摘要

人工智能在战场战术中的应用也已将常规的战略校准转移至一个新的维度。在战场上运用人工智能，以及关于其负面影响和有效性的不同论述，已成为当前的主流叙事。在此背景下，以色列使用了一个由三个备受争议的人工智能工具——“薰衣草”、“福音”和“爸爸在哪”——组成的人工智能赋能杀伤链系统，开辟了针对非国家行为体的次常规战争新维度。由于这些颠覆性技术发展迅速且前路未知，预测其时代战略规划的未来走向是一项极具挑战的任务。然而，以色列在人工智能对其自身部队构成威胁之前，就将其武器化的做法震惊了世界，威慑了敌人，并为有能力的国家提供了使用人工智能对抗残暴敌人的新视角。印度所处的地位与以色列相似，长期遭受来自不同国家和非国家行为体日益增长的混合威胁困扰。正如以色列国防军在加沙对哈马斯恐怖组织的战争中所展示的，人工智能赋能杀伤链系统尽管存在人道主义关切，但为印度提供了针对类似威胁建立自身人工智能威慑的机会。为此，本文审视了人工智能赋能杀伤链系统的架构，特别侧重于以色列对此类系统的部署。本文追溯了杀伤链的发展、其核心组成要素，以及如何在印度量身定制、建立适合印度安全环境的杀伤链。因此，本文在人工智能赋能杀伤链的参数范围内，指出了印度不断发展的国防人工智能架构中的关键差距与挑战，并提出了发展印度本土基础人工智能能力的“双臂结构”。

引言

新冠疫情后时代的冲突已成为人工智能赋能战争转型的加速实验室，其性质与以往的转型有质的不同。冲突期间固有的、本属人类判断专属领域的决策实践，如今正受到专门人工智能工具的渗透。如今，引入战场情报的人工智能赋能杀伤链系统正将决策周期从数天压缩至数分钟。在这些系统中，传统杀伤链的几个步骤已通过专门的人工智能工具得到了强力辅助或完全自动化。新冠疫情后几年的主要冲突升级，最显著的是俄乌战争，为战时的创新与适应提供了引人注目的研究案例。这场战争始于对各种无人系统无休止且多样化的使用，现已发展到通过小型语言模型集成人工智能进行目标识别与交战。近期，一个类似但更激烈的人工智能工具应用实例引起了广泛关注，即以色列国防军在10月7日袭击后，在加沙对哈马斯恐怖分子运作了一个基于人工智能的杀伤链系统[1]。据报道，为嵌入从发现威胁到消除威胁的杀伤链各步骤而专门设计和训练的人工智能工具，在此次冲突中得到了全面部署[2]。尽管这引发了关于问责制和高附带损害的严重关切，但它也展示了此类人工智能工具在实战中的能力。在以色列-加沙冲突期间被坚称使用的三款人工智能工具名为“薰衣草”、“哈布索拉”（希伯来语“福音”）和“爸爸在哪”。以色列国防军通过其官方新闻稿否认了使用此类人工智能工具的说法，称其并未“使用人工智能来自主选择攻击目标”，而仅用于情报分析[3]。由于这些系统通过取代人类在杀伤链中的位置标志着根本性转变，它们正在将辩论从质疑其使用转向使用者可接受的后果（人道主义）尺度。

考虑到印度的地缘政治环境、国内安全局势以及西亚激烈冲突下的全球动荡，人工智能领域的这些发展对印度的战略利益显得至关重要。印度周边动荡的安全环境中，次常规至混合化的内外威胁行为体持续存在，一套成熟的人工智能赋能情报、监视与侦察平台及杀伤链系统可能会极大提升其反制态势。算法战能力正在新兴大国间构建一场新的军备竞赛，印度作为该地区的关键参与者，不能置身事外。在此背景下，防务机构和关键利益相关方面临一系列重要问题：人工智能杀伤链系统如何重塑现代冲突的特征？它们针对混合威胁行为体能带来哪些军事优势？最关键的是，印度在发展、部署或防御此类系统方面的准备程度如何？

