【 战略观察与核心导读 】

2026 年美国 DARPA 的钱更多了，预算科目（Program Element，PE）却更少了。其预算从 44.09 亿美元增至 47.89 亿，同时把 20 个按办公室划分的科目重组为 10 个，改按作战任务划分——其中 7 个列有项目，下辖 25 条 R-1 线。一年内约三分之二的旧项目不再列名。3 条判断：资源按作战任务重排，制造与供应链占 65.9%；加注集中在复杂系统、量子与制造 3 条线；瓶颈从"能不能设计"转向"能不能造、能不能验"。

美国国防高级研究计划局（DARPA）的在研布局主要围绕维持技术代差展开，直面射程、决策速度、产能、人员负荷、授时与软件可信这六大往往并发的压力。

其技术路线采取了 4 条核心发力路径：通过制造验证机率先攻克最难环节；利用架构组合绕开单点物理极限；将人的角色从一线操作者精简为最终授权者；以及将前沿研究直接布局在产线附近。在此基础上，美国 DARPA 按这 4 条路径重新配置了资源，并把原本按办公室划分的 20 个科目压缩为 10 个。

当前的建设成果已分别落在硬件制造、项目迭代与基建储备 3 个层面，多型验证机相继推进至制造、首飞或入轨阶段，成熟项目随之加速退场并把成果移交军种与工业界，中试线、试验设施与评测基准也同步初具雏形。下一阶段的技术走向则取决于超低轨卫星在轨寿命、跑道无关验证机首飞及量子基准结论这 3 个关键节点，它们将直接决定技术优势的扩大或收窄。

全文按六层展开：战略研判、预算重构、需求牵引、打法选择、技术布局、节点验证，依次回答方向、资源、题目、路径、落地与兑现。

技术代差能否维持，最终取决于能否按期交付、按序移交、按需复用。

第一层 · 战略研判：3 份文件定下的方向

2026 年美国 DARPA 的预算源于 3 份文件。分析其项目布局，需先逐一厘清这 3 份。

第一份是 2026 年版美国《国家防务战略》。它把本土与西半球重新放回首位，同时把印太方向的威慑单列，对盟友的支援改为有限投入。这一排序直接决定资源配置：按优先级排列，不再平均分配。美国 DARPA 的项目之所以集中在制造、供应链与远程打击，源头在这里。

第二份是 2025 年 9 月的更名行政令。美国五角大楼改称美国战争部（Department of War），官方话语从"防御"转向"作战"、从"能力"转向"杀伤力"。更名本身不产生预算。它改变了立项时被追问的问题：这个项目能不能提高杀伤力，还是只停留在"形成能力"。

第三份是 2026 年 9 月的第 14434 号行政令，要求美国联邦文件以"超级智能"（SI）取代"人工智能"（AI）。这条行政令同时改了三样东西：叙事（从工具到智能体）、预算标签（AI 相关项目的归口）、对外表述的口径。

3 份文件落到预算上是一个数字。2025 财年执行 44.09 亿美元，2026 财年 47.89 亿，2027 财年申请 50.39 亿，同比增 5.2%。预算持续增长，增幅不足以支撑新增布局。

2026 年的核心举措是预算再分配：把 20 个按办公室划分的科目压缩为 10 个，把"技术门类"换成"作战任务"。这一步比任何单个项目都重要。

第二层 · 预算重构：钱按打仗的环节分

除技术之外，预算科目与办公室设置同样变化，方向一致：由按技术门类分配转为按作战任务分配。科目是预算的最高一级，2026 财年 10 个，下辖 25 条 R-1 线、158 个项目；下文所说的科目，均指重编后的 10 个。

10 个科目中，7 个是作战域科目：Access and Awareness、Warfighting Performance、Making, Maintaining, Supply Chain and Logistics、Effects、DARPA Advanced Technology Development、Advanced Complex Systems、Advanced Enabling Technologies。本文统计的 25 条线和 158 个项目都在其中；另 3 个不属作战域：新兴机会是机会基金，任务保障与总部管理是管理科目；这 3 个科目的 7 条线合计 4.74 亿美元，不在正文研究范围内。

第五层的 6 个作战方向是叙述顺序，不与科目一一对应。25 条线里 16 条挂项目、9 条只列经费——钱跟着任务走，管理成本单列。

2026 年 5 月 20 日，美国 DARPA 的信息创新办公室（I2O）改回信息处理技术办公室（IPTO），微系统技术办公室（MTO）扩为 Multi X 办公室（MXO）。前者是回到 1960 年代的原名，指向计算与通信的第一性原理，新增复杂巨系统韧性；后者是扩张，从单个器件走向跨尺度集成。MXO 主任 Whitney Mason 对此的解释是，未来的优势不只取决于单项技术，而取决于把技术连接并投入使用的架构。

预算科目同步重编。沿用多年的 20 个按办公室划分的科目，在 2026 财年被压缩为 10 个：新兴机会、进入与感知、作战效能、制造与供应链、效应、先进技术开发、复杂系统、使能技术，另有任务保障与总部管理 2 个支撑科目，旧科目在 2026、2027 两列全部归零。

钱的去向高度集中：先进技术开发与制造供应链两项合计 65.9%，其余 8 个科目分配余下的三分之一。换言之，美国 DARPA 六成以上的经费投向 2 个方向：一是技术研发，二是工程化制造。

图 2-1　美国 DARPA 三年预算：FY2025—FY2027

图 2-2　美国 DARPA 预算三年走势

9.74 亿美元的先进技术开发池不列任何项目，是账面上最大的"看不见的去向"——这一点值得在后续年度持续跟踪。

"作战效能"这个科目以生物医学与人员效能为主，共 26 个项目。这一科目只在预算表里出现，正文不展开。

图 2-3　7 个科目下的 16 条有项目的 R-1 线：FY2026 与 FY2027

还有一个容易被忽略的错配：R-1 线的金额与项目数并不同步。量子技术 7 个项目获得 6.03 亿美元，单项目均额 8,600 万美元；破坏性微技术 29 个项目拿 3.68 亿美元，单项目均额 1,270 万美元。前者靠少数大工程推进，后者靠密集的小型项目试错，2 种模式没有优劣，但仅看总额容易误判。

