Maven梅文智能系统专题研究：从无人机影像识别到CJADC2基石的九年长征（2026）

信号【感知信号】五角大楼为 MSS 换帅，剑指联合全域指挥控制

2026 年 8 月初，五角大楼突然做了一件不太常见的事——专门为 Maven Smart System（MSS，智能战场系统）这个"软件平台"任命了一位项目主任（MSS Program Director）。被挑中的是陆军上校 Molly Solsbury，此前的履历亮眼得有些耀眼：曾在 1st SFOD-D（三角洲部队）、第 82 空降师、联合特种作战司令部（JSOC）、第 5 特种大队（空降）服役，指挥过 513 军事情报旅（战区级），最近一份工作是在 JSOCx 与 Project Ridgway 推动技术、数据和数字化现代化。[1] 这份任命的目的很直白：把 MSS 真正钉进 C2（指挥控制）的核心，让联合部队从"碎片化部署"走向"规模化应用"。

DefenseScoop 援引匿名信源指出，CDAO（首席数字与人工智能办公室）的 MSS 团队正尝试把 MSS 确立为 CJADC2（Combined Joint All-Domain Command and Control，联合全域指挥控制）的运行基石。[1] 这与 2026 年 3 月副部长 Steve Feinberg 签署的备忘录一脉相承——他要求 MSS 必须在本财年结束前（2026 年 9 月）转为正式列编项目（Program of Record），理由是："这将为有意识、可持续的开发与企业级整合提供稳定的资金与资源，使指挥官拥有打赢战争所需的 C2 能力。"[1][2] 与此同时，FY2027 预算请求了 15 亿美元用于扩展各军种对 MSS 的访问权限，纳入那个鲜为人知的"联合部队 AI 赋能总部"（Joint Force AI-Enabled Headquarters）倡议之下。[1]

脉络【捕捉几微】从 Project Maven 到 MSS，九年走过三道分水岭

要理解 Solsbury 上校接手的到底是什么，必须先回到 2017 年。Deputy Secretary of Defense Robert Work 那年正式拍板建立 Project Maven，并把它的官方名称定为"算法战争跨职能小组"（Algorithmic Warfare Cross-Functional Team）。[4] 当时的"算法战争"还是个让人一脸问号的术语，但 Work 的野心绝不止于把 AI 装进影像分析里——他写得很清楚，Maven 是 Third Offset Strategy 的核心抓手，目标是把 AI 决策、人机编组，最终把"自主性"制度化到整个部队。[4]

Maven 的第一道分水岭在 2018 年。Google 最初是 Project Maven 的技术伙伴，却因员工大规模抗议在当年退出，Palantir 接棒成为主要行业合作方，一直延续到今天。[2] 这个事件看似只是硅谷企业文化的暗面，但它的政治余震一直没停——直到 2026 年，Anthropic 又因拒绝删除"禁止大规模国内监控和完全自主致命武器"的使用限制条款，被五角大楼列为"供应链风险"，特朗普在 Truth Social 上命令所有联邦机构六个月内过渡离开 Claude。[2] Palantir CEO Alex Karp 的回应很务实："我们的产品集成了 Anthropic，未来可能还会集成其他 LLM。"[2] 这句话翻译过来就是——AI 战争不允许单点依赖。

第二道分水岭是 2022 年拜登政府时期的职责拆分——国家地理空间情报局（NGA）拿走计算机视觉模型生产这条线，CDAO 接管 MSS 的许可证与文本类功能；最关键的是 2026 年 3 月 Feinberg 备忘录，它命令 MSS 的监管在 30 天内完全迁移到 CDAO，并指示首席技术官 Emil Michael 评估把 MSS"组织上移至潜在的 CJADC2 项目办公室作为其永久归属"。[2][3]

第三道分水岭正在此刻发生。2025 年初 DOD 还曾讨论设立"企业 C2 项目办公室"（Enterprise C2 Program Office），把 MSS 和 Edge Data Mesh 整合为 CJADC2 的单一 POR。[1] Solsbury 上校的角色定位，就在这个关键过渡节点上。她的任务不是"管理一个软件项目"，而是把 Palantir 那张广泛部署的 GUI，塑造成美军联合部队共享的 C2 大脑皮层。