本研究报告探讨了这一发展，并分析了据称已投入使用且证明能有效对抗集群化敌人的人工智能赋能杀伤链系统的适用条件。它对人工智能赋能杀伤链系统、以色列使用的工具及其声称的有效性进行了详细的技术与作战分析。本文通过追溯每个系统在F2T2EA框架内的运作方式，审视了这些人工智能工具。本文介入了正在进行的辩论，质询这些新兴的颠覆性技术是否最终将使国家行为体在面对精通非常规/混合战争手段的非国家行为体时领先一步。最后，也是最重要的，本文针对印度，评估了当前人工智能集成、部署、政策与挑战的现状。通过此评估，本文指出了印度在应对类似威胁的人工智能集成准备方面的关键差距。基于对正在使用的人工智能杀伤链架构的系统性评估，本研究提出了一个战略要务框架，以指导印度在该领域的国防现代化。

理解人工智能赋能杀伤链：概念与架构

军事杀伤链指的是为实现战略目标而设计的一系列结构化战术行动，通常包括识别、跟踪、瞄准和消灭敌方威胁。它是在第二次世界大战期间被概念化为一个系统化的决策框架。杀伤链的初始形式，常被称为“传统杀伤链”，涉及四个F：发现、锁定、交战、终结。它为一个杀伤链提供了基础结构，其后续演变则成为时代技术和威胁性质演变的作用[4]。为此，到20世纪90年代末，美国军事学说将这一基本链演变为符合当时精确制导弹药和空中力量发展的步骤，例如发现、锁定、跟踪、瞄准。这种方法在1991年海湾战争的“震慑”学说中趋于成熟，增加了对敌方战斗意志的心理影响维度[5]。美国在9/11事件后在阿富汗的作战行动中，新的次常规威胁范式导致其进一步演变为“发现、锁定、跟踪、瞄准、交战、评估”。这一由美国空军编纂的框架，在吸收联合目标定位当代进展的同时，至今在学说和技术上仍处于核心地位[6]。

二战时期杀伤链的架构植根于工业化战争，空中侦察、战略轰炸和雷达的引入是其关键赋能因素。它完全以人为中心，线性且执行缓慢，有时需要数月才能与敌人交战。冷战时期，随着约翰·博伊德提出的OODA循环的引入，该概念在跨域泛化方面实现了概念性飞跃[7]。空中预警控制系统/机载雷达、情报监视侦察卫星和数字指挥控制的部署，将目标定位从线性过程发展为循环过程。当前的杀伤链版本F2T2EA，是由约翰·P·江珀在数字时代初期为适应快速技术进步而正式确立的[8]。

美国在中东冲突中广泛使用无人机和基于卫星的情报监视侦察符合这一论点。基于F2T2EA架构的杀伤链这一阶段，在2001年至2015年间演变，聚焦于网络化和以无人机为中心，深入敌境实施打击。这种方法在削弱敌方部队因复杂地形而产生的安全感方面一直有效。该杀伤链的一个变体可见于美国在阿富汗、伊拉克和也门的反恐行动中。在杀伤链演变的这一阶段，实时情报监视侦察与打击一体化被证明对运行近乎循环（持续）的杀伤链具有决定性作用；然而，人类在所有步骤中仍然是不可或缺的。

