斯坦福 2026 黑客保卫战：经验教训展示Hacking for Defense @ Stanford 2026 – Lessons Learned Presentations

我们刚刚结束了在斯坦福大学的 Hacking for Defense 课程。

这是我们教授 Hacking for Defense 课程的第 11 个年头。非对称作战（无人机、现成技术等）、颠覆性技术（AI、商业航天）的影响，再加上对初创企业友好的国防部（DoW）采购系统——这一切都让这门课给人的感觉与以往截然不同。

（我将在本文末尾总结一些关于 AI 应用的经验教训。）

目前，Hacking for Defense 课程已在 70 所大学开设，其中包括英国的 20 多所——今年还在波兰和德国开设——学生团队致力于理解并帮助解决国家安全问题。

今年的课题来源于海军、空军、陆军研究实验室、国防创新单元（Defense Innovation Unit）、IQT 以及 NASA。

本季度，斯坦福大学的 9 个团队共 42 名学生总共访谈了 1132 位最终用户、利益相关者、需求制定者、项目经理、行业合作伙伴等——同时构建了一系列 AI 驱动的最小可行性产品（MVP），并规划了部署路径。

在今年最终的展示环节开始时，退役中将 Jack Shanahan 发表了一场关于 AI 与国防（过去、现在和未来）的精彩演讲。Jack 曾是国防部联合人工智能中心（JAIC）的主任。花点时间观看他的演讲绝对值得。

如果你无法看到 Jack Shanahan 的视频，请点击此处

本季度的课堂客座演讲者包括：国防创新单元主任 Owen West、Shield Capital 合伙人 Mike Brown、近期担任参谋长联席会议 J5（战略、计划与政策部门）主管的退役中将 Joseph McGee，以及澳大利亚外交部长 Marise Payne 阁下。

“经验教训”汇报 八个团队中的每一个都进行了最终的“经验教训”汇报，并附带一段 2 分钟的视频，以提供其问题背景。与传统的演示日团队炫耀“我有多聪明，这产品有多棒，请给我投资”不同，“经验教训”汇报讲述了每个团队为期 10 周的旅程，以及来之不易的学习和发现。这是一种犹如过山车般的叙事，描述了当他们发现自己第一天所知道的一切都是错的，以及他们最终如何走上正轨的过程。

虽然所有团队都使用了使命模型画布（Mission Model Canvas）、客户开发（Customer Development）和 AI 工具来构建最小可行性产品（MVP），但他们各自的历程都是独一无二的。

今年，我们让团队在汇报的最后增加两张新幻灯片：1）告诉我们他们使用了哪些 AI 工具；2）他们对技术成熟度（TRL）和投资准备度（IRL）进度的评估。

以下是他们是如何做到的，以及他们交付了什么成果。

Noctua 团队——最初的课题是：“特种作战人员无法在不暴露位置的情况下被动探测无人机。”他们最终意识到一个更大的问题是：“徒步部队和基地防御者缺乏一种被动手段，无法对所有类型的无人机（包括处于射频静默状态的无人机）提供预警探测。

如果你无法看到 Noctura 的视频，请点击此处

如果你无法看到 Noctura 的汇报，请点击此处

这些是“棘手”问题。棘手问题指的是非常复杂的问题，包含诸多变数，没有显而易见的解决方案，也缺乏固定的公式。我们的 Hacking For Defense 学生处理的大多数问题都属于这一类。这些问题往往具有模糊性。他们从赞助方提出的问题入手，不仅解决方案不明确，弄清如何获取和部署该方案也十分复杂。大多数情况下，学生会发现事后看来，最初的问题只是一个更有趣、更复杂的深层问题的表象——而且战争部（Dept of War）的采购流程与商业世界的任何运作模式都截然不同。

我们的学生并没有仅仅停留在教室里审视问题，而是走出大楼，去实地学习、探索和迭代。

该图展示了 Hacking for Defense 学生遇到的问题类型，其中最常见的问题已用阴影标出。

SwarmShield 团队——最初的问题被设定为：使用昂贵的拦截器击落廉价无人机的成本问题。在课程结束时，团队意识到真正的问题在于如何构建末端制导系统，使廉价的一次性无人机能够在夜间发现并撞击攻击者。

