公司 Smack Technologies
融资轮次 B轮
融资金额 6100万美元
投资方 Costanoa Ventures、First In、Point72 Ventures、Geodesic Capital、Nomi Capital、Felicis、Scribble Ventures、Fortitude Ventures、Bloomberg Beta、Palumni VC
总部 得克萨斯州奥斯汀
创始人 Andy Markoff、Clint Alanis
官网 https://smacktechnologies.com

“决策主导”不是新词，但Smack把战场问题重新定义成了计算问题

Smack的核心叙事建立在一个判断上：当前国防工业对自主性的追求停留在平台层面，而真正决定战役胜负的是“智能自主”——在通信降级、资源受限、对手实时适应的环境中，分布式部队能否保持行动的一致性。公司CEO兼联合创始人Andy Markoff在新闻稿中表示：“下一场同级冲突不会由拥有最多传感器和效应器的一方赢得。它将由拥有决策主导权的一方赢得，也就是能够最快将信息和能力转化为行动的一方。”

这个判断并非Smack独有。美国国防部近年来在多份战略文件中强调“决策优势”和“联合全域指挥控制”的重要性，但将这一目标转化为可部署的软件系统，需要跨越从传感器数据到行动指令的完整链条。Smack的切入方式是构建领域特定的AI模型。据公司披露，这些模型使用深度强化学习和基于物理的推理，能够处理多模态数据，并在数秒内生成决策选项。公司声称其模型“根植于战争的物理规律和专家人类先验”，这与通用大语言模型形成明确区隔；该表述来自公司网站，属于公司声称。

Costanoa创始人兼管理合伙人Greg Sands在投资声明中给出了更直接的表态：“你不能简单地微调一个商用大语言模型，把它叫做国防科技，然后指望赢得一场同级战斗。”他进一步指出，适合任务的模型“更可能是小型且基于物理的，而不是大型且基于语言的”。这是投资方对公司技术路线的背书，但同时也划出了一条需要被验证的边界：小型物理模型能否在真实作战环境中提供比大型语言模型更可靠的决策支持，目前还没有独立的第三方评估公开。

Omega和Alpha的双层架构，试图把指挥链压缩成一条推理链

Smack的产品体系由两个平台构成。据公司网站披露，Omega是面向指挥官的决策平台，利用专有模型将多模态数据和输入转化为结构化决策支持，将战役规划从数月加速到分钟。Alpha则是面向边缘的决策平台，将AI模型与专有硬件结合，把Omega的推理能力延伸到前线部队和平台，在DDIL（降级、中断、间歇性和低带宽）环境中实现智能自主。

这套架构的实质，是试图在指挥层和战术层之间建立一条连续的AI推理链。传统上，战役规划、任务分配和战术执行分属不同层级、不同系统和不同时间尺度。公司声称其产品能够“跨越决策孤岛”，让战役层面的推理直接约束战术边缘的行动。据公司披露，其产品是API优先、基于MOSA（模块化开放系统方法）且供应商无关的，能够跨层级和作战职能集成；该表述来自公司网站，属于公司声称。

从已披露的信息看，这种“跨层级推理”的技术实现路径并未被详细说明。公司没有公开Omega和Alpha之间的数据流如何在不同安全域之间传递，也没有说明在完全断连的情况下，Alpha的本地推理能力与Omega的战役级模型之间如何保持一致性。这些是国防AI系统能否通过真实部署考验的关键问题，但目前的公开材料只提供了产品定位，没有提供架构细节。

编辑分析：公司网站显示其正在建设“Smack DEN”领域专家网络，并聘请了前海军和DIU老兵John Falcone负责基于人类反馈的强化学习。这意味着其训练数据可能包含人类专家对战场决策的标注和反馈。但公司未披露训练数据的具体规模、来源合规性，也未说明合成战场环境的保真度如何验证。硬件方面，Alpha需要专有硬件在低计算、断连环境中运行，这涉及尺寸、重量、功耗和散热方面的设计挑战，以及通过军方硬件标准认证的流程。公司未披露硬件研发时间表、合作伙伴或认证进展。上述关于训练数据、硬件挑战和认证流程的判断，是基于公开产品定位和融资用途的编辑推测，并非公司披露事实。

