人工智能与未来指挥

军事史上一些最具决定性的胜利并非源于周密的计划，而是来自大胆的冒险，其成功几率极其渺茫，以至于任何现代算法都不会推荐它们。然而，人类铭记着那些似乎以对压倒性劣势的极大漠视而成就了不可能的指挥官。或可称之为“看我的”时刻：马拉松战役的米提亚德、张伯伦小圆顶的刺刀冲锋，或诺曼底登陆。这些都是经过权衡的冒险，挑战了概率，出其不意地打击了对手，并改变了历史的进程。

如今，随着人们日益依赖人工智能和决策支持系统来指导其选择，他们基于海量数据形成行动方案。然而，机器和大型语言模型的设计倾向于选择成功率更高的统计方法，而非克劳塞维茨式的、考量偶然性、精神力量和人类本能以试图抓住转瞬即逝机会的计算。对于军事指挥官而言，风险在于，以利用人工智能为名，可能会失去在当下做出大胆、高风险决策的意愿，尤其是在人工智能给出相反建议时。如果把战争托付给机器的逻辑，或许能赢得效率之战，但却可能输掉意志之战。尽管人工智能能力非凡，但它缺乏人类敢于冒险的意志。

目前存在一种可能性，即军队将越来越多地使用大型语言模型等人工智能工具，快速有效地整合情报，并为指挥官模拟行动方案。嵌入大型语言模型的军事决策流程能够识别、分析和整合海量数据，其能力远超现代的规划人员。的确，在没有人工智能工具的情况下进行思考和写作，就像用没有瞄准镜的步枪射击。虽然现代化、具备人工智能能力的参谋人员能够以远超我们经验丰富的军官盯着地图的能力的速度和理解力来制定计划和行动方案，但想知道这是否伴随着对“胆识”的风险。然而，真正的问题不在于人工智能是否会取代胆识，而在于军队是否会以某种方式设计、整合并在文化上吸收这些工具，从而在不确定性中保留（或可能削弱）人类进行大胆判断的能力。

谁敢谁赢

人工智能永远无法计算战斗原始的恐怖、恐惧和混乱。作战始终要求在极端不确定性和认知压力下做出决策。诸如参与清房突击、通过暴露地形前进或与敌接敌等行动，都需要在仅靠计算已不足的情况下果断行动。卡尔·冯·克劳塞维茨提醒：胆识正是赋予剑刃锋利之钢。

胆识不同于鲁莽。风险计算在军事决策中向来重要。克劳塞维茨以强调偶然性、摩擦力和精神力量而闻名——这些因素难以计算但不容忽视。历史上许多大胆的战场决策绝非冲动之举。诺曼底行动之前是多年的规划、情报收集和长期的欺骗行动。在做出关乎命运的决定之所以大胆，正是因为它基于对不确定性的明智认识，而非对其的无知。这场赌博不在于忽视分析，而在于接受其局限性。

马拉松战役：将一切押注于震慑

当兵力处于劣势时，没有必胜之法，但有一种必败之策：无所作为。公元前490年，一支一万名雅典人及其盟友组成的小部队在马拉松战役中，面对超过两万人的波斯军队。任何赌徒都会押波斯人赢得此战，也许人工智能也会如此。波斯人拥有数量优势、有利地形和刚刚战胜另一希腊城邦埃雷特里亚（他们奴役了其人民）所带来的士气优势。波斯人期待又一次轻松的胜利。起初，雅典人驻守在高地的营地中，注视着庞大的波斯军队在他们阵地前方的海滩上集结。

然而，当战斗开始时，雅典人选择不固守高地、进行防御作战。相反，他们做了不可思议的事情：他们离开了高地，向数量占优的敌军发起了冲锋。

雅典人的冲锋从失败的边缘夺取了胜利，并在整个历史中回响，至今仍活跃在大学和军事学院的课堂里。这次冲锋或许是西方军事史上最著名、违背传统智慧的妙招之一。希腊人在马拉松平原上迅速拉近了与波斯敌人的距离，并与他们轻装的阵列猛烈碰撞。波斯人没有得到按他们偏爱的方式作战的机会。他们未被允许向希腊人倾泻箭雨或使用骑兵。相反，希腊人以近距离作战的方式进行这场战斗。雅典人释放出由青铜和肌肉构成的人海浪潮。雅典人的冲锋放大了方阵的既有力量、重装步兵装备的优势以及希腊将军米提亚德的主动性。

在任何人工智能决策工具的显示屏上，雅典人选择的行动方案都会被标记为红色——高风险、低概率、应避免。但在战场上，它成功了。突如其来的震慑击溃了波斯阵线，波斯人逃回他们的船上。这场赌博拯救了雅典，维护了希腊的独立，并间接为西方民主的兴起奠定了基础。

小圆顶：以刺刀对抗劣势

快进到1863年7月2日，葛底斯堡战役的第二天。在联邦军的极左翼，约书亚·劳伦斯·张伯伦上校和第20缅因步兵团受命“不惜一切代价”守住小圆顶。到内战此时，第20缅因步兵团已不是一个完整的团。经过数月的艰苦作战、疾病和伤亡，张伯伦的部队严重减员——仅剩约350人准备守卫这座支撑整个联邦防线的岩石山丘。面对他们的是邦联军久经沙场、历经多年战斗锤炼的老兵发起的一波波进攻。

