[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-ai-warfare-firms-defense-contractors-zh":3,"tags-ai-warfare-firms-defense-contractors-zh":35,"related-lang-ai-warfare-firms-defense-contractors-zh":49,"related-posts-ai-warfare-firms-defense-contractors-zh":53,"series-industry-996d688d-93bf-4765-b2c8-6975b66ddda5":90},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":23,"translated_content":10,"views":24,"is_premium":25,"created_at":26,"updated_at":26,"cover_image":11,"published_at":27,"rewrite_status":28,"rewrite_error":10,"rewritten_from_id":29,"slug":30,"category":31,"related_article_id":32,"status":33,"google_indexed_at":34,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":25},"996d688d-93bf-4765-b2c8-6975b66ddda5","AI 戰爭公司不是新創，是軍火商","\u003Cp>一套系統在戰爭前幾週，產生超過 37,000 個目標。另一套每天能吐出 100 個轟炸點。這不是細節，這就是重點。當目標生成速度快到這種程度，賣軟體的公司，早就不是在做聊天 App。\u003C\u002Fp>\u003Cp>講白了，它是在做殺傷鏈的一部分。這也是為什麼，軍事 AI 的討論常常歪掉。很多人還把 \u003Ca href=\"https:\u002F\u002Fwww.palantir.com\" target=\"_blank\" rel=\"noopener\">Palantir\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.google.com\" target=\"_blank\" rel=\"noopener\">Google\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.amazon.com\" target=\"_blank\" rel=\"noopener\">Amazon\u003C\u002Fa> 當成一般 AI 供應商。這想法太天真了。它們更像軍工承包商，只是包裝比較潮。\u003C\u002Fp>\u003Cp>《The Guardian》在 2026 年 3 月的報導，把這件事講得很直白。加薩的系統會把大量資料拿來排序，判斷誰像武裝份子。伊朗那邊，類似邏輯把打擊節奏壓到分鐘，甚至秒。結果就是，戰爭機器跑得比人工審查還快，卻還能說自己有人在把關。\u003C\u002Fp>\u003Ch2>數字比口號更誠實\u003C\u002Fh2>\u003Cp>這場爭論最有意思的地方，不是 AI 有沒有參與。是它把規模放大到什麼程度。報導裡提到，一套系統在戰爭前幾週產生超過 37,000 個目標。另一套每天可產生 100 個轟炸點。還有一個審核窗口，大概只有 20 秒。這不是決策。這是流水線。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775175714331-54n5.png\" alt=\"AI 戰爭公司不是新創，是軍火商\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>軍方和 AI 公司都愛講精準。可數字很誠實。當一個審核者只有 20 秒判斷一個目標，他根本沒時間確認資料是否過時，也沒時間查人員是否已經轉職、搬家、或被誤標。機器在分類，人類只是在按確認。\u003C\u002Fp>\u003Cp>這種速度，會把風險藏起來。你看到的是「效率」，但背後其實是把判斷壓縮到極限。當資料量大到人類追不上，模型就不只是工具，而是篩選器。它決定誰進入名單，誰被排除，誰被標成可打擊。\u003C\u002Fp>\u003Cul>\u003Cli>戰爭前幾週產生超過 37,000 個目標\u003C\u002Fli>\u003Cli>單日可生成 100 個潛在轟炸點\u003C\u002Fli>\u003Cli>每個目標的人工確認約 20 秒\u003C\u002Fli>\u003Cli>伊朗戰役首日據稱鎖定 1,000 個目標\u003C\u002Fli>\u003Cli>加薩資料庫記錄超過 53,000 人死亡\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這些數字合在一起，意思很清楚。模型不是旁邊的輔助工具。它已經在工廠線上。當這件事成立，賣模型的公司就不可能只說自己是軟體商。它已經進到軍事決策流程裡了。\u003C\u002Fp>\u003Cp>我覺得這比很多人想像的更麻煩。因為軟體業習慣追求速度。軍方也愛速度。兩邊一拍即合，最後就會變成「先上線，再補規範」。但在戰爭裡，這種做法不是產品風險，是人命風險。\u003C\u002Fp>\u003Ch2>這些公司早就不是局外人\u003C\u002Fh2>\u003Cp>把它們叫 AI 公司，聽起來很乾淨。可實際上，這些公司早就在政府採購、雲端託管、模型存取、作戰規劃裡卡位。\u003Ca href=\"https:\u002F\u002Fwww.palantir.com\" target=\"_blank\" rel=\"noopener\">Palantir\u003C\u002Fa> 長年賣資料基礎設施給政府和安全單位，報導也指出它的系統參與了伊朗戰役。