差点闯下大祸！美国少爷兵，要拦截中国商船，却发现自己被AI骗了

作品声明：内容取材于网络

一架美军战斗机已经飞到阿拉伯海上空，特种作战人员做好了强行登上一艘中国商船的准备，他们拿到的情报报告写得有模有样，说这艘船正在运送跟核武器计划有关的部件。

就在行动快要开始的时候，负责核查的人发现了问题：这份报告从头到尾没有任何靠得住的人力情报支撑，它的全部内容都是一个AI聊天机器人编出来的。

这件事发生在2026年春天，CNN在9月引述4个知情人士把它报道了出来，知情人士对这份情报的评价很直接：完全错误，差点引发战争，如果当时美军真的登上那艘中国商船，后面会发生什么，没有人敢去想象。

AI是怎么把零散信息“拼”成一份假情报的

事情的起点在夏威夷的美军太平洋特种作战司令部，一个情报分析师拿到这艘中国商船的舱单信息后，没有按正规流程去核对原始数据，而是把公开渠道能找到的信息和美军内部的机密信号情报一起丢给了一个AI聊天机器人，让它来分析。

这个AI在处理这些零散信息的时候出了毛病，它把本来互不相关的内容强行拼在一起，得出了一个非常严重但完全不真实的结论，说这艘船装的是核武器计划用的物资。

更麻烦的是接下来发生的事，这个分析师又用了一次AI，把聊天机器人编出来的这个结论整理成一份符合五角大楼格式标准的情报报告，直接发到了军方指挥系统里，报告格式规范，用词专业，收到的人没有一个怀疑它的真实性，作战指挥链条就这样被启动了。

AI的这种“幻觉”说到底是一个概率问题，现在的AI模型并没有真正的逻辑推理能力，它只是在根据训练数据里的模式去预测下一个词应该是什么。

输入的信息如果是零散的、不完整的，模型就会用编造的方式来填补空白，而编造出来的东西在语言层面看起来跟真情报没有任何区别。

问题在于，年轻的美国情报分析师对这类工具的信任程度越来越高，他们习惯性地把大模型当成可靠的信息处理助手，却忽略了这类系统在面对复杂、零散数据时的根本性缺陷。

要我说，问题根源不在于AI技术缺陷而在于美军人员的职业惰性，正规情报核验流程历经实战检验，能规避信息拼接漏洞，而分析师刻意简化流程、依赖AI偷懒，这种人为放弃专业操守的行为，比AI幻觉更危险，也是美军情报体系权责失衡的直观体现。

33年前的银河号

把时间拉回到1993年7月，同样是中国的商船，同样是去中东的航线，同样是美方说自己的情报“确凿”，同样是一场马上就要发生的强行拦截。

当时美国指控银河号货轮向伊朗运送制造化学武器的原料，派了军舰和直升机在公海上盯着，非要登船检查。

中方最后同意让沙特方面出面，美国以技术顾问的身份参与，在沙特达曼港把全部628个集装箱一个一个打开，没有发现任何美方说的化学品。

当时担任中方检查组负责人的沙祖康后来回忆这段经历，用“窝囊”这个词说了17遍，银河号被迫中断正常航运33天，美方最后签的检查报告确认船上没有违禁品，但没有任何人为这个错误情报付出实际代价。

33年过去了，剧本差点重演，但让美军行动的那个东西变了，1993年的错误来自人工情报的失误和霸权逻辑下的施压惯性，2026年这场危机的驱动力是算法编出来的假情报，技术的外壳换了，决策链条里缺乏有效制衡这个老问题却一点没变。

33年的对比印证了美军霸权本质从未改变，从前是人工炮制虚假情报施压，如今借助AI美化虚假信息，看似技术升级，实则是霸权行径的变相迭代，制衡机制缺失、犯错零成本的现状不变，就会持续滋生针对他国的海上无端挑衅。

美军用AI用得有多乱

这件事能走到“军机升空、特种部队待命”这一步，跟美军现在AI工具用得一塌糊涂有直接关系。

五角大楼里面好几个部门各自用着不同的AI系统，特种作战司令部一套，海军一套，情报部门又在用商业大模型改过的版本，这些工具之间没有统一的安全验证标准，准确率要求也不一样。

