战争的演进与人类的发展紧密相连。战争并非凭空出现；它是生存谋划的自然结果。在古代，战争也非无中生有，而是生存策略的逻辑延伸。随着人类从原始的狩猎采集社会演进到先进复杂的文明，战争的轨迹也随之改变。有时，这条轨迹呈线性发展，其激烈程度和影响仅有小幅增加；而在另一些时期，随着新技术、新战略或两者共同出现，战争形态呈指数级跃迁^[2]。由人工智能和量子计算塑造的现代战争，既是过去的延续，也是其发展轨迹的拐点。在史前时期，尼安德特人与早期智人之间的暴力冲突频率较低，地理范围有限，尚未发展成一种制度化的形式。即便在这些早期时代，战争的某些规则已然明晰：使用简单武器、协同合作、制定计划以及造成伤亡。随着人类社会变得更加平等，人们不再以游牧群体形式生活，开始定居在固定地点。因此，战争也发生了改变，变得更加有组织^[3]。美索不达米亚、埃及和印度河流域的早期文明过渡到了更具结构性的战争形式，出现了有组织的军队和专门的武器。战争成为维护/巩固政治权威和扩张领土的首选工具^[4]。

战争不再是两支常备军之间旨在征服对方的武装冲突。它演变成一幅战略艺术的画卷，因军事学说和战略思想的演进而变得生动鲜明^[5]。如今，战争已进入人工智能和量子计算时代，这场过渡之旅可被称为迈向算法化战争的转变。战争从狩猎采集时代的原始形态，到工业时代，再到如今的算法化战争时代的转型，不仅仅是武器或平台使用的过渡^[6]。

工业时代的战争强调规模、机械化及国家资源动员。决策是层级式的，并受到个人偏见的影响。卡尔·冯·克劳塞维茨精辟地阐述了这一时代的哲学层面，其“战争论”构成了战争的政治框架及其不可预测性的基础。克劳塞维茨将战争定义为“政治以另一种手段的延续”^[7]，将战争与治国之术融合为一个统一的概念。他提出了诸如战争迷雾、摩擦和重心等著名理念，以突显军事的复杂性与不可预测性；然而，在工业时代，战斗主要聚焦于消耗。胜负取决于情报质量、后勤限制和通信技术的局限性。信息收集的迟滞、繁琐的分析过程、分析后的决策、命令下达以及僵化的指挥链结构，限制了指挥官将OODA循环（观察、判断、决策、行动）缩短到极限的能力。

克劳塞维茨的战争观

克劳塞维茨的理论经受住了时间的考验。它在很大程度上独立于技术进步，更侧重于人类和心理维度。在战争中，长期和短期的结果在很大程度上仍是不可预测的。即使是最精密的系统也可能犯错，导致难以想象的后果。源于技术故障、沟通不畅、人类局限性和人为错误的不确定性及不可预见的后果影响着军事行动。识别重心为削弱对手实力提供了机会。然而，随着战争从20世纪演进到数字时代，严格的克劳塞维茨视角的局限性变得显而易见。当代作战的快节奏、海量信息以及军事系统日益增长的复杂性，产生了超出传统决策方法局限的需求。克劳塞维茨对战争本质提供了深刻的洞见；尽管如此，他的范式缺乏明确的方法来应对当代战场的高速性和多变性。

约翰·博伊德的OODA循环

在此背景下，约翰·博伊德提出了OODA循环，这是一个改变了军事决策过程理解方式的框架。博伊德的观察、判断、决策、行动模型将冲突较少视为一系列固定步骤的序列，而更多地视为试图预测、干扰和超越对方的对手之间持续不断的互动。重要的不仅仅是火力或数量优势，而是比对手更快、更连贯地处理不断演变的事态的能力。

该模型产生影响的部分原因是它反映了真实战斗情况的不确定性。战争中的决策很少能在信息完全的情况下做出。指挥官观察零散信息，通过先前的经验和训练加以解读，然后在压力下采取行动。例如，在海湾战争期间，联军得益于更快的信息流和更灵活的指挥结构，而伊拉克的应对则常常滞后于变化的战场态势。博伊德的框架很好地捕捉了这种不平衡。它表明，混乱和延迟甚至可以在物理性摧毁变得具有决定性之前就削弱对手^[8]。OODA循环提供了与卡尔·冯·克劳塞维茨更具哲学意味的战争论述略有不同的东西。克劳塞维茨关注的是战争的本质、不确定性、政治意图和摩擦。然而，约翰·博伊德似乎更感兴趣于在压力下如何实际做出决策，以及一方如何能破坏对手做出连贯反应的能力。他的框架感觉更具可操作性，或许是因为它源于实际的军事经验，而非仅仅是抽象的理论。博伊德认为，冲突的成功较少取决于做出完美的决策，而更多地取决于比对手处理事件的速度更快地做出可行的决策。这一区别至关重要。在战斗中，等待完全清晰的局势通常意味着反应过迟。一支即使不完美也能快速适应的部队，可能会扰乱仍在试图解读局势的对手。这种思维在现代机动战争中可见一斑，其中节奏和主动性常常胜过僵化的控制。

