情况下，悄然排除有价值的研究人员。

修订后的技术清单也需要谨慎解读。从清单中移除电池或数据中心，并不意味着它们不再具有军事重要性。水下载具需要储能，而 AI 系统需要计算基础设施。

这一变化反而表明，联邦研究应优先填补私营部门不会填补的缺口。如果商业投资未能提供军用级韧性、供应安全或在争夺环境中的部署能力，这一判断可能被证明是错误的。

政策制定者无法预知每一种未来依赖。因此，项目官员应将该清单视为指导，而不是技术分析的替代品。作战需求仍应决定配套投资。

批评者还质疑，与少数科技公司紧密结盟是否会缩小被考虑的方法范围。当采购时间表奖励那些已经能够驾驭政府安全体系的供应商时，这种风险是可信的。

政府可以用数据回应这一批评。它应公布获得原型合同的非传统供应商数量、有多少项目进入生产阶段，以及各机构在测试后更换供应商的频率。

如果没有这些衡量指标，“更快创新”仍难以评估。合同公告只能证明活动正在发生，不能证明其具备战场价值、促进了竞争市场，或实现了可问责的自主能力。

三项信号将显示这些优先事项是否转化为能力

生产订单、实战压力测试和可执行的 AI 控制措施，将揭示这一战略是否真正改变了军事能力，还是仅仅改变了联邦政府的措辞。

第一个信号是从原型转向持续量产。各机构经常展示无人机、自主软件和传感器网络，但真正获得持续订单、且规模足以支撑制造和部队采用的系统较少。

应关注涵盖采购数量、交付计划、培训、维护和软件支持的合同。这些细节能表明某个军种是否打算将该系统用于实验之外的实际运行。小额原型合同的证明力较弱。

海底项目尤其值得关注。针对无人水下航行器、分布式传感器和通信节点的订单，将支持该战略所强调的方向。若因续航或导航故障而延误，则会削弱这一判断。

第二个信号是系统在对抗性演习中的表现。可信的测试应包括通信降级、电子干扰、不完美的传感器数据，以及单个平台的损失。测试还应让预期使用该系统的人员参与其中。

在受控环境中的成功演示无法解决这一问题。真正有意义的证据是：当自主能力必须弥补不确定性和干扰时，部队能否完成任务。

太空测试应考察卫星服务丧失或降级的情况。海底测试应衡量航行器在通信中断期间如何导航和协同。AI 测试则应评估其面对操纵、陌生输入和不安全建议时的表现。

第三个信号是对 6 月 AI 备忘录的落实。该备忘录要求各机构在 120 天内，为关键国家安全 AI 系统制定联合风险管理和保障战略。

这一期限意味着预期指导文件将在 2026 年 10 月初出台。相关规则应界定基础安全实践、审批权限、模型变更控制和评估要求。模糊的原则会削弱外界对加速部署的信心。

五角大楼还必须更新其关于武器系统自主性的指令。这一过程将显示官员如何在快速采用、人类判断和指挥问责之间取得平衡。

清晰、面向具体任务的规则将强化这一战略。它们将帮助供应商设计合规系统，也帮助指挥官理解允许的使用方式。宽泛的例外或未定义的标准则会延续不确定性。

因此，通过 Google News 关注此事的读者，不应只看新的合同总额和引人注目的演示。重要的问题在于转化率、测试条件、生产能力，以及对已部署软件的控制。

对国防企业而言，当务之急是在不夸大成熟度的前提下，使提案契合这些新优先事项。系统应说明其如何在降级条件下存活、操作人员如何审计决策，以及软件变更如何保持受控。

对 AI 开发者而言，国家安全工作对其要求将不止于模型性能。身份、授权、溯源、对抗性测试、部署安全和更新治理，都将影响机构是否批准其投入运行。

对政策制定者而言，这一战略带来了可衡量的责任。他们必须将已宣布的优先事项与预算、测试基础设施和透明监督相连接。否则，海底系统、太空和 AI 将仍只是贴在熟悉采购问题上的吸引人标签。

白宫已明确其希望军事技术朝何处发展。未来三个月将显示，各机构能否将这一方向转化为严谨的实验和可执行的规则。

关注 10 月的保障指导文件、对抗领域演习，以及首批实质性的生产订单。这些信号结合起来，将回答标题无法回答的问题：华盛顿是在改变部署技术的方式，还是仅仅改变描述雄心的方式？