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 曾經對五角大廈的壓力畫下倫理界線。\u003Ca href=\"https:\u002F\u002Fclaude.ai\" target=\"_blank\" rel=\"noopener\">Claude\u003C\u002Fa> 也因此被拿來當對照。\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa> 後來移除了軍事用途禁令。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.google.com\" target=\"_blank\" rel=\"noopener\">Google\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fwww.amazon.com\" target=\"_blank\" rel=\"noopener\">Amazon\u003C\u002Fa> 則和 P\u003Ca href=\"\u002Fnews\u002Fgrok-41-xai-quieter-upgrade-matters-zh\">ro\u003C\u002Fa>ject Nimbus 綁在一起。那份合約金額超過 10 億美元。它不是單純的雲端案子。它是雲端、AI、政府採購一起綁死的案例。\u003C\u002Fp>\u003Cp>這裡的問題，不只是誰提供模型。還有誰提供運算資源，誰提供資料管線，誰提供 API，誰提供部署環境。當這些東西一起進到軍事系統，供應商就不再只是供應商。它在影響誰會被列入名單，誰會被追蹤，誰會被打擊。\u003C\u002Fp>\u003Cblockquote>“The world’s biggest technology companies are not neutral platforms. They are powerful actors with responsibilities.” — Tim Cook, Apple CEO\u003C\u002Fblockquote>\u003Cp>這句話原本是講平台。放到戰爭場景，意思更重。當公司的工具會影響誰被鎖定、誰被監控、誰被殺掉，中立就只是行銷詞。它不是一個可信的描述。\u003C\u002Fp>\u003Cp>公司喜歡用「AI」這個詞，因為它聽起來抽象、技術、還帶點神秘感。可「defense contractor」就很刺耳。它讓人想到審查、預算、責任、法律。前者方便拿投資人錢。後者會讓國會、媒體、法院開始盯你。\u003C\u002Fp>\u003Ch2>AI 目標系統跟一般雙用途技術不同\u003C\u002Fh2>\u003Cp>沒錯，很多技術都能軍民兩用。無線電、衛星、地圖、雲端伺服器、電腦，全部都有民用和軍用場景。這是老問題了。可是 AI 目標系統不一樣。它不是只在旁邊幫忙。它直接參與誰該被打、為什麼該被打。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775175720349-uvoy.png\" alt=\"AI 戰爭公司不是新創，是軍火商\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這差很多。因為國際人道法要求指揮官確認目標是不是合法軍事目標，還要採取可行措施保護平民。這些責任不能丟給一個黑箱模型。模型如果只吐出一個機率分數，卻說不清怎麼算出來，責任鏈就會變薄。最該變厚的地方，反而被磨平了。\u003C\u002Fp>\u003Cp>很多工程師對這種情境其實不陌生。模型在 demo 裡很猛，到了 p\u003Ca href=\"\u002Fnews\u002Fgrok-420-xai-flagship-model-explained-zh\">ro\u003C\u002Fa>duction 卻可能出事。放在消費產品，可能只是推薦失準或幻覺。放在戰爭裡，代價就是死人。這不是比喻，是真的會死人。\u003C\u002Fp>\u003Cul>\u003Cli>傳統雙用途工具是支援作戰\u003C\u002Fli>\u003Cli>AI 目標系統會排序人類名單\u003C\u002Fli>\u003Cli>雲端基礎設施負責資料搬運\u003C\u002Fli>\u003Cli>LLM 會拿來摘要、分類、排序\u003C\u002Fli>\u003Cli>軍事採購把這些變成作戰流程\u003C\u002Fli>\u003C\u002Ful>\u003Cp>報導還點出一個很刺耳的事實。當底層情報已經過時好幾年，問題不只是模型有 bug。更大的問題，是整個系統還繼續信它。這就是「human in the loop」最滑頭的地方。人如果根本沒辦法挑戰輸出，那只是掛名而已。\u003C\u002Fp>\u003Cp>這點對台灣開發者其實很有感。你做過系統就知道，資料源、審核流程、回饋迴路，常常比模型本身更重要。模型只負責算。真正決定後果的，是誰把它接到哪裡。戰爭場景只是把這件事放大到最殘酷。\u003C\u002Fp>\u003Ch2>競品不是聊天機器人，是軍工供應鏈\u003C\u002Fh2>\u003Cp>如果把這些公司當一般 AI 新創，你就會看錯戰場。真正的競品，不是誰的 chatbot 比較會聊天。真正的競品，是誰能把模型接進國防採購、雲端部署、資料清洗、目標排序，最後變成可執行的軍事流程。