这个理念也自然契合分散式指挥结构。人们期望下级指挥官能够响应不断变化的情况，而无需持续等待上级批准。例如，在海湾战争中，联军比伊拉克军队享有更快的信息流和更灵活的指挥安排，后者的反应通常更慢且高度集中。尽管如此，博伊德的模型并非没有局限。更快的决策并不自动产生更好的结果，特别是当信息本身被操纵或不完整时。然而，OODA循环经久不衰的吸引力或许在于其现实性。战争很少给予足够的时间来确保确定性，认识到这一点的军队往往以不同的方式组织自身。OODA循环常被认为加速了决策过程，这种声誉在很大程度上是合理的。然而，该框架高度依赖于人类认知，这引入了比军事学说有时所设想的更难标准化的复杂性。在判断阶段，这种局限性变得尤为明显。这是原始信息被解读、筛选并被赋予意义的阶段，而这一过程远非中立。

约翰·博伊德明白，人们处理信息的方式不尽相同。经验、训练、制度文化、个人假设甚至压力水平都会影响对局势的解读。两名军官可能收到相同的情报信息，却仍对所发生之事得出不同的结论。一人可能看到战术机会，而另一人则看到升级风险。这种差异未必是非理性的。它反映了认知本身的主观性。在作战条件下，这一点变得更加显著。人类的注意力是有限的，尤其是在信息饱和的环境中。疲劳、认知偏见和情绪紧张会在最需要清晰判断的时刻恰恰限制了判断力。近期的冲突已显示出指挥官根据不完整的无人机画面采取行动或误读电子干扰的实例。问题不在于缺乏数据，而在于难以实时准确解读。

因此，OODA循环的有效性似乎不仅仅与速度相关。基于扭曲认知做出的快速决策可能造成混乱而非优势。或许，关键在于压力下的认知质量、适应能力、过滤噪音以及在局势再次变化前修正假设的能力^[9]。

人工智能和大规模数据分析进入战争领域，已经开始改变军事决策的方式，或许更重要的是，改变由谁或由什么做出决策。决策曾被认为本质上是一种由判断、直觉、训练和压力下的经验所塑造的人类功能。这种假设现在似乎已不那么稳固。在许多作战场景中，机器不再局限于通过后台计算支持指挥官。它们越来越多地协助识别目标、筛选情报流、优先排序威胁，并以参谋人员难以企及的速度推荐应对方案。

这种转变促成了常被描述的“算法化战争”。这个词有时听起来有些夸张，但其背后的变化足够真实。现代军事系统通过卫星、无人机、传感器、雷达网络和通信拦截产生海量数据。人类操作员无法实时处理所有这些信息。然而，人工智能（AI）系统可以在数秒内扫描海量数据集中的模式，标记异常，并在事件仍在发展时进行评估。近期的冲突已部分展示了这一趋势。例如，在俄乌冲突中，自动化数据融合和无人机辅助的目标瞄准缩短了从探测到打击的时间。类似的进展在海上监视中可见，人工智能工具追踪的船舶运动模式，如果是人工分析，会让人力分析师不堪重负。

尽管如此，将人类完全排除在决策循环之外的想法仍然存在争议。机器处理速度可能更快，但仅凭速度并不能保证良好的判断。算法在其训练所用数据的质量和假设内运行。错误识别、带有偏见的数据集或被操纵的输入会迅速扭曲结果。即便如此，人工智能系统正日益压缩OODA循环的每个阶段，常常迫使人类决策者以机器设定的节奏做出反应，而非经过深思熟虑^[10]。