人工智能在此方面的集成基于这样一种理念：在充满经验丰富的游击队员的外国领土高危区域，F2T2EA杀伤链的前三个步骤必须具有时效性且无风险。当前阶段的杀伤链演变（2015年至今）以非线性、分布式和机器辅助系统为特征，每个步骤具有不同级别的自主性。实现这种架构的关键技术涉及人工智能/机器学习、传感器融合、基于云的命令与控制辅助、自主系统以及军事物联网。这些技术被嵌入杀伤链的每个步骤，将其转变为人工智能赋能的杀伤链。其中，前三个步骤，如下图所示，通常使用专用人工智能工具完全自动化。下图提及了以色列在10月7日袭击后针对哈马斯恐怖分子使用的此类工具示例。第一步“发现”，涉及传感器技术与大型语言模型的融合，该模型经训练可分析从这些传感器收集的数据。面部识别、语音和手势识别、电磁特征检测等，是此类主动应用的几个例子[9]。在开源平台（如社交媒体帖子、GPS移动数据、电话记录、已知关联等）留下的一组个人数据痕迹，也可用于通过人工智能工具进行筛选和身份确认。第二步使用类似的人工智能工具，其大型语言模型经训练可通过识别建筑物、工业结构、野外地形等来精确定位。在加沙使用的“福音”系统正是为此设计，用于标记具有精确坐标的建筑物，这些坐标是第一步中识别出的目标源位置。第三步涉及监控目标在其指定位置内外的移动。此处使用了另一个人工智能工具“爸爸在哪”的示例，据报道该工具在加沙用于追踪哈马斯恐怖分子至其住所。接下来的两个步骤涉及有限的人工智能干预，因为它们将实施打击的选择权留于人手，因为就目前而言，只有人类被允许夺取另一人的生命。

人工智能杀伤链-F2T2EA

基于F2T2EA架构的杀伤链的最后一步进行打击后评估，以衡量人工智能的有效性。此步骤也通过为杀伤链建立反馈渠道以供其学习和进化以提高准确性，暗示了其循环性质。

已观察到的此类杀伤链系统实例包括“梅文”项目（美国国防部于2017年启动）；TITAN；美国空军启动的先进战斗管理系统[10]；中国概念化智能战中的人工智能赋能决策主导；以及俄乌部署中使用的与人工智能协调的情报监视侦察集成打击。以下章节将详细讨论在加沙使用的高度复杂的人工智能辅助瞄准系统。

案例研究：活跃冲突中的人工智能杀伤链系统

人工智能加速集成于战争武器所带来的全方位影响已经开始显现。美国和以色列等一贯依赖尖端技术维持其军事优势的国家，已将这种执着提升到新的高度。以色列国防军在加沙使用人工智能工具（即“薰衣草”、“福音”和“爸爸在哪”）部署人工智能赋能杀伤链，产生了两个方向相反的冲击波。最常被谈论且最明显的冲击波是对以附带损害为借口造成大量未统计巴勒斯坦人死亡的人道主义关切[11]。另一波冲击则较为 silent 但已深入全球军方的战略穹顶。这波冲击使得战略规划者和军队将领对人工智能将战争拖入的未知领域感到忧虑。尽管以色列的人工智能杀伤链是在哈马斯10月7日恐怖袭击之后引入的，但对此前事件和举措的分析表明，其长期规划和战略远见远超世界迄今所见任何新威胁。迄今为止，以色列国防军官方消息来源强调，其人工智能杀伤链本质上是“人控流程”；但他们未澄清在加沙行动期间是否有人类控制，如果有，如此高的未统计伤亡是如何发生的[12]。

要追溯此人工智能杀伤链的演变，必须审视每个子系统所需的基础以及该基础是如何获得的。据报道，所使用的三款人工智能工具是在一家名为Palantir Technologies的美国软件公司帮助下开发的[13]。为了使这些人工智能工具能够以一定精度工作，需要有一个基于数十亿参数训练的大型语言模型来分析特定数据类型。在以色列，此类大型语言模型是在8200部队的监督下内部开发的，该部队招募了在谷歌、微软和Meta等公司拥有专业工作经验的军队预备役人员[14]。现在，这些大型语言模型需要海量数据来训练其算法，就以色列而言，像Fifth Dimension和AnyVision这样的公司，自2017-18年以来一直在收集数据并输入机器学习模型[15]。以色列政府在一个集成的监控架构内安装了数千个此类“人工智能摄像头”，收集和分析所有来源的数据输入，以交叉核对/验证特定的情报产出。如此大量的数据需要存储并通过云服务器保持可访问性，在以色列，这由谷歌、Meta和微软通过“尼姆布斯计划”和Azure提供[16]。这整个架构一直由以色列国防军8200部队持续校准和监督，表明了一种具有长期战略远见的统一方法正在实施。

