人工智能在战争规划中的新领域： AI智能体如何彻底改变军事决策

纵观历史，地缘政治和军事环境的快速变化影响着决策者实现战略或行动目标的能力。 在动态环境中，如果对不断变化的条件适应太慢，就会造成灾难性后果。历史上，军队因不适应环境而付出生命损失、战斗甚至战争代价的例子比比皆是。国家安全取决于规划者是否有能力考虑到这种动态变化，并迅速找出差距、利用机会、跟上步伐，从而在现代战争中保持竞争力。

出于两个重要原因，国防部门应在联合作战规划流程（JOPP）中积极开始尝试使用智能体（Agentic AI）工具（一种能独立完成一系列任务以实现指定的复杂目标的人工智能）。首先，与人类相比，智能体有可能更快、更全面地综合广泛的传统和非传统规划因素，帮助制定更周密、更客观的行动方案（COA）。其次，一旦选定 COA，智能体还能帮助快速发布下游指令和命令，实现扁平化沟通，并在每个规划周期中节省数百个工时。

智能体是一种可以迅速考虑这些不断变化的作战空间条件并帮助独立解决大规模复杂问题的能力。这与目前流行的大型语言模型不同，后者依赖于单个提示来执行简单、特定的任务。 要为近身对手制造多重困境，就需要不断整合所有力量工具和所有领域（包括电磁频谱和信息环境）的能力。在第四次工业革命中，智能体（Agentic AI）是一种部署多种基于自主性的技术协同工作的方法，它可以感知环境并自行确定行动方案，以实现既定目标。将这种技术与人类规划人员一起使用，可以产生一种加速的多学科思维机器。

想象一下，在一个规划单元中，有一个多方面的 “智能体”，它可以了解地缘政治趋势、全球动态以及与冲突有关的国家政策。它还能通过对多种数据集的调查，考虑到军队在所有作战领域的局限性和制约因素。这种 “智囊”还可以最大限度地减少群体思维、追逐利益和适得其反的偏见的影响，为决策者带来新的机遇和途径。美国国防部副部长凯瑟琳-希克斯（Kathleen Hicks）在五角大楼 2023 年数据、分析和人工智能战略发布会上证实了这一观点，她说："从威慑和抵御侵略的角度来看，人工智能系统可以帮助加快指挥官的决策速度，提高决策的质量和准确性。在此提出，AI智能体是国防为实现上述目标而应加快采用的新前沿'人工智能使能器'"。

或者，设想一下美国--适应缓慢，受制于传统的规划流程--在战略、作战和战术层面与装备了这种 “思想之矛”的对手竞争。当对手拥有更好、更迅速的信息流时，作战人员手中再多的高科技也无法战胜比更胜一筹的对手。与拥有这种情报和决策空间的对手进行较量所产生的影响，值得在并行规划结构中大力考虑使用AI智能体。

从俄乌战争看到了人工智能在现代战争中的价值及其对军事行动和战术的影响。今年早些时候，《时代》周刊报道称，Palantir Technologies 公司的人工智能软件系统负责了乌克兰境内的大部分瞄准行动。此外，Palantir 还为每个营配备了一名软件工程师，这种实验加速了 “有史以来战争性质最重大的根本性变化”，参谋长联席会议前主席马克-米利（Mark Milley）将军说。事实上，据《防务一号》（Defense One）报道，五角大楼也一直在将 “人工智能和机器学习融入其情报、监视和侦察行动，帮助乌克兰军队挫败了俄罗斯的一些攻击”。

联合作战规划流程中的智能体能以相关的速度提供信息优势。下面，将介绍几种智能体可以作为实现目标的有效手段的方法：

1.智能体具有卓越的多域感知能力，可以向规划人员提出兵力态势建议，并在多域作战（MDO）构架中制造多重困境，因为它能够持续整理有关联合和联盟部队以及对手动向的信息。

2.智能体可以根据作战空间的实时情况，包括对手的能力、接近途径、风险和机会，帮助区分联合综合优先目标清单（JIPTL）上的优先级。

3.智能体可以在潜在的后勤短缺（如燃料、补给、弹药）发生之前进行跟踪和判断，以确保在广阔的战区内为分散的部队提供可持续的支持。

4.智能体能将 “知己知彼 ”作为制定作战行动的中心。当冲突的压力自然而然地促使人们回到舒适的已知状态，即我们自己的战斗方式，而不需要敌人的投票时，红队是计划人员可能很快就会忽视的一个要素。

5.智能体可以即时同步整个作战空间的指导和意图。降低自相残杀的可能性，提高战术层面的灵活性和杀伤力。

6.最后，最重要的是，规划人员可以利用人工智能来生成和发布循环规划过程中产生的所有下游命令，从而在每个循环中节省数百个工时用于乏味、重复的行政输入，并允许将更多作战人员转用于战斗。

关于智能体（Agentic AI）的风险及其在有争议的通信环境中的适应能力，还有很多东西需要学习。关于伦理、安全和最佳实践的理论讨论应该继续下去。然而，不少国家在人工智能竞赛中竞争激烈，显然希望取得技术优势。未来战争几乎肯定会首先在信息领域取得胜利。

军事领导人应加快试验并在联合作战规划流程中采用人工智能智能体工具。至关重要的是，他们应抱着迭代的心态来做这件事，努力降低出现的风险（机器学习在这方面会有所帮助），而不是等待一个完美的产品来实施。当站在技术革命的悬崖边时，必须接受大跃进所带来的风险。

参考来源：HKS