从JFN到海军陆战队，合同是真实的，但规模仍是一个黑箱

Smack的政府客户名单在国防AI初创公司中属于早期阶段里较为扎实的一类。据公司披露，其已与美国武装部队的多个分支签订合同，包括联合火力网络（Joint Fires Network，JFN）和海军陆战队作战实验室（Marine Corps Warfighting Lab，MCWL）。公司网站提到，JFN和MCWL的合同总额“超过七位数”；该表述来自公司网站，属于公司声称。

这是一个值得注意的细节。七位数的合同总额意味着至少100万美元，但即便按最高理解，也就是数百万美元级别，与公司超过9000万美元的累计融资相比，政府合同收入仍然只占很小比例。公司没有披露具体合同金额、履约周期或是否包含后续扩展选项，也没有披露合同收入确认的时间。对于一家以B2G为核心商业模式的国防科技公司来说，合同规模的增长速度和收入确认节奏将直接决定其商业化的真实进度。

另一个值得关注的点是，Smack在新闻稿和网站中使用了“Department of War”（战争部）这一表述，而非美国国防部的官方名称“Department of Defense”。该表述来自公司新闻稿和公司网站，属于公司刻意选择的品牌化语言，用以强调其“为战争而生”的定位。但这种表述在正式合同和采购文件中并不常见，其是否会影响公司与传统国防采购体系的对接，目前没有公开信息可以判断。

“首个前沿AI实验室”的标签，在拥挤的国防AI赛道里需要更多证据

Smack在新闻稿中自称“第一家为国家安全而建的前沿AI实验室”。这是一个强声明，属于公司声称，公开材料中未见独立第三方验证。从事实层面看，在Smack之前，已经有多家美国公司在国防AI领域获得了显著融资和合同，包括Palantir、Anduril、Shield AI、Scale AI等。这些公司中，Anduril和Shield AI同样在自主系统和边缘AI领域投入了大量资源，Palantir则在国防数据整合和决策支持领域拥有深厚的政府关系。

Smack的差异化主张集中在“领域特定模型”和“基于物理的推理”上。公司声称其AI“不像商用LLM那样依赖云端”，而是能够在低计算、断连环境中运行；该表述来自公司新闻稿，属于公司声称。这与Shield AI的Hivemind自主飞行系统、Anduril的Lattice指挥控制平台形成了部分重叠，但Smack更强调“战役级决策”而非单平台自主。然而，这种差异化目前主要来自公司自身的表述。没有独立的第三方测试或对比评估能够证明Smack的模型在同等条件下优于竞争对手的方案。

编辑分析：从公开信息看，Smack与Anduril、Shield AI的可比维度包括边缘AI部署方式、指挥控制层级和硬件依赖程度，但三家公司均未公开统一口径的测试基准、合同金额或部署规模，因此无法进行量化比较。可比较但尚未披露的指标包括：模型在DDIL环境下的决策延迟、断连状态下的任务完成率、跨层级推理的一致性误差，以及原型合同向生产合同转化的周期。具体而言，Anduril和Shield AI的融资总额、合同规模和部署数量均未在本次采集材料中提供，因此无法与Smack的6100万美元B轮和超过9000万美元累计融资进行直接对比。这一信息缺口本身构成Smack竞争格局验证的边界。上述比较框架和待核验指标属于编辑基于公开信息的分析推测，并非已核实事实。

从投资方构成看，本轮领投的Costanoa Ventures和First In都不是传统意义上的国防科技专业基金。Costanoa以企业软件和开发者工具投资见长，First In则聚焦早期技术公司。这种组合可能意味着投资方看重的是Smack的AI技术能力本身，而非其在国防采购体系中的既有地位。但反过来，这也意味着Smack需要在后续融资中证明，它能够同时驾驭AI研究和国防采购这两条难度极高的曲线。

