太空战没有激光炮:一场像《豺狼的日子》那样冷静、缓慢的智力游戏

在推力中我们信任

太空中的狗斗不会像电影里那样,但这家公司想参与其中

“我们今天在太空战领域的位置,与1930年代空中优势的地位非常相似。”

——斯蒂芬·克拉克,2026年3月19日

如果一场战斗在太空中打响,它看起来绝不会像《星球大战》系列中描绘的那样——光滑的TIE战斗机用激光炮和磁脉冲炮轰击敌舰。相反,这些战斗将是脑力密集且不慌不忙的,有点像1973年的电影《豺狼的日子》,一部缓慢燃烧的政治惊悚片,其情节以某种方式将紧张感与临床精确性混合在一起。

在那部电影中,一名刺客出发刺杀法国总统。主角的每一步都经过精心策划,有备用计划的备用计划。一位同样聪明的警察局长必须追捕刺客并阻止阴谋。事件在数周和数月内展开,而不是在几秒和几分钟内。

True Anomaly,这家三年前才从隐身模式中走出的初创公司,正在为太空中的《豺狼的日子》做准备。该公司的主要硬件产品,恰如其分地命名为Jackal(豺狼),是一个为大规模生产而设计的战备卫星平台。

在自然界中,豺狼以其智慧、适应性和狩猎能力而闻名。True Anomaly的Jackal在太空中也拥有类似的特质。Jackal航天器专为敏捷性和机动性而设计。True Anomaly迄今已发射了两次Jackal测试任务,第三次计划在未来几个月内发射。

航天器总线,或称底盘,大约有冰箱那么大。它本质上是一个飞行的燃料箱,有空间容纳推进器和传感器,以便快速转向、接近和监视轨道上的其他物体。有一天,True Anomaly相信Jackal可以用于轨道战斗。

Even Rogers,前空军太空作战军官,于2022年共同创立了True Anomaly。公司以轨道力学中定义物体在特定时间在其轨道上位置的术语命名。它已吸引了约4亿美元的投资,包括来自副总统JD Vance共同创立的风险投资公司的资金。

现在,在员工增加到数百人之后,True Anomaly已准备好实现突破,Rogers在最近的一次采访中告诉Ars。

**全情投入太空战**

True Anomaly完全专注于赢得美国军事合同。这家初创公司已经赢得了一些太空部队的业务,包括一项名为Victus Haze的响应式太空演示,计划于今年晚些时候发射。

对于这项任务,True Anomaly正在建造一个Jackal航天器,它将发射到近地轨道,并伪装成来自潜在对手(如中国或俄罗斯)的卫星。Rocket Lab将发射第二颗卫星上去尝试追捕True Anomaly的Jackal,模拟太空部队如何应对轨道上出现的威胁。这个场景将像军事演习一样展开。

这类工作是Rogers在创立True Anomaly之前的专长。在空军中,他在一个太空侵略者单位工作。如果你看过《壮志凌云》,这些就是Tom Skerritt的”Viper”和Michael Ironside的”Jester”的角色,他们与Tom Cruise和Val Kilmer扮演的海军战斗机飞行员进行对抗。

“太空侵略者的任务是研究和复制威胁,用于训练和有时是测试的目的,”Rogers说。”当我是一名侵略者时,我的工作是教导…空军和太空作战社区如何应对一个会思考的对手。”

这正好是在2019年太空部队成立之前。Rogers说,军方及其传统承包商没有为太空战的未来做好准备。无论你喜欢与否,太空军事化已不再是一个问题。它已经是了。

“我看到的一些差距是显著的,”Rogers说。”对于一个新军种来说,这是你所期望的,对吧,或者就在一个新军种成立之前,但在战斗中是不可接受的。”

Rogers得出结论,需要”资本和人才的集中”来解决这个问题,这就是True Anomaly的用武之地。”我创立True Anomaly是因为我没有我和我的同事作为太空作战专业人员、作为轨道战专业人员,在制服内完成工作所需的工具。”

上个月,国防部长Pete Hegseth在全国巡回访问国防承包商时参观了True Anomaly。来自Hegseth的信息,就像来自其他军事官员的信息一样,是呼吁加快生产,而且要快。这个口号跨越所有领域,从舰船到飞机、导弹和卫星。为了实现这一点,承包商必须专注于以更低的成本部署经过验证的技术。军方资助研究的兴趣正在减弱。