\u003C\u002Fp>\u003Cp>從這個角度看，\u003Ca href=\"https:\u002F\u002Fwww.palantir.com\" target=\"_blank\" rel=\"noopener\">Palantir\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.openai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.google.com\" target=\"_blank\" rel=\"noopener\">Google\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.amazon.com\" target=\"_blank\" rel=\"noopener\">Amazon\u003C\u002Fa> 的位置都不一樣，但都踩進同一條線。有人賣資料平台。有人賣模型。有人賣雲端。有人賣 API。最後都可能進到武器系統裡。\u003C\u002Fp>\u003Cp>這裡最值得比較的，不是品牌形象，是責任結構。當一家公司只賣工具，它還能說自己中立。當它知道工具會被拿去做目標排序，還持續供貨，那就不是單純做生意而已。它是在賣可用於殺傷的基礎設施。\u003C\u002Fp>\u003Cul>\u003Cli>Palantir：資料整合與政府採購強項\u003C\u002Fli>\u003Cli>OpenAI：模型能力與 API 生態\u003C\u002Fli>\u003Cli>Anthropic：安全敘事較強，但仍面臨軍事用途壓力\u003C\u002Fli>\u003Cli>Google：雲端、搜尋、AI 研究與政府合作\u003C\u002Fli>\u003Cli>Amazon：AWS、算力與大型政府合約\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果拿台灣軟體業來比，差別也很明顯。一般 SaaS 出問題，最多是帳單、資安、營運卡住。軍事 AI 出問題，後果是誤殺、誤炸、誤判。這兩種產品，都叫 software。可風險等級差太多了。\u003C\u002Fp>\u003Cp>所以真正該問的是：誰在簽合約，誰在驗收，誰在承擔法律責任。不要只看模型參數。要看採購文件、部署位置、資料來源、審核時間、人工覆核比例。這些才是決定生死的東西。\u003C\u002Fp>\u003Ch2>這其實是整個科技產業的老問題\u003C\u002Fh2>\u003Cp>軍事 AI 不是憑空冒出來的。它只是把科技業一貫的邏輯推到極端：先做出工具，再看誰買單。只是在一般市場，買單的是消費者或企業。到了戰爭場景，買單的人可能根本沒機會選。\u003C\u002Fp>\u003Cp>這也是為什麼，很多科技公司愛講「中立平台」時，我都會皺眉。平台不會\u003Ca href=\"\u002Fnews\u002Fpalantir-militaries-own-ai-targeting-calls-zh\">自己決定\u003C\u002Fa>用途，但平台也不是空氣。當它掌握資料、算力、模型、部署權，還知道客戶是軍方，那它就不是旁觀者。它是供應鏈的一段。\u003C\u002Fp>\u003Cp>而且這條線很容易越畫越淡。今天是資料整理。明天是目標排序。後天是自動化建議。再往後，就是把人類審核壓到只剩點頭。每一步看起來都很合理。合起來就很可怕。\u003C\u002Fp>\u003Ch2>接下來，該盯的是法規和採購\u003C\u002Fh2>\u003Cp>我覺得下一步不會是模型自己變善良。比較可能的是，政府繼續買更快的系統，廠商繼續說這只是 decision support，執行者繼續說最後決定還是人類。但如果審核時間還是 20 秒，名單還是幾萬筆，那人類其實只是儀式。\u003C\u002Fp>\u003Cp>真正該做的，是把這些公司當武器供應鏈看。要查資料流向，要查採購紀錄，要查誰簽核致命決定。像 \u003Ca href=\"https:\u002F\u002Fwww.palantir.com\" target=\"_blank\" rel=\"noopener\">Palantir\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 這類公司，如果不公開系統部署在哪、吃了哪些資料、誰負責最後決策，那他們的「責任」就只是簡報上的字。\u003C\u002Fp>\u003Cp>說白了，這場爭論不是 AI 夠不夠聰明。是社會要不要接受，軟體公司把殺人流程包裝成雲端服務。下次你看到有人把軍事 AI 講成創新案例，先問一句：它是產品，還是武器系統的一部分？\u003C\u002Fp>","AI 目標系統在戰爭中生成數萬筆名單。真正該問的不是模型多強，而是誰在賣、誰在賺、又是誰在死。","www.theguardian.com","https:\u002F\u002Fwww.theguardian.com\u002Fus-news\u002Fng-interactive\u002F2026\u002Fmar\u002F15\u002Fai-defense-warfare-companies",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775175714331-54n5.png",[13,14,15,16,17,18,19,20,21,22],"AI warfare","軍事 AI","目標系統","Palantir","OpenAI","Anthropic","國防採購","雲端運算","LLM","人機協作","zh",0,false,"2026-04-03T00:21:35.447366+00:00","2026-04-03T00:21:35.415+00:00","done","d2cbf04e-56f6-4447-b9e4-d78b531cd774","ai-warfare-firms-defense-contractors-zh","industry","eb3b5f95-2e29-4272-ab72-e9a8beb87549","published","2026-04-07T07:41:13.905+00:00",[36,38,40,41,43,44,46,48],{"name":14,"slug":37},"軍事-ai",{"name":17,"slug":39},"openai",{"name":19,"slug":19},{"name":16,"slug":42},"palantir",{"name":22,"slug":22},{"name":18,"slug":45},"anthropic",{"name":21,"slug":47},"llm",{"name":15,"slug":15},{"id":32,"slug":50,"title":51,"language":52},"ai-warfare-firms-defense-contractors-en","AI