在OODA循环的观察阶段，军事系统现在从卫星、无人机、雷达站、通信拦截和遍布不同作战领域的地面传感器中获取海量数据。仅数据量就使得纯粹的人力解读变得困难。在判断阶段，算法系统开始过滤这些信息，寻找模式，标记异常，并试图从常常是零散或矛盾的输入中生成连贯的作战态势图。这个过程看起来很高效，尽管算法生成的清晰度有时会造成一种误导性的确定性。

决策阶段越来越依赖于预测性分析，该分析提出可行的行动方案，并附有估计概率和预测结果。指挥官可能仍保留着正式权力，但他们的选择常常受到机器生成建议的影响，这些建议的传递速度使得在实时情况下难以提出质疑。在某些场景下，特别是导弹防御或自主无人机作战中，即使是几秒钟的延迟也可能改变结果。行动则引入了另一个转变。一旦权力被授予自主或半自主系统，执行过程可能只需最少的人工干预。防空系统在某些条件下已经以这种方式运行，反应速度之快是人类操作员难以合理掌控的。然而，减少人类参与也减少了犹豫、重新解读或克制的机会。因此，OODA循环因自动化而受到压缩，机器加速了每个阶段，而人类越来越多地监督着在实践中他们可能已无法完全控制的过程。

从以人为中心到人工智能介入的决策周期

人工智能赋能决策系统已经开始以前所未有的方式压缩战争中的时间，这在几十年前似乎是不现实的。曾经需要数小时甚至更长时间经过层层分析、讨论和授权的决策，现在可以在数秒甚至毫秒内完成。导弹防御系统已经以此种速度运行，因为仅靠人类反应通常太慢，无法拦截来袭威胁。然而，更广泛的影响比单纯的“更快的战争”更令人不安。

这种加速日益被描述为“超限战”（Hyperwar），这个术语由约翰·R·艾伦和人工智能研究员阿米尔·侯赛因于2019年提出^[11]。这个词指的是OODA循环的急剧压缩，观察、判断、决策和行动以机器速度而非人类思考的速度发生。实际上，人工智能系统可以在人类操作员完全解读局势之前，就分析传感器数据流、识别模式、优先排序威胁并触发响应。

然而，问题不仅仅是速度。当事态发展速度快于有意义思考成为可能时，人类认知会感到困难。在此条件下，指挥官可能逐渐从积极的决策者转变为监控自动化流程的监督者，而这些流程他们无法在现实中实时评估。人工智能驱动战争的支持者认为，这减少了犹豫并提高了反应能力。然而，批评者担心，压缩的时间线几乎没有留下判断、克制或重新考虑的余地，尤其是在系统开始自主交互之后。因此，担忧的焦点较少在于机器在抽象意义上变得智能，而更多在于战争日益以一种人类干预开始感觉在结构上滞后的节奏展开。

在决策过程中，人在环路（human-in-the-loop）的依赖演变为人出环路（human-out-of-the-loop）。在“算法化战争”领域，战争的节奏与机器处理速度成比例地加速。在超限战中，传统上赋予人类的决策者角色，正越来越多地被委托给机器。随着人工智能系统变得更智能、更强大，人类的认知局限将阻碍决策循环。因此，人类决策者将面临压力，不得不将更大的权力委托给机器。

算法化战争范式

在算法化战争中，传统上构成军事力量范围的组成部分已从其显赫地位有所退却。这些已被数据、通信和计算能力所取代。集结军队、刺激工业生产和提升火力的能力，虽然是战争中的一个决定因素，但其尊崇地位正面临压力，因为越来越依赖人工智能和机器学习能力以在冲突中取得有利结果。重心从物质资产转向信息优势和决策优势^[12]。信息优势并非全新的范式，而是一种演进范式，据一些专家称，这更是一种革命性现象。这种范式促使人们重新审视许多基本概念和论述。指挥与控制结构需要重新配置，以便在人类监督下将人工智能系统整合到决策过程中。源自指挥与控制结构的决策，需要由行为体（人类、机器或两者）执行，以在尽可能短的时间内实现目标。

从克劳塞维茨的洞见到博伊德的OODA循环，再到人工智能赋能决策，在学说、战略和战术上的演进并不代表战争演变中的离散断裂。在战争中，每一次演进都是对现有且持久原则能力的增强。

