文章总结： 本文分析了AI在现代战争中的实际应用，重点探讨了以色列Lavender系统在目标生成、美军ProjectMaven在决策压缩、乌克兰TFL-1在末端执行等场景的具体实践。核心发现显示AI已深度嵌入杀伤链各环节，人类控制权被战术效率需求稀释，形成算法选定目标+人快速放行模式。关键问题包括自动化偏差责任模糊、商业AI供应链风险及电子战环境下强制自主化趋势。 综合评分： 85 文章分类： 威胁情报,漏洞分析,解决方案,AI安全,政策法规

AI 已经在打仗了:现代战争中人工智能的真实位置

原创

🅼🅰🆈 🅼🅰🆈

独眼情报

2026年4月7日 17:47 湖北

在小说阅读器读本章

去阅读

一、AI在哪些环节已经接管战场

讨论 AI 与现代战争,最容易掉进的陷阱是把它当成一个未来话题——好像 AI 还在实验室里,等着某一天「投入战场」。事实是,从加沙到乌克兰,伊朗,AI 已经全面嵌入了从感知、决策到打击的每一个环节,而且嵌入的速度远比公众认知的更新快得多。

在杀伤链的哪些环节,AI 已经事实上替代了人?在哪些环节,人还守在最后一道闸门?在哪些环节,人只是法律意义上的橡皮图章?这篇文章分析当下最具代表性的几个系统——以色列的 Lavender 与 Gospel、美军的 Project Maven、乌克兰的 TFL-1、美国空军的 Collaborative Combat Aircraft框架——放在同一张地图上对照阅读。

二、以色列：感知与目标生成

以色列国防军在加沙战争中部署的两套 AI 系统,代表了 AI 在「目标生成」环节最激进的实践。

根据多方交叉证实的调查,Lavender 是一套基于机器学习的人员目标推荐系统。它通过对加沙约 230 万居民的大规模监控数据——通讯记录、社交关系、位置轨迹——为每个人打出一个 1 到 100 的「武装分子可能性」评分。据引述的六名以色列情报军官证词,系统在战争初期标注了多达 37,000 名巴勒斯坦人作为潜在打击目标。Human Rights Watch 在其 2024 年报告中确认了这一系统的存在,并指出其工作机制建立在对加沙居民「持续、系统性的监控」之上。

与 Lavender 配套的是另外两套系统:Gospel(希伯来名 Habsora)负责生成建筑物与基础设施的打击目标,Where’s Daddy 则专门追踪目标人员何时回到家中——因为家庭住所是更易识别、更容易投弹的位置。报道描述,系统设定的可接受附带损伤为:每个低阶武装分子可附带 15-20 名平民死亡,高阶指挥官可附带 100 人以上。

但 Lavender 在分析意义上最值得注意的不是它的存在,而是它运行的方式。消息源称,在战争最激烈的阶段,人类操作员对 AI 推荐目标的平均审查时间约为 20 秒,且核查的内容仅限于确认目标是男性。发表的法律分析中也引用了这一描述,称人类审查在某些情况下「相当于橡皮图章」。Lavender 据报道的错误率约为 10%,这意味着每生成 100 个目标就有约 10 人是误判——但这并未阻止系统继续被使用。

研判:Lavender/Gospel 在技术分类上仍属于「决策支持系统」而非自主武器,但从功能上看,它们已经把杀伤链中最核心的「定向」(orient,即赋予感知意义、决定该不该打)环节交给了机器。人类只剩下「按章盖印」的形式责任。这种「AI 选定目标 + 人快速放行」的模式,可能比影视剧里机器人扣扳机的场景更接近自主杀人的真正形态——它把法律责任稀释到了一个没人能被追责的位置。

