围绕先进大模型在军事领域的使用边界，美国军方与美国科技企业之间的矛盾近日公开化。
相关企业负责人在声明中表示，愿在既有合作框架内为国防部门和作战人员提供技术支持，但对两类应用场景明确设限：其一是在美国国内开展的大规模监控；其二是完全自主武器系统，即在关键杀伤链条中排除人类干预、由系统自动选择并攻击目标。
该负责人称，军方要求在上述情形下解除安全措施，并以“供应链风险”等方式施压，企业无法接受。
问题：军方“无限制使用”诉求与企业安全护栏发生正面冲突。
从披露信息看，军方倾向与同意将技术用于“任何合法用途”的承包商合作，并要求在特定任务中取消模型的安全约束。
这一做法直接触及技术提供方的风险控制体系：一方面，模型在数据获取、推理链条、输出内容等环节存在不确定性，若被用于高敏感场景，可能放大误判与误伤；另一方面，一旦进入国内监控或自动化杀伤等领域，社会伦理与法理争议随之上升，企业难以以“仅提供工具”完全切割责任。
原因：军事竞争压力与治理规则缺口叠加，推动“突破限制”的外部驱动。
近年来，全球主要军事力量加速将智能技术嵌入情报分析、目标识别、作战规划、后勤保障等环节，强调“更快决策、更高效率”。
在此背景下，军方追求“可用即用、用之尽用”，希望减少技术供应链中的约束变量。
与此同时，通用大模型的军民两用属性突出，现有法规、合同条款和行业自律之间存在灰区：军方强调“合法用途”，但“合法”并不必然等同于“安全”或“可控”；企业强调“安全边界”，但缺乏统一可执行的国家层面约束框架，导致双方在合同解释、责任归属与风险分担上难以达成一致。
影响：分歧外溢至供应链、社会信任与国际规范竞争多个层面。
其一，若以“供应链风险”标签施压企业，将强化美国军工体系对科技企业的行政性约束，短期或提升军方议价能力，但可能削弱创新生态的稳定预期，令更多企业在涉军合作上趋于保守。
其二，关于国内监控与自主武器的争论，可能引发美国国内对隐私权、政府权力边界及战争伦理的进一步对立，影响公众对新技术治理的信任基础。
其三，在国际层面，完全自主武器被普遍视为高风险议题，相关国家与国际组织长期讨论“人类在关键决策环节中的作用”。
若相关技术在缺乏透明监督的情况下被推进，可能加剧军备竞赛与误判风险，并削弱国际社会推动规则共识的空间。
对策：以“可控可审计”为核心，完善军用智能技术的制度化约束。
从技术治理角度看，涉军应用应强化最小化授权、用途分级与可审计机制，确保模型调用、数据来源、输出使用链条可追溯、可复盘；对高风险任务应明确“人类在回路中”要求，设置不可绕过的人工复核节点。
从合同与监管角度看，军方与企业合作应在合同中细化禁止与限制场景，明确安全措施不得以行政压力临时解除；建立第三方评估与事后问责机制，防止风险外部化。
从伦理与国际规则角度看，应推动对完全自主武器的透明讨论与规则建设，在“合法性”之外引入“可控性、可解释性、可问责性”的共同标准，降低技术滥用与误用的制度空间。
前景：分歧或将长期存在，关键在于能否形成清晰边界与可执行规则。
随着大模型能力持续提升，军方对“更强、更快、更自由”的使用需求将不断上升；企业基于声誉、合规与责任风险，也将更强调安全护栏与用途限制。
未来一段时期，双方可能在“有限授权、分级开放”的模式上寻求折中：在情报分析、文档处理、训练与后勤等相对低风险场景扩大应用，同时对国内监控与自主杀伤系统维持严格限制。
能否建立稳定合作框架，取决于美国内部是否愿意以制度方式明确红线，而非以临时性压力解决争议。
人工智能技术的发展已经成为大国战略竞争的重要领域，但技术进步与伦理规范的平衡问题日益凸显。
Anthropic的坚持表明，即使面对政府部门的强大压力，一些企业仍在为维护技术应用的伦理底线而努力。
这场分歧的最终走向，不仅关乎美国国防政策的调整，更涉及全球AI治理框架的完善。
如何在国家安全需求与伦理责任之间找到平衡点，已成为各国政府、企业和国际社会必须共同面对的课题。