摘要：2025年9月22日，美国人工智能公司Legion Intelligence宣布，将于今年秋季正式在美国空军的NIPRGPT平台上线其智能体系统。作为一家2022年成立的初创AI公司，Legion Intelligence已经将其AI能力融合到美国国防部与政府的多个机构。下文将介绍该司的主要信息、平台产品以及与美国国防部的合作项目，以期为研究美国军事智能化背后的支撑力量提供案例支撑。

关键词：军事智能化，初创公司，智能体编排，人工智能，机器学习

（图源于Legion Intelligence公司官网，如有侵权请联系删除）

2025年9月22日，美国人工智能公司Legion Intelligence（“军团智能”）宣布，将于今年秋季正式在美国空军的NIPRGPT平台上线其智能体系统。这意味着NIPRGPT平台将从“聊天式界面”进一步发展为“可依据既定策略执行任务的智能体系统”。此次美国空军选择Legion Intelligence公司共同合作，是基于该司之前为美军特种作战部队提供的安全、机密且本地化的部署经验。

下文将介绍Legion Intelligence公司的概况、平台产品，以及与美国国防部的合作项目。

公司概况

Legion Intelligence（以下简称Legion智能公司）是一家面向国防机构、政府部门以及企业组织的智能体编排公司。Legion智能公司当前的定位是让团队能够安全地部署、管理并扩展智能体，从而在敏感任务环境中实现复杂且高效的协同操作。通过融合先进的“机器学习运维”（MLOps），稳健的安全协议、动态决策能力以及以人为中心的设计理念，Legion智能公司旨在确保每一项关键任务都能由其智能体“军团”提供可靠支撑。

表1. Legion Intelligence融资情况

Legion智能公司于2022年8月3日成立，目前已完成B轮融资。与Anthropic、OpenAI等多家人工智能公司一样，Legion智能公司的总部位于美国加州旧金山。2025年4月30日，该司由Yurts科技公司改名为“军团智能”，是公司从“AI沙盒”转变为“多智能体编排生态系统”的标志。

平台产品

Legion公司的核心平台产品为“Legion平台”。该平台是一个人工智能应用平台，主要以安全性和连接性为主要卖点。在安全性方面，Legion公司表示其平台为美国国防部各部门打造，因此安全性是首要关注点。在连接性方面，Legion公司强调其平台可以对接用户使用的任意工具，从而实现工作数据互联互通。下文从该平台的产品能力、部署和管控三大方面展开介绍。

图1. Legion平台的功能特性

1.平台能力

据该司官网描述，Legion平台具有以下核心应用能力：

• 搜索：使用自然语言在多种文件类型中进行跨域搜索，快速提取经过验证的、对任务至关重要的情报。
• 聊天：整合并查询多源数据，通过对话即可获得答案，无需在多个系统或工具之间来回切换。
• 写作：依托敏感和高安全级别的数据生成高准确度文档，同时确保防止数据泄露。
• 协助：将智能助手嵌入用户现有数字基础设施，实现任务简化、流程自动化，并全面提升执行效率。

此外，该司表示其Legion平台具备行业领先的底层AI和机器学习技术架构：

①顶级的RAG能力和精准的语境理解能力：Legion平台的RAG（检索增强生成）技术与AI算法能够为相关问题提供可信赖的答案，并附带行内引用以及全面的信息来源面板。

②幻觉检测：Legion平台的幻觉检测功能可帮助用户判断某个回答是否需要进一步核实。系统会高亮显示存在不确定性的内容，并对相互矛盾的信息来源进行标记。

③在大规模数据场景中仍保持高精确度：Legion的RAG系统在处理超长文档时表现更为突出，无论用户使用专有模型还是开源模型，都能实现精准检索，保证以更低价格实现扩展性。

2.平台部署——连接性

• 灵活架构：Legion平台支持在本地、云端、混合架构、专有云（VPC）、软件即服务（SaaS）、边缘节点，甚至裸机等任意环境进行部署。在应用集成方面，用户可以在最关键的业务位置部署该平台。将Legion平台嵌入用户的任务关键系统，可实现智能与自动化能力的无缝接入，并在关键的时间与地点为用户提供支持。
• 数据集成：Legion平台可以与多个数据源及应用集成。在数据源方面，通过Legion平台的REST API与100余种预构建集成方案，可轻松对接多个可信数据源，使用户无需在各系统之间来回查找所需数据，从而专注任务本身。

图2. Legion平台架构（图源于Legion intelligence，如有侵权请联系删除）

Legion平台的模块化架构可适配用户在隐私、安全与业务方面的差异化需求，并有效避免对单一厂商的依赖。

3.平台管控——安全性

该平台可对大模型调用的token用量和计算资源分配进行管理和优先级控制，并且可对文档、智能体，以及用户所使用的大模型设定完善的权限体系和访问控制。Legion平台为用户提供“细粒度”的数据控制能力，在数据安全的前提下实现资源效率最大化。

• 平台安全：通过采取零信任原则保护数据、强化访问安全、识别潜在威胁，并通过网络分段与策略管控，将潜在入侵的影响降至最低。
• 数据安全：采取“默认安全”原则；Legion平台作为安全的“中间层”，位于用户的数据与其所使用的大模型之间，确保用户数据始终保存在本地环境，并且不会用于训练AI模型。

