AI 機槍進入美國「軍火電商」：Bullfrog 登上 C-UAS Marketplace，反無人機戰爭正在軟體化

如果只看社群媒體上的截圖，這則新聞幾乎像是一個軍武版黑色幽默：一套搭載 M240 機槍、使用人工智慧追蹤無人機的自動武器站，現在居然出現在一個看起來像電子商務網站的 Marketplace 上。

於是網路上很快出現了「美國人是不是快要可以用 PayPal 買 AI 機槍」之類的玩笑。

但真正發生的事情，其實比這個迷因更值得注意。

美國並不是把 Bullfrog 放到一般民眾可以刷卡購買的網路商店，而是在把原本極度官僚化的反無人機軍事採購流程，改造成一個數位化、平台化甚至帶有部分 AI 輔助能力的採購系統。

這個系統叫做 Counter-Unmanned Aircraft Systems Marketplace，簡稱 C-UAS Marketplace，由 Joint Interagency Task Force 401，也就是 JIATF 401 營運。

官方對它的定位非常直接：這是美國政府用來發現、評估與採購反無人機技術的中央市場。

換句話說，它不是 Amazon for Guns，而更接近 Amazon + 軍方採購資料庫 + 技術驗證平台 + acquisition workflow 的混合體。

而現在，Bullfrog 正式成為其中可以被政府採購單位找到的產品之一。

Bullfrog 到底是什麼？

Bullfrog 是美國防務新創 Allen Control Systems 開發的自主武器站系列。

其中目前曝光度最高的版本是 Bullfrog M240。

它做了一件看似簡單、實際上極度困難的事情：

把一挺原本主要由人類操作的 M240 7.62×51 mm 通用機槍，變成能夠藉由感測器、電腦視覺、AI 與精密機器人控制，自動追蹤高速小型飛行目標的武器平台。

Allen Control Systems 公布的 Bullfrog M240 規格包括約 300 磅，也就是約 136 公斤的系統重量，每分鐘循環射速約 850 發，最大有效距離約 800 公尺，並宣稱能處理 Group 1 到 Group 3 等級的無人機威脅。

Bullfrog 的真正核心因此並不是 M240 本身。

M240 已經是一款服役數十年的成熟武器。

真正新的東西是槍下面那整套感知與控制系統。

概念上可以把它拆成：

Sensor → Computer Vision → Detection → Classification → Tracking → Target Acquisition → Fire Control → Human Fire Command

傳統機槍主要依靠射手完成這條鏈的大部分工作。

射手要先看到目標、判斷目標位置、估算移動方向、控制武器指向，然後決定何時射擊。

但面對 FPV Drone 或高速小型無人機時，問題開始變得非常棘手。

目標可能只有數十公分大小，而且正在高速改變方向。

人類需要同時處理角速度、距離、提前量、武器震動、平台移動以及目標軌跡。

Bullfrog 的想法就是把其中大量需要高速反應與重複計算的工作交給機器。

AI 並不是單純「看到無人機」

這也是 Bullfrog 最容易被新聞標題過度簡化的地方。

所謂 AI-powered weapon system 並不表示丟一個 ChatGPT 類型的大型語言模型進機槍裡。

它比較接近 Computer Vision + Object Detection + Tracking + Control System + Robotics 的組合。

首先，感測器取得影像。

接下來電腦視覺系統必須從背景中辨識可能的飛行物體。

然後系統持續估算目標在影像與三維空間中的位置變化。

接著追蹤演算法必須判斷：

前一秒看到的那個小點，和現在這個小點，是不是同一架無人機？

目標接下來可能往哪裡移動？

武器平台應該往哪個方向旋轉？

而真正困難的地方還包括控制系統本身。

因為武器並不是攝影機。

當一挺機槍開始射擊，它會產生震動、後座力以及機械誤差。

因此控制器必須不斷修正武器指向，使槍口維持在極小的誤差範圍內。

Allen Control Systems 將 Bullfrog M240 的 pointing accuracy 標示為小於 1 MOA。

這代表 Bullfrog 的價值很大一部分，其實來自 AI perception 與高精度 mechatronics 的結合。

它不是單純讓電腦『認出無人機』。

而是讓電腦認出無人機之後，還能驅動一個會震動、有慣性、有後座力的物理武器平台持續跟住它。

這是典型的 Physical AI 問題。

它真的會自己開火嗎？

這裡必須非常小心區分。

Allen Control Systems 把 Bullfrog 稱為 autonomous weapon station，而且系統確實能自主執行非常多傳統上需要人類完成的步驟。