研究者把这种现象称为「自动化偏差」:在系统压力与算法效率的双重作用下,人类操作员逐渐让渡判断权,直到自己也意识不到自己在让渡。这一点在加沙的实例中被推到了极致。

三、美国：决策与战场管理

如果说 Lavender 把 AI 推到了「目标生成」的边界,那么美军的 Project Maven 则展示了 AI 如何重塑整条战场决策回路。

Maven 起源于 2017 年,最初是一个让计算机视觉协助分析无人机图像的窄项目。2024 年 5 月,美国陆军授予 Palantir 一份初始价值 4.8 亿美元的五年合同,在 2025 年 5 月,这一合同上限被提升至约 13 亿美元。SpaceNews 与 DefenseScoop 报道,截至 2025 年 5 月,Maven Smart System(MSS)已有超过 20,000 名活跃用户,横跨 35 个以上的军种与作战司令部工具集。2026 年 3 月,美国国防部副部长 Steve Feinberg 签署备忘录,将 Maven 升级为正式的「program of record」——这是一个官僚分类术语,意味着稳定的长期资金与全军强制采纳。

更值得注意的是 Maven 对决策节奏的压缩。根据 Wikipedia 引用的公开材料,美军 18th Airborne Corps 使用 Maven 开展的目标生成工作,只需 20 人的目标小组,即可达到伊拉克自由行动时期 2,000 人目标小组的产出。Bloomberg 记者 Katrina Manson 援引一名美军官员的描述,Maven 让操作员每小时能签署 80 个目标的命令,而不用 Maven 时这个数字是 30 个,而签署过程本身被简化为对算法结论的快速「Accept」按键。

Maven 的真正考验发生在 2026 年 2 月底爆发的对伊行动中。根据报道在 Operation Epic Fury 开战的头 24 小时内,美军共打击超过 1,000 个目标,而 Palantir 的 Maven Smart System——内嵌 Anthropic 的 Claude 模型——在其中负责生成、定位并按重要性排序这些目标。CSIS 的统计显示,开战前 30 天美军共打击了超过 11,000 个目标,日均打击节奏稳定在 300 至 500 个之间。CSIS 与 Defense Update 都指出,这一节奏远超 2003 年伊拉克战争的开战烈度。

围绕这场行动出现的争议同样具有标志性意义。Iran 方面称美军在 Minab 打击了一所女子学校,造成 168 名 7 至 12 岁儿童死亡。2026 年 3 月,121 名美国民主党众议员联名致信国防部长 Pete Hegseth,公开追问 Maven Smart System 是否参与了 Shajareh Tayyebeh 学校目标的识别,以及人类是否在打击前核实了目标的准确性。这是美国国会首次正式就 AI 系统在具体打击决策中的责任问题展开质询。

研判:Maven 的扩张轨迹显示,美军的「有意义的人类控制」原则在工程实践中已经被压力极度稀释。当一个操作员被要求每小时审核 80 个目标(45 秒一个),核查质量必然趋近于零——这与 Lavender 在加沙的 20 秒审核没有结构性差异,只是包装更精致。Palantir CEO Alex Karp 在公开场合的表态可能更接近 Maven 的真实定位:他称这是一个「把杀伤链从小时压缩到秒」的系统,并直言能做到这一点的一方将让对手「过时」。这句话隐含的逻辑是,人类反应时间本身就是要被消除的瓶颈。

附带值得注意的供应链插曲:Maven 当前内嵌 Anthropic 的 Claude 模型,但 2026 年 3 月美国国防部将 Anthropic 列为「供应链风险」,起因据多方报道是 Anthropic 拒绝移除关于自主武器与大规模国内监控的安全护栏。Defense One 引用消息源指出,从 Maven 的密级网络中剥离 Anthropic 技术可能需要长达 18 个月,而国防部要求的最后期限是 2026 年 9 月。这一冲突本身揭示了一个少有人讨论的问题——商业 AI 模型供应商的安全策略,如今已经成为现代杀伤链的一个潜在断点。

四、乌克兰：末端执行

在乌克兰战场,AI 进入战争的方式与上述大型平台完全不同——它是从一种廉价、数量庞大、技术原始的方向自下而上渗透的。

由乌克兰公司 The Fourth Law 开发的 TFL-1 终端制导模块,代表了这条路径的现状。根据 Kyiv Post、Defense Post 与 IEEE Spectrum 等多方报道,TFL-1 是一个安装在 FPV 无人机上的小型机载计算机,在飞机进入目标区域最后 400 至 500 米时,接管控制权,使用机载机器视觉自主锁定并撞击目标。模块单价介于 50 至 100 美元之间,不到一架普通 FPV 无人机成本的 10%。

