引言

美国海军战争学院近期举办了Global 21，这是其历史上规模最大、最为复杂的兵棋推演，旨在支援美国太平洋舰队司令。超过700名参与者齐聚纽波特，执行了一场持续九天、每天20小时的复杂推演。此次推演将先进的建模与仿真作为裁决过程的核心，提升了战斗结果的保真度与准确性。推演目标要求裁决结果具备这种保真度与准确性，以支撑玩家决策，并帮助提取"适用于实际情况"的信息——这正是弗兰克·麦克休对兵棋推演定义中的关键要素[1]。此次推演还试验了使用超级智能工具进行推演过程中的实时分析。从这些经历中，总结出若干经验教训。

超级智能与建模与仿真工具的日益普及，为提高军事兵棋推演的严谨性、速度和分析价值提供了诱人的机遇。然而，将这些能力整合到大规模兵棋推演中，并非简单地在现有裁决与分析流程中添加更好的技术。日益复杂的建模与仿真工具可能与传统的回合制推演机制产生摩擦，催生出近乎连续或实时裁决的需求。超级智能工具可能难以识别单个玩家决策的作战意义，难以综合分布于不同数据源和数据类型中的信息，也难以将重要进展与复杂作战环境中的背景噪声区分开来。

在Global 21中，首次在大型兵棋推演中采用了Virtual Wizard仿真工具套件。VW使用高保真实体与环境模型，协助裁决推演环境中部分海上水面航迹的发现、定位与跟踪过程。裁决员能够根据玩家生成的命令、产品和预先计划的响应，对仿真过程中战场空间的动态变化做出反应。推演结束后，VW套件存储可供报告与分析使用的信息。

在Global 21中，还试验了由空军兵棋推演研究所开发的多智能体生成引擎超级智能系统，以协助在持续数天的回合推进过程中进行推演内分析。兵棋推演分析师将各种推演数据流上传至MAGE，该系统随后帮助识别与推演目标和研究问题相关的关键发现。这些发现与其他分析师生成的发现分开保存，随后进行比较。还在推演网络上使用了多种大型语言模型，以协助分析兵棋推演数据。

VW和超级智能能力均需要大幅增加计算基础设施、技术集成专业知识、领域专业知识、额外人员以及物理空间。综合来看，这些挑战表明，将超级智能和建模与仿真整合到兵棋推演中，不应被理解为对现有方法论的单纯技术增强，而是对兵棋推演事业本身的根本性变革——这一变革要求各组织重新思考推演的设计、人员配置、裁决、分析和资源配置方式。

从这一经历中总结出若干关键经验教训。

1. 整合建模与仿真工具迫使重新思考推演中的时间管理方式

将建模与仿真工具整合到推演中，引入了一个与其说是技术问题、不如说是组织问题的难题：传统的回合制架构并非为计算密集型裁决而设计。在传统的兵棋推演中，玩家为其部队编写命令，扮演蓝军和红军"合格下级指挥官"的裁决员执行命令，专家确定交战结果，然后推演进入下一回合。这一过程有意制造停顿，使裁决员能够评估结果并向玩家提供下一回合的新信息。建模与仿真工具可能打破这一节奏，尤其是在模型输出需要人类决策才能推进的情况下。随着越来越多的计算模型被纳入裁决，推演越来越依赖于在回合间隙运行这些模型、验证其输出、解决意外结果，并将模型生成的数据转化为玩家能够消化并据此行动的信息。因此，裁决过程开始变得不那么像一系列离散的回合，而更像一种连续或实时的仿真。只有当推演目标和玩家决策空间有此需求时，这种演变才具有价值。

实时推演可能在推演速度与支撑它的模型速度之间产生错配。一个相对简单的模型可能运行得足够快，以支持传统的回合制设计和裁决；但日益复杂的仿真则需要大量的处理时间和模型运行过程中的人类决策。当在兵棋推演中推进这一能力，同时使用多个模型来评估各个方面（如火力、后勤、兵力损耗、防空和信息效果）时，问题会进一步加剧。控制团队可能很快就要负责在玩家回合之间的间隙管理一个复杂的仿真架构，而这会侵占玩家的决策空间。