把 7 个科目下的 16 条有项目的 R-1 线按 FY2026 到 FY2027 的变化排序，加注与收缩分得很清楚。加注前 5 条是复杂系统 +105%、量子技术 +68%、情报监视侦察与传感器 +21%、生物基材料与器件 +17%、人工智能与人机协同 +15%；收缩的 3 条是材料加工技术 −27%、电子技术 −25%、效应归零。

将 10 个科目的经费与技术合并观察，可以得出一个判断：美国 DARPA 把"能不能造出来"当成了几乎所有方向的共同归宿。量子在制造科目下，人工智能在制造科目下，网络也在制造科目下。这种归类方式出于同一考虑：技术能否使用，最终取决于产线良率与交付周期。

第三层 · 需求牵引：6 类硬问题

分配依据讲完，再看题目怎么来的。美国 DARPA 的选题从作战需求倒推，2026 年的项目几乎都能追溯到一份作战需求，或一次演训暴露的短板。把它们归并，大致是 6 类。

第一类是距离。西太平洋的作战半径把"前沿"推到 3,000 公里以外，航母、基地、补给船都在对方导弹的射程内。结果是两难：抵近则暴露于对方火力，远离则无法实施打击。美国海军与美国空军为此提出的分布式作战概念，具体做法是把兵力从少数大型平台分散到更多小型平台。

美国海军的分布式海上作战要求单舰在失去编队链路时仍能独立感知与交战，这对带宽与自主决策提出硬指标：通信降级时，舰艇必须自己完成目标识别与火力分配。

第二类是时间。从传感器发现目标到武器落地，可能只有几分钟；而决策链还在逐级传话、逐级核实。杀伤链的每一环都能压缩，但压缩的代价是误判风险。美国 DARPA 这一类项目的共同做法，是把判断环节下沉到机器，把授权环节留在人手上。

以拦截亚音速反舰导弹为例，从雷达发现到命中只有三到五分钟，人工流程要走完探测、识别、授权、发射四步，每一步都在消耗这段时间。能压缩的只有识别与授权两段，压缩的代价是误判。

第三类是产能。高超音速武器的头锥、固体火箭发动机、先进芯片，问题都不在图纸上，而在产线上：造得慢、造得少、只有一两家供应商。美国国防部过去二十年习惯了"设计在美国、制造在海外"，这条链在大国竞争条件下会成为薄弱环节。

一个具体例子是固体火箭发动机：能生产大直径壳体的厂家不多，订单排期以年计。产能不足时，设计再先进也变不成库存。

第四类是认知负荷。一名操作员同时监控多架无人机、多路传感器、多个决策弹窗，人的注意力成了瓶颈。解决的思路有 2 条：把重复判断交给机器，或者压缩人需要看的界面。2 条都在 2026 年的项目里出现。

操作员的注意力是有限资源。控制一架无人机可以持续监控画面；控制四架以上，只能靠告警驱动，漏警率随之上升。这个上限决定了无人系统的编组规模。

第五类是定位与授时。全球定位系统在室内、水下、强干扰环境下不可用，而现代作战的时间同步精度要求到 ns 级。一旦失锁，通信、导航、协同会同时退化。把授时从卫星搬到器件上，是这一轮最实在的目标之一。

军用手持接收机在强干扰下的定位误差可以从米级放大到百米级；惯导单独工作一小时会漂移一公里以上。两者叠加仍不足以满足要求，才需要把原子钟直接装到平台里。

第六类是可信。人工智能进了作战链路，但没人能证明它在分布漂移、对抗样本、极端输入下不出错；软件越复杂，证明其正确的成本越高，高到多数项目选择不证明。

以飞控软件为例，完成一套形式化验证的成本是常规测试的数倍，周期以年计。这是多数项目宁可加测试用例、也不做证明的现实原因。

这 6 类问题的来源并不复杂。美国 DARPA 的项目经理多数来自工业界与军种，上任后先做一件事：找"十年后一定会打、但现在没人解决"的问题。选题不看技术热度，看的是有没有明确的失败场景。一个项目如果说不清"不解决会怎样"，很难立项。

另一个共同点是它们都发生在"体系与单点之间"。单点技术可以靠企业投入，体系问题只能由国防部门独立承担。美国 DARPA 挑的正是这段没人愿意投、又必须有人先走的区间。

6 类问题看似分散，指向同一个瓶颈：能不能把实验室里的东西，在真实条件下稳定地交付出来。这就是 2026 年美国 DARPA 全部举措的背景。

图 3-1　6 类硬问题与 7 个科目的对应

将 6 类问题对应到预算规模，可以看得更清楚。2026 财年 47.89 亿美元分摊至 158 个项目，平均每个项目 3,000 万美元上下；一架验证机从立项到首飞通常要三到五年。资源不允许平均配置，只能优先推进最关键环节。

第四层 · 打法选择：4 种解法

同一个问题，美国 DARPA 的解法往往与美国各军种不一样。军种要的是可列装的系统，美国 DARPA 要的是先行突破风险最高的环节。归纳 2026 年的项目，能看到 4 种反复出现的打法。

第一种是把风险最高的环节单独设为验证机项目。跑道无关高速飞行不去改现有机型，直接造一架X-76；空射无人机不去改导弹，先造一个能挂弹的飞行器。验证机只回答一个问题，完成验证后即退场，工程化交给军种。这种做法的好处是快，代价是验证机本身不能直接打仗。

验证机的节奏通常是三到五年：X-76从概念到进入制造约三年，X-68A从设计到投放试验两年多。比型号研制快一倍，代价是不做耐久性与保障性验证。

验证机退场时交接的是数据与结论，不是图纸。军种要拿这些结论重做型号，中间往往还要三到五年，这段空档是技术优势转化为战斗力的主要损耗。

第二种是用架构绕开单点极限。芯片制程推不动，就把不同工艺的芯粒堆起来；量子比特扩不动，就把处理、存储、通信各自最优的比特连起来；天线做不小，就换物理机制去突破尺寸限制。这类项目的共同点是承认单点有上限，转而经营组合。

