Palantir Maven 把 OODA 压成 12 小时：医疗数据底座也站在同一块地上
前言
2026 年 4 月底，一个叫 Bilawal Sidhu 的前 Google Earth 工程师在 Substack 上拆了 Palantir 的 Maven Smart System。让我先抛一个画面：今年 2 月 28 日美方对伊朗动手，头 12 小时砸下 900 个目标，38 天里 1.3 万个。任何在 AI 圈待过的人第一反应不会是"哇好快"——而是"这个调度系统在民用领域里，是不是长得跟某某医院的急诊分诊台一模一样"。
这是我这篇真正想说的：Maven 的新闻不在它"打得多快"，在于同一套数据融合层正在悄无声息地进入英国 NHS、欧盟卫生数据空间、各国医保理赔系统。换句话说——你那台 MRI 旁边的影像云胶片服务器，跟把无人机坐标变成导弹坐标的，可能是同一行代码。
所以这不是一篇军事评论。我不会告诉你 900 个目标意味着什么地缘信号。我会告诉你 Maven 这个 OODA 闭环长什么样、Anthropic 为什么跟五角大楼当场翻脸，以及对医疗 AI 真正值得看的部分：那条"政府把我们的数据卖给军方了吗"的暗线。
一句话判断
Maven 的真问题不是"AI 能不能打仗"，而是"同一套融合层正在进入每条医疗数据管道，我们还没来得及问它该被允许看到什么"。
背景：OODA 是个什么循环
OODA 是美军自己的老词——Observe 观察、Orient 理解、Decide 决策、Act 行动。它最早是战斗机飞行员用的口语：你比我先转一圈，我就再也追不上你。Palantir 做的事情，本质上是把这条循环从飞行员的大脑里搬出来，压进一块屏幕。
它存在的原因是上一代战场指挥靠的是 Excel + PowerPoint + Google Earth 的缝合怪。一个美军炮兵军官跟记者 Katrina Manson 说过一句话，后来被她写进了 *Project Maven* 一书："我们在 Office 上杀的人比你能想到的多得多。" Maven 的目标就是把这条缝死。
Bilawal 那篇文章给了一张分解图，把 Maven 的工作流对应到 OODA 四段。下图是他在 DoW 首席 AI 官现场演示里截到的 WORLDVIEW 融合地球界面——卫星、无人机、信号情报、过往地图数据叠在同一个球上，左上角的 TOP SECRET // SI-TK // NOFORN 标识告诉你这是真货，不是 PPT：
图：Maven 融合地球 WORLDVIEW：卫星/无人机/信号情报在同一个屏幕上
对医疗 AI 从业者来说，这一幕你应该非常熟——它长得跟联影 uAI 智能 portal、GE Edison、迈瑞"启元" ICU 大模型、推想 InferRead 那一类多模态融合面板，结构上几乎是同一种东西。区别只在于一个指向导弹坐标，一个指向肺部结节。
核心拆解：Maven 的四层怎么拧成一股
我把 Bilawal 那篇拆成四层来讲，每一层配一张他视频里的原始截图，方便你对着看。
第一层 Observe——把全球传感器拧成一根数据线。
观察这一步不是单一传感器在工作，是十几个数据源同时灌进来。Keyhole 级别的间谍卫星是一档，SpaceX 在建的新一代是一档；商业 SAR（合成孔径雷达）星座像 ICEYE 和 Capella Space 可以 25 厘米分辨率穿透云层和黑夜；WAMI（广域运动影像）则把 MQ-9 Reaper 上的 368 个摄像头缝成一张 1.8 亿像素的合成图，整座小城在 25,000 英尺高空被一帧一帧地记录——这套系统叫 Gorgon Stare，据说灵感来自电影《全民公敌》。
这里面最让我愣一下的是"广告情报"。一个影子船队再怎么涂装、再怎么关掉 AIS 定位，只要船员手机上装了《糖果传奇》，广告网络的定位数据就能把这艘船定到位。你可以把所有电子信号都抹掉，但抹不掉一堆喜欢免费游戏的人。