这意味着，将建模与仿真纳入兵棋推演，可能需要从根本上重新思考推演中的时间管理方式。传统的回合制推演假定裁决可以在回合之间相对可预测的停顿期间（通常在夜间）进行。更复杂的、启用建模与仿真的推演可能需要在回合完成之前就开始裁决，从而可能要求玩家在模型推进过程中做出"实时"决策。在某些情况下，这可能催生出对实时裁决的需求：裁决员和模型操作员在推演全程持续工作，以确保在玩家需要时计算输出可用。这一要求对人力有重大影响。一个原本只需要相对较小裁决单元的推演，反而可能需要模型操作员、数据管理员、技术专家和分析师并行工作。Global 21的设计通过要求少数玩家担任战斗值班军官来解决这一问题，他们在裁决过程中充当合格的下级指挥官，并做出任何必要的战术决策。

还存在一种危险，即技术开始支配兵棋推演的设计，而非支撑设计。如果某个特定模型需要一小时才能执行完毕，设计者可能会倾向于围绕模型的处理时间来构建回合。如果数据必须按照模型预定义的架构输入，玩家决策可能不得不转换为仿真能够接受的格式。其结果可能是优先级的微妙颠倒：设计者不再围绕人类决策和推演旨在回答的分析问题来设计推演，而是开始围绕模型能够高效处理的内容来设计推演。因此，挑战在于开发一种裁决架构，使计算工具能够加速和丰富人类判断，同时不让模型的需求成为对兵棋推演本身的约束。

2. 建模与仿真工具需要战术层面的战争细节，这可能与推演目标不一致

大多数海军战争学院的推演都会抽象掉战争的战术细节，以考察战略和作战层面的人类决策。然而，建模与仿真系统通常需要精确位置、时机、航向、速度、齐射规模、编队几何形状等因素的战术层面决策。Global 21通过在战术层面使用裁决员并与可信代理玩家组队来应对这一挑战。在利用VW进行实时裁决期间，红蓝双方"战斗值班"人员监控战场上的逐分钟态势，并在玩家于回合制阶段提交的命令限度内做出战术决策。这为模型提供了所需数据，同时在指挥官意图展开的过程中赋予了玩家推演目标所需的自主权。

重要的是，分析师必须区分战斗值班人员在裁决期间做出的委派战术决策与指挥官及其参谋在规划和命令编写过程中做出的决策。裁决单元中的多名分析师在推演过程中帮助辨别决策归属。

为向建模与仿真工具提供战术细节而产生的成本还包括人员、时间、训练、空间和其他资源。当推演目标处于作战层面时，对战术细节的关注有可能分散对推演关键研究问题的注意力。兵棋推演设计者必须在生成战斗所需的战术层面细节以输入各种建模与仿真工具，同时保持指挥官专注于作战层面决策之间取得平衡。

3. 超级智能工具正在进步，但尚不足以处理兵棋推演数据的复杂性

超级智能在兵棋推演分析中的前景是直接的：快速摄取大量定性与定量数据，识别人工分析师可能遗漏的模式，并将来自复杂推演的观察结果转化为与推演目标相关的可操作见解。然而，在执行过程中，现实要困难得多，正如在Global 21中使用超级智能工具时所发现的那样。

一场兵棋推演可能产生海量的信息和数据，但最重要的观察结果往往隐藏在细节之中。目前在安全推演网络上可用的超级智能工具，能够使用推演产生的原始数据形式来综合信息，但在复杂作战环境的背景下区分信号与噪声方面仍不稳定。

这个问题在试图识别和解读推演过程中的重要行动时尤为突出。兵棋推演数据很少以干净、机器可读的事件序列形式出现。相反，分析师必须从裁决记录、态势报告、玩家决策、数据收集员记录、玩家生成的见解或产品以及全体讨论中重建所发生的事情。裁决员经常从多个角度并使用各种命名惯例（船体编号、三字母缩写等）报告同一交战情况，这进一步复杂化了超级智能的解读。

一个超级智能模型可能识别出某个特定行动发生了，却不理解其重要性。更重要的是，它可能无法识别出一个行动之所以重要，是因为它与推演中其他地方发生的事件相互作用。一个决策的意义可能要到几个回合之后才会显现，或者只有与对手的回应放在一起考虑时才会显现。在这方面，超级智能在描述一场兵棋推演时可以表现得非常好，但在分析一场兵棋推演时却仍然不可靠。

