170万美军用上 ChatGPT Mil，Claude 因护栏出局

170万美军已经用上了 ChatGPT Mil 和 Grok for Government，而坚持安全护栏的 Anthropic 被直接踢出局。

这不仅仅是军方采购新闻。它暴露了企业级 AI 部署的核心矛盾：当业务部门追求极致的生产力时，模型厂商的安全对齐策略如果过于僵化，就会在 ToB 和 ToG 市场被直接替换。

▎企业级 AI 部署的路线分化

ChatGPT Mil 来自 OpenAI for Government 计划，功能上保留了 chat、files、projects 和 custom GPTs，主要处理 document-heavy 的 routine unclassified work，比如行政、物流、规划。这说明在常规后台业务中，成熟的工作流和文档处理能力依然是首选。

Grok for Government 的切入点完全不同。它依托 SpaceX 的 Starshield 安全卫星网络，官方定位直接拔高到战备生产力和战术执行。从供应链物流到采购分析，Grok 被赋予了更重的 operational 属性。

对于技术决策者来说，这种路线分化提供了很好的选型参考。如果你的业务场景是内部知识库问答、常规文档流转和行政辅助，ChatGPT 这类侧重 work-flow 和 custom GPTs 的工具更合适，它的上下文管理和文件处理生态更完善。但如果你的场景涉及高并发、强实时性或者需要与底层硬件网络深度绑定，那么选择与基础设施深度耦合的模型能降低网络延迟和断连风险。选型不能只看模型参数，必须看它背后的 infra 支撑。

▎安全护栏与业务效率的博弈

这次部署最大的看点其实是 Anthropic 的缺席。原文提到，Anthropic 拒绝给五角大楼 unrestricted use，坚持 certain safety guardrails，结果被 Trump 政府 labeled a supply-chain risk，目前正在法庭抗争。

这给所有做 AI 落地的人敲了警钟。在实验室里，安全护栏是模型对齐的骄傲；但在真实的 ToG 或大型 ToB 场景里，过度严格的护栏往往是业务推进的绊脚石。当一线人员需要快速生成供应链调度方案或采购分析时，模型如果频繁触发拒绝机制，会导致工作流彻底中断。Anthropic 的失败条件在于：它试图用通用级的安全标准，去硬套高度定制化、容错率极低的垂直业务场景。技术决策者在设定内部 AI 安全策略时，必须做分级管理：核心机密数据用强护栏，常规业务数据必须放开限制，否则模型就会沦为无法落地的玩具。

部署数据与生态对比
- 总覆盖人数：300万军民
- 已上线独立用户：170万
- 缺席厂商：Anthropic (Claude)
- 其他合作方：Amazon Web Services, Microsoft, Nvidia, Reflection AI

▎官方部署入口与参考链接

目前这些工具主要通过 GenAI.mil 集中门户提供访问。这是一个专门设计的 secure portal，目的是让国防部员工在不经过普通消费级渠道的情况下使用 commercial frontier AI models，并且官方军事版本 exempt from consumer tech products 中难以避免的数据收集。

对于普通开发者或企业架构师，虽然无法直接接入军方网络，但可以通过以下官方链接了解其底层技术架构和部署逻辑，为自己的企业级私有化部署提供参考：

从这次 300 万用户的规模化接入可以看出，AI 在大型组织内的落地已经跨过了技术验证阶段，进入了基础设施化阶段。五角大楼不仅选了 OpenAI 和 xAI，还拉上了 Amazon Web Services、Microsoft、Nvidia 和 Reflection AI。这表明未来的 AI 竞争不再是单点模型的 API 调用，而是算力、网络、安全合规与业务流的全栈整合。如果你的公司还在纠结于微调一个开源模型来替代商业 API，可能需要重新评估一下，在真实的复杂业务流中，单点模型能力与系统级工程能力之间的权重到底该怎么分配。

点个赞再走？
企业级部署，你更看重模型能力还是安全护栏松紧度？

往期推荐

• ·GPT-5.6 开放全网权限，无头浏览器直连云端沙箱
• ·100万假粉玩家发起 DDoS，TCRF 反 AI 策略致网站宕机
• ·39000人内部实测，开源Agent框架靠并发跑赢单线程

点击公众号头像 → 历史消息，可翻阅以上文章