即使在由人工智能、精确制导武器和实时监视网络塑造的时代，卡尔·冯·克劳塞维茨的思想依然难以被摒弃。他认为战争最终与政治目的相关，这一论点所解释的内容，有时超过了许多以技术为中心的理论所承认的。先进的军事能力可能改变冲突的速度和规模，但它并不能消除不确定性或保证政治上的成功。涉及伊朗、美国和以色列的持续紧张局势和冲突相当尖锐地说明了这一点^[13]。军事行动、经济施压、秘密活动和外交胁迫都与更大的政治目标相关联。对于美国和以色列而言，这些目标包括遏制伊朗的地区影响力、削弱其核基础设施，以及至少在某些圈子里，鼓励其内部政治变革。伊朗的优先事项看似更窄，但政治性丝毫不减：政权生存、战略威慑以及维持其在地区力量动态中的相关性。然而，战场或技术上的优势并未顺利转化为政治解决。空袭可能破坏基础设施并削弱军事能力，但它们不会自动产生稳定结果或迫使政治屈服。停火谈判、间接讨价还价、制裁和国际压力的持续存在表明，冲突仍然受到远超单纯军事对抗之外的算计所塑造。

克劳塞维茨曾预见到类似的问题。战术或作战上的成功可以与政治模糊性共存。一个国家可能在军事上占据主导，但仍难以确保其最初寻求的条件。当前的冲突反映了这种紧张关系。主要行为体中没有任何一方似乎已经完全实现了最初为其升级行为辩护的政治目标，这或许解释了为什么冲突持续在对抗、克制和不安的谈判之间摇摆，而非达到任何决定性的终点。

在涉及伊朗、美国和以色列的持续对抗中，约翰·博伊德的OODA循环框架以相当实际的方式显现。各方都在不断观察战场发展、收集情报、解读信号，并根据形势变化调整应对。监视系统、拦截的通信、卫星图像、无人机数据流和网络情报都输入到这个循环中。信息被快速收集、筛选、评估，然后推送给决策者，他们必须在局势再次变化前采取行动^[14]。然而，这场冲突也暴露了这一过程的脆弱性。OODA循环假定观察与行动之间存在一定程度的清晰度，但现代冲突很少能提供这种稳定性。情报在送达指挥官之前可能不完整、被操纵、延迟或在政治上被过滤。电子干扰、虚假信息和不对称战术在每一阶段都使解读复杂化。

伊朗的做法在这方面尤其具有破坏性。它并非仅仅依赖传统军事对抗，而是经常使用代理网络、分散行动、经过校准的导弹攻击、网络活动和战略模糊性。这类战术通过使意图更难以解读，从而减缓对手的判断阶段。例如，一次无人机袭击可能同时传递军事信号、政治信息或威慑意图。这种模糊性迫使对手在回应前花费更多时间评估风险。因此，即使是技术优势方也可能发现其决策周期变得紧张。问题不一定在于缺乏能力，而是在于当作战环境被刻意设计成比得出清晰结论更快速产生不确定性时，难以保持连贯的判断。

在许多情况下，他们的判断和反应周期已被打乱。由于伊朗有能力在承受猛烈空袭的情况下进行军事调整和政治重新定位，制空权带来的战术优势未能转化为长期的战略收益。博伊德的OODA循环在伊朗冲突中的相关性得到了重申，表明认知和适应性，而不仅仅是摧毁，才能带来相对的战略优势地位。

算法化战争，尽管听起来不错，似乎是一个尚未在军事术语中被广泛使用的词汇。然而，它已经进入军事词汇，塑造着现代战争的作战方式。在算法化战争中，算法是核心：它们处理海量的、碎片化和非结构化的数据，将其转化为可操作的洞见，并辅助决策。算法甚至可以被定制来自动化决策，做出自主选择。想象一下，一架无人机不是通过飞行员的直觉，而是通过对成千上万张图像训练出的模式识别来识别目标。或者，监视系统在任何人分析师有时间查看之前就标记出“可疑行为”。这很高效，不可否认。然而，对我们中的一些人来说，授权代码行自主承担战争的部分任务，令人不安。

算法化战争加快了任务执行的节奏。高风险的决策，原本需要进行背景研究、分析和审议，需要花费数小时甚至数天的大量时间，现在可以被压缩到数秒。据报道，在伊朗冲突中，美国和以色列使用人工智能辅助系统来识别目标列表，这是最优秀的人脑在给定时间框架内永远无法匹敌的。

Palantir科技公司与美军

美国军方与Palantir科技公司的关系，其发展之广泛已远超该公司早期作为利基分析公司的形象。在过去的十年中，Palantir已日益融入美国国防生态系统，尤其是在涉及情报整合和作战决策支持的领域。其平台，特别是Gotham和新的人工智能平台（AIP），旨在整合来自多种不同来源的信息：卫星图像、无人机数据流、信号情报、后勤数据和人工报告^[15]。