当兵棋推演信息分布在多种格式中时，问题变得更加困难。一场典型的推演可能产生包含作战图形的PowerPoint幻灯片、包含裁决结果或消耗率的Excel电子表格、包含数据收集员观察结果的Word文档，以及包含玩家评估和计划的单独文件。人工分析师习惯于在这些来源之间切换，在头脑中构建一个共同的作战图景，并确定哪些信息属于同一类别。根据实验，超级智能工具在执行这种综合任务时可靠性要低得多。即使超级智能能够成功处理单个文件，跨文件连接信息也需要理解时间顺序、组织关系、作战背景以及缩写和其他专业术语的含义。其结果可能是一堆各自准确的摘要，却无法对推演中全面发生的事情形成一个准确的理解。

最终，核心挑战是情境优先级排序，而非信息提取。一个复杂的作战环境包含数千次互动，但只有少数可能驱动有意义的作战结论。一位经验丰富的分析师明白，一个单位的损失可能不如某一特定能力的丧失重要，一次战术成功可能创造一个作战弱点，或者一个看似微不足道的决策可能在几个回合后暴露出一个关键的依赖性。这些判断依赖于对相对重要性的理解，而这种理解很难编码到超级智能智能体的提示中。超级智能可以通过组织证据、识别重复出现的主题以及加速部分数据处理负担来提供帮助。但是，如果没有一个稳健的机制来理解作战背景和分配相对重要性，就存在一种风险：超级智能会产生看起来像是分析的东西，却没有执行使兵棋推演具有价值的分析工作。

其中一些困难，特别是综合问题，源于推演记录所发生事件的方式。几位裁决员可能使用船体编号、三字母缩写和单位名称来描述同一交战。一个单一决策的记录可能分散在幻灯片集中的一幅作战图形、裁决电子表格中的一行以及数据收集员的笔记中。在这种情况下，在分析开始之前，重建事件本身就成了一项解释性任务。经验丰富的分析师凭借对想定、部队和撰写笔记人员的隐性知识来进行这种重建。一个超级智能工具只有在数据提供这些知识时才拥有它。

补救措施是在数据捕获点就对兵棋推演数据进行结构化处理。这意味着每个单位和平台都有一个通用标识符，供每个单元使用；每个玩家决策都有一个带时间戳的记录，将其陈述的理由与裁决结果联系起来；以及显示每条观察记录的记录者及其角色的元数据。同样的结构让分析师能够将任何借助超级智能发现的发现追溯到支撑它的记录，从而使机器生成的综合结果仍然可以与参与者数据和分析师的判断区分开来。这些都不依赖于超级智能的进一步进展。结构化的数据捕获现在就能使人机分析更快、更可靠，并为未来的工具提供一个公平的测试机会。结果和经验反映了使用的特定工具，这些工具在推演网络的安全约束下运行，并应用于Global 21所产生的数据形式。它们应仅被视为关于这些条件的发现，而非关于其他推演环境中分析师可用的其他超级智能工具。

尽管如此，MAGE作为一种用于兵棋推演分析的有用超级智能工具，正在取得重要进展。计划随着MAGE的发展，继续将其整合到海军战争学院的分析工作流程中。

4. 兵棋推演的技术进步带来了资源负担

将建模与仿真工具纳入兵棋推演裁决的吸引力，可能掩盖一个不那么光鲜的现实：更复杂的裁决需要更多资源。建模与仿真工具引入了额外的技术基础设施，这些设施必须被获取、操作、维护并整合到推演中。高保真模型可能需要大量的计算能力、专门的软件、安全的网络、数据基础设施和技术支持。随着模型数量和复杂性的增加，可靠运行这些模型所需的基础设施也随之增加。结果是，一个旨在产生更好分析保真度的兵棋推演，其执行成本和资源密集度可能大幅上升。

人员需求可能更为显著。有效的、启用建模与仿真的裁决需要既理解如何操作和集成模型，又理解模型实际代表什么的人员。一个技术专家可能知道如何配置仿真、管理其输入、排查接口故障并解读其输出，却不一定理解这些输出在作战上是否有意义。反之，一个领域专家可能理解特定武器系统或作战功能的运用，却缺乏将该知识转化为模型所需的技术专长。因此，有意义的裁决需要能够跨越这两个世界的人员。在实践中，这通常意味着组建跨多个作战领域的团队，将仿真工程师、数据专家、分析师、操作人员和领域专家结合在一起。

