五角大楼与 OpenAI、谷歌及英伟达签署机密 AI 协议

本周，国家安全与人工智能领域发生了重大的格局变动。美国国防部（DoD）宣布，已与包括 OpenAI、谷歌（Google）、微软（Microsoft）、亚马逊（Amazon）、英伟达（Nvidia）以及埃隆·马斯克的 xAI 在内的多家顶尖 AI 实验室及硬件供应商达成重大协议。值得注意的是，初创公司 Reflection 也在这份名单中占据了一席之地。然而，此前一直以“安全性”著称并曾与政府合作的 Anthropic，却因被认定存在“供应链风险”而被排除在外。

这一进展标志着国防部从试验性项目向在高度敏感的机密环境中“合法”且常态化使用大语言模型（LLM）的转变。对于通过 n1n.ai 关注行业动态的开发者和企业而言，信号非常明确：只要满足安全协议，消费级 AI 与任务关键型政府基础设施之间的界限正在迅速消失。

转向商业 AI 的战略决策

多年来，五角大楼一直试图构建定制化的 AI 解决方案，或依赖传统的国防承包商。然而，在 OpenAI 的 GPT-4o 和谷歌的 Gemini 等模型的推动下，私营部门的创新速度之快，迫使政府不得不改变策略。国防部现在优先考虑的是“商业现货”（COTS）AI，并对其进行加固以处理机密工作负载。

这些协议允许相关公司在“物理隔离”（Air-Gapped）的环境或满足影响等级 6（IL6）要求的安全云实例中部署模型。IL6 是针对非分类机密信息的最高安全等级，要求与公共互联网进行物理隔离。虽然大多数开发者通过像 n1n.ai 这样聚合的 API 访问这些模型，但五角大楼的版本涉及专用硬件集群和本地化数据处理，以确保敏感的军事情报永远不会泄露到通用训练池中。

为什么 Anthropic 被排除：供应链风险的深度解析

此次公告中最具争议的部分莫过于对 Anthropic 的排除。尽管 Anthropic 以其“宪法 AI”（Constitutional AI）理念闻名，并拥有与政府机构合作的背景，但五角大楼仍引用了“供应链风险”作为理由。虽然具体细节尚未公开，但行业分析师指出，这可能涉及复杂的投资背景和基础设施依赖关系。

在涉及国家利益的 AI 竞争中，“供应链风险”可能指代从服务器中使用的芯片来源，到托管模型的云服务商的所有权结构。这凸显了一个日益增长的趋势，即“主权 AI”（Sovereign AI）——完全在一个国家内部控制、托管和保护的 AI——正在成为政府合同的金标准。对于企业来说，这是一个提醒：必须实现 AI 技术栈的多样化。使用像 n1n.ai 这样的多模型聚合器，可以让企业保持敏捷，在某个供应商面临监管或安全障碍时迅速切换。

技术深挖：机密环境下的 AI 实现

在机密环境中实施 LLM 绝非调用一个 API 那么简单。它涉及多个层面的技术改造：

1. 数据驻留与主权：所有数据必须驻留在政府拥有或经过许可的主权云（如 AWS GovCloud 或 Azure Government）中。
2. 模型权重安全：对于来自 OpenAI 或 xAI 的模型，“权重”（神经网络的实际参数）必须得到严密保护，防止被外部势力窃取。
3. 边缘推理：在某些情况下，五角大楼要求模型直接在现场使用英伟达硬件运行，不进行任何外网连接。

五角大楼协议中主要参与者的对比

开发者视角：以安全为核心进行构建

虽然大多数开发者并不是在为五角大楼开发应用，但这里设定的安全标准最终会渗透到企业级市场。如果你正在为律师事务所或医疗机构构建 RAG（检索增强生成）系统，你应该参考国防部正在采用的“零信任”原则。

例如，在使用 API 时，确保使用“无状态”调用，即供应商不会保留你的数据用于训练。以下是在 Python 环境中使用标准库构建安全请求的概念性示例：

import requests
import json

def secure_llm_call(prompt, api_key, model_endpoint):
    # 安全 API 调用的标准请求头
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
        "X-Security-Level": "High"
    }

    # 通过特定标志确保数据不被用于训练（如果支持）
    data = {
        "model": "gpt-4o-gov",
        "messages": [{"role": "user", "content": prompt}],
        "train_opt_out": True
    }

    response = requests.post(model_endpoint, headers=headers, data=json.dumps(data))
    return response.json()

专家建议 (Pro Tips)

• 冗余是关键：Anthropic 的遭遇证明，即使是最“安全”的合作伙伴也可能被移出名单。始终在你的应用程序中集成备用模型。
• 监控延迟：机密或“加固”后的实例通常由于额外的安全检查而具有更高的延迟。针对响应时间 > 500ms 的情况优化你的用户体验（UX）。
• 评估开源权重模型：像 Reflection 这样的公司正在通过提供高性能、可审计且可本地托管的模型来赢得市场，这规避了闭源模型的一些“黑盒”风险。

结语：防御性 AI 的新纪元

五角大楼选择与 OpenAI、英伟达等公司合作，同时边缘化 Anthropic，这凸显了现代 AI 供应链的复杂性。现在，竞争不仅仅在于谁的模型最聪明，更在于谁的基础设施最稳健，谁的公司结构最透明。随着行业向这些“主权 AI”模型迈进，保持信息灵通并拥有多种工具的访问权限至关重要。

无论你是国防承包商还是初创公司开发者，在这个复杂的生态系统中导航都需要正确的合作伙伴。立即在 n1n.ai 获取免费 API 密钥，开始构建您的下一代 AI 应用程序。