去年11月,路透社报道True Anomaly是赢得太空部队合同的多家公司之一,为五角大楼的Golden Dome导弹防御盾建造太空拦截器原型和相关技术。Rogers拒绝与Ars讨论Golden Dome,但不需要火箭科学家就能理解Jackal平台内置的机动性如何可能对应对快速移动的弹道或高超音速导弹有用。

True Anomaly似乎也很有望赢得太空部队即将推出的RG-XX计划的合同,这是对军方在地球同步轨道上巡逻以接近和检查其他卫星的哨兵舰队的后续。太空部队预计将授予多家公司合同,建造数量不详的RG-XX卫星,将地球同步检查舰队从现有的不到10颗卫星扩展到数十颗或更多的星座。

Ars最近参观了True Anomaly的总部进行了一次非公开的参观,然后与Rogers坐下来聊了聊True Anomaly轨道上的愿景、风险和回报。采访文本经过轻微编辑,以保持简洁和清晰。

**Ars:True Anomaly的专长是建造高度机动、高度敏捷的航天器。为什么这是你的首要任务?**

**Rogers:** 太空对太空的接触将是太空部队必须应对的接触现象之一。只有少数几件事能使太空对太空的接触取得成功:感知、自主性、机动性和有效载荷携带能力。在战争中…机动性是在任何领域部署部队的关键要素。这给了你超越对手的能力。在运动学上,它让你有能力做出反应,当你在错误的位置时进入位置,并取得优势位置。这是国防工业基础中的一个主要差距。只有少数非常、非常昂贵的RPO(交会和接近操作)能力的航天器,而且它们只在一个特定的轨道体系中有效,所以我们建造了Jackal来填补这个在规模、机动性、敏捷性和自主性交叉点的差距。当我说规模时,我指的是单位成本。如果你假设太空部队的预算相当有限,你需要我们。你需要能够用那个预算购买尽可能多的能力。我们希望将单位成本降低到可以购买必要数量的单位,为太空部队提供成功所需的力量结构,而且这些需要非常快速地建造以应对威胁。

**Ars:是什么让你的卫星如此机动?Jackal与太空部队目前库存中的其他航天器有什么区别?**

**Rogers:** Jackal在平移和旋转方面都提供了高水平的敏捷性,所以在任何方向上的机动性——向后、向左、向右、向上、向下,以及高旋转速率,所以你可以跟踪高速接近的目标。它配备了一个简单的推进系统,一个经过验证的推进系统,有非常多的推进器——在Jackal的情况下是20个推进器——这让我们可以在任何方向上机动,同时不会失去对目标的跟踪。

**Ars:告诉我关于你的Mosaic软件平台。它带来了什么?**

**Rogers:** 它被设计用来控制Jackal,但也控制其他系统,进行基于效果的使命规划。你向软件阐明你的使命意图,软件帮助你将该使命分解为任务,然后规划部队的轨迹和运动,以及这些部队在实现该使命中的时间和节奏。然后它帮助你管理通信的延迟和周期性,这样你就可以跟踪执行情况,然后干预执行,以一种高度机器辅助的方式。所以,它有点像太空优势的战术和作战使命执行的终极指挥控制系统。它是一个驾驶舱,同时也是一种类似《安德的游戏》式的太空战方法。我们以机动战中的一个现代概念Mosaic warfare(马赛克战争)命名它。

**Ars:什么是马赛克战争?**

**Rogers:** Mosaic旨在通过摄取不同的数据,将那个画面融合成一个直观的、人类可读的画面,然后允许快速任务分配和资产编排,为太空优势提供高质量和快速的循环。

  • Related Posts

    CVSS 9.9分!GitLab AI网关爆出致命漏洞,你的代码仓库可能正在”裸奔”