研判【追踪渐变】MSS 为什么不是又一个 PPT 系统

军工人对"AI 系统"的天然警惕来自一个事实：太多演示漂亮的系统死在实验室。CSIS 的评估给了 MSS 一个比较硬的回答——它的核心不是某种"更聪明的算法"，而是把工作流嵌入界面。[2] 2024 年 CENTCOM 部署 MSS 时已经接入了 179 个不同数据源；2026 年的数字显然还在涨。[2] AI 模型在数据中识别模式，MSS 把结果可视化呈现——典型的形态就是计算机视觉模型在卫星或无人机视频流里用黄色方框标出"潜在目标"，操作员直接点选确认后，系统立即调出附近可用的打击资源，比较打击时间、距离、燃料需求等约束条件，一键下达打击命令，通过 ISR 数据流监控打击效果。[2] 整个流程不再需要操作员切换 8 到 9 个系统。

CSIS 援引了第 18 空降军 2023–2024 年 Scarlet Dragon 系列演习的评估：在 MSS 辅助下，第 18 空降军达到了与伊拉克自由行动（OIF）中时间敏感目标定位单元相匹配的表现。OIF 单元被普遍认为是美军历史上最高效的目标定位力量，它当时拥有超过 2,000 名参谋人员；而第 18 空降军只用了约 20 人就达到了同等里程碑。[2] 这不是 100 倍的效率提升，这是作战方式本身的重写。

Karnegie 国际和平基金会的 Jake Steckler（前陆军航空军官）则给出了一个更冷静的对照：在 38 天的伊朗战争中，MSS 协助打击超过 13,000 个目标；计算机视觉将目标处理速度从每天不到 100 个提升至 1,000 个，集成 Claude 后进一步提升至 5,000 个。[3] Claude 据报还在 2026 年 2 月抓捕委内瑞拉前总统马杜罗的行动中发挥作用。[2][3] 但 Steckler 紧接着写了一句话让所有军工人警惕："更快的目标处理本身不构成转型性变革。"[3]

原因很残酷——美以在伊朗的大规模空袭"在产生有利战略或作战结果方面举步维艰"。这就像越南战争中的数十万架次攻击 sortie——架次和投弹量从来都不是成功的好指标。MSS 让"识别 → 决策 → 打击"这条链路加速了 10×+5×，但它加速的是最容易自动化的一段；真正的"AI 优先"力量需要"重新想象"和"重新发明"军事运作方式。[3]

3.1 六大基线能力：MSS 的产品坐标系

CSIS 给出了 MSS 的"六项基线能力"，可以视作它的产品坐标系：①战场管理；②目标管理；③AI 辅助的周密规划与执行；④计算机视觉检测；⑤机器辅助披露；⑥生成式 AI。[2] 其中第⑤项"机器辅助披露"对盟友体系意义重大——MSS 提供一个"集中式门户，用于跟踪外国披露政策、处理请求，并自动向合作伙伴网络分发可发布产品"，其中包含 LLM 驱动的策略库。[2] 这部分能力使 MSS 真正具备了"系统级国际版本"的可能。

3.2 MSS 在 NATO 体系内的运行实景

北约一直在"挂账"一套能力——从商业卫星图像中获取情报来支撑关键军事工作流。联盟持久监视从空间计划（AFSS）于 2023 年启动，已经在 17 个成员国的 5 年合同期里锁定了超过 10 亿美元资金。[6] AFSS 近期又与 Planet Labs 和 ICEYE 签订合同，提供高分辨率光学和雷达图像来跟踪军事能力。但 AFSS 一直未能充分发挥空间图像的信息潜力——无论是在支持关键基础设施监控还是填补情报缺口，AI 工具仍是必需的。Nicolas David（Safran.AI 销售总监）的总结一针见血："AI 正在被引入运行工作流；我们与 Palantir 可以直接加速其采用与部署；我们正在实现更快、更平滑的整合，以及跨 NATO MSS 的规模化 AI 能力推广。"[6]

3.3 Anthropic 风波：单点依赖被打破之后

这件事不能只用"商业纠纷"四个字敷衍过去。CSIS 援引国防部研究与工程副部长 Emil Michael 的话说："Claude 在编码方面有很好的用例。OpenAI 的 Codex 正在快速追赶。xAI 在实时内容方面有一些优势。Google Gemini 因为拥有 YouTube、Nest Cams 等资产，在机器人等领域有优势。它们都有不同的强项。"[2] 这句话背后的潜台词是——五角大楼已经接受了任何单一模型都不能成为关键任务依赖的事实。SpaceX、OpenAI、Google 都已与五角大楼达成协议，在分类网络上提供技术。[2]