依照 ACS 官方產品資料，Bullfrog 可以自主完成偵測、追蹤、辨識與目標取得，但最後仍需要操作員下達開火命令。

因此比較準確的描述不是：

AI 自己看到東西就決定開槍。

而是：

AI 把射擊之前的大量感知、瞄準與追蹤工作自動化，最後保留人類的 fire authorization。

這個差異非常重要。

自主系統並不是只有「完全人工」與「完全自主」兩個狀態。

中間其實存在一整條 autonomy spectrum。

例如：

人類找目標、AI 幫忙追蹤。

AI 找目標、人類確認。

AI 找目標、AI 瞄準、人類開火。

AI 找目標、AI 瞄準、AI 開火，但人類可中止。

或者從感知到交戰全部自主完成。

Bullfrog 公開資料所描述的目前模式，比較接近前面第三種。

這也使它成為一個非常重要的案例：人類仍然在 loop 裡，但那個 loop 正在變得越來越短。

為什麼現在突然需要這種東西？

答案可以濃縮成一個極端現實的問題：

飛彈太貴，無人機太便宜。

過去的現代防空體系主要是為飛機、直升機、巡弋飛彈或其他高價值空中目標設計。

如果一個來襲目標價值數十萬、數百萬甚至數千萬美元，那使用昂貴攔截彈仍然具有經濟合理性。

但是 FPV Drone 與廉價單向攻擊無人機改變了這套數學。

當攻擊方能用大量廉價無人機消耗防守方有限的昂貴攔截彈時，就會形成所謂的 Cost-Exchange Ratio 問題。

即使防守方每一次都成功擊落目標，也可能在經濟上逐漸輸掉這場交換。

這也是為什麼近年的 Counter-UAS 發展開始同時出現很多完全不同的技術路線：

電子干擾、GPS disruption、RF detection、雷達、雷射、高功率微波、攔截無人機、機砲以及傳統機槍。

Bullfrog 代表的是其中非常務實的一派：

不要發明一顆更昂貴的新飛彈，而是想辦法讓既有的大量傳統武器突然變得非常準。

這個想法對軍隊而言相當有吸引力。

因為 M240、M2 等武器本來就已經存在於軍隊的後勤體系中。

彈藥、維修、訓練、供應鏈與庫存都已經建立。

如果能在既有 weapon system 上增加一層智慧感知與機器人控制，就不需要從零打造一整個新的武器生態系。

這也是軟體正在改變軍事硬體的一個縮影。

於是，一挺幾十年前的機槍突然變成 AI 系統

這件事情其實非常具有代表性。

AI 對軍事硬體最大的影響之一，未必是創造全新的武器。

反而可能是替大量既有硬體增加新的能力。

攝影機以前只是攝影機。

現在加上 Computer Vision 後，它可以變成 detector。

普通遙控槍塔原本只能接受操作員控制。

加入 tracking algorithm 與 robotic control 後，它可以自行維持目標鎖定。

再加上 identification model、sensor fusion 與 C2 network，它就開始成為整個防空網路的一個節點。

所以 Bullfrog 背後真正有趣的技術趨勢是：

Software-defined weapon system。

硬體本身可能並沒有革命性的改變。

革命發生在 perception、decision support、control 和 networking layer。

這與現代汽車的發展其實有某些技術上的相似之處。

引擎、輪胎與方向盤依然存在，但 ADAS 與自動駕駛系統把攝影機、模型、控制器與感測器疊在原本的機械系統上，讓同一台機器具備過去沒有的能力。

軍事系統也正在經歷類似的軟體化。

真正奇怪的部分：它現在出現在一個 Marketplace 裡

如果 Bullfrog 只是另一款 AI 反無人機系統，這則新聞其實還沒有那麼特殊。

真正有意思的是它出現的位置。

C-UAS Marketplace。

美國政府把這個平台定位成反無人機技術的中央採購市場。

2026 年 2 月平台達到初始作戰能力時，公開報導指出其中已經包含超過 1,600 項反無人機相關產品。

到了之後的新版 Marketplace，使用者可以搜尋產品、依任務需求篩選系統、比較技術能力與性能資料，再提交 acquisition request。

平台背後甚至不是傳統大型國防承包商，而是軟體公司 Kaizen。

JIATF 401 在 2026 年 5 月向 Kaizen 授予約 1,500 萬美元合約，用於建立與擴充這套 Counter-UAS Marketplace。