对军事指挥官而言，其吸引力似乎相当实际。现代战场以压倒性的速度产生碎片化且常常矛盾的信息。一个监视数据流可能显示部队调动，而被拦截的通信则暗示着不同的情况。像Palantir这样的系统试图将这些输入组织成一个持续更新的作战态势图，指挥官可以与之实时互动。在包括涉及伊朗的紧张局势在内的高压情况下，这种整合可以缩短观察与决策之间的差距。

然而，这也改变了软件在军事结构中的作用。Palantir不再仅仅作为处理孤立数据分析的后台支持工具运行。其平台日益影响着信息如何被优先排序、解读并呈现给决策者^[16]。这种区别很重要，因为信息的结构常常影响决策本身。支持者认为，集成系统减少了混乱，提高了作战响应能力。然而，批评者担心对算法过滤日益增长的依赖，指挥官在时间压力下可能无法完全理解或挑战这些过滤。这种担忧较少是关于单一公司获得影响力，更多是关于军事判断如何逐渐适应软件生成的、看似连贯的现实，即使底层数据可能仍包含不确定性。

近年来，美国军方与Palantir科技公司的关系已远超传统的情报支持范畴。其软件平台，包括Gotham、Foundry和人工智能平台（AIP），日益在作战规划和战场管理的中心地带运作。它们协助任务规划、传感器融合、后勤协调，并构建来自多路信息的实时作战态势图。对此类系统的需求反映了当代战争的速度和复杂性。现代战场产生的数据量远超过参谋人员能够轻松实时处理的程度。超音速飞机、远程精确导弹、无人机蜂群、游荡弹药、卫星数据流和信号情报系统都在持续产生每分钟都在变化的输入。在战斗条件下，期望指挥官从几个互不关联的系统吸收碎片化信息并仍能快速做出连贯决策，似乎越来越不切实际。

这正是Palantir作用变得重要的地方。其平台试图将分散的输入融合到单一作战界面，减少观察与响应之间的延迟。指挥官不再需要手动在不同情报源、通信系统和目标显示之间切换。软件在信息到达决策者之前就对其进行组织和优先排序。然而，更深层次的影响可能在其他地方。随着军事组织越来越依赖集成的人工智能驱动系统，软件开始塑造战场现实本身如何被感知。决策可能显得更快、更连贯，但它们也日益通过算法结构被过滤，而指挥官在压力下并非总能完全审视这些结构。因此，问题不仅在于效率，还在于军事判断如何逐渐适应机器筛选出的战争理解。

Palantir科技公司似乎已从支持传统的“杀伤链”模型转向更接近分布式“杀伤网”架构。旧的杀伤链框架遵循相对线性的序列：探测、识别、瞄准、交战。然而，当代战场很少以如此有序的方式运作。信息现在同时流经卫星、无人机、地面传感器、网络、海军平台和空中系统，常常是多个行为体同时互动。Palantir的平台似乎正是为这种更网络化的环境设计的。它们不将军事行动视为孤立的行动链条，而是将多个传感器、情报流和决策节点整合到一个持续连接的作战结构中。一架探测到移动的无人机、一颗捕获图像的卫星和一个拦截通信的信号情报平台，几乎可以实时地全部馈入同一个系统。

这种转变之所以重要，是因为现代战争越来越看重适应性而非僵化的顺序。如果一个传感器或平台失效，另一个可以填补空缺。这种灵活性更像一张网而非一条链。同时，这种互联性也产生了对软件集成和连续数据流的依赖。该架构在某些方面变得更有韧性，但在其他方面可能更容易受到干扰、过载或操纵的破坏。经典的杀伤链遵循线性轨迹，转换依次发生，即一步接一步。传统模型通常描述为：发现威胁、确定其位置、跟踪其移动、瞄准它、交战并评估结果。每个阶段只有在前一阶段成功完成后才能开始。在多个领域同时运作的对抗环境中，杀伤链模型失去了其可行性和有效性。任何一个环节的中断都可能打断整条链。Palantir的系统有助于超越这种线性结构，进入网络化的杀伤网^[17]。