• 薰衣草

相比之下，“薰衣草”利用其交叉引用情报数据库，从电话通话、社交媒体活动、监控摄像头和无人机捕捉的图像等多个数据源生成“嫌疑分数”[17]。它作为一个完全自动化的击杀名单生成器运作，也被一些消息来源称为以色列国防军的“目标工厂”。它维护着一个智能的、关联性的数据库，即每个嫌疑人的数字档案，包含数百个属性。“薰衣草”本身并不宣布某人为目标，但它提供对嫌疑人的分析，然后该分析通过“识别标准”运行，以确认嫌疑人是否是成员。

• 福音

“福音”，也称为“哈布索拉”，利用从卫星、无人机、摄像头、网络情报、电话拦截、随身摄像机、人力情报以及在该地区进行的其他空中和地面情报监视侦察收集的数据，识别并列出记录到频繁出现恐怖分子目击事件的建筑物名单。此工具仅限于提供“物体”信息而非人员信息；因此，它生成一个地点列表，然后与通过“薰衣草”识别的人员列表进行匹配。“福音”基于从以色列国防军长期“预测性警务”行动中收集的数据进行训练，这些行动在技术上由一家名为“Fifth Dimension”的以色列公司和美国的Palantir提供支持。该人工智能工具根据各种数据标准为评估地点分配优先级分数，例如地点与已知指挥中心的接近程度、恐怖活动的频率、以及用于火箭发射或储存的建筑物/藏身处[18]。

• 爸爸在哪

第三个工具名为“爸爸在哪”，跟踪目标的手机信号并将其追溯至其家中，从而确认其身份并为致命打击扫清道路[19]。它告知个人的当前位置并实时更新，以便做出具有时效性的决策。该技术通过手机元数据、车辆移动、检查站、基于无人机和闭路电视的监控数据等对个人位置进行三角定位，并在与其他工具协调后，输出地理位置估计[20]。

据报道，仅这三款工具就在数周内识别了超过40,000名哈马斯成员的家庭、隧道和行踪。在其行动的第一个月，以色列国防军打击了超过15000个地点。以色列国防军负责人阿维夫·科哈维表示，过去最多需要一年才能识别50个目标的一系列流程，如今已缩短至每天100个[21]。这一技术壮举，尽管因其准确性和人道主义问题受到批评，但在情报监视侦察处理和杀伤链自动化领域仍是前所未有和激进的。

所有三款工具都旨在追踪和识别哈马斯和巴勒斯坦伊斯兰圣战组织成员。由同一8200部队开发的另一款名为“智慧深度”的工具，也是以色列国防军的类似努力，专门用于绘制加沙隧道网络地图。这整个系统表明了人工智能在应对非常规但持续威胁方面所达到的渗透水平，类似于印度在其西北和东北边境所应对的情况。Palantir的Gotham是美国国防部、英国政府及其许多盟友情报界使用的另一个人工智能模型。Gotham连接并合成大量多样的数据源，以生成实时态势感知和行动方案[22]。

印度的国防人工智能格局：雄心与现实

人工智能现已被美国、欧盟和北约通过其官方文件认定为国防领域的新兴颠覆性技术，获得了在全球军事领域深入渗透的明确绿灯[23]。印度将人工智能视为变革性力量，于2018年在国防生产部下设立了一个名为“国家安全与防务人工智能战略实施”的特别工作组，采取了首个专门举措。基于该工作组的建议，2019年，国防人工智能委员会和国防人工智能项目机构的成立，正式开启了印度在国防领域的人工智能之旅。此后，国防部下属不同部门发起了众多倡议、路线图、活动和研究讨论会，期待着类似于美国、中国和以色列所见的人工智能引领的转型。在过去五年中，印度的国防创新生态系统在iDEX和IndiaAI等倡议的支持下，提出了许多有前景的基于人工智能的解决方案[24]。