warfare firms are defense contractors, not startups","en",[54,60,66,72,78,84],{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":31},"c3b45aac-c24c-4c09-9e95-73ff729d9a62","why-ai-infrastructure-is-now-the-real-moat-zh","為什麼 AI 基礎設施才是真正的護城河","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778875851377-xatg.png","2026-05-15T20:10:37.227561+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":31},"cd078ce9-0a92-485a-b428-2f5523250a19","circles-agent-stack-targets-machine-speed-payments-zh","Circle 推出 Agent Stack，瞄準機器速度支付","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778871663628-uyk5.png","2026-05-15T19:00:44.16849+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":31},"96d96399-f674-4269-997a-cddfc34291a0","iren-signs-nvidia-ai-infrastructure-pact-zh","IREN 綁上 Nvidia AI 基建","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778871057561-bukp.png","2026-05-15T18:50:37.57206+00:00",{"id":73,"slug":74,"title":75,"cover_image":76,"image_url":76,"created_at":77,"category":31},"de12a36e-52f9-4bca-8deb-a41cf974ffd9","circle-agent-stack-ai-payments-zh","Circle 推出 Agent Stack 做 AI 付款","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778870462187-t9xv.png","2026-05-15T18:40:30.945394+00:00",{"id":79,"slug":80,"title":81,"cover_image":82,"image_url":82,"created_at":83,"category":31},"e6379f8a-3305-4862-bd15-1192d3247841","why-nebius-ai-pivot-is-more-real-than-hype-zh","為什麼 Nebius 的 AI 轉型比炒作更真實","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778823044520-9mfz.png","2026-05-15T05:30:24.978992+00:00",{"id":85,"slug":86,"title":87,"cover_image":88,"image_url":88,"created_at":89,"category":31},"66c4e357-d84d-43ef-a2e7-120c4609e98e","nvidia-backs-corning-factories-with-billions-zh","Nvidia 出資 Corning 工廠擴產","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778822450270-trdb.png","2026-05-15T05:20:27.701475+00:00",[91,96,101,106,111,116,121,126,131,136],{"id":92,"slug":93,"title":94,"created_at":95},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":127,"slug":128,"title":129,"created_at":130},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":132,"slug":133,"title":134,"created_at":135},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":137,"slug":138,"title":139,"created_at":140},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]