美国防长赫格塞斯今年1月发布了《人工智能加速战略》，要求打破所有官僚壁垒，把最好的AI模型直接发给全军300万人用。

五角大楼的逻辑是跟大国竞争的时候决策速度决定一切，不能在AI应用上落后，但这种去中心化的快速推广带来一个明显的副作用：当每个部门都在按自己的方式用AI，信息的核实和交叉验证就变得越来越难，因为没有人清楚另一个部门到底把什么数据交给了AI，AI又从里面“生成”了什么。

2026年5月，美国国防部宣布与8家AI公司达成协议，包括SpaceX、OpenAI、谷歌、英伟达、微软、亚马逊云服务和甲骨文，把这些公司的AI能力部署到机密网络里。

五角大楼公布的数据显示，超过130万国防部人员已经用了官方AI平台GenAI.mil，5个月里生成了数千万条提示，这个规模意味着AI在美军内部的渗透速度远超外界估计。

AI已经在战场上造成过真实的伤亡

美军在AI军事化这条路上摔的跟头不止这一个，2026年2月28日美以对伊朗动手的第一天，美军发射巡航导弹打中了伊朗南部米纳卜市的一所小学，至少175个人死了，大部分是儿童。

后来调查发现的问题让人后背发凉，美军用的“梅文智能系统”里面装了Anthropic公司的Claude模型，这套系统可以根据优先级自动给打击目标排序然后推送出去。

但美军情报数据库里关于伊朗目标的信息严重过时，那所小学10年前就已经跟旁边的革命卫队营区分开了，改成了学校，数据库里还把它标成“革命卫队基地”。

AI算法快速演算之后，把这个已经变成学校的建筑用高优先级推给了指挥官，人类审核人员在算法给出的“高效决策”面前基本没起什么作用，按钮就按下去了。

英国一个研究人工智能军事应用的学者克雷格·琼斯评价这件事的时候说，美军中央司令部有义务核查并反复确认情报是不是最新的、准确的，而这一点显然没有做到。

更早的案例在2024年2月，美军在伊拉克西部城镇al-Qaim发动空袭，一个20岁的建筑专业学生阿卜杜勒-拉赫曼·拉维在家门口被导弹炸死。

那次行动里美军用了“梅文计划”的计算机视觉算法来辅助识别目标，这被认为是美军第一次公开承认在具体打击行动中用了AI辅助定位。

美国中央司令部后来被问到那次打死拉维的打击是不是属于用了AI的85次打击之一时，回答说“无法得知”，国际法专家批评这种说法暴露了追踪和问责机制的缺失，“梅文计划”一直被五角大楼吹成改变战争规则的东西，但实际测试数据不太好看。

这套系统在天气晴朗、能见度好的时候识别坦克的准确率大概只有60%，遇到阴雨或者大雾天气，准确率掉到30%左右，这个数字意味着在很多场景里，AI给出的目标建议有接近一半的概率是错的。

但这些数据并没有让五角大楼放慢扩大“梅文系统”部署的脚步，这套系统已经被确认为美军的正式记录项目，计划在2029年前推广到所有军种和层级。

结语

算法不会对战争有敬畏，也不会为错误判断承担任何责任，当AI用秒级的速度生成大量看起来专业规范的情报摘要和目标排序时，疲惫的人类分析师和指挥官很容易产生一种对机器判断的自动信任，把“人在回路”的原则变成形式上的签字确认。

这一次，美军在拦截行动展开前的最后一刻发现了AI的谎言，运气站在了避免冲突的一边，但下一次，当类似的假情报在更紧张、更紧迫的环境里出现时，决策者还能不能有足够的时间和清醒的判断力来分辨真假，没有人能给出肯定的答案。

最后我想说，靠运气规避军事危机绝非长久之计，现代战争节奏飞速加快，AI生成虚假情报的速度远超人工核验速度。

若美军不重塑“人主导、AI辅助”的核心逻辑，彻底完善审核问责机制，偶然的幸运终将会耗尽，大概率会引发不可挽回的“误伤”。