印度通过国防研究与发展组织、政府和私营工业实体之间的协调倡议，已能够获得某些可信的防御系统，如“阿卡什提尔”、“苏达善查克拉”等。此外，通过各种支持系统，特别是iDEX，大力推动在该领域构建初创企业联盟，取得了巨大成功。本质上，印度在军事人工智能领域的政策和结构举措旨在通过本土能力，将人工智能集成到其多域作战中，并压缩决策-行动循环[25]。然而，与以色列国防军在实战中展现的人工智能架构相比，印度作为入门级参与者仍落后几步。尽管如此，公正地说，当前通过大型初创企业联盟涌现并在行动中的人工智能系统确实带来了一线希望。为此，部署用于智能边境管理的人工智能赋能入侵检测系统、帮助防止越境渗透和反恐/反叛乱作战的人工智能赋能指挥控制情报监视侦察系统，以及增强海上领域意识的海洋信息管理与分析中心，值得在此提及。在更广泛的比较意义上，中国的军民融合战略使得人工智能创新能够从商业实验室顺畅地转移到作战军事用途。与此同时，美国战争部于2026年1月发布的指令，要求开发不受供应商强加伦理约束的人工智能系统，表明其正快速朝着能力发展限制更少的方向迈进[26]。综合来看，这些趋势可能鼓励一场全球竞赛，其中战略竞争压倒安全与人类监督，使中等强国在尝试推进技术的同时保持负责任的治理方面处境艰难[27]。

尽管面临显著的资源限制，印度仍保留着显著优势。国防研究与发展组织于2024年推出的“评估可信赖人工智能”框架，反映了将军用人工智能安全、可靠性和鲁棒性嵌入核心的系统性努力[28]。在此过程中，它勾勒出一个结构化的治理方法，比美国或中国的可比努力表述得更为正式。然而，世界各国领导人现在公开强调“快速采用人工智能以取得军事优势”，印度在此不断发展的领域中自我施加的、要成为典范的紧迫性，可能会使其落后并安于现状。

印度正处于人工智能转型之初，面临着数据与条令之间的持续差距。缺乏一体化的三军数据架构制约了迈向联合全域指挥控制能力的进展。此外，人工智能的采用在很大程度上仍局限于自主系统和后勤等领域，对情报分析、决策支持、网络作战和信息战的重视相对较少[29]。这些差距对印度在争议边境地区建立应对不断演变的次常规和混合威胁的人工智能反制/防御构成了巨大障碍。从广义上讲，印度国防人工智能的雄心与现实之间的差距相继依赖于：首先是资金缺乏，其次是因此导致的数据基础设施和硬件制造能力缺失，从而没有专用的、可调整以满足不断变化需求的本土人工智能模型。目前，将印度用于国防相关发展的人工智能预算与美国和中国等其他国家的预算进行比较尚无意义，因为印度对这个迅速崛起领域的重视程度仍然太低，而仅比较人工智能支出只会进一步证实这一点。

印度的战略要务

在2026年4月9日至10日举行的为期两天的“兰·桑瓦德”会议上，国防参谋长阿尼尔·乔汉上将以及来自三军的许多其他高级军官出席，创建人工智能赋能杀伤链的话题被多次提及。达成的共识是，虽然技术可能在某种程度上自动化决策循环，但战争决策中必须保留人的因素[30]。