以三维异构集成为例，把四颗不同工艺的芯粒堆叠，互连密度可以做到传统封装的十倍以上；代价是散热与测试难度同步上升，堆叠后内部节点无法用探针接触。

第三种是把人的角色往后退一步。做法是把人的位置从"操作者"挪到"授权者"：无人车自己越野选阵位，人只决定打不打；美国空军的 F-16 上，人工智能模型跑在"人在环上"的监督模式里。这类项目真正的难点不在算法，而在让人敢于放手。

放手的前提是可解释与可回退：系统要能说清它为什么这么判，人要有随时接管的通道。这两件事做不到，监督就变成了形式。

第四种是把研究搬到产线旁边。下一代微电子制造要建的是中试线而不是实验室；关键矿物提取要的是能扩到工业规模的分离工艺；单晶生长要解决的是"设计得出来、长不出来"。这类项目的评价标准不是论文，是良率。

中试线的产能通常按每月数百片晶圆计，远低于量产线，但足以支撑多品种、小批量的快速迭代。美国 DARPA 的目标是让这条线先行运转，暂不追求盈利。

4 种打法有一个共同前提：验证机必须能退场，不能变成长期养着的项目。跑道无关验证机完成"能否兼得"的验证后即应结束，后续型号化交给军种；空射无人机完成"能否投放"的验证后即应移交。项目一旦开始论证"要不要量产"，通常意味着它已经不属于美国 DARPA 的职责。

这也解释了为什么美国 DARPA 不做系统集成。它做的是把某个环节的风险从"未知"降到"已知"，剩下的工程化由承包商与军种完成。理解这条边界，才不会把验证机的指标当成部队的战斗力。

4 种打法对应 4 类风险：技术风险、集成风险、人机风险、工程化风险。2026 年的钱与项目，大体按这 4 类分配。

6 类问题与4 种打法交叉对应。距离靠验证机与架构组合，时间靠判断下沉；产能靠研究前移到产线；认知负荷靠人机分工，可信靠验证流水线。同一类问题也可能同时用 2 种打法：高超音速既要做材料与头锥的验证机，也要做产能与试验设施的中试。

图 4-1　6 类问题与4 种打法的对应

图 4-2　验证机的生成周期与 2026 年位置

第五层 · 技术布局：6 个作战方向

4 种打法落到具体技术上，就是 6 个作战方向。技术布局按 6 个作战方向展开：地面与海上、效应与频谱、制造、量子与授时、空天与高超、信息域。排列依据是作战顺序：先能到，再能打，再能造，再能把时间算准，再能投送，最后要证明它做得对。

5.1　地面与海上：无人化的最后一公里

越野自主的难点不在算法，在感知与代价函数。铺装路面上，车辆可以依赖高精地图与交通规则；到了植被、沟壑、软土构成的非结构化地形，地图失效、规则失效，只能靠实时感知重建可通行面，再在毫秒级时间里算出哪条路不会翻车。

美国 DARPA 的解法是把感知、规划、控制做成闭环，用大规模仿真预训练，再上车验证。复杂环境弹性机器人自主（RACER）是这条线上进度最快的项目：2026 年 1 月宣布进入收尾，10 月在美国肯塔基州诺克斯堡用四台无人车完成有人监督的实弹科目。车辆自主越野、自主选择阵位，人只负责授权。这一步跨过去，越野自主才算从"能跑"变成"能用"。

无人车的感知距离受植被与地形遮挡限制，通常只有几十米到一百米。要覆盖一个合成营的正面，靠的是多车协同与空中中继，单车性能在这里作用有限。

图 5-1　RACER 无人车在美国肯塔基州诺克斯堡演示现场

同一作战方向里另外 3 个题目性质差别很大。信天翁（Albatross）做地效飞行器，靠翼下气垫把升阻比拉到常规飞机的数倍，代价是只能在极低高度飞行、转弯半径大，适合跨海运输而不适合机动。下一代电子侦察（NGEST）面对的是信号密度：现代战场辐射源数量比十年前高 2 个数量级，接收机必须在宽开与灵敏度之间做取舍。小卫星月球勘测（LASSO）把质谱仪装到小卫星上，从轨道测月面资源分布，为后续原位利用选址。

海上方向的核心问题是"人"。无人值守舰（NOMARS）的做法是从头按"无人在船"设计舰体：取消船员舱室、生命维持、通道与扶手，把重量与空间让给燃料和任务载荷。2026 年下水的 USX-1 Defiant 长 180 英尺、排水 240 吨，属于中型无人水面艇，接下来要跑长周期海上可靠性验证。无人舰真正的门槛在维护：能不能不需要人上去修。

图 5-2　USX-1 Defiant 海上试航

深海的问题则是"贵"与"重"。传统深海潜航器靠浮力材料与耐压壳对抗压力，体积大、周期以年计。深海轻型自主潜航器（Deep Thoughts）要去掉对浮力材料的依赖，用结构设计与新材料实现中性浮力，把设计到部署的周期从年压到月甚至周。无人水下搜寻作战（Goblin）解决的是另一件事：在没有卫星导航的水下长时间自主搜索，用低成本导航硬件加环境特征匹配替代惯导。

图 5-3　操作员用平板终端控制两架自主飞行的直升机，观察无人化与有人监督的配合

防御侧的逻辑很直白：用便宜弹打便宜目标。低成本反巡航导弹（Box Kick）要求几乎不改平台就能装上，用低成本拦截弹对付亚音速巡航导弹与无人机群，把高端弹药留给高端威胁。这条思路在 2026 年第一次以"低成本武器"的名义列入强制性经费，说明它已经从技术探索变成预算安排。

一枚高端防空导弹的单价在百万美元量级，而自杀式无人机只要几千到几万美元。用前者拦后者，交换比不成立，这是低成本拦截弹立项的直接动因。

续航是海上无人系统的另一个硬约束。太阳能、波浪能、燃料电池各有一条路线，但都受海况与体积限制。USX-1 这类平台要靠低功耗航行与间歇工作把续航拉到数月，代价是航速慢、机动性弱。这条取舍线目前还没有明确答案。

