🔍 事件背景：2億美元軍方合約的獨特意義

筆者觀察：2025年7月14日，美國國防部正式證實與馬斯克旗下xAI公司簽署了一份上限高達2億美元（約59億台幣）的戰略合約，這是五角大廈首次將商業生成式AI模型整合至軍事作業系統的核心架構。此舉不僅打破了傳統軍事AI供應商格局，更開創了科技巨頭直接參與國家安全AI應用的先例。

根據國防部公布的協議細節，xAI將把Grok大型語言模型部署在國防部的封閉式網路環境中，用於三類核心任務：情報數據分析、作戰方案模擬推演、以及醫療和基礎科學研究支援。國防部長Pete Hegseth在聲明中特別強調，Grok將與Google Gemini等引擎並列為五角大廈的AI基礎設施，並於2025年1月起正式上線測試。

💡 Pro Tip 專家見解

📊 數據案例佐證

深入分析合約條款發現，該合同屬於DoD的”GenAI.mil”平台採購的一部分。2025年12月，國防部 announced”GenAI.mil”作為專用的軍方 generative AI 平台，最初僅與Google簽約，但短短一個月內便擴展至xAI，顯示軍方在AI供應鏈上採取”中國 manufacturers ‑ 備份”策略。此外，根據合約附件，xAI需確保Grok在”Impact Level 5″安全級別環境下運行——這是國防億金要求最高的安全等級，等同於可直接處理機密級軍事情報。

然而，這項合作自公布以來便引發學界和軍方的強烈反彈。2024年8月，xAI曾因Grok爆發反猶太言論爭議而被迫下架模型，這一事件讓人質疑其內容審查機制是否足以應對軍事應用的嚴格要求。更有前國防官員指出，Grok作為社交平台X的內置AI，其訓練數據包含大量未經核實的用戶生成內容，直接用於軍事決策可能觸犯《戰爭法》中對目標識別的規定。

⚖️ 國防部AI倫理框架：五項核心原則詳解

為應對AI技術在軍事應用中的潛在風險，美國國防部於2020年正式 adopting 了由國防創新委員會（Defense Innovation Board）提出的五項AI倫理原則。這些原則並非抽象理念，而是具體的技術合規要求，直接影響所有軍用AI系統的開發與部署。

這五項原則中，“公平”原則直接衝擊Grok的部署。根據DoD的《負責任AI工具包》（RAI Toolkit），所有AI系統必須通過偏見檢測，確保在性別、種族、地理位置等維度上不產生歧视性輸出。“可追溯”原則要求AI決策過程必須有完整的審計軌跡——這對大型語言模型構成了技術挑戰，因為其生成過程的本質是概率性的。

更關鍵的是，2024年9月發布的《國防部AI合規計畫》（DoD AI Compliance Plan）要求 todas AI 供應商必須提供第三方安全審計報告。業內人士指出，xAI作為初創公司，其AI治理流程相比Google、Microsoft等成熟的企業供應商存在明顯差距。

💡 Pro Tip 專家見解

📊 數據案例佐證

根據2024年10月發布的《國防創新局（DIU）AI採購指南》，要求在軍方合同中包含AI倫理條款的供應商比例從2022年的23%上升至2024年的67%。然而，這些條款 mostly 為”程序性要求”，缺乏對生成式AI特有的隨機性風險的具體約束。Grok合約中僅有一条§4.3.2提到”模型輸出應進行事實核查”，但未定義核查標準和責任歸屬。

對比Google的AI合約，後者在2023年與DoD的Project Maven中專門設立了”人類监督層級”（human-in-the-loop）要求，確保所有目標識別結果必須經人類分析員確認。Grok合約中則未見類似條款，顯示軍方對新興AI供應商的審查相對寬鬆。

🔬 Grok技術漏洞與軍事應用風險分析

Grok作為xAI的旗艦模型，技術架構基於 Grok-1和Grok-2 的 transformer 架構，其在open-source 社區的定位為”實時資訊獲取AI”。然而，正是這種實時連接 social media X 的特性，653 蘇州軍事AI应用带来了 unprecedented 的風險。

風險一：訓練數據污染。Grok的訓練數據大量來自X平台的公開貼文，這些數據未經過fact-checking，包含大量 misleading information 和 malicious actors 的操作。如果直接用於軍事情報分析，may lead to “數據 poisoning”——即敵对国家或組織通過 social engineering campaigns 污染AI的知識庫。

風險二：安全漏洞。2024年8月，Grok被發現存在提示注入攻擊（prompt injection）漏洞，攻擊者可通過精心構造的輸入繞過安全限制，讓模型生成違反政策的內容。如果該漏洞被利用於軍事系統，可能導致AI生成錯誤的作战指令或洩露 sensitive 軍事信息。

風險三：不可預測的決策行為。與傳統rule-based軍事AI系統不同，Grok的LLM架構在處理 ambiguous 情境時可能產生 non-deterministic 輸出。這為戰場decision-making帶來了根本性挑戰：當AI無法提供可重現的推理鏈時，commanders如何信任其建議？

💡 Pro Tip 專家見解

📊 數據案例佐證

數據來源：根據MarketsandMarkets、Politico、及Stanford AI Index整理。Note：2025-2026年數據為預測值

🛡️ 主權AI崛起：各國軍事AI戰略對比

Grok進入軍方系統不是孤立事件，而是全球”主權AI”（Sovereign AI）競賽的里程碑。各主要軍事大國正在加速部署專用的軍事AI infrastructure，以確保技術自主和控制力。

美國路徑：採用”混合模式”——既與Commercial AI companies（如Google、xAI）合作，又保持政府主導的Joint Artificial Intelligence Center（JAIC）。2024年頒布的《国防部AI战略实施路线图》明確要求 core military AI capabilities 必須在controlled environments中運行。

中國路徑：更加封閉。解放軍主要依賴國有企業和軍工複合體開發AI系統，如華為、中科曙光等。2024年發布的《新一代人工智能伦理规范》強調 military applications必須符合”人類共同價值”，但其具體執行標準缺乏透明度。

歐盟路徑：以數據隱私和倫理法規著稱。歐盟的AI法案對 military AI 采取了”禁令 White”策略，禁止自動目標識別系統的出口。這使得歐洲國防工業在AI整合上落後於美中。