2025 年 7 月,五角大廈的首席數位與人工智慧辦公室分別授予 Anthropic、Google、OpenAI 和 xAI 每家最高 2 億美元的合同。企業可能建構於其上的每一家前沿實驗室,都在同一週成為國防承包商。
真正值得研究的部分發生在之後,教訓也比「挑一家倫理更好的供應商」更尖銳:供應商的營運條款由別人談判決定,會在您完成建構之後改變,而結果可能是產品被移除。
實際發生了什麼
國防部現在是每一家主要模型供應商的客戶,與在同一批模型上構建產品的企業和開發者並列。
Anthropic 的合同帶有自家的可接受使用政策:不得用於對美國民眾的大規模國內監控,也不得用於在沒有人類介入下自行選定並攻擊目標的全自主武器。2026 年 2 月,五角大廈著手重新談判該條款,要讓 Claude 能不受限制地用於「一切合法目的」。Anthropic 拒絕放寬。2 月 27 日,聯邦機構獲指示停止使用其產品;3 月 5 日,五角大廈將該公司列為國家安全供應鏈風險,這個標籤通常只用於外國對手,從未套用在美國企業身上。Anthropic 提起訴訟,3 月 26 日取得初步禁制令,4 月又在哥倫比亞特區巡迴上訴法院輸掉緊急動議。截至 2026 年 8 月,取消仍在推進,Claude 正依 180 天的時程從國防部系統中移除。
在 Claude 上運行的企業從未參與這一切,也不是談判的當事方,卻拿到一份由別人訂下的移除時程。這一切都與模型本身有多好無關。
這很重要,因為 AI 模型不像傳統軟體產品那樣供應商的其他客戶與您的部署無關。模型就是產品,而模型深受訓練它的人、使用的資料、採用的反饋,以及追求的目標所塑造。同時為企業商業使用案例和國防部使用案例服務的模型正在為兩者進行優化。這些優化目標並不相同。
Anthropic 拒絕刪除的那項條款,指向底下的張力:在致命決策背景下的某些 AI 自主程度,風險計算會發生變化。對國防應用來說「安全」的 AI 輸出與對企業商業應用來說安全的輸出不同。這兩個要求在不同的方向上拉動模型。
對企業採購商的三個具體影響
這不是抽象的。供應商的國防合同改變您正在使用的產品有具體的特定方式。
1. 安全過濾將會改變
大型語言模型的安全調整——受限的內容、允許的內容、觸發拒絕的內容——根據模型預期服務的客戶組合和使用案例進行校準。同時服務消費者和國防承包商的模型將有試圖容納兩者的安全校準。
出於消費者安全原因受到限制的內容可能對國防批准的客戶變得允許。在商業背景下觸發拒絕的內容可能需要在機密背景下保持可用。這些不是理論上的區別。它們是 AI 公司安全團隊在每次 模型發布時導航的工程權衡。
當客戶組合包括國防時,權衡會發生變化。您的企業部署位於那個不斷變化的格局中。
2. 訓練資料和 RLHF 反饋循環改變
來自人類反饋的強化學習是現代大型語言模型向理想行為反覆迭代的方式。提供反饋的人以及他們提供反饋的背景決定了模型學習做什麼。
當 OpenAI 的 RLHF 過程包括人工評估者在國防相關背景下評估模型輸出——操作規劃、對抗性場景分析、能力評估——模型從那個反饋中學習。這些改進不會與您正在使用的模型隔離。模型就是模型。
這正是 Anthropic 力保那項條款背後的機制。把使用限制寫進合同,是要從一開始就讓某些情境不進入訓練與反饋迴圈。反過來的一面對您同樣直接:如果您是依賴供應商安全行為的企業客戶,由國防使用案例驅動的模型變化一樣會傳到您的部署,而您手上沒有屬於自己的條款。
3. 工程和產品優先事項轉向國防要求
OpenAI 現在有一個具有特定能力要求、採購時間表和合規義務(包括 ITAR、FedRAMP 和分類處理)的主要政府客戶。工程資源跟隨客戶要求。產品路線圖反映收入和戰略優先順序。
國防部需要的能力——操作系統的結構化輸出、情報分析的多步推理、對抗條件下的可靠性能——可能與您的企業應用需要的功能重疊,也可能不重疊。當它們不重疊時,您的優先順序更低。