无人化还有一个不常被提到的约束：通信带宽。一辆无人车每秒产生的感知数据以百 Mbps 计，一个车队就是数 Gbps。战时频谱紧张，不可能全部回传，只能让车端自己算。这也是为什么端侧算力与低功耗芯片会成为无人系统的隐性瓶颈。

试验鉴定同样卡人。有人平台的试验有成熟规范，无人集群的试验没有：测试组合随规模指数增长，怎么证明一百架无人机协同时不撞、不乱、不被干扰，至今缺少公认方法。美军几个靶场正在建专门的集群试验设施，这件事的技术难度不低于飞控本身。

成果盘点：RACER完成实弹演示并进入收尾，NOMARS首舰下水，其余项目处在样机与试验阶段。地面与海上的无人化，2026 年走完的是"可靠性"这一关的一半。

5.2　效应与电磁频谱：把能量送到该去的地方

效应与电磁频谱在 2026 年值得单列。原因很简单：无论打什么，最后都要落到"能量有没有送到目标上"，而电磁频谱既是送达的通道，也是被干扰的战场。

定向能方向的代表是Humboldt。它用定向辐射在电子系统里制造破坏性效应，同时可以作为电磁兼容测试源，用来评估商用电子设备对电磁干扰的敏感度。这类项目的技术难点不在产生能量，而在把能量聚到目标上、并且知道打中了什么——功率密度、指向精度、毁伤评估三件事缺一不可。

这类系统的工程门槛在电源与散热：产生MW 级脉冲需要同等量级的储能与冷却，装在车辆或舰艇上时，体积与供电往往比辐射源本身更难解决。

港口防御是另一个场景。无人潜航器进港时目标小、噪声低、航路多，传统的"先探测再拦截"链条太长。Sync的做法是从水下目标的通信与导航链上下手，在它进入港口之前使其失效，把"发现—跟踪—拦截"三步压成一步。这种思路适合固定设施防御，不适合开阔海域。

港口环境的好处是航路固定、水深可控，可以用固定式声呐阵列与拦阻网配合；代价是这套方案换一个港口就要重新布设。

激光方向押注的是模块化。模块化高效激光（MELT）把激光拆成可拼装的模块，靠叠加提升功率，绕开"造一台更大的激光器"这条路。工程上的好处是维修与升级可以按模块替换，坏处是对光束合成与热管理的要求更高。

射频器件是这条链的地基。G波段阵列电子学（ELGAR）做 110 至 300 GHz的高功率阵列，这个频段的带宽大、分辨率高，适合高分辨雷达与高速通信，难点是器件效率与散热。张量电磁场雷达（Emon）则从机理上换思路：传统雷达只用了电磁场的一部分信息，Emon 试图利用电磁场的张量特性提取新信息，用来分辨更小的目标。

频率越高，大气衰减越快。110 GHz 以上在雨雾中的衰减比 X 波段高一个量级，这决定了它更适合近距离高分辨场景，而不是远程预警。

试验手段也在被重造。数字射频战场模拟器（DRBE）用数字方式复现复杂的射频环境，让装备在地面就能经历密集信号、强干扰、多目标的条件。过去这类测试要靠外场飞行，成本高、周期长、条件不可复现。

数字射频环境可以在一间实验室里同时生成数百个辐射源，把外场科目搬进来。单次试验成本能降一个量级，条件还可以反复复现。

毁伤评估比打击更难。定向能打出去之后，如何判断对方的电子设备是否失效、失效到什么程度，缺少可靠手段。现有做法靠情报与信号侦察间接推断，误差很大。这一环不解决，定向能就只能当威慑手段，难以进入作战流程。

高功率微波与激光是 2 条不同的技术路线。激光靠聚焦烧蚀，作用距离受大气与瞄准精度限制，适合点目标；微波靠场强破坏电子器件，作用范围大但能量分散，适合面目标与设施防护。Humboldt走的是后者，所以它的价值更多体现在"让对方的电子设备失灵"，而不是"把目标烧穿"。

电子战本身也在从"压制"转向"认知"。传统干扰预先设定频段与波形，一旦换频就失效；新一代系统要求实时感知电磁环境、判断威胁类型、自动选择干扰样式。美国 DARPA 在这一块的投入不算大，但它决定了前面那些平台能不能在强对抗环境中活下来。

这条线的共同逻辑是：能量与信息都在频谱里跑，谁能在更宽的频段、更复杂的电磁环境中保持"看得见、打得准、不被干扰"，谁就掌握了主动。2026 年这一方向的项目规模不大，但它连接着几乎所有其他方向。

图 5-4　效应链的 4 个环节与对应项目

5.3　制造：卡在产线与材料

图 5-5　NGMM 项目峰会现场（2025 年 12 月）

先进制程的竞争已经不是设计问题。三维异构集成（3DHI）的思路是把不同工艺、不同材料的芯粒堆叠封装，用封装换性能，绕开单芯片制程的限制。但这条路要求一条能小批量、多品种、快速迭代的中试线，而美国恰恰缺这条线。

三维异构集成的互连密度可以做到每平方毫米上千个连接点，是传统倒装焊的十倍以上；代价是每一层都要单独测试，堆叠后无法返修。

下一代微电子制造（NGMM）就是补这条线，目标是建成美国首个国家级 3DHI 研发与中试中心，形成能自持的制造能力。与之配套的是黑盒处理器持续正确性（COOP）：商用芯片拿不到源码，如何证明它在运行时不出错，是军用系统用商用器件绕不过的障碍。

这类器件的内部状态不可见，只能靠外部激励与响应推断。要让采购方接受，需要一套可重复的测试方法与可追责的结论。

更上游的问题是材料。晶体生长（Crystal Palace）面对的是一个很具体的瓶颈：人工智能已经能设计出复杂材料，但这些材料长不出大尺寸、高一致性、低缺陷的单晶，设计能力卡在炉子前面。关键矿物提取（Smash）则是另一种卡点——现有冶炼工艺一次只分离一种元素，其余当废料丢掉；Smash 要做多元素并行分离，把美国本土矿石的利用率拉起来，目标是近零废弃。