但 Anthropic 在 2025 年 7 月五角大楼续约并扩大合同（与 Palantir 合作将 Claude 接入分类网络），到 2026 年被列为"供应链风险"——这中间的反复不仅关乎 Anthropic 的伦理坚持，也折射出五角大楼对 AI 供应商的"全都要 / 不能只押一个"的真实政策逻辑。"我们不会再依赖任何单一模型"——这句话决定了未来几年美国军用 AI 生态的底层结构。

3.4 凯特琳娜·曼森的《Project Maven》：一本回答"为什么 Pentagon 这么难改"的书

Phil Gentile 在 Substack 书评里写了一段很重的判断——他把这本书与 Deputy Secretary Work 2017 年的原始愿景做了对照：Maven 不只是"在影像分析上应用 AI"，而是把"AI 决策"+"人机编组"+"自主性制度化"作为整支部队的底层操作系统。[4] 这个雄心的量级远大于任何"AI 项目"的字面意义。

八个半月内把首个计算机视觉能力推上战场——这种节奏在 Pentagon 几乎是不可想象的。Maven 团队之所以做到这一点，是因为他们故意绕开了 Pentagon 那套"先开发、再测试、再部署"的僵化采办流程，选择了"持续迭代 + 与部署用户共生"的高风险高回报路线。[4] 但这个故事最深的隐喻不在技术，而在组织变革的极端难度：Maven 能成，是因为 Work 给了高层遮蔽、是因为 Drew Cukor 上校那种"有纪律的不循规蹈矩"——是少数人、特殊环境下才能复制的条件。Steckler 在 Carnegie 文章里则用更冷的视角去审视这件事：陆军航空兵在 2006 年伊拉克部署中就把无人机和 Apache 配对，任务成功率从 80% 提升到 95%，但陆军依然把无人机视为"飞行员的附属工具"，直到 2024 年还在发布白皮书吹捧 Apache-Shadow 编队——而那时它已经宣布终止该计划。[3]

风暴前瞻【判断势起】2026–2028 的关键赛道与陷阱

4.1 MSS 转正列编的"前 90 天"

Feinberg 备忘录给出的是 2026 年 9 月这个硬节点。CDAO 的执行效率、Palantir 的合规能力、国会的拨款节奏，三者会决定 MSS 是否真的拿到那张"POR 营业执照"。但更值得警惕的是 DefenseScoop 已经点出的暗线——五角大楼"对短期内能否证明 MSS 能力从碎片化部署跃迁到规模化、在各作战司令部获得 CDAO 强化支持"的进展披露甚少。[1] 这意味着 MSS 在伊朗战争中"24 小时 1,000 个目标"的成绩单，是否能在和平时期的常规战区复现，是一个没有答案的问题。

4.2 双轨预算与"联合火力网络"的协同风险

FY2027 预算请求中，23 亿美元用于 MSS 和 Joint Fires Network（联合火力网络），"以联合火力网络为 MSS 提供 CJADC2"。[2] 这两套系统来自不同 PEO（项目执行办公室），但都向 CJADC2 收口。Steckler 在 Carnegie 文章里反复指出过 Replicator 倡议的教训：当技术决策被分散到两个不同的 PEO时，治理摩擦与功能重叠几乎是不可避免的。[3]

4.3 Anthropic 之外的下一场风暴

Palantir 已经明确表态"产品模型无关"。但特朗普政府要求六个月内过渡离开 Claude 的命令能否在技术层面落地，部分观察人士警告"过渡不会轻松"。[2] 真正的风险点在于代码生成场景——Claude 在编码上的优势是 OpenAI 的 Codex 和 xAI 的实时内容所难以替代的。Emil Michael 的判断是"我们不会再依赖任何单一模型"，但他没有说的是：如果六个月内找不到 Claude 编码的等价物，MSS 的部分内部开发节奏会拖慢。

4.4 数据基础设施仍是"看不见的瓶颈"

