五角大廈把飛彈誤炸學校的鍋甩給了 AI，這劇本寫得可真爛。在 Centcom 的平民傷害緩解團隊縮水了九成、只剩不到二十個人的情況下，讓演算法去跑目標篩選，這不是技術進步，這是集體逃避責任。當技術人員在討論 Qwen3.5 的最新參數時，現實世界的 Grok 或 ChatGPT 正在被塞進戰場決策鏈的最末端。問題在於，這些模型在實驗室裡跑的是基準測試，在五角大廈手裡跑的是殺人邏輯，而我們甚至搞不清楚它們在極端高壓環境下的決策權重到底是怎麼分配的。
xAI 的 Grok 在這場亂局中顯得特別尷尬。馬斯克一邊喊著 AI 會毀滅人類，一邊又想讓 Grok 成為最「追求真相」的模型。但在軍事決策這種容錯率為零的場景下，追求真相往往意味著對模糊數據的過度解讀。Grok 依賴的即時資訊流在戰區混亂的訊號中，極容易產生幻覺。如果 Grok 的邏輯是基於推特上的碎裂資訊來推斷目標屬性，那麼一個搬運課桌椅的工人被判定為運送武器的民兵，只需要一個機率值的跳動。相比之下，ChatGPT 在這類問題上顯得唯唯諾諾，OpenAI 設置了無數道道德護欄，導致它在面對具體衝突指令時往往直接拒絕回答，這種「拒絕」在後勤調度上或許是安全閥，但在需要快速反應的戰術鏈條中，反而促使軍方轉向尋找更無禁忌、更願意給出肯定答案的定製化模型。
這種對技術的過度依賴，本質上是為了在道德法庭上取得豁免權。正如 Hacker News 上的討論所言，AI 沒辦法上軍事法庭，也沒辦法蹲監獄。當決策權重從人類轉移到矽基晶片上時，責任也隨之消散了。Claude 在處理複雜長文本和邏輯推理時表現出的嚴謹性，理論上應該能幫軍方過濾掉錯誤的情報關聯，但現實是，當指揮官要求一個「Yes or No」的答案時，Claude 那種充滿學究氣息的風險提示往往會被當作干擾噪音。
如果拿 Qwen3.5 來當對照組，你會發現大家在技術路徑上的追求驚人地一致，都在追求更高的推理效能和更強的指令遵循度。然而，xAI 在 Grok 的開發上更傾向於一種「原始」的、未經修飾的邏輯輸出，這在某些技術直男眼中是透明度，在戰爭機器眼中則是極佳的遮羞布。Gemini 在這方面則試圖走中間路線，Google 試圖透過強大的多模態能力，讓 AI 直接「看懂」衛星雲圖和無人機回傳畫面，但當 Gemini 的圖像識別在識別特定文化背景下的民用設施出現偏差時，造成的後果往往比純文字錯誤更致命。
目前的現狀是，我們給了 AI 扣動板機的權限，卻沒給它理解「生命」的邏輯底層。ChatGPT 或 Claude 在訓練數據中讀過無數次《日內瓦公約》，但在實際的 API 調用中，這些規則往往被權限設置給過濾掉了。軍方要的是一個能幫他們在幾毫秒內處理海量訊號的過濾器，而不是一個會跟他們辯論戰爭倫理的哲學家。這就導致了一個技術悖論：模型越聽話、越能準確執行模糊指令，它在戰場上殺錯人的機率反而越高，因為它完全喪失了人類在面對殺戮時那種本能的遲疑。
相較於 Qwen3.5 在特定基準測試上的跑分表現，我們更應該關心的是 Grok 或 ChatGPT 在極端負載和資訊高度不對稱時的表現。當防衛部隊的平民保護小組被裁撤到剩下不到 20 人，AI 就成了他們唯一的拐杖。這根拐杖現在斷了，還戳瞎了自己的眼睛。如果我們繼續把 AI 當成一種可以自動化「責任」的工具，而非僅僅是「計算」的工具，那麼下一次誤炸絕對不會是因為演算法出錯，而是因為人類終於學會了如何優雅地推卸殺人的罪名。
問題在於，如果 AI 的預測結果與現場指揮官的直覺相悖，誰有權限按下那個紅色的停止鍵？當技術已經能精準到識別出一公里外的步槍型號，卻無法識別出背著步槍的人背後站著多少個孩子時，這種技術的進化究竟是為了讓我們變得更強大，還是為了讓我們變得更像機器？