工艺窗口往往只有几十 ℃、几个大气压，超出范围就长不出合格晶体。把窗口摸清楚，需要成百上千次长晶试验，这部分工作无法靠算力替代。

两阶段计划共 48 个月：先验证分离机理，再做连续流中试。要解决的不只是化学问题，还有连续运行时的结垢与停机清洗。

储能方向押注的是结构。新型储能体系（Promethean Clay）要去掉电池的刚性外壳，让结构件本身承担储能功能，用机械协同设计替代"电芯加包装"。风险很高，但一旦成立，能量密度与集成方式都会变。

计算侧最激进的是高能效逻辑器件（Fast and Curious）：目标是把逻辑电路的能效做到互补金属氧化物半导体（CMOS）的 100 倍以上，靠的是新器件物理与新架构，工艺微缩在这里帮不上忙。支撑它的判断是，CMOS 已接近理论能效极限，而边缘计算、空间计算这类供电受限的场景等不起。

散热是被低估的一环。器件级散热（THREADS）把热管理从封装层推进到器件层，2026 年 6 月公布了阶段性性能提升；存内计算（OPTIMA）则把计算搬到存储阵列里，省掉数据搬运的能耗。这 2 条线解决的是同一个问题：芯片不是算不动，是热得受不了、搬得太费。

还有 2 个容易被忽略的"底层件"。战术级原子钟（H6）要在−40 ℃ 至 85 ℃ 范围内、无卫星授时条件下维持一周的 μs 级精度，把授时从卫星搬到器件上。电小天线（Macaroni）要突破 Wheeler-Chu 极限：天线尺寸远小于波长时，灵敏度与带宽的乘积存在理论上限，唯有借助量子传感、超导、低温与新材料才可能越过。

天线尺寸要缩到波长的十分之一以下，同时保住可用带宽。这条路上每一次突破都要靠新的材料体系，而不是单纯的几何优化。

体积与功耗要压到能装上无人机与单兵装备的程度。每缩小一个量级，稳定度就掉一截，取舍点由使用场景决定。

无人传感器抛撒（Grainy Day）看似不起眼，实际解决的是一线侦察的"最后一公里"：从无人机的各种高度投撒小型传感器，需要实时补偿急流、信风与低空气象，还要保证落地后仍能工作。

另一个变化是设计工具链的重心。过去芯片设计拼的是单点工具的性能，现在拼的是工具之间的协同：架构探索、物理实现、封装规划、热仿真要在同一套数据上跑通。黑盒处理器持续正确性（COOP）与异构架构编译器（MOCHA）都在补这一段。三维异构集成还带来 2 个新问题。一是散热：多层芯粒堆叠后热流密度成倍上升，传统的封装散热不够用，这也是器件级散热（THREADS）与三维微流道（Minitherms3D）同时推进的原因。二是测试：堆叠之后内部节点不可触及，需要在中测阶段就设计好可测性，测试成本可能超过制造成本。

供应链的地缘风险是另一条暗线。关键矿物、先进封装、光刻设备，每一环都有单点依赖。Smash这类项目的意义不只在技术，而在于把"可替代来源"变成现实选项。技术上是近零废弃，战略上则减少一处薄弱环节。

材料设计的瓶颈也值得展开。人工智能可以把材料的组分与结构算出来，但从计算结果到一块可用的单晶，中间隔着炉温曲线、坩埚材料、生长速率、缺陷控制一整套工艺。Crystal Palace要补的正是这段"从算得出到长得出"的空白。

成果盘点：NGMM进入中心建设阶段，Smash完成为期 48 个月两阶段计划的立项，多个器件项目公布阶段性指标。制造这一方向 2026 年的关键词是"良率"，不是"性能"。

良率决定单位成本，单位成本决定能不能量产，量产决定能不能形成库存。这条链条比任何单项指标都更能说明制造类项目的价值。

图 5-6　制造类项目的五道关口

供应链还有一个隐性指标：替代来源的数量。关键矿物、先进封装、光刻设备，每多一个可用来源，断供时的缓冲就多一分，这类收益不会出现在性能参数里。

5.4　量子与授时：先判定可行性

量子计算的门槛已经从"能不能造"转到"值不值得造"。多数路线都能在实验室里演示某个指标，却没人能证明它在 2033 年前能做到"算力价值超过成本"。

量子基准计划（QBI）不选路线，只做裁判：分 3 个阶段验证任何一条技术路线能否达到这个标准。2026 年 3 月开放新的入门通道，10 月已有四家进入最终阶段。这种"我出题、你证明"的组织方式，在美国 DARPA 的项目里并不常见，说明它对量子计算的判断已经从乐观转为审慎。

3 个阶段分别是可行性、工程化与价值验证，2033 年是最后期限；任何一阶段不达标就退出，不设复活机制。

异构量子架构（HARQ）押的是"连接"。当前几乎所有系统只用一种比特完成所有功能，而处理、存储、通信对物理体系的要求并不一致。HARQ 要把不同类型的比特连成异构系统，难点在量子互连与光子集成——先解决连接，再谈规模。

难点在于把超导、离子阱、中性原子这些不同物理体系的比特接进同一系统，中间要靠光子链路在低温与室温之间转换信号。

传感与网络是另外 2 条支线。鲁棒量子传感器（RoQS）追求的是在振动、温度、电磁干扰的真实环境下保持灵敏度；量子增强网络（QuANET）做长距离高保真传输与密钥分发，是 2025 年那批项目里少数延续至今的一个。

授时是量子技术最接近实用的出口。全球定位系统在室内、水下、强干扰下不可用，而现代作战的时间同步精度要求到 ns 级。H6与光钟组网（ROCkN）走 2 条路：前者把钟做小做便宜，后者用组网提高稳定度。2026 年 3 月，ROCkN 公布了无卫星导航条件下的授时能力。

