乌克兰以无人机为主的消耗战、针对委内瑞拉马杜罗总统的人工智能协同突袭,以及伊朗以机器速度进行的目标定位,都表明战争正从人类判断转向算法驱动的致命武力自主决策。

乌克兰:作为活体实验室的首场人工智能战争

当俄罗斯于2022年2月发动全面行动时,很少有分析家预料到这场冲突会迅速成为自精确制导弹药问世以来,最具影响力的人工智能辅助作战试验场。乌克兰拥有超过240家专注于人工智能的公司,其商业部门曾为迪士尼提供语音合成技术,为高通提供导航算法,几乎在一夜之间就将可观的民用人工智能能力转向了军事用途。

通过在真实战场数据上重新训练公开可用的人工智能模型,乌克兰工程师将无人机打击精度从大约10%-20%提高到了70%-80%左右,这种三到四倍的提升,将原本主要用于侦察的平台转变成了精确打击武器。该国在2023年生产了80万架无人机,并在2024年将这个数字翻了一番,乌克兰官员的目标是在2025年达到500万架,其中至少一半配备人工智能制导。除了无人机,人工智能在情报融合方面发挥了基础性作用:神经网络结合卫星图像、开源社交媒体数据和地面视频来对俄罗斯部队进行地理定位,而Clearview AI的人脸识别技术则被用于识别阵亡士兵和揭露虚假信息。

在整个这一时期,乌克兰保持了分析家所称的以人为本的方式,即使人工智能极大地压缩了从识别目标到实施打击的时间,最终的目标锁定授权仍由人类操作员保留。乌克兰的“三角洲”系统在2024年升级了机器学习和实时视频与文本处理能力,成为这种方式的中枢,它融合各种情报流,并向仍然掌握“扳机”的指挥官呈现目标选项。乌克兰模式的伦理架构是将人工智能视为加速器,而非自主决策者。

委内瑞拉:人工智能进入机密行动领域

2026年1月3日,美国针对马杜罗的突袭行动标志着人工智能军事应用的质的飞跃,这并非因其应用规模,而是因其应用领域。随后《华尔街日报》的报道,以及Axios引用的多个消息源证实,美军在此次突袭的活跃阶段使用了Anthropic公司的Claude语言模型,而不仅限于前期规划。通过Palantir Technologies公司的国防合同基础设施访问,Claude成为已知首个被部署于美国军方机密行动中的商业开发大语言模型。

Claude所扮演的确切角色被刻意模糊化,五角大楼和Anthropic均未确认具体细节,但报道指出,人工智能能力被用于分析卫星图像、处理情报,并可能协助锁定在加拉加斯市多个地点实施打击的目标。委内瑞拉国防部长弗拉基米尔·帕德里诺·洛佩斯随后声称,美国将委内瑞拉用作人工智能驱动技术的武器试验场,这些技术此前从未在战场上部署过。这一指控与前总统特朗普本人曾隐晦提及的一种他称之为“混乱器”、据称能使委内瑞拉防御系统失效的设备相吻合。

此次行动也暴露了人工智能军事化开始显现的复杂治理断层线。Anthropic的使用政策明确禁止Claude被用于协助暴力、武器开发或监视。而五角大楼则坚称,只要遵守美国法律,它应有权以自主选择的方式部署商业人工智能。马杜罗突袭行动引发的摩擦被证明影响深远,预示了Anthropic公司与美国国防部之间的裂痕,而这一裂痕仅在数周后便发展至顶点。与此同时,人工智能生成的虚假信息几乎立即围绕该行动传播开来,伪造的视频声称显示了欢呼雀跃的委内瑞拉人,在事实核查人员能够回应之前就获得了数百万的浏览量,这表明人工智能战争的信息维度如今已与其动能维度同等重要。

伊朗:工业规模的AI

如果说乌克兰是实验室,委内瑞拉是概念验证,那么针对伊朗的军事行动则标志着人工智能的大规模部署。在2026年2月28日开始的美军打击最初24小时内,五角大楼打击了大约1000个目标,这种打击节奏若没有AI辅助的目标生成与优先级排序,在作战层面是不可能实现的。《华盛顿邮报》及随后《自然》杂志的报道证实,通过五角大楼的“专家智能系统”和Palantir公司的机密基础设施运行的Claude模型,在人类指挥官最终批准每一次打击之前,已提议了数百个目标,对其进行了优先级排序,并提供了源自卫星和信号情报的精确坐标。

最初为早期中东行动中的图像处理和战术情报而开发的“专家智能系统”,到此时已与大型语言模型能力深度融合。以色列的并行贡献则将其自身的人工智能基础设施叠加到此次行动中:综合了从伊朗网络入侵获取的交通摄像头录像、数十亿数据点,以及先前在加沙使用过的名为“薰衣草”的AI辅助瞄准系统,构建了包含数千个伊朗地点的目标库。以色列还将AI生成的内容用作心理战工具,入侵一款广泛使用的穆斯林祈祷应用程序,向伊朗士兵发送劝降信息,并向伊朗官员和公众传播AI生成的监狱爆炸图像。