随着时间推移，第20缅因步兵团在酷热、疲惫、硝烟和混乱中奋战。联邦士兵击退了一次又一次冲锋，开火直至弹药几乎耗尽。局势似乎已无望。理性——以及任何现代算法决策支持系统——都会建议撤退。他们的防线薄弱，侧翼暴露，子弹也快打光了。但张伯伦理解机器所不能理解的东西：士气和战斗势头这些无形因素。在此处撤退可能导致整个联邦阵地崩溃。他在那一刻明白，坚守的唯一方法就是进攻。当下一波邦联军冲锋爬上斜坡时，张伯伦下达了一个大胆的命令：上刺刀。

随着一声呐喊，第20缅因步兵团的残部发起了一次迂回冲锋，冲入了惊愕的邦联军阵线。这次反攻如此出人意料，以至于第15阿拉巴马团的指挥官威廉·C·奥茨中校认为张伯伦肯定得到了增援。事实上，并无援军到来；张伯伦和第20缅因步兵团除了纯粹的人类勇气外，已一无所有。那次大胆的冲锋击溃了邦联军的进攻，俘虏了数十人，并保护了联邦军的侧翼。这是一场没有算法会支持的大胆赌博。然而，这个在混乱与勇气中做出的人类决定，不仅帮助扭转了一场战役的局势，也扭转了一场让美国变得更好的战争。

诺曼底登陆日：穿过气象窗口

在诺曼底登陆日前的日子里，盟军指挥官们研究着满是坏消息的气象图。英吉利海峡上空的天气狂风暴雨且变幻莫测——强风、低云和汹涌的海浪冲击着登陆舰队的集结区域。在此条件下让15.6万部队、数千辆车辆和堆积如山的装备登陆似乎是不可能的。逻辑建议推迟行动。

更稳妥的选择，事实上也是许多参谋军官所敦促的，是等待更好的气象窗口。一个评估概率的决策支持系统很可能也会给出同样的建议。但艾森豪威尔理解任何机器都无法量化的东西：他的舰队犹豫不决所带来的无形代价。保密工作和欺骗行动已达到极限。每延迟一天，就给德军更多时间来加强海滩防御、布置水雷和巩固防线。等待完美条件可能意味着错过唯一稍纵即逝的突袭机会。

德军方面则确信近期不会有入侵。他们的气象学家由于无法获取大西洋气象数据，预测风暴将持续数天。陆军元帅埃尔温·隆美尔离开指挥部去庆祝妻子的生日，确信海峡的恶劣海情使入侵成为不可能。守军如此自信，以至于德军装甲师被置于严格的最高司令部指挥下，没有希特勒的批准不得调动，而希特勒在其总部熟睡，直到登陆开始数小时后才被叫醒。但盟军借助德军所缺乏的大西洋气象数据，探测到风暴中有一段短暂的三十六小时间隙。艾森豪威尔抓住了它。在6月5日凌晨4点15分，经过漫长的沉默和显而易见的压力后，他说：“好吧，我们行动。”

这场赌博得到了回报。风暴仍在肆虐，但德军毫无准备；他们的防御兵力只有一半，装甲部队仍被留作预备队。一个过度依赖人工智能计算的指挥官会等待晴朗的天空。艾森豪威尔看透了混乱，选择了胆识而非谨慎。那一次穿越风暴的飞跃改变了世界的命运。

克劳塞维茨、偶然性与精神力量

克劳塞维茨指出，战争受暴力、偶然性和理性三者影响，这是一个将人民的激情、指挥官的不可预测性和国家的政治目标联系起来的非凡三位一体。相比之下，人工智能的设计初衷是试图驯服偶然性并使理性占据主导。它将抚平人类情绪的波动，用更好的数据压缩不确定性，并提供能将风险最小化的行动方案。这样做，它可能从根本上改变这三者的平衡。问题在于，非理性因素——即为了取胜而愿意承担巨大风险的意愿——常常是打破僵局、取得胜利的火花。机器会计算和权衡概率，但它们无法识别风险转变为机会的那个转瞬即逝的时刻。

这种区别很重要，因为当代关于人工智能的辩论常常将判断与计算错误地简化为二元对立。决策支持系统并不做出决策。它们组织信息、生成选项并阐明权衡取舍。它们是鼓励谨慎还是促成大胆，取决于指挥官如何使用它们，以及机构如何奖励或惩罚风险。

在某些情况下，人工智能实际上可能促成胆识。更好的态势感知、更快的数据融合和改进的后勤预测可以给予指挥官信心，去接受他们原本可能避免的风险。更清晰地了解对手的弱点或行动限制，可以扩大而非缩小可行选项的范围。历史上，不确定性并非总是催生胆识；它常常导致瘫痪。克劳塞维茨可能会承认人工智能是一种工具，但他会警告不要让它将战争重塑为一种缺乏激情的纯粹理性活动。

