核心事件概览

美国国防部在其最新预算申请中披露了名为"Polygraph+"（又称"Polygraph Next"）的测谎技术现代化计划，** five-year timeframe **(2026–2030财年)。该计划已包含在向国会提交的预算文件中，由国防情报与安全局(DCSA)负责实施，最终资金尚待国会批准。

• 预算总额：3030万美元（$30.3M）
• 实施周期：2026至2030财年（共5年）
• 主导机构：国防情报与安全局（DCSA）
• 当前阶段：预算提案阶段，国会尚未批准
• 技术路径：AI scoring algorithms + standoff sensing

技术路线与潜在实现方式

Polygraph+的核心是两项技术升级：一是基于AI与机器学习的评分算法，二是"离场传感"（standoff sensing）——即在不接触被试者身体的前提下获取生理指标。

离场传感并非空想：2023年国防部创新单元（DIU）曾公开征集方案，并选定两家公司开发原型。Presage Technologies宣称可利用普通摄像头测量心率与呼吸频率；Altec Research则聚焦非接触式传感，其原型据DIU发布的截图显示，可追踪头部运动、面部皮肤温度与毛孔活动。值得注意的是，两家公司均未回应媒体的技术咨询请求，DIU亦拒绝进一步置评。

当前主流测谎技术仍延续1920年代发明的生理指标监测模式：依赖血压、脉搏、呼吸与出汗程度，通过比较"基准问题"（如"天空是否蓝色？"）与"目标问题"（如"你是否犯罪？"）的反应差异作判断。美国联邦政府每年执行数万次测试，但 reliability 问题长期存在：2003年美国国家研究委员会（NRC）报告指出其效力"Best at best"——即"充其量很弱"。

意外反差：精度争议与误判风险

一项关键反差数据值得注意：美国_polygraph_协会宣称设备准确率为80%–94%，而2003年NRC报告却质疑其根基。按此区间下限（80%）推算，应用于国防部280万雇员规模时，可能造成数万人被错误指控。

更深层问题在于方法论局限。专家指出三大 lie detection 信号源——生理压力、认知负荷、刻意掩饰行为——现行polygraph仅捕获第一项。伦敦政治经济学院学者Kyri Kotsoglou批评AI与polygraph结合是"the worst of both worlds"（两全其害），因算法即便发现新模式，也无从验证其与说谎的真实关联，毕竟 polygraph test 结果本身缺乏 ground truth（真实凭证）。

此外，测试易受主观偏见与应对技巧干扰：不同审查员结果差异极大；少数族裔被判定为欺骗倾向的概率更高；受试者可通过脚踩回形针等countermeasures人为提高基准反应来干扰判断。埃因霍温理工大学 Sophie van der Zee 教授指出，当前设备最大效用其实是威慑效应——多数人未及测试即因心理压力选择坦白。

历史教训与落地建议

过往多项交叉学科尝试均告沉寂：英国曼彻斯特城市大学开发的Silent Talker系统、欧盟资助的iBorderCtrl项目、美国AVATAR边检工具，这些整合面部动作/语音分析/眼球追踪的方案最终均悄然停摆。

适合谁用：对高度敏感岗位开展背景审查的政府部门采购部门；需构建内部威胁预警系统的大型机构。

建议再等等：技术尚未商业化落地的普通企业；对准确率有硬性要求的司法系统；预算有限但需高置信度判定的中小型情报单位。

写在最后

测谎技术历经百年，始终困于"缺乏普适生理信号"的硬约束。AI虽可挖掘多模态数据关联，却无法突破polygraph本身"无真实基准"的结构性缺陷。其未来更可能作为心理施压工具，而非客观证据来源。