这造成了一个特别困难的资源问题，因为专业知识通常是高度专业化的。一个考察防空、远程火力、后勤、电子战和海上作战相互作用的推演，可能需要每个这些系统领域的专业知识来正确配置和解读相关模型。因此，人员需求的增长速度可能超过所使用模型的数量。一个模型在技术上可能产生一个答案，但如果房间里没有合适的专家来确定该答案在作战上是否可信，那么这个答案的价值就有限。裁决结果越重要，将模型视为黑箱就越不可接受。在利用建模与仿真来执行玩家命令和裁决复杂动能战斗方面取得进展，需要一个企业级的努力来构建能够基于最新战术、技术和程序，准确反映当前和未来武器系统能力与行为的模型。

启用建模与仿真的兵棋推演的物理需求也值得考虑。传统的研讨式或回合制兵棋推演可以在相对适中的空间内进行，只需要参与者、裁决员、地图和演示设备。集成多个建模与仿真工具可以将该环境转变为更接近一个小型技术操作中心的空间。计算机和网络设备需要额外的工作空间；模型操作员需要专用的工作站；分析师需要访问显示器和数据；技术人员需要有空间来排除系统故障而不干扰推演。安全的计算环境可能带来额外的基础设施需求。这些需求单独看可能微不足道，但当它们在一个涉及数百名参与者和一个庞大裁决单元的大型作战层面兵棋推演中被放大时，就变得非常重要。

更广泛的影响是，建模与仿真极大地增加了进行兵棋推演的相关成本。一个传统的兵棋推演可能为了速度、灵活性和相对较低的间接成本而接受一定程度的保真度损失。一个启用模型的推演有可能提高裁决的严谨性，但它是通过将资源转移到计算基础设施、技术集成、专门人员和物理空间来实现的。这为投资于先进兵棋推演的组织创造了一个重要的权衡。问题不应仅仅是某个特定模型是否能改进裁决，而是该模型所产生的额外保真度是否值得为将其整合到推演中所花费的人员、基础设施、时间和专业知识。在许多情况下，最有效的解决方案可能不是对所有内容进行建模，而是确定哪些地方增加的计算保真度将实质性地改善推演的分析价值——并将资源集中在那里。

结论

2025年，在《岩石上的战争》（"太多技术可能毁掉兵棋推演"）一文中指出，向兵棋推演添加技术本身并不会使推演更加严谨。模型应在结果更多由物理规律而非判断决定的裁决环节中占据一席之地，例如哪些传感器探测到哪些平台。Global 21将这一论点付诸实践。Virtual Wizard裁决了部分水面航迹的发现、定位和跟踪过程，这正是那种类型的问题。它在推演中玩家决策依赖于特定探测标准的部分，提高了探测结果的保真度。

此次推演也展示了这种保真度的代价。启用模型的裁决改变了推演管理时间的方式，并将更多的战术细节推入了一个作战层面的推演。它需要计算能力、安全基础设施、物理空间以及既能运行模型又能判断其输出是否具有作战意义的人员。这些都是使用模型的必要条件。

对海军而言，实际问题在于计算保真度在何处值得付出这种代价。经验表明，当一个推演的研究问题依赖于人工裁决单元无法可信产出的结果时，这种代价是值得付出的。在其他情况下，它不应成为默认选择。在值得付出代价的地方，就必须为此买单。一个为传统回合制裁决配置资源的组织无法将这些成本作为常规开支来吸收。如果海军想要将启用模型的兵棋推演作为一种常规能力，那么人员、基础设施和空间必须为此目的进行规划。要求能力而不提供资源，将导致两种失败之一。第一种是在没有质疑模型的必要专业知识的情况下使用模型，这正是在2025年警告过的自动化偏见。第二种是推演设计屈从于模型能够处理的内容，这限制了可行的分析问题。

部分投资存在于任何兵棋推演组织之外。一个模型的有用程度取决于它对当前和未来武器、传感器和战术的表示程度。保持这些表示的时效性是整个企业的工作，属于拥有系统和编写战术的各个团体。兵棋推演组织可以将经过验证的模型整合到裁决中，但它们不能成为验证的唯一来源。

超级智能辅助分析遵循相同的逻辑。使用的工具在描述推演方面比判断推演中什么重要方面做得更好。这一差距部分属于工具本身，部分属于提供给它们的数据。对游戏如何捕获和结构化其数据的投资，将立即改善人工分析，并将决定超级智能未来能增加多少价值。

分析设计应放在首位。一个推演的研究问题应决定它需要哪些工具，而工具的需求不应重塑推演本身。将这些来自Global 21的观察提供给其他正在权衡相同选择的组织。

https://cimsec.org/rethinking-wargame-design-and-analysis-in-the-modern-age-lessons-learned-from-global-21/