从杀伤链到杀伤网

算法化战争正在加速从传统杀伤链到现代杀伤网的过渡。在多域系统同时运行的时代，线性的杀伤链极易在任一环节受到干扰^[18]。单个断裂的环节就可能导致整个过程陷入停顿。这正是算法化战争的累积优势显现之处。人工智能系统可以同时从各种来源摄取前所未有的大量数据，识别模式，量化威胁，并推荐相应的应对措施。不再是信息依次序流动，网络中的多个节点可以准备就绪，根据从同一共享态势图中获取的信息采取行动。这个过程变得分布式而非顺序性。实际上，算法就像蜘蛛，将从不同传感器和射手接收到的信息线索编织成一个选项网络。

然而，解决与战争相关的不确定性并无万全之策^[19]。从概念上讲，杀伤网似乎是完美的解决方案，但战争天生具有模糊性。算法，无论训练得多么好，都可能误读模式并提供选项，当用带有认知疏忽的方式评估时，这些选项将是代价高昂且不切实际的。尽管利用算法从杀伤链过渡到杀伤网具有重要的战略意义，但它并不能消除战争迷雾和摩擦，也不能免除指挥官的道德责任。

有人可能会说，将决策能力委托给机器，尤其是在战争中，似乎是非人化的，因为这赋予它们基于计算而非道德理解对人类（敌军士兵）做出决策的权力。承载生杀予夺之重的决策需要由良知驱动，具有同理心，并考虑具体情境。机器可以识别模式，有时基于概率推理推荐行动。当以人为中心的特质从决策过程中移除时，战争就变成了非人化的行为，没有任何情感依托，并可能变得更加机械化和情感疏离。杀戮可能开始看起来像一项技术任务，而非一项严肃的人类行为。

然而，将算法化战争纯粹定性为非人化的也是不准确的。算法做出的瞄准决策能够实现精确打击，与过去那些辨别力较差的方法相比，减少了附带损害。预警系统可能有助于在敌对威胁具体化之前缓和升级态势。在全球范围内，强大的军队已采用了有望提供更大控制力的技术。算法系统是这一上升轨迹中的又一个新增项，尽管它们带来的影响和自主性确实感觉不同。

今天的战争可以描述为一种混合模型，它结合了所有三种范式的要素：克劳塞维茨理论、博伊德的OODA循环和算法化决策。

这些范式都无法单独应对当今的战略挑战。卡尔·冯·克劳塞维茨认为，战争仍然是政治通过暴力手段的延续，尽管技术发生了巨大变化，这一观察似乎仍难以被忽视。国家开战并非仅仅因为他们拥有先进武器或自主系统。他们作战是为了确保政治目标、改变战略态势、强制行为或维持政权生存。包括纳戈尔诺-卡拉巴赫冲突、俄乌冲突以及红海和更广泛中东地区持续对抗在内的近期冲突，相当清晰地反映了这一点。军事行动可能在技术上显得复杂精密，但其背后仍与政治意图相联系。

在作战层面，约翰·博伊德的OODA循环为讨论引入了另一层面。现代战场移动迅速且常常不平衡。无人机打击、导弹防御系统、网络行动和电子战压缩了用于解读和响应的时间。指挥官被期望观察变化的条件、解读碎片化信息、做出决策并在对手适应之前采取行动。在实践中，能更连贯地循环此过程的一方往往能获得暂时优势，即使没有压倒性力量。

人工智能使局面进一步复杂化。人工智能系统能够以超越人类认知的速度处理海量传感器数据流、识别模式并生成建议。这大大加速了OODA循环，尤其是在信息饱和的环境中。然而，更深层的转变可能不仅仅是更快的战争。人类的判断越来越多地在机器塑造的时间线内运作。在克劳塞维茨的意义上，政治目标仍然指导着战争，但算法系统现在影响着军事组织以多快的速度向这些目标迈进，有时甚至在深思熟虑完全跟上之前。

一个更可行的办法可能在于一个混合模型，它选择性地汲取每种范式的精华，而非将任何一种视为自身就足够。克劳塞维茨意义上的政治判断仍然重要，因为战争继续围绕着战略目标和人类后果。博伊德对节奏、适应性和决策优势的强调在快速变化的作战环境中仍然具有现实意义。与此同时，人工智能驱动的系统在处理数据、识别模式和减少复杂战场空间中的延迟方面具有明显优势。

