以美国和以色列为一方、以伊朗为另一方的又一次海湾军事冲突，才开打两天，就引发了一波关于“AI大模型在战争中的应用”的大讨论。仅以中文互联网而言，3月1日市面上出现了一大批文章，信誓旦旦地宣称“美国在打击中使用了Claude以及Grok”，乃至“AI大模型发挥了不可或缺的作用”；很快又有人辟谣称，AI的意义被严重高估了，美国“斩首行动”的成功并不依赖AI。那么到底哪一方更接近真相呢？

公允的说，关于“美国依靠AI打仗”的说法，有大量英文原始资料，不是国内自媒体写的小作文。但是具体来源比较驳杂，主要分为三大类：

宣称AI大模型尤其是Claude在美国“斩首行动”中发挥了重要的情报分析作用，主要来源是《华尔街日报》的长篇文章，《卫报》及路透等亦有报道。

宣称Grok大模型成功预测了美国将于2月28日动手，这确实是事实，但其意义被严重夸大，并被进一步误传为“美国依靠Grok搞情报”。

宣称AI对于美国战争机器而言已经“不可或缺”，乃至把无人机的自动导航也归类为AI，这主要是Reddit等英文社交媒体的夸大其词。

先说第二条：截止目前，没有证据显示xAI出品的Grok大模型被用于美军的情报分析和定位工作。在战争开始前，美国白宫指示国防部门禁用Claude, 但还没来得及执行就开打了。xAI试图与美军“签约”替代Anthropic是很晚的事情，不可能在大战一触即发时替代。我们几乎可以肯定，美军在这次打击过程中使用的大模型主要是Claude.

那么关于Grok的神话是怎么来的呢？2月25日，有人在网上贴出了对GPT, Gemini, Claude以及Grok这四大模型的问答记录——喂给它们公开信息，采用假设性、诱导性的提示词，询问它们“美国或以色列计划什么时候动手”。其他三个大模型回答都很宽泛，只有Grok给出了一个具体的时间：2月28日。后来这个日期被证明为真，Grok就此“封神”。

这说明Grok可能确实具备较强的公开信息整合能力，又或许它更倾向于给出一个具体的答案（并且恰好碰对了）。不管怎么说，“预测正确”与“被美军使用”是两码事，任何人都可以使用Grok预测下一场战争的时间地点。附带说一句，我个人认为，GPT和Claude拒绝回答具体日期，可能是“对齐机制”的结果，众所周知这两个模型政治正确过度，经常不乐意回答它们认为有风险的话题。

再说第三条：毫无疑问，美军（以及以色列军）的军队部署、飞机起飞、导弹发射……等行为，全部是人为决策、人为执行的。Claude也好，其他大模型也好，均未介入美军指挥链条的决策行为（仅仅是提供建议），更没有指挥武器系统启动或发射。从常识想也知道，真正“定点清除”一个目标是要负政治责任的，这种事情哪能交给AI去做？哪怕今后AI真的具备了独立的判断力，最后背锅的这个步骤恐怕还是得由人来做。何况目前AI大模型尚未融入任何武器系统本身。

还有人把美以联军“出动有史以来最先进的无人机群”（注：存疑）、进行自动轰炸，也视为“AI介入战争”的证据——这就是纯粹的不学无术了。我们现在讲的AI，是指生成式AI (Generative AI)，即以自然语言处理(NPL)为基础、以Transformer架构为底层技术的一种AI解决方案；我们现在讨论的，是生成式AI对战争流程的介入究竟有多深。如果我们把所有自动化或智能化解决方案，都套上AI的概念，那我们会惊异地发现：当代飞机的火控系统是计算机控制的，甚至整个巡航过程都是计算机控制的，“发射后不管”的导弹也是计算机控制的……那人类战争岂不早就被AI接管了，还等得到今天？

在硅谷大厂的财报当中，会特别分清Gen AI和Core AI（传统AI）的区别：推荐算法、搜索算法、内容审核这些早已成熟的AI技术，被归为Core AI，它们当然也会在一定程度上受到Gen AI的影响，但二者不能混为一谈。否则，当我们看到长途民航客机除了起飞和降落阶段，几乎不需要人工干预时，岂不要赞叹“AI威武，把飞行员搞得没活干了”——可惜这个赞叹晚了整整三十年，只能显得我们没见过世面……（附带说一句，民航的计算机飞行控制系统甚至连Core AI都不算，这是另一个话题了。）

接下来说第一条，也是可信度最高的那一条：根据《华尔街日报》(WSJ)报道，以及多家权威英文媒体印证，Claude确实在美军中央司令部(CENTCOM)的情报系统中发挥了不可或缺的作用，主要包括：情报整理，目标识别与选择，战场模拟，等等。人类在这个过程中仍然是主导者，负责提供信息、告知军事行动目的，以及从AI提供的备选项之中进行选择并最终下定决心。虽然在战争开始前，白宫宣布禁用Claude，但是考虑到它早已与五角大楼的情报系统深度绑定，此时禁用根本不现实，今后能不能实现禁用也很不好说。