光钟的稳定度目标在 10⁻¹⁸ 量级，相当于三百亿年误差一秒。做到这一步，才谈得上替代卫星授时。

从实验室光钟到可装机器的原子钟，中间要过三道关：体积、功耗、环境适应性。任何一关不过，指标再高也只能留在台面上。

把这几件事放在一起看，会发现一个判断正在形成：量子技术的短期价值在传感与授时，长期价值在计算，而计算的价值需要先被证明。美国 DARPA 用基准计划把"证明"这件事制度化，比押注某一条技术路线更稳妥。

量子传感的军事价值可能先于计算兑现。基于冷原子干涉的重力仪可以不依赖卫星导航推算位置，潜航器与地下设施探测都能用上。这类器件的难点不在原理，而在体积、功耗与环境适应性——能不能从实验室搬到车上、船上、机上。

量子计算真正的门槛是纠错。物理比特的出错率比经典比特高几个数量级，要组成一个逻辑比特，可能需要上千个物理比特。多数路线在小规模下都能跑通算法，一旦扩到有实用价值的规模，纠错的开销就把优势吃掉了。这也是"算力价值超过成本"这个判据的由来。

原子钟的小型化则是另一条工程路线：把实验室里占一张桌子的光钟，压缩到能装上飞行器的体积，同时保住稳定度。体积每缩小一个量级，指标就会掉一截，如何在两者之间取平衡，是这一轮项目的核心工程问题。

成果盘点：QBI进入最终阶段评估，HARQ完成立项并进入方案设计，ROCkN给出可验证的指标。这一方向 2026 年最大的进展在于标准："用什么标准判断量子计算"这件事被定了下来。

图 5-7　量子基准计划的三个阶段

5.5　空天与高超：4 种取舍

空天项目的本质都是在做取舍。2026 年最密集的 4 个项目，恰好对应 4 组"鱼与熊掌"。

第一组是速度与跑道。跑道无关高速飞行验证机（SPRINT，编号X-76）要在不需要跑道的前提下实现 400 至 450 节的巡航速度，介于直升机与喷气机之间。技术上靠分布式推进与机翼构型的组合。3 月进入制造阶段，首飞将直接检验这个折中是否成立。

400 至 450 节是直升机巡航速度的两倍以上。速度上去了，悬停效率与航程会下来，这个折中能不能被任务接受，只有飞起来才知道。

首飞要验证的不只是速度，还有低速操纵、过渡飞行与故障处置。任何一种构型在这些环节上出问题，整个折中都要重来。

第二组是航程与生存。空射无人机（LongShot，编号X-68A）由母机在空中投放，携带现有空空导弹前出，把交战距离拉开。它要解决的是无人机自身的回收与武器投放兼容性，飞行性能不是主要矛盾。2 月完成全尺寸风洞、降落伞回收与投放试验，下一步是飞行试验。

它的价值不在平台本身，而在把母机的航程与导弹的射程叠加。一枚空空导弹的射程是固定的，载机前出多远，交战距离就能推多远。

图 5-8　XRQ-73 混合电推进验证机在爱德华兹空军基地首飞

混合电推进是同一逻辑的另一面。SHEPARD 项目的 XRQ-73 在 2026 年 5 月完成首飞，验证的是"用电力补充燃油"能否换来更低的油耗与更小的热信号。这类验证机的价值不在性能指标，而在证明一套新的推进架构能飞起来。

第三组是在轨寿命。位于 3.6 万公里高度的卫星，一旦故障或燃料耗尽就只能废弃，而单颗造价以亿美元计。同步轨道机器人服务（RSGS）用机械臂对接、维修、延寿这些卫星。7 月 21 日，载荷随商业服务飞行器从美国佛罗里达州卡纳维拉尔角发射入轨，成为首个由私营方运营的在轨服务任务。

3.6 万公里的指令往返延迟在两秒以上，机械臂不能靠地面摇操作，必须自己完成接近、捕获与对接，自主性要求远高于低轨服务。

第四组是轨道高度与燃料。超低轨电推进卫星（Otter）要在 90 至 450 公里高度长期运行。这个高度大气阻力与引力衰减都强，常规做法靠携带推进剂维持轨道，燃料一尽卫星就坠落。Otter 的方案是"吸气式电推进"：收集稀薄大气，电离后加速喷出，等于把阻力源变成推进剂源。地面很难复现这种环境，只能在轨验证；2026 年已进入飞行硬件验收与发射服务采购。

在 200 公里高度，大气阻力造成的轨道衰减比 400 公里高一个量级；没有持续推力，卫星几周内就会坠落。

高超音速的重心也在移动。2025 年的瓶颈被写成"材料"，2026 年的瓶颈变成了"产能"。碳-碳头锥快造（Carbon Crunch）直接针对头锥制造周期长、产业基础薄的问题。高超巡航导弹后续（MoHAWC）延续吸气式路线。材料科学的门槛被认为已经跨过，接下来拼的是造得多快。

自主空战是另一类问题。人工智能空战增援（AIR）要把空战自主从模拟器搬到实机。2026 年 7 月，改装后的美国空军 F-16 作为试验台完成人工智能模型上机测试，验证的是"人在环上"的监督模式与模型在真实飞行约束下的稳定性。它的前任空战进化没有消失，而是把算法交给了它。VENOM 是美国空军为这项试验提供的 F-16 平台项目名。

图 5-9　美国空军 F-16 试验机在 VENOM 项目试验现场

太空侧还有一个结构性变化：从造卫星转向买服务。RSGS由私营方拥有并运营服务飞行器，美国 DARPA 只提供载荷；这种模式让军方不必自己维护一支在轨服务队伍，也要接受商业方的调度节奏与成本结构。这条路的成败，取决于第一次商业服务能不能按时、按价完成。在轨服务的商业闭环还没形成：谁来付费、保险怎么算、故障责任怎么划，都还在摸索。先跑通一次流程，才谈得上规模化。

