AI重塑现代战争形态，我们该如何应对？

作者：艾文

今天是7月19日，2026美加墨世界杯已经进入最后关头，即将迎来决赛。这是史上第一届被称为“AI世界杯”的赛事：赛场上大量使用了一整套人工智能技术，包括对球员骨骼进行毫米级精确定位、给裁判配备能实时增强画面的智能摄像头、用大模型帮球队做赛前和临场的战术推演，还有能自主巡逻的机器狗负责场馆安保。

很少有人意识到，这场绿茵场上的科技秀，其实是一场和平时期的军事预演。比如，比赛用球里装有传感芯片，能实时回传自己的位置、速度和旋转数据，这套逻辑一旦搬到战场，意味着导弹、炮弹、无人机可以像组队打配合一样互相“通气”，一发打偏了，后面的能自动修正瞄准；裁判头盔上那颗能实时增强画面、减少延迟的摄像头，对应到军事领域，就是给普通士兵和坦克车组配上一双“开了外挂”的眼睛，让他们不用再靠肉眼判断敌情；给球员做骨骼级识别原本是为了减少越位误判，搬到战场上，就是让打击更精准地落在具体的人或装备要害部位，而不是大面积盲目开火。

体育场和战场用的其实是同一套底层逻辑：精准感，极速研判，智能决策、自主执行以及全域协同。这也说明一个更值得警惕的事实：民用的AI技术转化成军事能力的门槛，正在以肉眼可见的速度降低。

战争形态早已在悄然改写

如果说世界杯只是一次和平年代的预演，那么就在几个月前，真实的战场已经交出了实战的考卷。今年2月底，伊朗最高领袖哈梅内伊在美国和以色列联合发动的一场行动中身亡——这场行动先是通过网络和技术手段瘫痪了伊朗的防空和通信系统，随后精确定位并清除了目标；而更早一个月，委内瑞拉总统马杜罗也在美军一次基于渗透其防空和通信系统而展开的突袭行动中被抓捕。

几乎同一时间段，大洋彼岸的俄乌战场却仍在延续着堑壕、火炮与消耗战为主的“上一代战争”模式。两种看似割裂的战争图景摆在一起，恰恰勾勒出这个时代最值得警惕的分界线：一部分战争仍然靠钢铁与人力硬拼，另一部分战争，已经变成了一台冷酷的系统，在信息构成的图谱里静默地识别并删除关键节点。战争形态正在发生的一次不可逆的迭代！

回看过去二十多年针对高价值目标的猎杀历史，会发现一条清晰的技术代差曲线：从依赖庞大的人力情报网络和线人审讯，才能一点点锁定萨达姆、本·拉登，到靠车队暴露行踪、通信信号被截获而找到卡扎菲，再到多种传感器数据开始融合分析、无人机能做到“发现目标就立刻摧毁”的苏莱曼尼案例，直至今天，靠打通全部战场信息、系统性渗透对方指挥体系，直接瘫痪并绑架一国领导人。这条曲线背后是同一套逻辑在不断被强化：长期监视目标、持续给目标“画像”建模、一旦目标出现异常行为立刻触发预警、瞬间实施打击。

美国国防部2017年悄悄启动的“专家计划”（Project Maven）是这条路径上的一个关键节点：这个项目的初衷，是训练机器自动分析无人机和卫星拍摄的海量高清视频，代替人工24小时不间断地盯着屏幕看画面，识别里面的人员和车辆、分析他们的行为规律。而以马斯克旗下SpaceX公司的“星链”（Starlink）为代表的低轨道卫星互联网，虽然最初是给普通人提供上网服务的民用项目，但它让军队的通信不再依赖容易被摧毁的地面基站，把天上的卫星、空中的无人机、地面的单兵和后方指挥中心，第一次织成了一张实时的全球通信网络。

美军目前正在推进的“联合全域指挥控制系统”（英文缩写CJADC2，简单理解就是一套试图把陆、海、空、天、网络这五个领域的所有传感器和武器系统都连进同一张网、由AI统一处理信息的指挥系统），本质上就是想让战争机器拥有一个类似大脑的结构，虽然最终下达打击指令的仍然是指挥官，但生成打击方案、锁定目标、计算打击成功率的，已经变成了系统本身。