伊朗战场代表了人类在杀伤链的某些环节中已被有效排除在实质性审议之外。根据“负责任治国方略”研究人员的调查以及《自然》杂志引述的防务分析家的说法,AI推荐打击目标的体量和速度使得对每个目标进行真正的人工审查沦为一种实际上的虚构。国防部长皮特·赫格塞斯关于“不会有愚蠢的交战规则”的声明,以及他早前关于“美国战争的未来拼写为AI”的断言,都表明了一种将作战节奏置于独立核查之上的政策姿态。后果几乎立即可见:Minab的Shajareh Tayybeh女子学校被摧毁,造成至少165名学生和教职员工死亡,这引发了质疑,而当被问及AI是否参与了该目标的选择时,五角大楼拒绝回答。

下表总结了上述三个战争领域中AI应用的主要维度。

表1. 人工智能在三个军事战场中的应用 (2022-2026)

维度 乌克兰 (2022至今) 委内瑞拉 (2026年1月) 伊朗 (2026年2-3月)
AI角色 战场加速器 作战赋能者 决策架构师
作战规模 持续 / 消耗战 精准 / 外科手术式 工业化 / 战略级
主要AI功能 无人机引导、ISR融合、公开来源情报、人脸识别 卫星图像分析、实时情报处理、目标锁定支持 大规模目标生成、优先级排序、坐标提取、杀伤链压缩
关键平台 “三角洲”系统、Clearview AI、Brave1、FPV AI无人机 通过Palantir部署的Claude;电子战工具 “专家”智能系统、Claude/Palantir、“薰衣草”(以色列)
人类控制模式 人类在环(操作员保留最终授权) 人在环上(监督在理论上存在但被压缩) 名义监督(对人类决策进行算法性会签)
商业AI参与度 显著(国内初创公司 + 西方技术) 核心(首次已知在机密行动中使用商业大语言模型) 核心且存在争议(尽管存在治理争议,仍部署了Claude)
治理冲突 低-中度(基本维持以人为本的规范) 高度(违反了Anthropic使用政策;五角大楼与Anthropic开始产生裂痕) 临界(五角大楼终止与Anthropic的合同;无交战规则)
信息战 / AI虚假信息 新兴(Mantis Analytics,反虚假信息工具) 普遍(AI生成的视频、伪造的拘留图像,浏览量超1400万) 系统化(AI伪造卫星图、通过被黑应用进行心理战、AI情报仪表板)
AI导致的平民伤亡风险 中等(保持操作员审查;存在一些目标锁定错误) 中等(83人死亡;AI在目标锁定中的作用不明确) 高(165名学童死亡;五角大楼拒绝透露AI的作用)
国际人道法 / 法律合规性 保持(需要人工核查) 存在争议(机密行动;透明度有限) 受到严重质疑(打击数量过大导致无法采取可行的预防措施)
战略演进标志 AI作为防御战中的力量倍增器 首次在现役机密行动中使用商业大语言模型 在国家战争规模上实现AI驱动的大规模目标锁定

三个战区的相似性

多项关联线索将这三场行动联系在一起。在每一场行动中,人工智能主要充当了情报融合和目标锁定加速工具,其综合数据的速度快于人类分析员,并以机器速度提供可执行的选项,从而压缩了军事规划者所称的“杀伤链”。在每个战区,商业人工智能平台及其背后的公司都被拉入了非其设计初衷的军事应用中,从而在利润、安全承诺和国家权力之间引发了治理上的紧张关系。在这三个案例中,围绕动能作战的信息环境都充斥着人工智能生成的内容,这既是交战方的工具,也是被国内政治行为体所利用的不可预测的副产品。

此外,还存在一种一贯的内在伦理模糊性:这三个战区都未能解决“有意义的人类控制”这一问题。乌克兰最接近一个可辩护的答案,但即便在那里,人工智能辅助无人机打击的速度也引发了人们对实际交火瞬间究竟进行了多少审慎思考的担忧。在委内瑞拉和伊朗,“人类授权”的说法已变得日益程式化,成了一种法律上的托辞,用以掩盖那些以排除真正监督的速度执行的、实为算法决策的行动。

演进:从工具到架构师

从乌克兰到伊朗的轨迹描绘出一条清晰的演进路径。在乌克兰,人工智能是战场加速器,被整合进一个审慎、迭代的系统中,由训练有素的人类操作员做出最终决定。侧重点在于改进现有流程:更好的无人机引导、更快的情报分析、更精准的地理定位。创新令人印象深刻,但人类至少在名义上仍处于中心位置。