如果您无法看到 SwarmShield 的总结视频，请点击此处。

如果您无法看到 SwarmShield 的演示文稿，请点击此处。

战争部名录——今年学生们可以使用战争部名录，这本质上是一本包含约 5700 个姓名的电话簿，回答了“战争部里谁是采购负责人？”的问题。该名录包含一份教程，介绍了战争部的采购方式，以及针对初创企业的各种采购、资金流程和项目。它详细说明了如何向战争部进行销售，以及项目采购官（PAE）在整个流程中处于什么位置。

Weapons Without Wait 团队——该团队最初的问题是：“改造并扩大国防制造能力，以持续、高强度冲突所需的速度补充关键弹药。”这就是我所说的“煮海”式问题——庞大、广阔且模糊。在课程结束时，团队意识到能够快速实现（且正是当前所需）的，是在需求点附近生产用于小型无人机的经济实惠且合格的弹药。

如果您无法看到 Weapons Without Wait 的视频，请点击此处。

如果您无法看到 Weapons Without Wait 的演示文稿，请点击此处。

一切始于一个想法。Hacking for Defense 采用的是与我在 2011 年于斯坦福大学创建的 Lean LaunchPad 课程相同的方法论。该方法论后来被美国国家科学基金会（NSF）采纳，推出了 NSF I-Corps（创新团队）项目，旨在为申请 SBIR（小企业创新研究）资助的首席研究员提供培训。如今，I-Corps 已迈入第二个十年，覆盖了 100 多所大学，成为 NSF、美国国立卫生研究院（NIH）和美国能源部（DOE）科学成果商业化的标准流程——迄今为止已培训了 3,251 支团队，并孵化了 1,400 多家初创企业。

IonX 团队——IonX 团队同样是从一个“煮海”式问题开始的：美国需要一条安全的稀土供应链。最终，他们得出了一个更具体且更具可交付性的问题：各个市场的矿物加工企业无法识别和测试更优的化学试剂方案。

如果您无法看到 IonX 的视频，请点击此处。

Hacking for Defense的起源 2016年，在斯坦福大学与BMNT的Pete Newell和Joe Felter进行头脑风暴时，我们发现研究型大学的学生与他们政府试图解决的问题之间几乎毫无联系。我们意识到，同样的Lean LaunchPad/I-Corps课程可以为此提供一个框架。那一年，我们在斯坦福大学同时推出了Hacking for Defense和Hacking for Diplomacy（与Jeremy Weinstein教授及美国国务院合作）课程。

Cheese on the Moon团队——最初的指令是在月球上寻找矿床。到课程结束时他们意识到，要做到这一点，探月任务不仅需要了解如何开采，还需要了解月球表面和地下的情况，这也是为了实现安全着陆。

如果您无法观看Cheese on the Moon的视频，请点击此处

如果您无法查看Cheese on the Moon的演示文稿，请点击此处

Hacking for Defense的目标 十年前，我们这门课的目标是在学生参与国家公共服务的同时，教授他们精益创新（Lean Innovation）方法。我们希望让学生熟悉军事这一职业，帮助他们更好地理解其专业知识及其在社会中的作用。我们还希望这门课能向赞助商展示一种方法论：在编写需求之前，先建立起对问题的深刻理解。

这门课依然在做所有这些事情，但现在由于国防部（DoW）开始向初创企业采购，且国防风险投资非常充足，这门课已经变成了一个国家安全孵化器。我们的大多数团队都成立了自己的国防公司。

Fuel Forge团队——起步时关注的问题是作战部队需要在当地生成电力和燃料。最终他们得出了一个更有趣的发现：在补给面临风险的前沿对抗环境中，他们可以建立网络化的现场制氢节点，为无人机提供燃料。

如果您无法观看Fuel Forge的视频，请点击此处

如果您无法查看Fuel Forge的演示文稿，请点击此处

进入市场/部署策略 各团队的初步目标是确保他们充分理解了问题。下一步是看他们能否找到任务与解决方案的契合点（相当于DoW领域的商业产品/市场契合度）。但最重要的是，这门课教会了团队如何走完将解决方案交到作战人员/受益者手中的那条艰难且复杂的道路。虽然DoW在改革采购方式和采购对象方面已经取得了巨大进步，但学生仍需要了解：谁负责编写需求？什么是OTA？什么是color of money（资金属性）？什么是Program Manager（项目经理）？谁拥有当前的合同？