6100万美元将流向硬件、模型和人才，但硬件自研是一把双刃剑

据公司披露，本轮融资的首要用途是“构建部署Alpha所需的专有硬件”。这是一个关键信息。大多数国防AI软件公司选择与现有硬件供应商合作，或依赖政府提供的计算基础设施。Smack选择自研硬件，意味着它正在从一家AI软件公司向“软件+硬件”的系统集成商转变。

自研硬件的逻辑在边缘AI领域有其合理性。商用GPU和通用计算平台在尺寸、重量、功耗和散热方面的限制，使得在战术边缘部署复杂AI模型变得困难。如果Smack的Alpha平台确实需要在断连、低功耗、高对抗的环境中运行，定制硬件可能是必要的。但硬件自研也带来了新的风险：供应链管理、生产质量控制、与军方硬件标准的兼容性认证，以及远比软件更长的迭代周期。公司没有披露硬件研发的具体时间表、合作伙伴或预期交付节点。

资金的其他两个用途——扩大模型覆盖范围和招聘AI研究与工程人才——相对常规，但也指向一个结构性挑战。Smack需要在奥斯汀这个竞争激烈的AI人才市场中，与大型科技公司和更成熟的国防科技公司争夺顶尖研究人员。公司网站显示，其正在招聘AI工程师和研究人员，并持续扩充来自各军种的领导团队。但公司没有披露当前员工总数，这使得“招聘规模”难以被外部评估。

投资逻辑清晰，但“战斗今晚打响”的承诺需要跨越验证鸿沟

First In普通合伙人Arthur Karell在投资声明中表示：“今天的作战人员可能有更好的态势感知，但他们需要的是机器速度的决策支持。”他称Smack“正在引领‘今晚就能战斗’的AI决策模型的生产”。这是一个典型的国防科技投资逻辑：地缘政治紧张提供了需求确定性，技术突破提供了供给可能性，而创始团队的实战背景提供了产品与战场之间的信任桥梁。

但这个逻辑链上存在几个未被公开信息覆盖的环节。第一，Smack的模型是否已经在真实的军事演习或作战模拟中证明了其决策质量，公司没有披露任何具体的测试结果或评估报告。第二，从“原型合同”到“规模化部署”之间的距离，在国防采购体系中通常以年为单位计算，而Smack成立于2024年，截至2026年8月成立约两年。第三，公司声称其模型能够“在数秒内生成决策选项”，但决策质量的评估标准是什么、由谁来评估、在什么条件下评估，这些信息均未披露。

从已披露的JFN和MCWL合同看，Smack确实进入了美国国防部的真实采购通道。公司网站提到，其“最近获得的原型协议”正在推进海军海上决策支持现代化的工作；该表述来自公司网站，属于公司声称。但“原型协议”与“生产合同”之间的区别至关重要。原型阶段的成功并不自动转化为大规模部署，尤其是在涉及自主决策和武器系统集成的领域，安全认证、伦理审查和跨军种协调都会显著拉长周期。

风险不在技术叙事，而在从“原型”到“作战系统”的制度性跨越

Smack面临的最大风险，不是其AI模型是否足够聪明，而是它能否在国防采购的制度约束下，将技术能力转化为被认可的作战系统。美国国防部的软件采购改革已经讨论多年，但真正能够绕过传统采办流程、直接进入部队部署的软件系统仍然寥寥无几。公司声称其产品是MOSA-based和供应商无关的，这有助于降低集成门槛，但并不能消除安全认证和作战测试的刚性要求。

