五角大楼给 300 万人部署 ChatGPT 和 Grok，安全云不等于任务边界清楚
美国国防部把 ChatGPT 和 Grok 接入内部生成式 AI 平台 GenAI.mil，面向约 300 万军人和文职人员开放。OpenAI 将其版本称为 ChatGPT Mil，称服务运行在获政府授权的云环境中，仅用于非机密工作，输入数据与公共、商业模型训练隔离。
作者：韩启明｜OC 政策与安全编辑
美国国防部把 ChatGPT 和 Grok 接入内部生成式 AI 平台 GenAI.mil，面向约 300 万军人和文职人员开放。OpenAI 将其版本称为 ChatGPT Mil，称服务运行在获政府授权的云环境中，仅用于非机密工作，输入数据与公共、商业模型训练隔离。
一句话结论：政府云解决的是数据放在哪里、谁能访问，不能自动回答员工可以把什么任务交给模型、错误由谁发现，以及不同供应商的输出如何被统一审计。
这是一次面向普通知识工作的规模化部署，而不是“AI 进入机密作战系统”的同义词。官方列出的用途更接近行政、后勤、采购、规划与政策材料处理；TechCrunch 报道称 GenAI.mil 已有超过 170 万人加入。300 万是潜在覆盖人数，不应写成已有 300 万活跃用户。
OpenAI 给出的安全承诺很具体：ChatGPT Mil 部署于政府授权云中，机构数据与其他客户隔离，也不会用于训练公开或商业模型。这能降低资料被混入通用训练集、跨租户暴露等风险，却没有消除模型幻觉、提示注入、越权粘贴资料和员工过度依赖输出等问题。
真正难管的是任务边界。同一份材料可能在草稿阶段是非机密，加入地点、人员或行动时间后就变得敏感；一段看似普通的采购摘要，也可能拼出尚未公开的能力建设方向。系统若只检查单次输入的标签，而不理解多轮对话和文件组合，就可能让合规判断落在普通员工身上。
同时引入 ChatGPT 与 Grok 有利于避免单一供应商锁定，也让政府有机会比较模型表现。但多模型并不天然更安全：它要求统一身份权限、日志保留、红队测试、事件上报和模型版本变更记录，否则同一个问题可能在两个服务上适用两套标准。平台层必须保留“谁在何时把何种信息交给哪个模型”的审计轨迹。
这次部署还应与武器系统和自主决策讨论分开。现有公开材料描述的是非机密生产力工具，不能由此推断模型已被授权参与目标选择或作战决策。反过来，也不能因为它叫“办公工具”就低估规模：当数百万员工把模型当作默认入口，输出会逐渐进入备忘录、采购判断和组织流程，错误的影响会被制度放大。
关键事实
- ChatGPT Mil 和 Grok for Government 已进入国防部 GenAI.mil 平台，潜在覆盖约 300 万人员。
- OpenAI 称 ChatGPT Mil 仅处理非机密工作，运行在政府授权云环境，机构数据不会用于训练公开或商业模型。
- 已公布用途以行政、后勤、采购、规划等知识工作为主，公开信息不足以证明其进入机密作战或自主武器流程。
OC 判断
采购安全模型只是起点。如此大规模的政府部署，需要把任务分级、数据组合风险、人工复核、模型版本和事故追踪一起做成平台规则。安全云是一道围墙，但围墙内怎样工作，仍然是组织治理问题。
为什么重要
- 对政府员工：非机密不等于可随意输入，资料组合也可能产生敏感信息。
- 对供应商：进入统一门户意味着模型能力之外，审计和责任边界也会被比较。
- 对公众：应区分办公自动化与军事决策，避免把有限事实写成能力跃迁。
评论
围绕这篇文章补充信息、提出问题或分享观察。