DefenseScoop 報導指出，新版本從接近 blank slate 的狀態到部署只花了不到九週。

這就是這則新聞真正重要的第二層。

美國不只是在讓武器變得軟體化，也正在讓『購買武器的方式』軟體化。

從 RFQ、PDF、電話，變成搜尋欄

傳統政府與軍事採購流程的一大問題，是資訊高度碎片化。

不同廠商有自己的產品文件。

不同單位有不同需求。

規格、驗證、合規、出口限制、測試結果與採購程序分散在各種系統中。

所以就算戰場突然出現一個新的威脅，找到『有哪些產品可能解決它』本身都可能花上很長時間。

C-UAS Marketplace 正試圖把這些東西放到同一個數位層裡。

DefenseScoop 的報導顯示，平台可以讓預先核准的軍方、執法機構與盟國買家依照能力與任務需求搜尋產品，同時根據 export control、classification 與不同存取權限顯示適合的系統。

Kaizen 還計畫讓系統根據 threat、budget、operational readiness 與環境等條件，協助掃描 Marketplace 中的產品，推薦不同 capability configuration。

這已經不只是 catalog。

它開始接近 AI-assisted defense procurement。

未來一個單位面對某種新型 FPV Drone 威脅時，流程可能不再只是：

找廠商 → 寄信 → 拿 PDF → 開會 → RFQ → 評估。

而可能逐漸變成：

輸入威脅條件 → 系統篩選 → 比較性能 → 檢查資格 → 組合 solution → acquisition request。

這是一個非常明顯的平台化趨勢。

但不是「美國公民都能買」

這也是社群貼文最需要修正的部分。

目前公開可靠資料並不支持『只要是 Qualified Purchaser 的美國公民就可以買 Bullfrog』這種廣泛說法。

C-UAS Marketplace 雖然外觀看起來非常像一般電子商務網站，但它不是公開軍火商城。

公開資料列出的合格買家主要包括：

美國聯邦採購單位、

美國軍事指揮單位，

以及預先核准的盟國或夥伴國國防機構。

部分國內執法單位也正在逐步被納入平台。

因此網路上那句『Weaponized Smirk on Cash App and PayPal』很好笑，但現實離 Cash App 買 AI 機槍仍然非常遠。

真正的變化不是 consumerization。

而是 digitization of procurement。

Marketplace 本身甚至開始影響國防工業

這種平台如果持續擴張，長期影響可能不只是採購速度。

它甚至可能改變小型 defense startup 進入政府市場的方式。

傳統軍工產業非常依賴人脈、標案經驗、政府 contracting expertise 與大型 prime contractor。

對新創公司而言，一個產品就算技術很好，也可能卡在不知道誰會買、怎麼驗證、如何進入 procurement pipeline。

Marketplace 模型則試圖把產品能力、合規資訊、測試結果與買方需求放到同一個平台。

這可能降低某些 discovery friction。

DefenseScoop 報導指出，截至 2026 年 8 月初，透過 Marketplace 完成的反無人機採購累計已達約 2,100 萬美元。

這仍然只是龐大美國國防預算中的極小一部分。

但它是一個值得觀察的訊號。

因為如果這種模式有效，它未來不一定只會停留在 Counter-UAS。

感測器、電子戰、機器人、無人載具甚至其他快速變動的軍事技術，都可能採用類似的 acquisition platform。

Bullfrog 為什麼很適合這種 Marketplace？

因為它代表的正好是一種快速變化的新型武器。

Bullfrog 不是傳統上十年才換一次世代的大型武器平台。

它更接近：

感測器可以更新，

模型可以更新，

tracking software 可以更新，

C2 integration 可以更新，

武器模組也可以改變。

ACS 已經展示 Bullfrog 與不同既有武器結合的版本，包括 M240、M2、M230 與 M134。

這種 modular architecture 與 software-defined capability，意味著產品能力可能以遠快於傳統軍事平台的速度演化。

如果採購系統仍然需要數年才能理解、驗證並採購產品，那麼 acquisition cycle 本身就會變成瓶頸。

所以五角大廈現在遇到的問題有點反直覺：

不是武器開發得太慢，而是軟體、AI 與無人機進化得太快，採購制度跟不上。

這也是 C-UAS Marketplace 存在的理由。

海軍陸戰隊已經準備把 Bullfrog 接上 L-MADIS

Bullfrog 同時也正在從展示產品走向實際軍事整合。

2026 年 7 月，美國海軍陸戰隊選定 Bullfrog，準備將其整合至 Light Marine Air Defense Integrated System，也就是 L-MADIS。