完全依赖一个框架似乎越来越有局限性。单凭人类判断难以应对现代战争的数据量和速度，而完全自动化的决策则会带来误算和过度依赖算法解读的风险。因此，一个混合模型似乎更实际，机器在速度和数据整合方面提供协助，而人类保留解读、克制和政治意图的责任。这种平衡可能永远不会长期稳定，但这种不稳定本身或许正反映了当代冲突的本质。克劳塞维茨理论将塑造战争的政治目的和战略范围^[20]。战略和战术计划的适应性与节奏将与博伊德的理论相一致。算法驱动的系统将推动跨领域的感知、分析和协调工作。这三种范式的结合，将战争同时定义为政治的、认知的和计算的。

战略决策将继续主要以人为中心，植根于个体条件、判断、训练和情境理解。另一方面，人工智能系统将被委以作战和战术决策以及执行的任务，以引发快速、相称的响应。挑战在于如何有效地融合这三种范式，从而实现由技术优势、战术效率和作战能力驱动的战略目标。然而，存在着需要新视角和战略洞见的学说和伦理挑战。技术正以前所未有的速度演进，脱离了本应指导其发展的伦理框架——国际法的制定和实施难以保持相关性，并面临着被普遍接受的挑战。

更深层的挑战可能不在于机器自主性本身，而在于人类认知如何逐渐适应与之共存和并肩运作。这种调整不太可能平稳进行。军事组织可以相对快速地引入先进的自主系统；而改变人类判断和行为习惯则需要更长的时间。人们习惯于质疑、解读和干预。完全信任自动化系统，尤其是在高风险环境中，并非自然而然的，即使这些系统在速度和数据处理方面持续超越人类。

同时，过度依赖会产生不同的问题。心理学家常将这种倾向描述为“自动化自满”，即操作员因系统过去可靠运行而对其输出变得过度自信^[21]。商业航空业已经展示了这个问题的某些方面。驾驶高度自动化飞机的飞行员有时会失去情境意识，正是因为常规任务被软件处理得如此高效，直到一个异常事件突然需要快速的人工干预。

在由人工智能支持的瞄准、导弹防御或战场管理软件驱动的军事系统中，存在类似的风险。当机器生成的评估与预期一致时，操作员可能停止仔细质疑它们。模糊的数据可能被忽视，矛盾的信号被忽略，或有缺陷的输出未经充分审查就被接受。当系统遇到其训练假设之外的情况时，困难就会出现。届时期望人类干预迅速恢复控制，但到了那个阶段，操作员可能在认知上已经脱离了决策过程。

因此，高度自动化系统未必减少对人类认知的需求。它们改变了其性质。人类不再持续控制操作，而是越来越多地进行监督、解读例外情况，并在故障条件下进行干预。这在理论上听起来是可行的。但在实践中，在压力下重新掌控一个快速运行的自动化流程，可能需要一种与传统军事机构所训练的不同类型的判断。

结论

当代战争的特点似乎越来越受到古老的战略思想与快速发展的技术之间不安的相互作用所塑造。卡尔·冯·克劳塞维茨的思想仍然具有现实意义，因为尽管存在无人机、人工智能系统和自主武器，战争仍然围绕着政治目标展开。国家使用武力是为了确保威慑、维护影响力、维持政权生存或改变战略平衡。工具已发生巨大变化。根本动机或许比预期的变化要小。在作战层面，约翰·博伊德的OODA循环获得了新的重要性，恰恰因为现代冲突以如此不均衡的速度展开。军事组织现在竞相观察、解读和反应，力求比对手的适应速度更快。人工智能通过以超越人类认知的规模分析数据，加剧了这一过程。卫星数据流、无人机图像、信号情报、网络输入和战场通信现在几乎可以持续处理，压缩了探测与行动之间的时间。从这个意义上说，技术并未取代经典的战略思想。它改变了这些思想运作的节奏。

然而，算法化战争的兴起带来了军事机构似乎尚未完全解决的紧张关系。随着作战系统从相对线性的杀伤链转向网络化的杀伤网，软件日益影响着威胁如何被识别、优先排序和接战。人类操作员仍然存在，但其角色正逐渐从直接控制转变为特殊情况下的监督和干预。与Palantir科技公司相关的系统相当清晰地说明了这种转变。集成的人工智能平台可以提高协调、减少信息过载并加速战场决策。然而，对算法系统的依赖也造成了不透明性。指挥官可能信任那些他们在实际操作压力下无法有效质询的输出。对自动化的过度自信，加上被压缩的决策周期，可能缩小反思和克制的机会。

那么，更深层的问题可能不在于军队能否建造更先进的机器。他们几乎肯定能。更困难的问题在于，当战争日益以机器速度展开时，政治判断、伦理责任和人类问责能否保持完整。未来的军事效能可能较少取决于单纯的技术拥有，而更多地取决于各国如何审慎地在自动化与有纪律的人类控制之间取得平衡。