Project Linchpin 项目经理 2024 年说数据"状况相当糟糕"，"散落各处且未标注"。[3] 美国海军仅能捕获其军舰传感器产生的"极小比例"数据。[3] MSS 把 179 个数据源接入统一地图界面是了不起的工程，但"接入"和"可用"之间仍有距离——AI 模型在脏数据上做的判断，往往比"无模型"更糟。Steckler 给出的 8 大障碍（技术/文化/官僚/政治/工业/T&E/集成/监督）里，数据基础设施问题排在第 1 类第 4 项，但其严重度超过了很多排名第 1 位的项。[3]

4.5 监督约束下的"伊朗战争测试"

2026 年 4 月，伊朗米纳布（Minab）一所学校在空袭中被击中，造成超过 175 名儿童和教师死亡，目前正接受正式调查。[3] CENTCOM 司令 Brad Cooper 上将坚称其部队"一丝不苟地"遵守武装冲突法——但这句话与调查结论之间的张力，会决定 AI 加速打击在道德层面被接受的程度。DoD Directive 3000.09 要求"自主和半自主武器系统设计应允许指挥官和操作员对使用武力行使适当程度的人类判断"，但"适当程度"有巨大主观性。[3] MSS 把"识别 → 决策 → 打击"的链路从 8–9 个系统压缩到 1 个，人类判断的边界也被压缩了。

建议【预见风暴】对军工产业链与决策者的三点提醒

第一，把"POR 落地"和"MSS 在联合作战司令部的规模化"分开跟踪。前者是预算与组织问题，9 月可验收；后者是部署与文化问题，Karnegie 给出的 Replicator 教训告诉我们——当 AI 创新周期以"周"计而 DOD 官僚体系以"年"计时，POR 许可证到手 ≠ 联合部队拿到 AI。

第二，关注"Anthropic 之后"的模型切换窗口期。Palantir 的"模型无关"架构是降低单点依赖的正确路径，但每一家进入 DOD 分类网络的 AI 公司都需要独立通过安全认证 + 重新接入 MSS 工作流。OpenAI、Google、xAI 在 2026 H2 的"接入速度"会决定 MSS 是否会出现 3–6 个月的功能空白期。

第三，重新审视"数据基础设施是 AI 之前的 AI"。Maven 接入 179 个数据源的工作是了不起的，但 MSS 的下一阶段瓶颈不在 UI、不在 LLM、不在 POR——而在数据质量、数据标签治理、数据访问权限。Karnegie 文章里"Waymo 有 50 万小时真实驾驶数据 vs 军事 AI 缺乏等效数据"的对比，是这整个赛道最冷的真相。[3]

资料来源

1. Brandi Vincent, "Pentagon appoints new Maven Smart System program director in fresh push for C2 integration," DefenseScoop, 2026-08-05.
2. Gregory C. Allen & et al., "What the Maven Smart System Is and What It Does," CSIS, 2026.
3. Jake Steckler, "Confronting the Barriers to AI Diffusion in the U.S. Military," Carnegie Endowment for International Peace, 2026-08.
4. Phil Gentile, "Project Maven: More Than the Dawn of AI Warfare (Book Review)," The Military Reading Room / Substack, 2026-08-05
5. 前沿军事科技，《从情报识别到联合火力闭环——美军 Maven 智能战场系统建设及其作战影响研究》，2026 年 4 月。
6. Nicolas David (Safran.AI), Maven Smart System: Innovating for the Alliance，2026.
7. 成都欧深特，《美军 Project Maven（梅文）人工智能军事项目深度调研报告》，2026 年 8 月。
8. 蓝军 FOF007，《史诗狂怒行动中 AI 赋能指控体系的技术路径与作战效能研究——以 Maven 系统为核心》。
9. 银河实验室，《五角大楼转正 Maven：AI 如何嵌入美军作战体系核心》，2026-03-27。
10. 《美国国防部 AI 赋能软件系统——Palantir Maven 智能系统流程解析》（内部资料）。
11. 《Maven 智能系统纳入正式列编项目 重塑联合全域指挥控制能力》，2026.