公開報導指出初始原型合約價值約 620 萬美元。

L-MADIS 本身是一套高度機動的反無人機與短程防空系統，使用兩輛輕型戰術車組成系統，原本就包含電子戰與感測能力。

Bullfrog 的加入代表 L-MADIS 可以在 soft-kill 之外，增加更直接的 kinetic defeat option。

這也是現代 Counter-UAS 越來越明顯的方向：

不是只依賴一種攔截方式，而是形成 layered defense。

電子戰可以處理部分依賴無線電與導航訊號的無人機。

但自主導航、光纖控制、抗干擾甚至預先規劃航線的無人機，可能不容易只靠電子干擾解決。

這時 kinetic system 就成為第二層甚至最後一層防線。

真正值得注意的是那條越來越短的 Human-in-the-Loop

Bullfrog 最終可能留下來的歷史意義，未必是一挺 AI 機槍。

而是它展示了現代武器 autonomy 正如何逐步形成。

人類沒有突然從系統裡消失。

相反地，人類決策的位置正在逐漸往 kill chain 的末端移動。

以前可能是：

人類發現 → 人類辨識 → 人類追蹤 → 人類瞄準 → 人類射擊。

現在開始變成：

機器發現 → 機器辨識 → 機器追蹤 → 機器瞄準 → 人類批准。

兩者表面上都保留了 human authorization。

但人類實際參與的資訊處理量已經完全不同。

這會帶來一個未來 AI 軍事系統非常核心的問題：

當機器已經完成 95% 的交戰流程，人類最後按下的那個按鈕，究竟代表多大程度的實質控制？

這不是單純的工程問題。

它同時會變成 military doctrine、law、ethics、human factors 與 AI governance 的問題。

從 AI 模型到 Physical AI

這也是為什麼 Bullfrog 值得被科技媒體關注，而不只是軍武媒體。

過去幾年，大部分消費者談到人工智慧時，想到的是 chatbot、image generation、coding agent 或大型語言模型。

但下一個更深的 AI 轉折，很可能發生在 physical world。

模型不再只是輸出文字。

它開始影響攝影機看到什麼、機器往哪裡轉、無人機怎麼飛、汽車如何煞車、機械手臂怎麼抓東西，以及武器系統如何追蹤目標。

在這個世界裡，一次 inference error 不再只是生成一句錯誤文字。

它可能直接變成物理世界裡的一個錯誤動作。

因此 Physical AI 對 reliability、latency、verification、sensor fusion、fail-safe 與 human oversight 的要求，都遠高於一般生成式 AI。

Bullfrog 正好站在這條界線上。

從「AI 武器」到「AI 軍事作業系統」

再把視角拉得更遠一點，Bullfrog 和 C-UAS Marketplace 其實代表兩個同時發生的軟體革命。

第一個是：

武器本身變成 software-defined。

第二個是：

軍隊取得武器的方法也變成 software-defined。

前者把 AI、Computer Vision 與 Robotics 放進機械系統。

後者把搜尋、資料、驗證、workflow 與推薦系統放進軍事採購。

所以這張看起來很荒謬的『AI machine gun on an online marketplace』截圖，反而意外捕捉到了一個非常真實的技術轉折。

未來的軍事競爭可能不只是在比較誰有更好的飛彈、雷達或戰車。

還會比較：

誰能更快發現新威脅，

誰能更快找到對應技術，

誰能更快測試，

誰能更快採購，

誰能更快更新軟體，

最後再把新的 capability 推回戰場。

當整條鏈都開始數位化後，acquisition speed 本身也可能成為一種戰鬥力。

而 Bullfrog 登上 C-UAS Marketplace，就是這個轉變非常具體的一個畫面。

Tech English｜本文技術名詞

Counter-UAS（反無人機系統）：Counter-Unmanned Aircraft Systems 的縮寫，泛指偵測、追蹤、干擾或摧毀敵對無人機的整套技術體系。

Computer Vision（電腦視覺）：讓電腦從攝影機或其他影像感測器中辨識物體、位置與運動狀態的技術，是 Bullfrog 自動偵測與追蹤的重要基礎。

Human-in-the-Loop（人在決策迴路中）：自動化系統雖然能完成部分或大部分流程，但特定關鍵決策仍需要人類確認。Bullfrog 公開資料指出，系統可自主取得目標，但開火仍需要操作員命令。

Fire Control System（射控系統）：負責將目標位置、移動狀態與武器特性轉換成武器指向與交戰解算的控制系統。

Cost-Exchange Ratio（成本交換比）：比較攻擊與防禦雙方為完成攻擊或攔截所付出的成本。廉價無人機迫使防守方使用昂貴飛彈，是現代反無人機戰爭的重要經濟問題。

Software-Defined Weapon System（軟體定義武器系統）：能力很大程度由軟體、感測、演算法、網路與更新決定，而不是完全綁死於原始機械硬體的武器架構。