另一个风险来自竞争格局。大型国防承包商正在加速吸收AI能力，无论是通过内部研发还是收购初创公司。如果Smack的“领域特定小模型”路线被证明有效，拥有更多资源和更深政府关系的巨头完全有能力复制或收购这一能力。编辑分析：Smack的护城河目前主要建立在创始团队的实战经验和专有训练环境上——Costanoa的Sands称Smack是“第一个建立训练环境来捕捉这种专业知识并将其转化为模型的团队”。但这个“第一个”的领先窗口有多长，取决于公司能否在巨头反应过来之前建立起足够深的合同壁垒和数据壁垒。该判断基于已披露的融资用途和产品定位，属于编辑推测，目前尚无公开的合同续约率或数据积累规模可以验证。

还有一个容易被忽略的风险是“决策主导”这个概念本身的模糊性。当一家公司把产品定位为“跨越所有时间尺度的决策支持”时，它实际上是在试图同时解决战略规划、战役协调和战术执行三个不同性质的问题。这三个问题在军事组织中有不同的决策文化、不同的信息需求和不同的容错标准。一个能够在推演中快速生成战役方案的模型，未必能够在真实战场上获得战术指挥官的信任。Smack的Omega和Alpha能否真正跨越这个信任鸿沟，目前没有任何公开证据可以支撑。

从3200万到6100万，资本节奏在加快，但商业验证的节奏并未同步公开

Smack的融资节奏值得单独审视。根据公司网站和Fenwick律师事务所披露的信息，Smack此前完成了3200万美元的种子轮和A轮融资，其中A轮由Geodesic Capital和Costanoa Ventures联合领投，种子轮由Point72 Ventures领投。加上本轮6100万美元，公司在两年内累计融资超过9000万美元。Fenwick披露的信息仅涉及3200万美元融资，6100万美元B轮细节来自公司新闻稿。

这个融资速度在国防AI赛道中属于较快的一档，但与Anduril、Shield AI等头部公司相比，绝对规模仍然较小。更重要的是，Smack的融资节奏与其公开披露的商业进展之间并不完全匹配。公司披露了JFN和MCWL的合同，但未披露合同金额的精确数字；公司提到了“海军海上决策支持现代化”的原型协议，但未披露协议规模和履约状态；公司声称其产品能够“在数秒内更新计划”，但未披露任何可验证的性能基准。

这种信息不对称在早期国防科技公司中并不罕见。国防合同的保密要求、原型阶段的竞争敏感性，以及公司对技术细节的保护，都会限制公开披露的范围。但这也意味着，外部观察者只能依赖公司声明和投资方背书来判断其真实进展。对于一家声称要“赢得下一场同级冲突”的公司来说，这种验证的滞后性本身就是一种风险。

从资本结构看，本轮融资的投资者名单中既有上一轮的延续者（Costanoa、First In、Point72、Geodesic、Felicis、Scribble、Bloomberg Beta、Fortitude、Palumni），也有新进入者（Nomi Capital）。这种“老股东加码+新股东进入”的结构通常被视为积极信号，表明早期投资者对公司进展有内部信息支撑。但Nomi Capital在国防科技领域的投资记录并不丰富，其进入更多可能代表财务回报预期，而非战略资源注入。

Smack的故事之所以值得被认真对待，不在于它提出了“决策主导”这个概念——这个概念在国防圈已经流行了至少五年——而在于它试图用一套具体的产品架构和技术路线来回答一个被反复讨论却鲜有落地的问题：如何让AI的推理能力穿透指挥链，从战役规划一直延伸到战术边缘。从已披露的信息看，Smack确实在构建一个不同于“给商用LLM套壳”的技术体系，其创始团队的实战背景和早期合同也为其提供了某种可信度。但“不同于”并不等于“优于”，从原型合同到作战系统、从融资叙事到战场验证之间的距离，仍然需要比新闻稿更多的证据来填补。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Smack用6100万美元买了一张进入“决策主导”牌桌的门票，但牌桌上的对手不是商用大模型公司，而是国防采购体系本身的惯性。Omega和Alpha的架构逻辑足够清晰，真正的考验在于：当通信真的断了、资源真的见底了、对手真的在实时反制时，这套系统能否做出比人类指挥官更快且更正确的决定。这个问题的答案，不会出现在任何一轮融资公告里。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。