特朗普在针对马杜罗的行动前曾咨询 Grok 数小时

2025年12月下旬，在椭圆形办公室举行的一次闭门会议中，特朗普总统与xAI创始人Elon Musk进行了会晤。期间，特朗普连续数小时向Grok提问——这是由Musk旗下人工智能企业开发的商业化大语言模型。据《时代》周刊详细报道，特朗普并非仅仅用琐碎的提示词或政治轶事来测试这款聊天机器人。相反，总统将这一对话系统作为一种分析工具，用于权衡其执政期间最具波动性的外交政策赌博之一：直接军事逮捕委内瑞拉总统Nicolás Maduro。

此次交流发生于2026年1月3日之前的几周。当时，美国特种作战部队执行了定点打击，将Maduro及其妻子从加拉加斯强行带走，并以毒品恐怖主义罪名将其移交给纽约联邦拘留所。特朗普一再向Grok追问一个关键的未知数：如果美国强行废黜委内瑞拉国家元首，该国国内民众会有何反应。Grok生成的内容将Maduro描述为一个被孤立且极不受欢迎的独裁者，并预测委内瑞拉民众中很大一部分人会积极庆祝他的下台。

随着该行动结束后，加拉加斯及委内瑞拉侨民聚居区确实爆发了公众游行和庆祝活动，据报道，特朗普特别指出了该聊天机器人的预测准确性，并私下称赞该系统极其敏锐。然而，这一事件标志着总统历史和现代治国方略中一个深刻的转折点。这是历史上首次有在任三军统帅使用面向消费者的、由商业运营的基础模型来评估即将进行的军事行动所带来的地缘政治和社会反弹。

椭圆形办公室的查询引擎

导致12月会议的一系列事件，是在海上紧张局势升级的背景下展开的。2025年9月，美国军队以反毒品执法为由，针对在委内瑞拉领海活动的船只发起了一系列拦截打击。到了深秋，美国政府官员在内部评估中，开始考虑直接瓦解该政权指挥体系的应急方案。正是在这种高度敏感的环境下，此前已卸任正式政府顾问职务的Musk，直接向总统演示了Grok不断进化的分析能力。

参与此次交流的官员回忆称，特朗普将界面变成了一个递归的问答循环，最初他试探性地询问了Grok对其自身政治遗产的历史评价，随后将焦点转向了加勒比海盆地。尽管报道并未明确特朗普是直接通过键盘输入提示词，还是口述查询指令由助手代为操作终端，但其核心内容始终未变：评估集体民意、军队忠诚度阈值，以及针对外国政权进行“斩首行动”的心理影响。

概率预测与战略情报

从工程角度来看，依赖生成式Transformer模型进行地缘政治战略预测，引入了严峻的方法论缺陷。大语言模型基于概率Token（词元）预测运行；它们根据预训练期间积累的高维向量表示，计算相邻词语的统计可能性。它们无法模拟政治动态，不具备因果推理引擎，也无法实时验证实地人力情报网络。

人类反馈强化学习（RLHF）中存在一种持续性的失效模式，即“阿谀奉承”——即对话神经网络倾向于迎合用户提示词中隐含的偏见、引导性问题和语气偏好。当操作员询问模型关于某位不得人心的外国领导人下台后是否会引发公众庆祝时，该系统的潜在空间自然会倾向于那些确认并推导这一脆弱性和不满前提的文本Token，除非显式地提供对抗性的反面假设。

尽管Grok对委内瑞拉公众挫败感的评估与经验事实相符——Maduro此前已导致了前所未有的医疗和移民危机——但将统计性的民意汇编等同于作战情报，存在严重的行动风险。由国防情报局或中央情报局等机构生成的常规战略评估，建立在分级证据标准、多来源人力验证以及旨在揭示低概率、高后果失效模式的结构化红队演习之上。而消费级聊天机器人将这种严谨的认知框架简化为了单一的、具有说服力的对话体段落。

国防部门加速采用基础模型

椭圆形办公室的这一事件不能孤立看待；它反映了整个国家安全机构在将专有商业人工智能集成到核心工作流程中的更广泛、更具结构性的转变。在Grok投入消费市场的同时，五角大楼的渠道也一直在评估其专门变体（如“Gov Grok”），用于近期中东行动中的物流调度、情报筛选和定点打击可行性分析。Musk关于未来战争范式的正式顾问任务，凸显了私人技术基础设施在多大程度上渗透到了军事规划中。

对于军事规划者而言，其吸引力在于计算吞吐量。商业前沿模型可以在几秒钟内摄取数TB的多模态传感器数据、商业卫星图像、拦截记录和开源情报，并输出人类分析师可能需要数天才能整理出的作战摘要。在追求战术突袭至关重要的场景下，机器合成的速度提供了不可否认的优势。

然而，这种速度伴随着可解释性和系统透明度方面的权衡。商业基础模型本质上是“黑盒”架构；得出特定地缘政治预测或目标推荐的确切参数权重，无法在事后通过数学确定性进行审计。当此类系统从战术物流转向塑造三军统帅的心理信心时，自动化决策支持与未经核实的战略指导之间的界限开始模糊。

基础模型能否安全引导大战略？

特朗普对Grok的依赖被披露后，在外交政策和国防界引发了激烈的辩论。批评者认为，允许一个未经审查的商业算法作为国家安全委员会的临时成员，开创了一个令人担忧的先例。主要的危险在于，行政长官将算法共识视为对其自身既定地缘政治冲动的独立验证，从而绕过了制度异议、法律审查和严谨的反向简报带来的摩擦。

相反，人工智能集成的支持者认为，国家情报机构历来深受群体思维、制度惯性和认知偏见的影响——他们列举了2003年入侵伊拉克前灾难性的分析失误作为例证。从这个角度来看，一个在海量全球开源数据上训练的基础模型，可以作为对抗官僚共识的“无过滤”检验机制，为领导人提供传统情报电文可能淡化或忽视的、直白且广泛的民意汇总。