    一个评分高达9.9的漏洞,足以让全球运维和安全团队彻夜难眠。这一次,轮到了GitLab。
    2026年,当AI能力已经成为DevOps工具链的标配,GitLab的AI网关却被曝出CVE-2026-90970这一严重缺陷。CVSS评分9.9,距离满分仅差0.1——在安全领域,这意味着”接近理论极限的严重性”。攻击者无需复杂条件,即可通过AI网关这一看似”智能”的入口,撬开整个代码仓库的大门。
    问题的本质,远比一个补丁复杂得多。
    **AI网关:DevOps的”新边疆”,也是”新软肋”**
    GitLab AI网关是什么?简而言之,它是GitLab将大模型能力嵌入研发流程的”神经中枢”。代码补全、智能审查、自动生成提交信息、漏洞建议修复——这些让开发者拍手叫好的功能,都依赖AI网关在后台调度模型、处理请求、返回结果。
    但问题恰恰出在这里。为了完成”智能”任务,AI网关必须拥有极高的权限:读取代码内容、访问项目元数据、调用内部API、甚至代表用户执行操作。它就像一把万能钥匙,被挂在了GitLab这栋大楼最显眼的门把手上。
    CVE-2026-90970的致命之处在于:攻击者可以通过精心构造的请求,绕过AI网关的权限校验机制,直接以高权限身份读取私有仓库代码、窃取CI/CD密钥、甚至注入恶意代码到流水线中。CVSS 9.9的评分,意味着利用门槛极低、影响范围极广、后果极其严重。
    **为什么AI组件的漏洞总是”特别致命”?**
    这不是GitLab第一次因AI组件登上安全头条,也不会是最后一次。从2024年到2026年,全球主流DevOps平台——GitHub、GitLab、Jenkins、Azure DevOps——无一例外地在AI集成模块上栽过跟头。
    根本原因有三。
    第一,AI组件的”权限膨胀”是结构性的。传统API网关的权限边界清晰,一个查询接口只能查数据,一个写入接口只能写数据。但AI网关不同:它需要”理解”上下文,就必须访问上下文;它需要”生成”建议,就必须拥有建议所涉及的资源权限。这种”为了智能而让渡权限”的设计范式,天然埋下了越权隐患。
    第二,AI组件的输入面极其宽广。自然语言、代码片段、文件路径、模型参数——任何一个输入点都可能成为注入攻击的入口。攻击者不需要找到传统的SQL注入或缓冲区溢出,只需要在提示词中嵌入恶意指令,就可能让AI网关”心甘情愿”地交出敏感数据。
    第三,安全测试跟不上AI迭代的速度。传统安全工具擅长扫描已知模式的漏洞,但AI网关的行为逻辑是概率性的、上下文相关的。同一个请求,在不同项目、不同模型版本、不同上下文下,可能产生完全不同的结果。这让自动化安全测试几乎束手无策。
    **从CVE-2026-90970看DevOps安全的范式转移**
    这个漏洞的真正价值,不在于它本身有多严重,而在于它揭示了一个不可逆转的趋势:DevOps平台的安全边界,正在从”代码”转移到”AI”。
    过去,我们保护代码仓库,核心是管好Git协议、SSH密钥、访问令牌。后来,我们保护CI/CD,核心是管好流水线权限、环境变量、制品仓库。现在,我们保护AI网关,核心是什么?是提示词过滤?是模型输出审查?是权限最小化?还是行为审计?
    答案可能是:以上全部,但远远不够。
    真正需要的,是一种”零信任AI”的架构思维。具体而言:
    其一,AI网关必须运行在独立的、隔离的权限域中。它不应该直接持有用户的长期凭证,而应该通过短期令牌、动态授权的方式,在每次请求时重新校验权限。
    其二,所有AI网关的输入输出必须经过严格的内容安全策略。不是简单的关键词过滤,而是基于语义的意图识别——判断这个请求是否在试图诱导AI执行越权操作。
    其三,AI网关的行为必须可审计、可回滚。每一次代码读取、每一次API调用、每一次模型推理,都要留下不可篡改的日志。一旦发现异常,能够快速定位、快速阻断、快速恢复。
    其四,也是最根本的:不要把AI网关当作”更聪明的API”,而要把它当作”拥有超级权限的新用户”。对待新用户,我们从来不会一上来就给root权限。
    **修复之外:每个团队都应该问自己的三个问题**
    GitLab已经发布了补丁,升级到最新版本即可修复CVE-2026-90970。但补丁只能解决这一个漏洞,解决不了系统性的风险。
    每一个使用AI增强型DevOps平台的团队,都应该立即问自己三个问题:
    第一,我们的AI网关拥有哪些权限?这些权限是否经过了严格的必要性审查?是否存在”为了省事”而授予的过度权限?
    第二,如果AI网关被攻破,攻击者能接触到什么?是只有公开代码,还是包括私有仓库、生产密钥、客户数据?最坏情况下的影响范围有多大?
    第三,我们有没有能力检测和响应AI网关的异常行为?当AI网关在凌晨三点突然大量读取私有仓库时,有没有告警?有没有阻断?有没有溯源?
    这三个问题,比任何补丁都更重要。
    **结语:AI越智能,安全越不能”偷懒”**
    CVE-2026-90970是一个警钟,但它不是第一个,也不会是最后一个。当我们将越来越多的权限交给AI,我们就必须用更严苛的标准去审视AI的每一个接口、每一次调用、每一行代码。
    安全从来不是AI的对立面,而是AI能够被信任的前提。一个CVSS 9.9的漏洞,足以让整个行业重新思考:我们到底应该给AI多少信任,以及,我们准备好为这份信任付出多少安全成本了吗?
    你的团队,是否已经检查了GitLab AI网关的权限配置?欢迎在评论区分享你的安全实践或困惑。如果觉得这篇文章有价值,请点个”在看”,让更多运维和安全同行看到。