注释

1. Lawrence H. Keeley, War Before Civilization: The Myth of the Peaceful Savage(New York:Oxford University Press, 1996); Azar Gat, War in Human Civilization(Oxford: Oxford University Press,2006); Jeremy Black, War and Technology(Bloomington: Indiana University Press,2013).
2. Carl von Clausewitz, On War,ed.and trans. Michael Howard and Peter Paret(Princeton,NJ: Princeton University Press, 1976); Martin van Creveld, The Transformation of War(New York: Free Press, 1991); Rupert Smith, The Utility of Force: The Art of War in the Modern World(New York: Alfred A. Knopf, 2007).
3. Brian Fagan, Cro-Magnon: How the Ice Age Gave Birth to the First Modern Humans(New York: Bloomsbury Press, 2010); Chris Stringer, The Origin of Our Species(London: Allen Lane,2011); Rebecca Wragg Sykes, Kindred: Neanderthal Life, Love, Death and Art(New York: Bloomsbury Sigma, 2020).
4. Azar Gat, War in Human Civilization(Oxford: Oxford University Press, 2006); Trevor N.Dupuy, The Evolution of Weapons and Warfare(Indianapolis: Bobbs-Merrill, 1980); John Keegan, A History of Warfare(New York: Alfred A. Knopf, 1993).
5. Martin van Creveld, Technology and War: From 2000 B.C. to the Present(New York: Free Press, 1989); Lawrence Freedman, The Future of War: A History(New York: PublicAffairs,2017).
6. Carl von Clausewitz, On War,ed.and trans. Michael Howard and Peter Paret(Princeton,NJ: Princeton University Press, 1976),87.
7. Frans P.B. Osinga, Science, Strategy and War: The Strategic Theory of John Boyd(London: Routledge, 2007).
8. 同上。
9. Frans P.B. Osinga, Science, Strategy and War: The Strategic Theory of John Boyd(London: Routledge, 2007); Mick Ryan, War Transformed(Annapolis, MD: Naval Institute Press,2022).
10. John R. Allen and Amir Husain, Hyperwar: Conflict and Competition in the AI Century(New York: Diversion Books,2021).
11. Mick Ryan, War Transformed: The Future of Twenty-First-Century Great Power Competition and Conflict(Annapolis, MD: Naval Institute Press,2022).
12. Reuters,“U.S. Positive on Iran Deal Talks but Still Uncertain as Ceasefire End Nears,”April 21,2026
13. Reuters,“Iran Tightens Control of Hormuz After U.S. Calls Off Renewed Attacks,” April 23,2026.
14. Palantir Technologies,“About Palantir,” corporate history materials; Christopher O'Donnell,“Palantir and the Military's Data Problem,” Defense One, various reports on Afghanistan and Iraq-era adoption.
15. Palantir Technologies,“About Palantir,” corporate history materials; Christopher O'Donnell,“Palantir and the Military's Data Problem,” Defense One, various reports on Afghanistan and Iraq-era adoption.
16. Reuters,“Pentagon to Adopt Palantir AI as Core U.S. Military System, Memo Says,”March 20,2026.
17. John R. Allen and Amir Husain, Hyperwar: Conflict and Competition in the Al Century(New York: Diversion Books,2021); Mick Ryan, War Transformed(Annapolis,MD: Naval Institute Press, 2022).
18. John R. Allen and Amir Husain, Hyperwar: Conflict and Competition in the AI Century(New York: Diversion Books,2021).
19. Hew Strachan, The Direction of War(Cambridge: Cambridge University Press, 2013).
20. Carl von Clausewitz, On War, ed. and trans. Michael Howard and Peter Paret(Princeton,NJ: Princeton University Press, 1976); Robert Coram, Boyd: The Fighter Pilot Who Changed the Art of War(New York: Little, Brown and Company, 2002).
21. Frank G. Hoffman, Conflict in the 21st Century: The Rise of Hybrid Wars(Arlington, VA:Potomac Institute for Policy Studies,2007).
22. Raja Parasuraman and Victor Riley,“Humans and Automation: Use, Misuse, Disuse,Abuse," Human Factors 39, no.2(1997):230-253.
23. Herbert Lin and Amy Zegart, eds., Bytes, Bombs, and Spies(Washington, DC: Brookings Institution Press,2018).