在委内瑞拉,门槛发生了移动。一个商业大语言模型进入了机密实时行动,不再仅仅是支持规划,而是嵌入到执行本身。该行动的规模尚小,目标足够精确,使得监督至少仍部分可行。但制度性的防护栏开始弯曲:一家其服务条款禁止助长暴力的公司,发现其技术被用于一场造成超过80人死亡的突袭,而五角大楼对此的主要回应是威胁要取消该公司的合同,仅仅因为它提出了质疑。

在伊朗,约束的架构在很大程度上瓦解了。人工智能从增强人类目标锁定决策,转变为以规模和速度有效地生成这些决策,使得人类的审查徒有其名。由克劳德驱动并得到盟国人工智能平台支持的Maven智能系统,与其说是决策支持工具,不如说是一个为了法律合规而附加了人类会签的决策系统。Minab的目标锁定错误或许涉及人工智能,或许没有,但该行动的结构使得此类错误是可预见的:当机器在一天内提议上千个目标时,算法错误导致灾难性平民伤害的统计概率趋近于必然。

因此,演进的不仅是技术,更是使人类判断屈从于机器速度的政治和制度意愿。这三个战区共同表明,战争中的人工智能遵循的路径与冷战时期的核武器并无二致:一旦能力存在且其作战优势得到证实,升级的逻辑往往会压倒克制的逻辑。伊朗战役提出的最紧迫的问题是,在战场将限制完全剥离之前,政府内外是否还存在一个能够重新施加有意义限制的政治力量。

参考来源:strategyinternational

成为VIP会员查看完整内容
2

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
人工智能融入伊朗冲突杀伤链
专知会员服务
33+阅读 · 3月23日
人工智能赋能作战行动:以俄乌战争为例
专知会员服务
32+阅读 · 2025年12月6日
人工智能在现代战争中日渐增强的作用:俄乌启示
专知会员服务
21+阅读 · 2025年8月29日
中文版 | 人工智能如何重塑现代战争:乌克兰战场的启示
军事人工智能:乌克兰战争的经验启示
专知会员服务
31+阅读 · 2025年4月2日
现代战场上的人工智能整合:乌克兰战争的启示
专知会员服务
54+阅读 · 2024年7月2日
俄乌冲突中的人工智能
专知会员服务
96+阅读 · 2024年3月30日
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
138+阅读 · 2023年11月27日
人工智能技术在军事领域的应用思考
专知
45+阅读 · 2022年6月11日
【前沿】智能化战争,会改变些什么?
中国自动化学会
22+阅读 · 2019年8月21日
【智能军工】算法战:牵引美军人工智能军事化应用
产业智能官
24+阅读 · 2017年11月29日
国家自然科学基金
333+阅读 · 2017年12月31日
国家自然科学基金
119+阅读 · 2015年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
42+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2013年12月31日
国家自然科学基金
21+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
18+阅读 · 2011年12月31日
国家自然科学基金
96+阅读 · 2009年12月31日
Arxiv
0+阅读 · 3月17日
VIP会员
最新内容
《对信息环境分析实现人工智能预测冲突》96页
专知会员服务
2+阅读 · 今天9:59
《面向海军应用的无人机网络安全仿真环境》
专知会员服务
2+阅读 · 今天9:41
无人机与僵局:俄乌战争难以突破
专知会员服务
3+阅读 · 今天9:02
《控制对手感知:电子战愿景与赋能技术》
专知会员服务
4+阅读 · 今天8:51
自主、人工智能与可消耗集群时代的海军情报
专知会员服务
8+阅读 · 4月6日
“史诗狂怒行动”中的海军动态
专知会员服务
10+阅读 · 4月5日
大语言模型同策略蒸馏研究综述
专知会员服务
10+阅读 · 4月5日
相关VIP内容
人工智能融入伊朗冲突杀伤链
专知会员服务
33+阅读 · 3月23日
人工智能赋能作战行动:以俄乌战争为例
专知会员服务
32+阅读 · 2025年12月6日
人工智能在现代战争中日渐增强的作用:俄乌启示
专知会员服务
21+阅读 · 2025年8月29日
中文版 | 人工智能如何重塑现代战争:乌克兰战场的启示
军事人工智能:乌克兰战争的经验启示
专知会员服务
31+阅读 · 2025年4月2日
现代战场上的人工智能整合:乌克兰战争的启示
专知会员服务
54+阅读 · 2024年7月2日
俄乌冲突中的人工智能
专知会员服务
96+阅读 · 2024年3月30日
俄乌战争与加以冲突:人工智能走向战场
专知会员服务
138+阅读 · 2023年11月27日
相关基金
国家自然科学基金
333+阅读 · 2017年12月31日
国家自然科学基金
119+阅读 · 2015年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
42+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2013年12月31日
国家自然科学基金
21+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
18+阅读 · 2011年12月31日
国家自然科学基金
96+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员