但 Observe 这一步真正的硬骨头不是"看见"，是"对齐"。同一辆车在卫星视图、无人机视图、CCTV 视图里要保持同一个稳定 ID——Maven 给每个检测到的目标发一个编号，这个编号跨模态不丢。这是 OODA 能跑起来的前提。
第二层 Orient——多模态感知 + LLM 让系统"读懂"它看到的东西。
下面这张图是 Bilawal 截到的城市目标检测界面——红色框是 CV 模型在建筑之间框出的"Object"（车、人、设备），每个 Object 都有标签、有置信度。底层用的是 Meta 的 Segment Anything 一类视觉基础模型加上 Claude/Gemini 做语义解释——技术上跟你现在看到的国内放射科 VLM 走的是同一条路径。
图：Object 目标检测：CV 框 + VLM 标签在城市地物上
有意思的细节是，Maven 现在用的据报道是 Claude 3.5 Sonnet，不是最新模型。这一点等下要专门讲。
第三层 Decide——从"看见"到"推荐一套动作"。
检测到的目标会被推到一张 Kanban 板上——这玩意儿长得跟你们公司 Jira 一模一样，只是列名不是"待开发/测试中/已发布"，而是"已识别/待核实/待授权/已打击"。系统在板上根据时间、弹药、油料、距离优化出推荐方案，人点确认，然后执行。
Bilawal 引用了 DoW 首席 AI 官的原话："Left click, right click, left click. Magically, it becomes a detection." ——左键右键左键，魔术一样就变成一次打击。
下面这张是 Maven 的卫星路线规划截图，在山区地形上一条绿色弧线标出从基地到目标的最佳路径——这是 Decide 层的视觉化产物：
图：卫星地形路线规划：Decide 层给出从基地到目标的推荐路径
第四层 Act——人类签字，机器执行。
这是争议最大的一层。2 月 28 日 Epic Fury 行动头 12 小时打了 900 个目标，3 月 13 日 Kharg 岛一天之内 90 多个军事目标被同时点名——Maven 在背后生成预打包的目标集，武器分配、法规签核已经在系统里。Bilawal 算了一笔账：人类决策周期被压到与 Orient/Decide 重叠，传统的"OODA 四段循环"事实上塌缩成一段。
中段：Anthropic 划红线，DoD 直接掀桌子
如果只有上面这些，这篇文章值 60 分。下面这段值 90。
Anthropic 的 Claude 是 Maven 里负责自然语言情报查询的那块大脑，Washington Post 直接报道"Claude 是伊朗行动的核心"。但 Anthropic 给客户划了一条死线：可以用，但不能用于完全自主武器系统或大规模国内监控。
特朗普政府的回应是把 Anthropic 列为"供应链风险"——你的论点是："你是个承包商，提供工具就行，别问怎么用。"
这把张力从技术圈撕到了政治圈。Anthropic 是第一个把大模型搬进机密军事场景的 AI 公司，现在它跟自己的最大客户在公开打架。配合 Bilawal 提到"Maven 还在跑 Claude 3.5 Sonnet，不是最新模型"这一事实，整个故事多出一层不舒服的潜台词——军方用的不是最强的 AI，但已经在用 AI；Anthropic 想刹车，但合同签了。
下面这张是 Bilawal 在视频里截到的 Claude/Gemini 接入层界面——它直接挂在 Maven 的 Kanban 板旁边，输入框、对话气泡，跟你在 ChatGPT 网页版看到的那玩意儿长得几乎一样：
图：Claude/Gemini 接入层：自然语言查询就在 Kanban 板旁边
我把这张图和前面那张 NEXUS OPS 界面放一起看的时候，脑子里跳出来的不是战争画面，而是国内几家大医院今年密集上线的"AI 医生工作站"——一个输入框、一份病历、一条 LLM 给出的处置建议，旁边也是 Kanban 式的待办列表。"谁来负责 AI 给出的那条建议"——这是医疗和军事撞上的同一个伦理问题。
同源双用途：Maven 的另一半在 NHS 跑着
这是整篇文章里我真正觉得医疗 AI 同行需要听的部分。
