五角大楼：过度依赖AI大模型导致美国空袭造成123名伊朗儿童死亡

2026年2月,伊朗南部小城米纳布的一所小学,在战争爆发首日遭到两枚战斧导弹袭击。这场空袭造成超过150人死亡,其中至少123人是儿童。

五角大楼一份内部审查文件显示,一款由Palantir公司开发的人工智能目标系统,在这场悲剧的酿成过程中扮演了关键角色。

调查人员发现,美军中央司令部的分析人员,对这套名为Maven Smart System的系统给予了近乎盲目的信任。

与此同时,一条本可纠正致命误判的关键情报备注,却被锁在一套无人问津的孤立系统里,从未传达给制定空袭方案的人员。

一场本可避免的悲剧,就这样一步步走向了现实。

如今,这份被曝光的调查文件,正把AI辅助军事决策的边界问题,重新推到聚光灯下。

据彭博社获得的这份内部文件,调查人员总结出三个相互叠加的失败环节。

首先是对AI系统的过度依赖:一些使用者期待Maven能自动标记陈旧记录或矛盾信息,却说不清系统为何会这样做。

其次是情报数据本身严重过时,米纳布这处设施被沿用旧资料,长期编目为伊朗伊斯兰革命卫队设施。

最后,是负责核验目标、避免误伤平民的人力被大幅削减,三重疏漏叠加,酿成了最终的悲剧。

三者单独出现或许都不足以致命,但当它们同时发生在同一枚导弹的决策链条上,结果就变得无法挽回。

Maven Smart System被称为"人工智能驱动的数据整合和目标平台",用于加速情报分析与决策制定。

它能把原本需要数小时才能完成的目标清单核对工作,压缩到短短几分钟内完成。

效率提升的代价,是审核环节被系统性压缩,留给人工复核的时间和空间越来越少。

商业卫星图像其实早已显示问题:2017年,学校围墙已与邻近军事基地物理分离;2018年图像更清楚拍到彩色围墙、足球场与游乐场标识。

Palantir公司随后回应称,公司不负责基础数据,也不负责识别情报缺陷。

空袭发生后,该公司为系统新增了功能,用于重新审查基础情报、标记人工审查可能遗漏的矛盾与不准确之处,据称已能发现类似异常。

只是这一切,来得太迟。

对当时驻扎在前线的分析人员而言,系统给出的判断往往被当作现成答案,而非需要交叉验证的参考信息。

早在2019年,一名分析师就已注意到米纳布设施的变化,并将相关情况记录在案。

然而这份记录被存放在一套与主要军事情报数据库互不连通的系统里,形同信息孤岛。

它从未被传递给最终制定空袭方案的人员,如同一封永远没有寄出的信。

更值得警惕的是,负责核验目标、避免误伤平民的专职团队,近年编制骤减约90%。

中央司令部相关小组一度从10人缩减至仅1人,导致这处设施在导弹发射前,竟无人进行最后审查。

技术的失误只是表象,真正的漏洞,埋在人力配置与流程设计之中。

一条本该被优先核查的记录,就这样在系统缝隙间静静沉睡了数年之久。

联合国独立国际调查团近日得出结论,美方有合理理由被认定犯下"无差别攻击"的战争罪。

报告指出,美方"未能尽一切可行措施核实学校是否为军事目标",这种失职已超越单纯疏忽的范畴。

对此,五角大楼发言人回应称"美国不针对平民",但拒绝就联合国报告置评。

今年3月,超过120名美国国会众议院民主党人致信国防部长,追问Maven等AI工具在此次误判中的具体作用。

五角大楼以调查仍在进行为由,至今未作公开答复。

这起事件折射出一个更广泛的趋势:军队与执法机构对AI工具的依赖正在加深,却缺乏与之匹配的核验与问责机制。

真正危险的,或许从来不是算法本身,而是人类未经验证便全盘接受机器结论的习惯。