Luminarch团队——起步时发现，战术部队缺乏实时可视化、管理和适应电磁频谱的能力。他们最终的结论是，战术部队缺乏可大规模部署的低成本、消耗性射频（RF）传感器，这限制了他们探测威胁、管理信号特征以及通信的能力。

如果您无法观看Luminarch的视频，请点击此处

如果您无法查看Luminarch的演示文稿，请点击此处

Tessellate团队——起步时发现无人机任务无法规模化。最终他们意识到，缺失的一环是美国尚不存在多无人机作战条令，而且当前无人机战争的变化速度超过了软件的生命周期。

如果您无法观看Tessellate的视频，请点击此处

如果您无法查看Tessellate的演示文稿，请点击此处

课堂上的AI AI对我们这门课产生了一些显而易见以及不那么明显的影响。 首先，这里总结了在这个季度我教授的两门课中，学生是如何使用AI的。

如果您无法查看“课堂AI使用”（AI Use In Class）的幻灯片，请点击此处

如果您无法观看AI说唱（AI Rap）视频，请点击此处

使用的 AI 工具 Claude + Granola – 所有人都使用的 AI 工具。 使用的大型语言模型 – Claude、Claude Code、Claude Chrome 扩展程序、Claude Cowork、Claude Design – ChatGPT – Gemini 笔记记录 – Granola – Twinmind 演示文稿 – Perplexity 构建原型 – Replit – Lovable 创建合成用户 – Listen Labs – Viewpoints AI 总结研究 – Google NotebookLM – Notion + G Suite（不完全是 AI，但作为 AI 工作流的一部分使用） 其他 – Ultralytics YOLOv8（SwarmShield H4D 团队用于无人机检测/追踪 MVP）

AI 带来的显著且积极的变化是，团队能够更高效地进行客户探索。而没那么明显的变化是，快速创建产品让团队能更快地淘汰糟糕的想法。

过去，MVP（最小可行性产品）是团队技术实力的象征，但现在只需几小时就能搞定以前需要数周才能完成的工作，这意味着 MVP 已不再是批判性思维和假设检验的证据。

这意味着学生的学习是不平衡的。一个看起来完成度很高的产品让人觉得这就是成功。学生们把精美的交付物与“需要深入理解所有利益相关者需求”以及“需要进行客户验证”混为一谈。对于国防领域的初创企业而言，这意味着要理解通往 CRADA（合作研发协议）或研发/生产 OTA（其他交易授权）的路径。我们需要让团队慢下来。今后，我们将要求学生带着原型来上课，但同时他们必须提出明确的假设和实验，用以验证该原型是否解决了一个实际问题。

更多相关内容将在另一篇单独的博客文章中介绍。

众人拾柴火焰高 虽然这篇博客文章是我撰写的，但这门课程本身是一个团队项目。斯坦福大学“Hacking for Defense”（为国防而黑客）项目成功的秘诀，是一群杰出的热心志愿者在诸多关键领域为我们的学生提供了支持。

教学团队由我自己以及以下人员组成：

我们今年的助教是：Evan John Twarog、Varsha Saravanan、Breno Casciello 和 Luke Andrews。

34 位赞助商、商业与国家安全导师 各团队得到了赞助商和导师的协助。

赞助商是团队研究课题的提出者。他们向我们提供了最棘手的国家安全问题：Owen West、Will Ryan、Phillip “Donna” Smith、Joel Uzarski、Alexandra Bissey、Mark Breier、Jonathan Stock、Trent Emeneker、Matthew Anderson、Ana Alvarez、Jonathan Boltersdorf。

国家安全导师帮助那些在上课前对战争部一无所知的学生，理解这些组织的复杂性、错综交织的关系以及微妙之处：Katie Tobin, Kelly McGannon, Rachel Costello, Henning Heine, Josh Edwards, Marco Romani, Tom Schmitz, David Vernal, Rich Lawson, Dan Ruttenber, Ashley Perry, Sophia Vahanvaty, Rick Lu, Chris O’Connor

商业导师帮助各团队评估他们的解决方案能否成为一家商业上成功的企业：Doug Seiche, Jeremy Schoos, Adam Waters, Matt Croce, Isobel Porteous, Eric Byler, Diane Schrader, Donnie Hasseltine, Mark McVay.

赞助机构：Gordian Knot Center for National Security Innovation, Common Mission Project, Lockheed Martin, Boeing, BMNT, Defense Innovation Unit.

感谢大家！

归档分类：Hacking For Defense, 教学 |