部署速度同样惊人。报道显示,TFL-1 已通过乌克兰国防部认证,装备约 20 个旅;Vyriy Drone 与 The Fourth Law 在 2025 年 9 月宣布开始量产搭载该模块的 FPV 整机。开发方 CEO Yaroslav Azhnyuk 在公开声明中表示,该系统可将 FPV 打击效率提升 2 至 4 倍,而成本仅增加约 10%。早期实测的命中率据其公司说法接近 80%。

TFL-1 之所以重要,不在于它的技术多先进——它远比 Maven 简陋——而在于它的部署逻辑。在乌克兰战场,俄罗斯电子战让 FPV 无人机的人控链路在末段几乎必然中断;不让飞机自己完成最后几秒,这架飞机就废了。这是一个被战术需求强制推上桌的自主性——没有人主动想要让机器决定最后的撞击,但如果不让,武器就失效。IEEE Spectrum 的分析进一步指出,这种「一对多」的趋势(一名操作员控制几十甚至上百架飞机)已经在彻底重写战场的成本交换比。

俄方也在跟进。报道显示俄军 V2U 型号无人机据称具备约 100 公里的部分自主导航能力,正在进入量产阶段——具体性能与产能数据待证实。乌克兰 2025 年 6 月针对俄罗斯远程轰炸机基地发动的「蛛网行动」也使用了配备终端制导软件的无人机,在俄方电子战切断链路后,飞机靠机载 AI 自主完成最后一段飞行。

研判:TFL-1 路线代表的是与 Maven 完全相反的范式——前者是自上而下、由超算与商业模型驱动的中心化系统,后者是自下而上、由廉价边缘设备驱动的分布式系统。但两者推进自主化的根本动力是相同的:人类反应速度跟不上战场节奏。这意味着无论从哪一端走,最终汇合点都是同一个——人在杀伤链中的实际作用越来越接近形式而非实质。

五、美国空军：人机协同

美国空军的 Collaborative Combat Aircraft(CCA,协同作战飞机)项目展示了 AI 在另一个方向的推进:让有人战斗机带着多架自主无人僚机入战。

根据 Congressional Research Service 在 2025 年 11 月的报告,Increment 1 阶段由 Anduril 与 General Atomics 两家公司分别开发原型机,代号 YFQ-44A(Anduril 的 Fury)与 YFQ-42A(GA-ASI)。General Atomics 的 YFQ-42A 在 2025 年 8 月 27 日完成首飞,Anduril 的 YFQ-44A 在 2025 年 10 月完成首飞。两家公司的自主飞行软件分别由 RTX 与 Shield AI 提供。Air Force 计划首批采购 100 至 150 架,长期项目目标约为 1,000 至 2,000 架,单价目标据公开信息约为 25 至 30 万美元——约为现役高端战斗机成本的三分之一。

CCA 的设计假设里有一个被刻意低调处理的细节:它必须在通信被压制、与有人僚机失联的环境下独立完成任务。这意味着目标识别、武器选择、攻击决策这一整套流程,在工程实现上必须默认包含「机器自主决断」的分支。美军在公开材料中坚持「有意义的人类控制」表述,但 CRS 的报告对原型机的性能描述本身就承认了这种独立工作的必要性。

研判:CCA 项目是一个典型的「政治-工程错位」案例。在政治表达上,空军强调有人飞行员仍是决策中心;在工程现实上,一旦电子战切断了人机链路(这在与对等对手的冲突中几乎必然发生),CCA 的自主开火模式会被战术现实激活。这与乌克兰 TFL-1 的逻辑是同构的,只不过 CCA 处在更高的成本与能力梯度上。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：独眼情报 🅼🅰🆈 🅼🅰🆈《AI 已经在打仗了:现代战争中人工智能的真实位置》