算法谨慎的风险

现代军队引入分析工具、参谋流程和决策辅助，部分原因在于人类判断存在缺陷，容易过度自信、陷入群体思维和一厢情愿。人工智能是长期致力于约束这些弱点的最新迭代。风险不在于军队会变得过于理性，而在于确实存在自动化偏见的危险。人类倾向于遵从那些看起来权威的系统，尤其在时间压力下。如果决策支持工具始终优先考虑概率上的成功、损失最小化或机构的风险规避，那么指挥官可能会发现在心理上和职业上都更难推翻这些建议，即使情势需要他们这样做。久而久之，这可能会重塑组织规范，微妙地重新定义何为合理的风险。

决策支持系统对特定任务将非常有效：快速分析战场数据、优化后勤和兵力部署，以及模拟可能的敌军反应。然而，它们也可能会忽略某些关键因素，例如可能低估大胆行动的心理效应、高估数字上的安全性，以及无法把握那些难以呈现为数据的方面，如士气、意志力和恐惧。换言之，它们将不擅长识别和利用那些胆识会得到回报的时刻，不是因为概率计算错误，而是因为这类时刻本就难以计算。

那么，问题并非在于人工智能本身，而在于军队如何将风险编码进其工具和文化中。算法并非中立。它们反映了设计和部署它们的机构或人员的假设、优先级和激励。一支将保护部队置于完成任务之上的军队，所构建的系统会与奖励主动性并接受可计算损失的军队有所不同。技术将放大这些偏好，而非取代它们。

这正是历史类比需要附加说明之处。人们很容易将成功的英勇豪赌与假设中会阻止这些豪赌的算法谨慎进行对比。但历史上同样充满了大胆的失败与成功：第一次世界大战的加里波利战役，以及第二次世界大战的市场花园行动和巴巴罗萨行动。这些重大豪赌都涉及胆识，以及指挥官超出实际评估的假设，而这些假设本无需人工智能来确认。幸存者偏差和军事上对英雄主义与荣耀的推崇，可能会扭曲人们对胆识结果的认知。

如果指挥官变得习惯于依赖机器，他们的风险承受能力可能会下降，特别是如果一次失败行动后的机构事后检讨引用人工智能建议谨慎的概率数据，作为质疑指挥官胆识的理由。久而久之，武装力量可能会转向更具可预测性的战略，而可预测的对手更容易被击败。解决方案不是拒绝人工智能。它快速收集和处理信息的能力是现代指挥官不应忽视的天赋。然而，必须有意识地塑造条令、训练和指挥文化，使人工智能的建议被人为判断所考量，而非被人为判断所取代。

在算法时代保持胆识

更深层的问题是指挥责任。没有任何算法会对失败承担道德或战略责任。这一责任由人类指挥官和政治领袖承担。如果机构开始将人工智能的建议视为默认答案，而非判断的输入，那么责任就会变得模糊。决策可能开始让人觉得是由系统验证的，而非由指挥官自主做出。在这样的环境中，胆识不会消失，但可能会在机构层面被微妙地抑制。这种动态在军事专业以外的领域已可见一斑。金融市场、医疗诊断和航空领域都在应对自动化与专业判断之间的张力。在每种情况下，最具韧性的系统都是那些刻意保留人工干预权、培养对自动化输出的怀疑精神，并训练专业人员不仅要理解系统建议什么，还要理解其原因的系统。

对军队而言，这意味着几项实际的要务。首先，人工智能系统的设计应展现不确定性，而非掩盖它。如同优秀的情报专业人员所做的那样，人工智能应突出置信区间、假设和数据缺口。这种程序化的透明度将强化一个现实，即判断仍然是必需的。其次，军事教育应明确涉及如何与机器意见相左。教导军官何时以及如何推翻决策辅助，与教导他们如何使用这些辅助同样重要。第三，组织激励机制至关重要。如果晋升、评估和行动后复盘过程惩罚偏离算法建议的行为（即使结果证明其合理性），指挥官将学会遵从。反之，如果机构奖励基于充分认知的风险承担和坦诚的失败，胆识就仍然可能。

技术无法弥补那些畏惧指挥责任或在算法上削弱责任的文化。战争从根本上仍然是一项人类事业，由意志、感知和情感所塑造，正如它由计算、计划和训练所塑造一样。克劳塞维茨的“摩擦”并未消失；已迁移到新的维度，包括网络、信息和人机交互。在人工智能时代，抵抗那种倒向基于机器建议的拉力需要刻意的工作。人工智能或许能辅助推理能力，但无法感受到冲锋前胸膛的颤动、那蔑视概率的职责之重，或是勇气的迸发。胆识不会因为算法的存在而消失。只有机构允许判断力在优化的表象背后萎缩，胆识才会消失。挑战不在于在人工智能和胆识之间做出选择，而在于确保一方不会悄然挤占另一方。

马拉松、小圆顶和诺曼底登陆日的历史表明，有些胜利只属于那些愿意投身命运一跃的人。人工智能将改变战争的性质，但绝不能剥夺战争的艺术。