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    2026年对谷歌的人工智能雄心来说,是跌宕起伏的一年。年初,凭借2025年底发布的Gemini 3,谷歌在多项基准测试中首次全面压制GPT-5,华尔街一度高呼“谷歌回来了”。然而,随后Claude 4.5在代码生成和长上下文推理上的惊艳表现,又让天平重新摇摆。到了年中,谷歌连发三款模型——Gemini 3.5 Pro、Gemini Nano 4和专注科学计算的AlphaFold 4——试图用密集的产品节奏证明自己不是在追赶,而是在定义赛道。
    那么,一个最核心的问题浮出水面:谷歌的新模型,真的在前沿领域赶上OpenAI和Anthropic了吗?答案不是简单的“是”或“否”,而是一张需要拆开来看的拼图。
    **第一层:基准测试的“纸面赶超”已经完成**
    从公开数据看,谷歌确实抹平了差距。Gemini 3.5 Pro在MMLU(大规模多任务语言理解)上得分91.2,略高于GPT-5的90.8和Claude 4.5的90.5。在数学推理数据集MATH-500上,Gemini 3.5 Pro以94.7%的准确率与Claude 4.5持平,比GPT-5高出1.3个百分点。更关键的是多模态领域——谷歌将Gemini 3.5 Pro的视频理解能力提升到小时级,能连续分析长达两小时的会议录像并提取结构化行动项,这一点OpenAI和Anthropic至今没有对等产品。
    但基准测试的局限性早已是行业共识。高分往往来自针对性优化,而非真正的泛化能力。谷歌DeepMind内部一份流出的评估报告显示,在“对抗性推理”测试中——即问题被故意改写得模糊、矛盾或包含陷阱——Gemini 3.5 Pro的准确率骤降至67%,而Claude 4.5保持在78%。这说明谷歌的模型在“考试”中表现优异,但在真实世界的混乱语境中,仍不如Anthropic稳健。
    **第二层:开发者生态的差距正在缩小,但未逆转**
    OpenAI的护城河从来不只是模型本身,而是围绕API构建的庞大开发者生态。截至2026年第一季度,OpenAI的API调用量是谷歌Vertex AI的2.3倍,Anthropic的1.8倍。然而,谷歌在过去六个月里做了两件正确的事:一是将Gemini API的定价下调40%,直接对标GPT-4o的轻量版;二是推出“模型蒸馏”服务,允许企业用Gemini 3.5 Pro的输出微调小模型,从而降低推理成本。
    效果立竿见影。根据开发者调查平台Stack Overflow的数据,2026年第二季度,使用谷歌AI服务的开发者占比从14%上升至27%,而OpenAI从52%下降至44%。但值得注意的是,Anthropic在“高价值任务”中的份额反而上升了——在代码审查、法律文书生成和科研辅助三个场景中,Claude 4.5仍是首选。这说明谷歌抢走的是“价格敏感型”用户,而非“质量敏感型”用户。
    **第三层:安全与对齐,谷歌的隐性短板**
    前沿AI的竞争不仅是能力竞争,更是信任竞争。Anthropic凭借“宪法AI”和可解释性研究,在企业合规部门中建立了独特信誉。OpenAI则通过“红队网络”和模型卡制度维持透明度。谷歌呢?Gemini 3.5 Pro的模型卡只有12页,而Claude 4.5的模型卡长达47页,详细列出了失败模式、偏见测试和部署限制。
    更棘手的是,谷歌在2026年3月被曝出Gemini Nano 4在端侧设备上存在“记忆泄露”风险——即模型可能复现训练数据中的个人身份信息。尽管谷歌迅速发布补丁,但这一事件加深了企业客户对“谷歌速度优先于安全”的刻板印象。在金融和医疗行业,这种印象是致命的。
    **第四层:真正的战场不在模型,而在“代理”**
    2026年下半年的竞争焦点已经转向AI代理——能自主规划、调用工具、完成多步任务的系统。OpenAI的Operator和Anthropic的Claude Agents都已进入企业试点。谷歌的Project Astra虽然演示惊艳,但至今未开放公测。一位谷歌内部工程师匿名透露:“我们在代理架构上落后了至少两个季度。Gemini 3.5 Pro的推理能力很强,但把它变成可靠的代理,需要完全不同的工程栈。”
    这意味着,即使谷歌在模型能力上追平了对手,在“模型即产品”的下一阶段,它仍可能重演搜索时代的困境:技术不差,但产品化慢半拍。
    **结论:赶上了吗?分领域看**
    如果你问的是“纯语言理解和多模态感知”,答案是:谷歌已经赶上,甚至在某些维度领先。如果你问的是“推理稳健性、安全信任和代理生态”,答案是:还没有,差距大约在6到12个月。如果你问的是“开发者心智份额”,答案是:正在缩小,但OpenAI和Anthropic仍占据高地。
    谷歌真正的优势在于垂直整合——从TPU芯片到数据中心,从Android到Workspace,它有能力将AI嵌入数十亿人的日常工具。但这也可能是它的诅咒:当你的模型要同时服务搜索、邮箱、地图和手机时,你很难像Anthropic那样只为一个目标优化。
    2026年不是终点。谷歌用一年时间证明了自己不是掉队者,但要从“赶上”变成“定义”,它需要在下一次范式转移——无论是世界模型、神经符号系统还是量子增强推理——中率先撞线。而这一次,OpenAI和Anthropic不会给它留出12个月的窗口。
    **评价引导:**
    你觉得谷歌在AI前沿领域真的赶上OpenAI和Anthropic了吗?是模型能力更重要,还是生态和信任更关键?欢迎在评论区留下你的看法,也别忘了点个“在看”,让更多人加入这场关于AI未来的讨论。