高超音速的试验设施同样是瓶颈。地面风洞很难复现马赫数 5 以上、持续数十秒的真实条件，多数试验要靠飞行试验，成本高、周期长、样本少。这也是为什么"产能"会成为 2026 年的关键词：没有足够的试验与制造能力，设计再好也迭代不动。

成果盘点：RSGS发射、X-76进入制造、X-68A完成投放试验、F-16 完成人工智能上机、XRQ-73 完成首飞。2026 年是这一方向十年来硬件节点最密集的一年，也因此拿到翻倍的预算。

空天项目的钱集中在少数大工程上：一条 R-1 线动辄数亿美元，因为它要养的是整机、试验设施与发射服务，而不是一个实验室。

5.6　信息域：证明正确与可度量

网络安全的范式正在换。补丁与认证的思路是"出了洞再补"，问题在于漏洞发现速度已经超过人工修复速度。验证器流水线推理（PROVERS）改从构造端入手：把形式化验证做成可流水线执行的工程流程，让"证明这段代码没有某类缺陷"变成构建步骤的一部分。

做法是把验证拆成规格生成、证明搜索、证书检查三步，每步都可缓存复用。同一个模块第二次验证时，成本会明显下降。

攻防的速度差由另外几个项目处理。安全测试智能体环境（CASTLE）用智能体自动生成攻击路径。异常网络部署检测（PWND²）识别"看起来正常但行为异常"的部署。开发工具链加固（HARDEN）试图在编译阶段消除一整类可被利用的执行引擎缺陷。三者合起来，是把防御从事后响应推到构建与运行阶段。

CASTLE用智能体模拟攻击者，在受控环境里自动寻找利用链，把渗透测试从人工数周压到数小时；PWND² 则监测运行中的网络，识别配置正常但行为异常的节点。

人工智能方向的关键词是"可度量"。战场人工智能鲁棒性（SABER）针对对抗样本与分布漂移。人工智能量化（AIQ）要给模型能力一个可比的分值，而不是靠演示判断强弱。新兴人工智能研究生态（AI FORGE）用长期资助把高校与企业的研究力量绑到国家安全问题上。

这类项目的产出往往是评测方法与基准数据集，系统本身反而次要。有了公开基准，采购方才有可能比较不同厂商的模型。

还有一条更少被讨论的线：行为建模（Kallisti）。它做的是推断信念：回答对方在什么条件下会改变策略。这类模型的价值不在精度，而在把"对方会怎么想"变成可以推演的对象。

做法是给对方建立信念模型：在什么信息条件下，对方会判断另一方意图、会选择升级还是退让。模型跑出来的是一组条件句，不是预测。

太空与频谱侧，广域太空目标跟踪（Space-WATCH）与远距离先跟踪后检测（TBD2）针对地月空间的小目标探测。战略博弈推演引擎（SCEPTER）把作战推演做成可计算模型。这类项目的共同难点是"小目标、远距离、低信噪比"，靠的是长时间积累而不是单帧检测。

人工智能网络挑战赛（AIxCC）在 2025 年完成决赛后转为常态化，2026 年仍列在预算条目里。它的意义不只是比赛：它把"自动发现并修复漏洞"这件事变成了可公开评测的能力，给采购方一个比较基准。

比赛的另一层作用是把人才留在圈内。参赛队伍多数来自高校与初创公司，赛后一部分直接进入国防项目，这条通道比招聘更有效。

这一方向 2026 年少了一个熟面孔：可信微补丁与软件快速认证不再列名。它们的思路——自动生成补丁、自动认证软件——被PROVERS这类"从构造端保证正确"的路线取代，这本身就是一次范式更替。

架构层面的思路是零信任：不再假设内网可信，而是对每一次访问都验证。这个思路在商用领域已经普及，军用系统的难点在于 legacy 设备太多，很多装备根本不支持现代认证协议。PROVERS这类工具的价值，是让老旧代码在不重写的前提下获得可验证的安全属性。

形式化验证指用数学方法证明程序满足某条规格，成本曲线很陡：小模块可能只要几周，完整系统要几年，而且随代码规模呈非线性增长。PROVERS的思路是把验证拆成可复用的流水线步骤，让成本随规模线性增长而不是爆炸。这是它被归入工程化、而不被当作研究的原因。

人工智能评测的数据问题同样棘手。要判断一个模型在战场上是否可靠，需要覆盖极端条件、对抗样本、长尾场景的测试集，而这类数据在和平时期几乎拿不到。AIQ与SABER都在试图用合成数据与对抗生成来补这个缺口，但合成数据本身可能带来新的偏差。

成果盘点：PROVERS等进入工程化阶段，AIQ与SABER给出可量化的评估方法，AIxCC转为常态。信息域 2026 年没有爆点，但方法论换了底座。

图 5-10　信息域的四个层级

第六层 · 节点验证：进退、节点与门槛

技术讲完，最后看兑现。把 2025 年版报告的 23 个项目逐个对照，可以看出美国 DARPA 决定续留的标准。

仍在列的 7 个项目是 AIR、RACER、UWBGS、MASH、AWARE、Otter、QuANET，它们的共同点：有明确的军种或机构承接方，有可验证的硬件节点，指标写得出数字。三者缺一，很难进入下一财年。

这条标准也可以反过来读：一个项目如果说不清谁来接、什么时候能验证、指标是多少，它在美国国防部的预算书中难以延续 2 个财年。

图 6-1　2025 年报告 23 个样本项目的去向

退出者的去向分 3 类。第一类是能力转段，项目名消失但技术线延续，空战进化交给人工智能空战增援，量子测量交给异构量子架构。第二类是科目迁移，项目仍在但换了归口，需要在附录里按 R-1 线重新检索。第三类是真终止，敏捷地月火箭（DRACO）是唯一有官方文字依据的案例——预算书用虚拟语气描述它"本应"完成的工作，并标注 2025 年内终止。

新进者更值得注意。项目清单里有 57 个在美国 DARPA 官网还没有独立页面，集中在制造与供应链方向：关键矿物提取、生物冶金、单晶生长、无骨架储能。这批项目的共同点是投向工业基础，而不是单点技术。