与国防部的合作

根据公开信息，Legion智能公司目前主要与美国特种作战部队达成长期合作，在多个层级（部队单位、司令部、整个军种）均有合作。下文将首先介绍Legion智能公司近期与美国空军NIPRGPT达成的合作，之后介绍该公司与美国特种作战部队达成的几项合作。

1.美国空军NIPRGPT

如文章开头所述，Legion智能公司与美国空军达成合作，即将为其NIPRGPT平台上线智能体系统。这意味着NIPRGPT平台将从“聊天式界面”进一步发展为“可依据既定策略执行任务的智能体系统”。与基础的聊天助手不同，Legion将能让有权限的智能体调用已经获批的工具和数据，智能体之间彼此协同，从而缩短OODA环的时间，并大量减少行政性事务。

此次集成将为NIPRGPT带来以下新能力：

• 智能体工作台和控制面板：通过流程设计、数据集成、策略约束、跨域调度、全量可观测性以及“一键终止”能力，实现智能体的创建、管理与运行。
• 企业级生成式AI能力：将生成式AI和各类智能体嵌入并共享于不同应用和工作空间，让“对话”直接转化为“执行动作”。
• 安全的连接器和数据网关：通过白名单方式接入REMIS、CAMS、Dataminr、SharePoint/Teams、Oracle和Palantir等系统，并对数据路径进行权限控制，同时做到“行/列级访问控制”与“端到端数据溯源”。
• 多模路由与韧性：根据任务类型在商用模型与开源模型之间智能路由，并提供防护机制、模型漂移告警，以及持续化的“红队/测试演练环境”。
• 任务套件（预设模板）：面向情报、后勤、采办等任务场景，提供可配置的初始智能体与“策略即代码”（PaC）模板包。

2.美国特种作战司令部

2025年7月8日，Legion智能公司宣布，将其名为SOFchat的AI平台在美国特种作战司令部范围内进行全范围部署。这标志着生成式AI平台首次实现组织层面的全面部署。以下归纳SOFchat工具解决的用户痛点、自身功能以及应用成效。

图3. SOFchat工具发布（来源于Legion Intelligence, 如有侵权请联系删除）

①用户痛点

对于情报分析人员而言，撰写准确且相关的情报概要是至关重要的任务，但非常耗时。完成一份情报概要通常需要长达3小时的人工研读与撰写。这一流程需要每日重复，导致决策和行动规划周期被延长，也严重占用了有限的人力资源。

②工具能力

通过采用SOFchat工具，可以连接现有的本地数据资料库，使情报分析人员可以在几分钟内生成情报概要。该工具具备以下能力：

• 自动导入情报报告和信息源文档；
• 通过自然语言，按地区、行为体或时间范围等分类查询情报；
• 基于结构化提示词，自动生成“情报概要”草稿；
• 对输出结果进行细化和格式调整，以满足不同受众的需求。

③应用成效

通过简化情报概要的生成流程，SOFchat带来了效率提升和任务效益：

• 效率提升94% ——每份“情报概要”的生成时间从3小时缩短至10分钟；
• 提升分析人员工作带宽——分析人员能够将更多时间用于更高层级的威胁评估与预测性情报分析；
• 增强响应能力——更短的产出周期确保决策者在需要时能及时获得最新情报。

3.美军某特种作战训练单位

① 用户痛点

负责民事事务训练的教官面临一项关键任务：保持作战推演的连贯性与真实性。识别和纠正推演中出现的矛盾是耗时的人工流程。教官必须逐一查阅上百份文件，识别并解决单个训练场景中的一个错误往往需要超过960分钟（16小时）的时间。这不仅极大消耗了教官的人力资源，也威胁到训练环境的可信度与有效性。

②工具能力

美军某特种作战训练单位采用了Legion智能公司的AI编排平台，使教官能够快速检索训练资料库并进行质量检查。通过对所有训练文档的整体检索，该AI编排平台使教官能够：

• 同时搜索所有想定材料，在数秒内识别单个潜在矛盾；
• 整合并生成参考列表；
• 快速定位错误来源、修正问题并替换有误的文件，而不影响推演流程。

③应用成效

借助Legion公司的AI编排平台精简质量控制流程，教官的工作效率提高了96倍。据称，过去需要约960分钟完成的任务，现在不到10分钟即可完成，这显著提升了训练节奏和教学效果，每位教官每年可节省数百小时工作时间。其他价值包括：

• 提升训练完整性：场景保持一致且真实，确保考察的是学员的批判性思维能力，而非文书错误；
• 以教官为中心的优势：AI使教官能够维持场景严谨性，同时不降低训练标准，也无需将额外责任转嫁给学员；
• 规模化战备能力：借助该平台，训练单位可以近实时更新和调整场景，以反映不断变化的作战现实。

总结

在美军推动联合智能化、生成式AI落地以及多域作战能力提升的背景下，Legion智能公司的平台战略定位非常契合当前发展趋势。美军正强调任务关键型智能化能力、快速可部署的多域模型和可控可信的人机协作系统，而Legion在平台设计上突出智能模型编排、治理与可观测性，正好满足了这些需求。

从技术与战略角度看，Legion平台响应了美军对即时任务决策能力和高安全等级环境的要求。同时，其可对接微调模型、领域定制模型和其他多类型模型，也与美军推动跨域、跨任务的生成式AI集成目标高度一致。总体来看，Legion智能公司在智能化和高安全环境中展现出一定的战略价值；当前该公司规模虽然不敌美国主流AI公司，但其未来与美国国防部或有更深、更广的合作，值得进一步关注。