战争的特性处于永恒演变之中，要求军队不仅要跟上步伐，还要通过技术优势积极寻求决定性优势。将人工智能整合到军事决策流程中，代表了这一追求的下一个前沿。虽然这一概念看似抽象，但最近在美陆军指挥与参谋学院的实际应用，已经为大语言模型如何变革参谋兵棋推演提供了具体蓝图。本文概述了一项利用人工智能提升行动方案分析速度、深度和严谨性的实验所得出的关键发现与经验教训，为更广泛的部队提供了一个模型。

军方探索表明，在获得适当资源和指导的情况下，人工智能可以成为参谋人员的强大认知伙伴。然而，其成功整合并非简单的“即插即用”。它需要一种有意识的方法论，围绕三大支柱展开：构建稳健的分析框架、执行以人为本的兵棋推演，以及拥抱迭代学习过程。

构建框架：为人工智能配备作战资源

初始且最关键的阶段是准备数字战场空间。目标是创建一个环境，使人工智能智能体能够像人类参谋人员一样，有效运用相同的条令和作战文件进行推理。这并非通过从头构建新模型实现，而是通过利用现有平台，为特定军事应用定制一个预训练的大语言模型。

该过程涉及对基础人工智能智能体进行三项关键修改：

1. 模型选择： 底层大语言模型的选择至关重要。需要一个能够对复杂作战输入进行详细分析的人工智能。选择了一个具有100万标记庞大上下文窗口的“重量级”模型。这个庞大的窗口至关重要，因为它使得人工智能在分析过程中能够同时参考广泛的条令出版物、作战命令和特定场景数据，模拟了规划参谋的认知负荷。
2. 智能体指令： 人工智能智能体，很像士兵，需要清晰的指令。制定了一套基础智能体指令，定义了人工智能的角色、核心职责和执行指导。借鉴如FM 3-0《作战》和FM 5-0《作战流程》等条令来源，赋予该智能体作为公正的裁判员和分析师的角色，为其在兵棋推演中的角色提供了基础的“指挥官意图”。
3. 资源供给： 人工智能的输出质量取决于所提供的信息质量。通过两种方法为智能体提供了其参考“资料库”。虽然直接上传文档是可行的，但效率低下且消耗模型有限的上下文窗口。更为有效的方法是将关键文档转换为本体对象。此过程提取并结构化文本，使人工智能解析起来显著更容易、更快速。大部分参考资料——包括条令手册、作战命令，以及敌方/己方能力手册——都被处理成这种优化格式，为人工智能创建了一个结构化且可快速访问的知识库。

执行与关键发现：结构化提示与简化提示

框架建立后，按照标准的“行动、反应、反行动”序列执行了一次双行动方案兵棋推演。最重要的发现来自于尝试如何向人工智能传达任务。

最初，对于行动方案1，使用了一个高度结构化的提示，按作战职能详细说明了每一项己方行动。虽然详尽，但这种方法持续导致结果偏向于己方部队，需要频繁的人工干预以确保结果真实。看来，通过提供过多细节，限制了人工智能独立推理和权衡所有因素的能力。

对于行动方案2，通过并行运行两个人工智能智能体来测试这个假设。一个接收相同的结构化提示，而第二个接收一个简化的提示，该提示仅聚焦于主要任务和关键行动。结果令人惊讶。使用简化提示运行的智能体给出了远为真实的裁决。通过提供更少的明确指示，使人工智能能够更有效地利用其完整的条令知识和场景数据上下文，来模拟敌方反应和战斗结果。这引出了一个关键见解：只要人工智能获得了包含必要文档的适当资源，它只需要基本行动——指挥官在该回合的意图——就能正确裁决结果。

这在兵棋推演第三回合得到了有力证明。在场景中，一个拥有三个连的己方营受命牵制一支超过五个连的防御敌军。人工智能反馈的结果参谋人员认为过于乐观：己方战斗力量保持在75%，而敌方降至40%。起初，人类的“直觉判断”认为这个结果有误。

然而，对人工智能推理过程的探究揭示了一个不同的情况。人工智能解释其裁决是基于完全可用的近距空中支援、攻击航空兵和炮兵支援己方行动所产生的条令效应。人工智能根据其参考资料中的条令计算表，正确地计算了压制效应。相比之下，人类规划者潜意识里假设边缘效应只会产生边缘效果。

为了验证这一点，调整变量重新运行了该回合：

• 边缘炮兵和有效近距空中支援：己方战斗力量降至65%。
• 有效炮兵和边缘近距空中支援：己方战斗力量降至70%。
• 近距空中支援和炮兵均为边缘效应：己方战斗力量降至55%。

此测试证明，人工智能最初的逻辑是合理的，且基于所提供的数据。更重要的是，它揭示了人类参谋分析中一个隐藏的假设。人工智能并未取代参谋人员，而是挑战了他们的假设，并迫使他们对所有可用资产进行更严格的考量，最终导致了对计划更深入的理解。

部队可汲取的经验教训

这次人工智能增强兵棋推演实验为陆军在推进该技术作战应用时提供了若干重要经验：

1. 人在回路不可或缺。 最关键的教训是，人工智能是增强而非取代专业军事判断的工具。人类的“直觉判断”仍然是真实性的最终仲裁者。人工智能的作用是加速分析、识别潜在盲点，并处理处理条令数据的巨大认知负荷，从而解放参谋人员，使其专注于更高层次的批判性思维。
2. 提示设计是一项新的参谋技能。 如何向人工智能下达任务会显著影响其输出。过于详细的提示可能抑制人工智能的推理能力并引入偏见。部队必须培养制定清晰、简洁、以意图为中心的提示的专业技能，使人工智能能够最好地利用其知识库。
3. 数据准确性至关重要。 “输入垃圾，输出垃圾”这句格言从未如此贴切。人工智能的裁决与其所提供的数据直接相关。要使人工智能有效，部队必须保持极其精确的文档记录，特别是像任务编组这样直接影响战斗力量计算的动态产物。
4. 人工智能可以成为强大的红蓝队工具。 人工智能基于敌方条令和能力进行“思考”且不带己方偏见的能力，使其成为一个宝贵的红蓝队工具。通过提供基于条令且客观公正的敌方行动方案视角，它可以揭示参谋人员可能忽略的己方计划弱点。

总之，经验表明，将人工智能整合到军事决策流程中并非遥远的未来概念，而是具有巨大潜力的当前现实。通过为编队提供获得适当资源和指导的人工智能智能体，可以显著提高参谋兵棋推演的质量和速度。这个过程允许进行更多重复、更深入的分析，以及对自身假设进行关键的挑战。其结果是产生一个经过更严格测试的计划、一支为突发事件做好更充分准备的参谋队伍，以及一位能够以更快速度和更大信心进行决策的指挥官。前进道路需要发展条令、培训和技术基础设施，以使人工智能成为决策工具包中不可或缺的一部分，从而确保在未来的战场上获得决定性优势。

https://smallwarsjournal.com/2026/02/09/accelerating-military-decision/