Bilawal 在文章后半段直接点明：跑 Maven 的同一套 Palantir 技术，也在跑英国 NHS 的数据底座、世界粮食计划署的物流、空客的供应链、国际银行的反洗钱。同一个 OODA 循环、同一个融合层，只是问题不同。
下面这张 NEXUS OPS 实体解析界面，是 Palantir Foundry 在民用领域的样子——同一套底座，只是数据源从卫星变成 EHR/物流/交易：
图：NEXUS OPS 实体解析：Palantir Foundry 的民用界面
我自己做了一张 OODA 四层到民用领域的映射图，把"战场"和"医院/银行/物流"摆在一起：
图：OODA 四层在战场与民用的对照
四层一一对应：
- Observe 观察：战场用卫星/SAR/WAMI，民用买商业卫星+城市 CCTV+广告 SDK
- Orient 理解：战场用 SAM+Claude 分类，民用也是 SAM+Claude/Gemini
- Decide 决策：战场推荐武器+资产，民用推荐优先级+告警
- Act 行动：战场是动能打击+法规签核，民用是人类签字触发工单/短信
同一行代码，两类用途。这就是为什么我说 Maven 的真问题不在战场。
我的判断（这一段是写给医疗 AI 从业者的）
判断一：Anthropic 这场撕 X，是医疗 AI 监管的预演。
把时间轴往后推三年：今天 Anthropic 给五角大楼划的"不能用于自主武器"红线，对应的就是未来某家国产医疗大模型公司，给三甲医院划的"不能用于自主诊断、不能用于医保欺诈识别、不能用于慢病处方建议"红线。当 AI 公司变成政府/医院的数据供应商时，"工具提供者"和"决策责任方"的边界会被反复撕扯。 现在看热闹的人，三年后会轮到自己头上。
判断二：双用途才是中国医疗 AI 的真变量。
Maven 让我意识到一件事——Palantir 把军用和民用的底座打成了一块。这意味着它每改一次融合层的能力，两个场景同时升级。但中国目前的医疗 AI 是另一套逻辑：医院 HIS、医保结算、CDC 直报、卫健委统计，四套底座各跑各的，互不通气。谁能先把它们融合成一块"国家医疗数据底座"，谁就在下一轮医疗 AI 升级里拿到主动权——这件事和"军用 vs 民用"无关，它纯粹是数据治理问题。
判断三：真正该警惕的不是 AI 决定打击谁，而是 AI 决定不打击谁。
Bilawal 在文章里抛了一个尖锐的问题：当 12 小时 900 个目标涌过来的时候，哪些目标被模型漏掉了？ 模型厂商负责？传感器厂商负责？还是那张"把学校标成兵营"的地图数据负责人？这些问句听起来很军事，但翻译到医疗场景就是——当 AI 把你的肺结节标成阴性、当 AI 把你的心肌梗死漏诊、当 AI 把你从医保欺诈名单里挑出来又放回去，谁负责？这是一个比"AI 准不准"重要得多的问题。
判断四：Claude 3.5 Sonnet 这个细节值得多看一眼。
Anthropic 最新模型是 Claude 4 系列，Maven 跑的却是 3.5。这不是技术问题——是合规问题。军方采购系统对新模型的认证流程通常滞后 12–18 个月，任何重要功能升级都得重新过 IL5/IL6 认证。这意味着医疗 AI 也有类似的"代际滞后"——当 GPT-5.5/Gemini-3.1-Pro 已经能在 17 专科临床推理上击败 4.5 Sonnet 时，你医院系统里跑着的可能还是两年前那个版本。这个代差是医疗 AI 落地的隐藏成本。
行业启示
对药企临床团队：如果你们正在评估要不要把数据中台迁到某家"医疗版 Foundry"上，先问清楚三个问题——这套底座是不是跟某个政府数据空间共享身份层？它能不能把你们 I 期试验的受试者 ID 关联到任何政府健康登记？以及最关键的——供应商在政府压力下，会不会单方面放宽使用边界？Anthropic 今天的处境就是你们供应商明天的处境。
对临床医生：当医院采购了一台带 LLM 的 AI 工作站，请把它当成"可能影响处方决策的协作者"——而不是"更聪明的搜索引擎"。每次 AI 给的建议，记得问三件事：它的训练数据截止到什么时候？它的临床指南版本跟你们科用的是不是同一版？以及它最近一次升级是什么时候？
