五角大廈要用機密數據訓練AI：這條線一旦跨過，回得來嗎？

美國國防部正計劃在機密環境中訓練OpenAI、xAI等公司的AI模型。機密情報將嵌入模型本身，帶來前所未有的安全風險，也引發地緣政治層面的深遠影響。

想像一下：一個AI模型，它的「記憶」裡藏著特工的名字、伊朗目標的座標、盟國情報機構共享的機密評估報告。這不是科幻小說的情節——這是五角大廈正在認真討論的計劃。

據MIT科技評論報導，美國國防部正與OpenAI、伊隆·馬斯克旗下的xAI等生成式AI公司討論，在安全環境中用機密數據直接訓練軍事專用AI模型。這意味著，機密情報將不再只是AI「查閱」的資料，而是被「學進去」、成為模型本身知識結構的一部分。

這條線，一旦跨過，性質就變了。

發生了什麼

目前，Anthropic的Claude等商用AI模型已在機密環境中用於問答任務，包括分析伊朗目標。但這些模型只是在安全環境裡「使用」機密數據，而非從中「學習」。兩者的差別，在技術上看似細微，在安全層面卻是根本性的不同。

根據兩位熟悉相關操作的人士透露，訓練將在獲得政府機密項目認證的安全數據中心進行。數據所有權歸國防部，但持有適當安全許可的AI公司人員，在極少數情況下可能接觸到這些數據。

計劃尚處討論階段。五角大廈表示，會先評估模型在非機密數據（如商業衛星圖像）上的訓練效果，再決定是否推進機密數據訓練。

推動這一切的背景，是國防部長皮特·赫格塞斯今年1月發出的備忘錄，要求軍方成為「以AI為先的作戰力量」。目前，生成式AI已被用於排列打擊目標優先順序、起草合同與報告等任務。

戰略與國際研究中心（CSIS）瓦德瓦尼AI中心主任阿洛克·梅塔（曾任Google與OpenAI AI政策主管）直接點出了核心風險：機密信息一旦被模型「學進去」，就可能被任何使用該模型的人「問出來」。

廣告合作

他舉例說：「想像一個模型接觸過某種敏感人力情報——比如某個特工的名字——它可能將這個信息洩露給國防部內部本不應獲得該信息的部門。」這種橫向洩漏，在人員管理體系中尚可通過職級與許可控制，但在一個被多個部門共用的AI模型中，幾乎無法做到完美隔離。

相對而言，梅塔認為防止數據流回AI公司或泄露到公開互聯網的風險是可控的——安全巨頭Palantir已為此建立了相當成熟的隔離環境。真正棘手的，是軍方內部不同密級部門之間的信息邊界。

這個消息，在中文語境下有幾層值得細讀的意涵。

第一層：這是中美AI軍備競賽的一個切面。 北京長期以來將軍民融合作為國家戰略，解放軍與科技企業之間的數據共享機制遠比西方更為緊密——至少在制度設計上如此。美國此次的動作，某種程度上是在向中國模式靠攏：讓頂尖商業AI公司深度介入國家安全體系。這對雙方的技術競爭格局意味著什麼，值得持續觀察。

第二層：台灣與地區安全的直接關聯。 報導提到，目前AI已被用於分析伊朗目標。但五角大廈的AI能力建設，顯然不只針對中東。在台海局勢持續緊張的背景下，美軍AI系統的能力提升，直接影響地區戰略平衡的感知與現實。

第三層：對科技供應鏈的潛在影響。 當美國開始在機密環境中深度整合本土AI公司，對非美國科技企業（包括台灣、日本、韓國的硬體供應商）的安全審查壓力可能進一步升高。誰的晶片在跑這些機密AI模型？誰的雲端基礎設施支撐這些安全數據中心？這些問題的答案，將重塑科技供應鏈的政治地理。

梅塔坦承，很難說清楚哪些具體軍事任務需要機密數據訓練，「因為國防部顯然有強烈動機保密，不想讓其他國家知道我們在這個領域究竟擁有什麼能力。」

這句話本身，就是這個時代的縮影：最重要的技術決策，正在最不透明的地方發生。

被訓練過機密數據的AI模型，退役後「知道」的東西去哪了？不同密級的使用者之間的邊界，能真正守住嗎？當AI公司的工程師持有安全許可、接觸機密環境，商業利益與國家安全之間的防火牆，又由誰來維護？

這些問題，目前沒有人給出令人信服的答案。