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    CVSS 9.9分!GitLab AI网关爆出致命漏洞,你的代码仓库可能正在”裸奔”

    • 由 chubai
    • 7 10 月, 2026
    • 6 views
    CVSS 9.9分!GitLab AI网关爆出致命漏洞,你的代码仓库可能正在”裸奔”

    13,000张内部截图被AI编码代理“晒”上GitHub:PixelLeak撕开企业数据泄露的新伤口

    • 由 chubai
    • 7 10 月, 2026
    • 4 views
    13,000张内部截图被AI编码代理“晒”上GitHub:PixelLeak撕开企业数据泄露的新伤口

    美光CEO警告内存短缺持续至2028年:一场被AI引爆的“存储荒”,普通人也要买单

    • 由 chubai
    • 7 10 月, 2026
    • 7 views
    美光CEO警告内存短缺持续至2028年:一场被AI引爆的“存储荒”,普通人也要买单

    万米高空的斧头:当驾驶舱里的同事变成最危险的敌人

    • 由 chubai
    • 7 10 月, 2026
    • 4 views
    万米高空的斧头:当驾驶舱里的同事变成最危险的敌人

    英国电信“断网逼迁”丑闻:当技术升级变成一场对用户的“数字霸凌”

    • 由 chubai
    • 7 10 月, 2026
    • 4 views

    当一条河被公民“接管”:德文郡如何用一张在线地图,逼出污水泄漏的真相

    • 由 chubai
    • 7 10 月, 2026
    • 6 views
    当一条河被公民“接管”:德文郡如何用一张在线地图,逼出污水泄漏的真相