对监管和从业研究者：Anthropic-DoD 这场冲突最值得看的是"工具提供者责任"这个法律真空。欧盟 AI Act 给高风险系统分了级，但还没解决"如果 LLM 输出导致错误打击/错误诊断，谁是法人"这个问题。中国 NMPA 的 AI 医疗器械指导原则主要在管算法性能，对模型供应商在政府/医院压力下被迫放宽边界的场景，目前没有专门的条款。这是我看到的下一个真缺口。
对做基础模型的同行：把"客户如何使用我们"的合同条款写得越具体越好。Anthropic 现在的麻烦，本质上是当年合同里那句"不用于自主武器"写得不够死。医疗领域里，写死"不用于自主处方决策、不用于医保欺诈初筛、不用于超出声明适应症的用途"——这些条款以后会变成行业标配。
结尾
看完整篇我反而觉得最值得记下来的，不是"900 个目标"这种数字，是两个相对安静的细节。
一个是 Bilawal 在文章最后一段写的：他在做两个产品，一个叫 God's Eye View，把开源情报融成一张全球态势图；一个叫 Argus，把你自己家的摄像头、IoT、家人的设备融成"个人态势图"。他说了一句——"Same OODA. No kinetics. Just clarity."
翻译过来是：同一条 OODA 循环，只是没有动能，只有清晰。
另一个细节是 Bilawal 引用了一个老段子——Gorgon Stare 广域监视系统，据说灵感来自威尔·史密斯 1998 年的电影《全民公敌》。一部 28 年前的电影预演了 2026 年美军最核心的战场 AI。这件事有点荒诞，但放在 OODA 循环里又很合理——观察永远是第一步。
下次你打开医院里那个 AI 工作站、那个 LLM 病历助手、那个医保智能审核系统，记住那条循环在你看不见的地方也在转。我们这一代人要回答的问题不是"AI 能不能打仗"，而是"AI 看到的我，谁来负责看着它"。
这是 Maven 真正留下的、属于医疗 AI 的开放命题。
参考资料
- Bilawal Sidhu, *Inside Palantir's Maven Smart System*, Map the World, 2026-04-30
- Palantir × Anthropic 合作公告（2024）：Claude 模型接入 AWS 政府与国防场景
- Washington Post（2026-03-04）：Anthropic AI 在伊朗行动中的角色报道
- Katrina Manson, *Project Maven*（书）：美军 AI 项目历史
【标签】Palantir、Maven Smart System、OODA、AI 边界认知、医疗数据底座、双用途 AI、Anthropic、Claude、医疗 AI 监管
往期推荐
当战场遇见算法：美军Maven智能系统如何用20人做到2000人的事
当北约把和Palantir合作的基于动态本体的AI战争系统"接口" Maven向西方工业界打开，三周内发生了什么？
[400页2026年电子书]"Maven"项目：一位美军陆战队上校、他的团队与AI战争的黎明
美军伊朗腹地生死营救故事推演：Palantir Ontology&AIP与Maven系统铸就的数字利刃，AI 重塑未来战争
五角大楼押注Palantir：一份1亿美元合同背后，美军AI战场神经系统正在成形
美国海军把"数据+AI"写进战略，说要"武器化"——但真正卡死它的不是模型，是数据就绪，任何大厂都能直接抄
当企业数据真正"活"起来：Palantir本体论的架构逻辑与战略价值
人人都号称有"本体 Ontology "，但几乎没有人真正拥有"本体"
用LLM构建个人知识库，Karpathy的「知识编译」新范式正在颠覆传统知识管理方式
［全网首发］Palantir 2026AIPCon 9 全面解析：AI 大模型赋能美国国防及医疗、航天等关键产业，重塑全球竞争格局
举报/反馈
对本文内容有合作意向？
我们将在 1 个工作日内与您联系