近期，围绕几家大模型公司修改其产品军事使用条款而产生的争议，也说明大模型正在从一个“辅助分析的软件工具”，实质性地进入到关乎生死的决策链条里，这不只是某一家公司的选择问题，而是大势所趋。

这套系统一旦运转起来，会呈现出几个共同的特征：

第一，情报必须提前喂给算法处理，靠强大的算力和智能分析去换取宝贵的反应时间，因为很多打击窗口期只有几分钟，人的反应速度已经跟不上了。

第二，人的走路姿态、心率、所携带手机发出的电磁信号、车辆的行驶轨迹，统统会被转化成可供机器读取和分析的数据；换句话说，凡是不能被这样数字化的目标，等于在这套系统眼里“隐了身”。

第三，传统军事理论里讲的“观察—判断—决策—行动”循环（这是一套描述指挥员如何做决策的经典模型），正在被压缩到以毫秒计算，系统一边执行打击、一边根据结果自我优化学习。

第四，所有零散的信息，最终都要汇总到一个统一的云端数据处理中心，才能拼出完整的战场全貌。一旦这套体系成型，一条冷酷的规律就会自然浮现出来：在一张关系网络里，权力越集中的人物，其发布指令带来的通信频次越高、周围调动的安保力量产生的数据异常也越明显，这个"节点"在算法的分析屏幕上就越容易被高亮标记出来。

定点清除行动因此不再像大海捞针那样靠运气，而变成了一道有清晰计算过程的题目。谁先建成这样一套系统，谁就掌握了单向透明的战场优势。当你抬头看天，什么异常都看不见，实际上却早已被系统建模、被预测、被牢牢锁定。

乌克兰的实战样本

如果说前面提到的定点清除展示的是这套系统能力的极限，那么俄乌战场提供的，是一份更普适、更贴近常规作战的实战报告。乌克兰军队情报总局前局长布达诺夫推动的一系列改革，把人工智能嵌入了从情报分析到打击评估的全流程：乌克兰自主研发的智能拦截无人机已经实现规模化量产，用来拦截俄军的无人机和导弹，组成了一张成本低廉、分散布置的防空网络。

同时，乌方还利用智能算法设计出一套“用便宜装备消耗对方昂贵弹药”的战术，比如故意放出廉价的诱饵装备，引诱对方用造价高昂的重型防空导弹去拦截，从而拉大双方的战场成本差距。情报部门也不再只是像过去那样单纯负责“打探消息”，而是直接主导了像克里米亚大桥这样具有重大象征意义的目标打击行动，把单纯的物理摧毁，升级为对敌方民众信心和战争叙事的心理层面打击。

更值得关注的是，乌方还搭建了一套依托互联网、面向全球招募技术人员的作战人力体系：普通人不需要真正上战场，经过标准化的线上培训，就可以远程接入侦察、监视甚至精确打击这类任务，这就彻底打破了“当兵就必须身处前线”的传统认知。

此外，乌方开发的新型网络情报战术，把过去那种“派间谍长期潜伏、慢慢窃取情报”的老办法，变成了用虚假社交账号主动引诱敌方士兵自己泄露阵地位置等涉密信息，再第一时间转化为打击目标，这让传统的反侦察、反渗透手段很难再起作用。

美国一家知名智库“战略与国际研究中心”（CSIS）在2025年发布的一份评估报告，从更细的技术层面印证了上述趋势。报告考察了三个基础环节：一是通常被称为“情报、监视与侦察”的能力，二是自动识别目标的能力，三是让无人机自己找路、自己飞行的“自主导航”能力。

报告发现，乌军在这三个领域都取得了实质性进展——比如，配备了自主导航功能的无人机，打击成功率能从原来不到两成，一下子提升到七成以上；而无人机操作员的培训时间，也从原来需要好几天，压缩到了一小时以内。

同时，乌克兰的工程师们普遍选择用较小规模的数据、训练体积更小的AI模型，而不是一味追求庞大复杂的通用大模型，这样做的好处是，即使是很便宜的芯片，也能实现在无人机上实时处理信息、当场做判断。