请注意：没有任何一家英文媒体宣称Claude对伊朗高层进行了准确定位。对他们的成功定位是CIA情报人员长达数月工作的结果，Claude可能对这些情报进行了整理鉴定，但它既不负责获取情报，也不负责最终定位。此外，关于Palantir发挥了重要作用的报道，基本也不出自严肃媒体，而来自Reddit等社交媒体。目前尚未有任何证据显示Palantir发挥了作用；就算发挥了，估计也是外围的、间接的作用。

所谓“Claude通过对各种蛛丝马迹的分析，成功定位了伊朗高层，并与Palantir共同形成了一套杀戮链条(Kill Chain)”的说法，不是国内自媒体写的地摊文学，而是美国网友写的地摊文学被转译到了国内（并且又夸大了好几倍）。然后这些地摊文学被统一加上“WSJ报道”或“《卫报》报道”的标签，这就纯粹是欺负大多数人没订阅WSJ电子版，看不到原文了……

然而，我们可不可以下结论说，Claude发挥的作用可有可无，根本没有改变战争形态呢？那就是从一个极端走向另一个极端了。假如AI真的可有可无，五角大楼为什么要把Claude深度融入其情报系统？白宫又为什么高度关注Claude的安全性？事实上，AI大模型在情报工作中最大的功能，就是“化繁为简”，通过纷繁复杂、千头万绪的情报，找出“可能有用”的线索和范式。

只要是做过情报工作或研究工作的人就知道，现实中最大的问题不是情报太少，而是情报太多！就拿二战期间最大的情报灾难——巴巴罗萨计划来说，斯大林完全没有料到自己会被希特勒背刺，是因为他没拿到情报吗？不，他拿到了太多自相矛盾的情报，同时他又忽视了希特勒不是一个正常人。无独有偶，等到诺曼底登陆前夕，又轮到希特勒在海量情报面前束手无策了——盟军成功进行了大规模欺骗，以大量错误的情报掩盖了唯一的真相。类似的例子我们还能举出很多很多。

Claude对海量、多模态情报，包括文字信息、卫星图片、信号情报(SIGINT)以及截获通信内容进行分析，其功劳确实很大，不过这份功劳得分成两个维度：

对复杂多模态信息的识别、破译、整合，比如从卫星图片中提取出有效信息，对语音信息进行降噪识别，以及对海量文字信息进行总结……这些工作没有脱离传统工具的范围。与人工识别或传统计算机识别相比，AI识别主要是提升了效率，并未提供什么“前所未有的东西”。

基于原始信息或已经整理好的信息进行分析，发现某种“线索”(clue)或“范式”(pattern)，乃至提供具备可操作性的建议，这才是真正的降维打击！比如说，喂给Claude一大堆公开新闻和内部情报，它能不能发现无人注意到的重要盲点？并且解释给情报人员听？

遗憾的是，这一次Claude的作用多大程度上属于前者、多大程度上属于后者，还是个未知数。从常理推断，哪怕它能做到独立发现线索，情报人员恐怕也不会轻信，仍然会结合个人判断反复验证之后得出结论。WSJ的报道提到Claude帮助分析了伊朗高层人员的“行为模式”(pattern)并给出了建议，但这些建议到底有多详细呢？事后证明是否正确？这一点，WSJ没有明确的信源，恐怕哪家媒体都没有。

讲个有趣的事情：我刚才跟GPT, Gemini以及Grok分别讨论了“AI大模型在美国军事行动中发挥了什么作用”，其中Gemini最为激进，宣称“AI对美军已经不可或缺”，“如果没有AI，美军打击不可能成功”（但提供的证据十分薄弱）；GPT相对保守，表示AI有一定作用，但与大家想象的“全自动杀戮机器”完全不是一回事；Grok最为胆小，首先用很大篇幅解释“Grok并未参与美军情报系统”，然后对大模型在军事中的应用给出了非常保守的分析。不过三家的回答均有一定道理，旁征博引，让我顺藤摸瓜获得了许多原始链接。

目前Grok是我最喜欢使用、聊天频率最高的大模型。上个月是Gemini，此前两年多的时间则一直是GPT。Grok 4.20 Beta的4 Agents模式让我尤其喜爱，适合分析高度复杂的长文本。这说明大模型的进步还远远没有到头，哪怕是在文生文聊天这个十分成熟的赛道上，大家仍能各显神通。我迫不及待看到接下来大家还能玩出什么花样，好激动！