在印度多样化的威胁图景中，人工智能赋能杀伤链或人工智能辅助系统，能够有效缩短高风险和快速演变威胁情景下的决策循环，是必要的。跨境和腹地恐怖主义的威胁，随着激进主义或伊斯兰原教旨主义的作用而增长和演变，一直是一个持久的挑战。在东北部破坏战略敏感地区稳定的长期叛乱，以及滋养它的外部行为体和因素，现在已不仅仅是内部安全问题。印度的情报机构存在滞后，无论是结构性的还是系统性的；如果不能很快进行彻底改革，就必须为其提供一个额外的臂膀。人工智能赋能技术可以成为那个臂膀，甚至更多。为此，需要在联合情报委员会下建立一个能够不受限制地获取资源的人工智能框架。由于开发专门用于严格军事应用的内部大型语言模型需要在结构化和机密情报数据上进行训练。此外，印度的大型语言模型必须具备最符合其安全环境的“形态和行为”。因此，印度的军用大型语言模型必须围绕最了解印度威胁-安全图景的利益相关方发展。由于人工智能赋能系统的开发应在联合情报委员会领导下，其部署权限可授予国防参谋长，后者可以有效确保三军在人工智能辅助的情报生命周期内协同。这种“双臂”结构将像一个人射击手枪，一只手臂专注于扣动扳机，而另一只手臂则支撑以抵消后坐力并确保准确性。可以按照印度在国防参谋长领导下的战略部队司令部模式，建立一个监督人工智能杀伤链执行的指挥部队。可以在联合情报委员会下，任用一组具有该领域技术专长和专业经验的情报官员，来监督杀伤链的开发和效率。

要获得人工智能赋能杀伤链，印度需要大力投资创建“并行数据架构”，一系列专为满足广泛威胁中立化特定需求而设计的大型语言模型和人工智能工具。此类数据架构可能涉及并行开发：1) 在边境地区以及查谟和克什米尔等动荡敏感地区战略部署基于传感器的复杂监控设备，形成结构化的监控数据收集系统；2) 一个先进、安全、集成的本土内部云数据存储和服务器设施。2024年3月，根据IndiaAI使命，内阁批准了未来5年支出10,371.92亿卢比的巨额预算，以及38,000个GPU的设施[31]。在民用人工智能领域，这是重要的一步；然而，在国防领域，根据钱德拉塞卡兰委员会的建议，年度以人工智能为中心的预算拨款仅为100亿卢比[32]。这笔资金远远不足以在国防特定领域建立任何重大的人工智能基础设施。第二步将是汇集国内最优秀的人才，构建一系列适应未来威胁的大型语言模型。这将需要连接到内部云数据库的GPU基础设施。印度正在进行的云计划，如MeghRaj国家云，可以作为一个起点，但考虑到准确的人工智能机器所需的数据规模，这还不够。最后一步是根据安全需求创建各种人工智能工具，这些工具需持续演进以吸收新的威胁维度，并且高度准确，以将附带损害降至最低。

拥有一个有效的人工智能赋能杀伤链可以为印度的安全部队提供许多战略和战术优势。对此类杀伤链针对跨境恐怖分子的有效演示，完全可以形成对巴基斯坦试图将恐怖主义用作外交工具的威慑。

结论

本文通过案例研究分析表明，人工智能在战争中的使用可以走向极端，使技术先进的军队能够主导次常规对抗战场。以色列国防军使用的人工智能赋能杀伤链系统代表了战争逻辑的结构性转变，超越了单纯的技术增强，压缩了决策周期，并模糊了战术执行与战略意图之间的界限。以深刻的伦理、法律和升级风险为代价，以色列的案例既展示了速度、精度、规模和低成本战争的作战优势。对印度而言，盲目模仿或谨慎停滞地跟随这一发展从长远来看可能行不通，但快速、经过校准的、能应对混合威胁复杂谱系的适应将大有裨益。为此，印度的道路必须锁定在构建其本土的、任务导向的人工智能能力上，将其视为由最高当局监督的使命。这些能力在其演进过程中，必须始终锚定在清晰的条令和数据生态系统之上。