专题收录文档清单（共 42 份）

以下文档均收录于本专题研究资料库，可按需检索与查阅。

1. 1. 18页-美军梅文计划（Project Maven）深度调研报告 美军Project Maven（梅文）人工智能军事项目深度调研：从无人机视频分析到战争操作系统的演进及中国应对策略——成都欧深特公司2026年8月报告.pdf
2. 2. 7页-谷歌和美军继梅文项目之后推进GenAImil计划.pdf
3. 3. 一个系统如何在24小时内生成1000个目标ProjectMaven与2026年AI情报融合工具全解析.pdf
4. 4. 5页-五角大楼转正MavenAI如何嵌入美军作战体系核心.pdf
5. 5. 从手机数据到死亡信号Palantir加持的以色列版Maven.pdf
6. 6. 资料Maven项目战争中的人工智能.pdf
7. 7. 4页-4页-梅文智能系统越来越成为美军联合任务规划的核心.pdf
8. 8. 4页-梅文智能系统越来越成为美军联合任务规划的核心.pdf
9. 9. 3页-美军计划为梅文智能系统提供23亿美元的预算.pdf
10. 10. 5页-美军Maven计划中AI赋能情报监视侦察ISR的作战运用与启示.pdf
11. 11. 美战争部将采用Palantir公司的Maven人工智能作为美国核心军事系统.pdf
12. 12. 6页-智能化对抗的核心从来不是堆大模型从美军Maven系统看体系化智能的破局之道.pdf
13. 13. 7页-研究报告史诗狂怒行动中AI赋能指控体系的技术路径与作战效能研究以Maven系统为核心.pdf
14. 14. 深入ProjectMaven为何人工智能在战场上依然失灵.pdf
15. 15. 16页-与“恶”博弈：谷歌、Maven 项目与企业形态2020.pdf
16. 16. 3页-美国防部各部门面临激进的Maven智能系统MSS过渡时间表.pdf
17. 17. 2页-深度分析从Maven到MYSTICDEPOTPalantir五角大楼与AI战争机器的下一步.pdf
18. 18. 3页-Maven智能系统纳入正式列编项目重塑联合全域指挥控制能力.pdf
19. 19. 1页-2025 Maven 智能系统 ↳ CJADC2 的基础 AI 驱动软件平台Maven_One_Pager.pdf
20. 20. 1页-Maven_One_Pager_项目Maven智能系统CJADC2基础AI平台简介.pdf
21. 21. 梅文计划介绍(翻译).pptx
22. 22. 55页 Palantir 公司 Maven 智能系统深度调研报告.docx
23. 23. 1页-对话梅文项目战争中的人工智能.pdf
24. 24. MavenAI系统正在深度改变美军目标打击方式.pdf
25. 25. 6页-Maven Smart System Innovating for the Alliance.pdf
26. 26. 91页PPT Palantir公司Maven智能系统深度调研报告202603.pptx
27. 27. 393页-Project_Maven_-_Katrina_Manson 《Project Maven》一书解读：Katrina Manson记述美军算法战争与Palantir合作的AI军事化发展历程.pdf
28. 28. Project_Maven_-_Katrina_Manson.pdf
29. 29. 393页-Project Maven Project Maven项目全景：Katrina Manson揭秘海军陆战队上校团队如何引领人工智能战争时代的兴起.pdf
30. 30. 91页PPT Palantir公司Maven智能系统深度调研报告202603.pdf
31. 31. 8页-“Maven计划”风波三年后，谷歌向五角大楼示好.pdf
32. 32. 9页-Maven 项目与人工智能战争时代 _ TechPolicy.Press.pdf
33. 33. 11页-从情报识别到联合火力闭环美军Maven智能战场系统建设及其作战影响研究.pdf
34. 34. 8页-人工智能战争：关于 Maven 项目的五件事 _ Euroactiv.pdf
35. 35. 5页-Pantagon Fast-Tracks AI into Drone Swarm Defense 五角大楼加速AI用于无人机群防御：反无人机蜂群作战能力建设——Warrior Maven军事报道.pdf
36. 36. 5页-“Maven计划”将于年底前在战区部署计算机算法 _ 美国战争部 _ 国防部新闻 _ 美国战争部.pdf
37. 37. 35页-我们应如何运用“议程设置理论”来解读“Maven计划”的发展历程2021.pdf
38. 38. 67页-基于“集结”实践理解战争中的AI之争：以“Maven计划”为例2020.pdf
39. 39. 46页-2022 帕兰蒂尔 数据融合、“公开可用信息”和梅文计划DNL-DataFusion.pdf
40. 40. 美国国防部AI赋能软件系统PalantirMaven智能系统流程解析.pdf
41. 41. Maven智能系统美军AI作战平台的运作逻辑.pdf
42. 42. 4页-读书梅文项目一名海军上校团队和人工智能战争的黎明.pdf