图 6-2　2026 年 1—10 月关键节点

观察点可以收窄到 3 个，都用"是否发生"判断，不需要预测。

超低轨电推进卫星能否如期入轨并维持一年以上。若能，超低轨侦察从概念变成可用，卫星的生存性问题会换一种问法。

跑道无关验证机能否首飞。X-76已进入制造，首飞时间将直接检验"高速与不依赖跑道能否兼得"。

量子基准最终阶段的结论。它决定美国在量子计算上是继续加注，还是转向应用与器件。

3 个节点之外还有几个弱信号值得留意：效应科目的预算在 2027 年归零，可能意味着方向并入其他科目。这 25 条里有 9 条只列经费、不挂项目，说明管理成本占比不低。57 个没有官网页面的项目集中在制造方向，说明下一轮的增量在工业基础。这些都不是结论，只是需要继续跟踪的线索。

这 3 个节点只看是否发生，不依赖判断力。3 个都可以用公开信息核对，不需要额外的推断。

把观察点写成是否，好处是事后可以核对，坏处是容易被事后解释。要避免这一点，判据必须在事前写死，比如入轨后连续工作多少个月、首飞是否在某个财年之内。

与节点并列的，还有 2 道贯穿性门槛。

第一道是试验能力。马赫数 5 以上的地面风洞复现不了真实条件，无人集群的试验没有公认方法，定向能的毁伤评估缺少可靠手段。三者共同指向一个问题：设计能力领先于验证能力。验证上不去，项目就只能停在"演示成功"。

第二道是转化空档。验证机退场时交的是数据与结论，军种重做型号还要三到五年。这段空档里，技术优势停留在纸面上，形不成战斗力。这也是"谁来承接"会成为项目能否续留第一条标准的原因。

回到开篇的 3 份文件：战略确定方向，预算确定资源，项目确定节点。三者不一致时，被调整的通常是项目。这既是 2026 年一批项目退出的原因，也是判断下一年度走向最可靠的切入点。下一份报告要看这 3 个节点兑现了几个，项目数量本身不是重点。

三点观察供参考。第一，判断方向时应看 R-1 线的资金变化，项目名单只是结果。第二，制造与验证是美方自认的短板，若这一判断成立，其项目节奏会慢于公开指标。第三，3 个节点都可公开核对，不宜用"即将形成能力"替代具体节点。

附录：25 条 R-1 项目线一览

下表按 7 个科目下的 25 条 R-1 项目线列示 FY2025—FY2027 金额与项目数（单位：百万美元），并标注所属科目。

注：FY2025 科目重编前新 R-1 线尚未设立，官方值为 0，以"—"表示；9 条支援线不挂项目；4 个项目跨 2 条线，按条目计 162。

图 7-1　附录：158 个项目按 R-1 名称归类

资料说明

图片：封面、目录、章节头图与图表由本刊制作；其余配图取自美国 DARPA 公开新闻稿。

1. 美国国防部. Defense Advanced Research Projects Agency, Research, Development, Test & Evaluation Budget Estimates, FY2027（2026 年 4 月）. https://comptroller.war.gov/Portals/45/Documents/defbudget/FY2027/budget_justification/pdfs/03_RDT_and_E/RDTE_Vol1_DARPA_MasterJustificationBook_PB_2027.pdf

2. 美国 DARPA. 2 个技术办公室更名说明（2026 年 5 月 20 日）. https://www.darpa.mil/news/2026/what-is-in-name-darpa-reflecting-enduring-mission-future-focus

3. 美国 DARPA. 同步轨道机器人服务发射（2026 年 7 月 21 日）. https://www.darpa.mil/news/2026/robotic-servicing-of-geosynchronous-satellites-lifts-off

4. 美国 DARPA. 美国空军 F-16 完成人工智能上机试飞（2026 年 7 月 16 日）. https://www.darpa.mil/news/2026/darpa-us-air-force-fly-ai-controlled-f-16

5. 美国 DARPA. X-76 跑道无关验证机进入制造（2026 年 3 月 9 日）. https://www.darpa.mil/news/2026/darpa-new-x-76-speed-of-jet-freedom-of-helicopter

6. 美国 DARPA. X-68A 完成投放与回收试验（2026 年 2 月 17 日）. https://www.darpa.mil/news/2026/long-shot-success

7. 美国 DARPA. XRQ-73 混合电推进验证机首飞（2026 年 5 月 6 日）. https://www.darpa.mil/news/2026/darpa-xrq-73-demonstrates-hybrid-electric-flight

8. 美国 DARPA. 异构量子架构（HARQ）项目启动（2026 年 4 月 14 日）. https://www.darpa.mil/news/2026/quantum-computing-different-qubits-better-together

9. 美国 DARPA. 量子基准计划进入最终阶段（2026 年 10 月 7 日）. https://www.darpa.mil/news/2026/four-more-teams-enter-quantum-benchmarking-initiative-final-stage

10. 美国 DARPA. 光钟组网（ROCkN）实现无卫星授时（2026 年 3 月 2 日）. https://www.darpa.mil/news/2026/rockn-enables-gps-free-operations

11. 美国 DARPA. 项目库：Otter、RSGS、NGMM、Crystal Palace、Promethean Clay、Smash、H6、Macaroni、MASH 等项目页. https://www.darpa.mil/research/programs

12. 美国 DARPA. 垂直重载挑战赛结果（2026 年 8 月 11 日）. https://www.darpa.mil/news/2026/lift-challenge-awards

13. 美国白宫. 第 14434 号行政令《开启超级智能时代》（2026 年 9 月 29 日签署）. https://www.federalregister.gov/documents/2026/10/02/2026-20321/inaugurating-the-era-of-super-intelligence

14. 美国有线电视新闻网. 美国五角大楼更名为美国战争部（2025 年 9 月 4 日）. https://www.cnn.com/2025/09/04/politics/department-of-war-trump-executive-order

15. 美国国防部. 2026 年美国《国家防务战略》（2026 年发布）.

出品：中关村通力 · 国防科技研究组　·　技术研究系列　·　2026 年 11 月