但这份报告也明确指出，真正意义上完全不需要人插手的自主作战，还不能完全实现，扣动扳机、决定是否开火这道最后的关口，依然牢牢掌握在人的手里。这也提醒我们，眼下这场变革的性质，与其说是"机器彻底取代人"，不如说是"人和机器之间的分工正在被重新划分"。

战术知识正在从“照搬经验”变成“当场生成”

技术层面的变化背后，其实还藏着一层更深的认知革命。从中国古代的《孙子兵法》，到近代军队使用的各种条令条例，传统的战术知识本质上都是"规范性"的——也就是把过去打过的仗总结提炼成一套套原则和标准流程，用来应对战场上的不确定性。

但这种靠总结历史经验而来的知识天生带着三个弱点：一是滞后，下一场战争往往发生在全新的技术和社会条件下，过去的经验未必管用；二是僵化，条令一旦写定就很难灵活调整，很难覆盖战场上无穷无尽的具体情况；三是因人而异，同一条规范，不同指挥员因为经验和心理状态不同，理解和执行起来也会有偏差。

二战前法国依靠一战经验修建的“马奇诺防线”号称固若金汤，实际却被德军装甲部队轻松绕过，就是一个经典的教训。而人工智能的介入，正在把战术知识从"对过去经验的简单复刻"，变成"对当下战场态势的实时响应"：它不是机械地执行人类事先设定好的规则，而是在追求某个既定目标的过程中，自己摸索、生成一些可能违背传统经验的全新打法。

这也意味着，未来的指挥控制方式，会从过去那种"上级制定规范、下级严格执行"的层层管理模式，逐渐转向"上级只明确作战意图和最终要达到的目标，具体怎么打、由前线各个作战单元根据实时情况自主决定"的新模式。人的角色也随之发生变化：指挥员不再需要比机器算得更快、猜得更准，而更多是负责设定目标、划定不能触碰的伦理底线，并对AI给出的各种作战方案做最终的价值判断和拍板。

对我军的几点启示

我军首先需要解决的，不是有没有某一种“智能武器”，而是传感器、数据、指挥系统和火力平台能否真正连成闭环。数据格式不统一、部门之间不能共享、情报层层上报，都会让先进算法失去意义。未来建设重点应当从单个平台性能，进一步转向统一数据标准、模块化智能组件和跨军兵种协同。

其次，必须重视端侧智能。高度依赖云端和卫星通信的体系，在强电磁对抗中可能迅速失灵。无人机、战车和单兵终端应具备一定的本地识别、导航和决策能力，即使暂时断网，也能完成基本任务。真正可靠的智能体系，不能只在网络畅通时聪明。

再次，指挥体系需要做到“认知集中、行动分布”。各方向数据必须汇总形成统一态势，但执行力量不能过度依赖少数指挥节点。关键设施和通信枢纽应具备冗余、备份和快速恢复能力，部队也要具备在失去上级实时指令后，依据任务目标继续行动的能力。

最后，必须守住人的最终判断权。2026年围绕Anthropic与美国国防部爆发的争议，焦点正是AI能否用于自主武器目标选择。这说明大模型已经不再只是写材料的工具，而是在逼近真实军事决策链。AI可能误判、被欺骗，也可能因训练数据偏差制造不可逆的后果。目标识别可以交给机器加速，使用武力的责任却不能交给算法逃避。

真正的较量，是谁进化得更快

AI没有消灭克劳塞维茨所说的“战争迷雾”，只是改变了迷雾的来源。过去的困难是看不清战场，未来的困难则可能是看见了海量数据，却无法判断哪些是真的，而过度相信机器给出的答案。

对我军而言，应对智能化战争不能停留在造几种新装备、成立几个实验室，而要同时改造数据体系、指挥流程、训练方法和装备采购机制。既要让AI看得见、算得快、用得上，也要保证在通信中断、模型失效和关键节点遭到攻击时，整套体系仍然能够继续运转。

未来战争不一定完全无人化，但一定会越来越智能化。最终决定胜负的，不是谁拥有最大的模型，而是谁能够把数据、算法、装备和人更可靠地组织起来——同时始终把战争目的、法律边界和生死决定掌握在人手中。