陆军称网络AI不能再被当作附带项目来资助
美国陆军正朝着更加正式的人工智能网络防御资金安排迈进，这反映出AI已迅速从实验性辅助工具转变为核心作战优先事项。在TechNet Augusta会议上，陆军首席网络顾问Brandon Pugh表示，军方已经到了需要为AI工作提供专门资金，而不能只依靠现有作战预算支持的阶段。
这很重要，因为它表明陆军正在重新定义防御性网络AI的定位。官员们不再把这项技术视为现有工具的有用增强，而是越来越将其描述为一个需要独立预算支持、持续监督，并可能采用联合拨款安排的能力领域。Pugh说，这些资源未必只来自陆军，他指出，讨论中的许多解决方案很可能具有联合性质。
资金论点也凸显了政府网络项目的一个更广泛现实：组织或许能用少量自由裁量资金原型化AI，但要将其扩展到实时防御行动，则需要不同层级的投入。人员配置、软件集成、测试、数据处理和作战验证都会成为持续成本。通过强调专门资金，陆军领导层实际上是在说，网络AI已经进入下一阶段。
为什么陆军认为AI对防御者尤其重要
Pugh将网络AI，尤其是防御性网络AI，描述为过去一年其办公室的首要任务之一。他的表述表明，陆军认为AI有望帮助重新平衡网络空间长期存在的不对称性，在那里，攻击者通常享有速度、突然性和低成本试验的优势。
根据Pugh的说法，目前仍存在争论，即AI最终会更有利于攻击者还是防御者。他的看法是，如果防御者有效采用这项技术，就应当获得优势。这一观点基于两个想法。第一，AI可以帮助自动化目前耗费分析人员时间的重复性安全工作。第二，它可以加快检测和响应流程，而这些流程仅靠人工操作员很难以足够快的速度完成。
在实践中，这意味着AI被讨论的不只是分析层，而是一种压缩识别威胁到采取行动之间时间的方式。对于军事网络来说，这种压缩尤其重要。陆军运行的是规模大、复杂度高的环境，人工审查和升级链条会在速度最关键的时刻拖慢响应。
Pugh的评论并没有把AI描述为网络人员的替代品。相反，他将其描述为覆盖整个防御任务范围的力量倍增器，从处理琐碎工作到支持更自动化的行动。这是一种务实的表述。它认识到，AI的价值可能同样来自减轻认知负荷和提高一致性，而不只是来自任何吸引眼球的自主能力。
在一次行业演练后，三条努力方向正在形成
陆军当前的推进，源于今年4月与行业高管举行的一次桌面推演。该活动之后，军方启动了Rapid Defense Cyber Systems initiative，即Project ARDCS，以落实演练中的经验。Pugh说，陆军识别出了大约17到20项值得关注的能力或工作，但首先聚焦于三条初始努力方向。
第一项是Project Griffin，目标是利用AI识别陆军网络上的威胁，并采取行动，而不仅仅是观察可疑活动。按Pugh的说法，这项工作侧重于自动化网络检测代理，并实现自主响应。这一区别很重要。被动监测可以发出警报，但仍需要人工团队判断哪些事件重要、应采取什么行动以及执行速度有多快。更主动的模式可能把AI从支持角色转变为网络防御中的直接参与者。
陆军通过发布一项聚焦Project Griffin的商业解决方案征集，强调了这一工作的严肃性。这表明军方正在积极寻求外部技术输入，并试图超越抽象概念开发。
第二条努力方向集中在agentic deception agents。Pugh没有提供技术细节，但这一概念指向的是旨在通过虚假信息、诱饵环境或伪造信号误导攻击者的AI系统。在网络防御中，欺骗长期被用于浪费对手时间并暴露恶意行为。将agentic AI应用于这一任务，可能让欺骗更具适应性、更逼真，也更能在大规模网络中扩展。
第三项工作则聚焦于使用agentic AI审计供应商以及陆军自身网络的安全态势。这一领域可能尤其重要，因为供应商风险和配置漂移仍然是防务网络安全中的持续薄弱点。如果AI工具能够持续审查态势、标记漏洞并加快修复流程，它们或许有助于缩短发现弱点到采取行动之间的延迟。
从试验走向治理与问责
Pugh还描述了这些项目的管理节奏，称官员们希望每月收到关于进展、障碍和决策节点的更新。这个细节看似程序性，却揭示出陆军意图中的一个重要方面。定期审查意味着这些计划被视为必须持续推进的项目，而不是可以在没有明确结果的情况下漂移的探索性试点。
监督结构的重要性可能不亚于技术工作本身。政府中的AI项目常常在演示与部署之间停滞，因为过渡路径并不清晰。预算归属、法律审查、采购策略和作战授权都可能成为瓶颈。专门资金有助于解决其中一个障碍，但前提是它还要配合能够保持动能并在出现问题时推动决策的治理机制。
陆军的做法中还隐含着一种谨慎。自动化军事网络上的检测和响应会带来关于可靠性、控制权和非预期后果的严肃问题。欺骗系统必须谨慎设计，以避免在友方环境中造成混乱。若指挥官和安全团队要依据AI驱动的审计结果采取行动，其输出必须值得信任。这些问题在采访中并未得到解决，但陆军将重点缩小到少数几项工作，表明它正试图围绕实际用例建立能力，而不是追求分散的雄心。
这对下一阶段军事网络AI意味着什么
陆军立场的更大意义不在于它想在网络防御中使用AI，因为这一点在国防领域早已广为人知。更有意义的变化是，高层领导现在正把这项技术与正式预算规划和近期实施优先事项联系起来。
如果这笔资金真正到位，陆军可能会在三个与现实作战痛点高度一致的领域加快推进：更快的威胁检测与响应、更复杂的对手欺骗，以及对网络和供应商安全的更持续评估。这些都不是空想式的远大项目，而是AI有望在系统可靠运行时提供可衡量作战价值的实用防御职能。
因此，陆军传达的信息与其说是AI热潮，不如说是制度化。网络AI正被拉入预算、采购和周期性审查的机制之中。这并不保证成功，但确实标志着它正从边缘实验走向服务方显然希望嵌入其网络防御方式的能力。
对于更广泛的国防技术市场而言，这是一个重要信号。供应商现在有了更明确的证据表明，陆军对AI的兴趣不只是概念层面。它正在识别具体任务领域，开放商业输入渠道，并主张这项工作值得单独拨款。在国防采购术语里，这就是某个技术领域开始变得真实的时候。
本文基于Breaking Defense的报道。阅读原文。
Originally published on breakingdefense.com
