文章总结： 美军MASH实验成功集成多个AI微服务，实现跨域指挥控制决策链条的自动化，显著提升决策速度。该实验验证了即插即用模块化架构的可行性，并首次让太空军深度参与，标志着美军在构建联合全域指挥控制能力上取得关键突破。 综合评分： 85 文章分类： AI安全,红队,实战经验,安全建设

从DASH到MASH，美军以AI加速器重塑多域指挥决策

原创

网空闲话 网空闲话

网空闲话plus

2026年7月3日 07:00 北京

在小说阅读器读本章

去阅读

2026年5月，美国空军与太空军约100名官兵及文职人员在拉斯维加斯完成了一场为期两周、名为“人机协作多决策优势冲刺”（MASH）的首次兵棋推演。此次实验由空军“先进战斗管理系统”（ABMS）跨职能团队主导，联合空军研究实验室（AFRL）及第805战斗训练中队共同执行。它不仅是2025年“人机协作决策优势冲刺”（DASH）系列实验的进化，更标志着美军在构建“联合全域指挥控制”（CJADC2）能力的关键一跃：首次成功将源自不同厂商的多个AI“微服务”集成为一个连贯的作战工作流，并首次让太空军守护者作为操作员全程参与，从而在系统集成和跨域融合两个维度上取得了实质性突破。

从DASH到MASH：解构决策链条的演进路径

MASH的诞生根植于DASH系列实验的深厚积累。自2025年起，由805th战斗训练中队主办的DASH实验，开创了一种新颖的“用户-生产者共创”需求开发模式。该模式的核心，是在非密环境中让软件开发者与一线战斗管理员并肩工作，将空军“决策优势转型模型”中分解出的单个指挥控制子功能作为攻关对象。退役空军上校乔治·多尔蒂指出，这种利用“防务科技公司的创新者与军装人员共同进行的实况实验”来解决将AI融入战斗管理的棘手技术问题，是一种新颖的路径。

整个2025年，三场DASH活动先后举行，并在9月的第三次迭代中邀请了英国和加拿大盟友参与，共同测试利用多条路径快速构建行动方案的AI工具。这些基础实验“成功验证了核心概念”，用ABMS跨职能团队主任约翰·奥伦德上校的话说，其被证实的成熟度，使团队得以“自信地从孤立的、单一功能的测试，推进到MASH中复杂的、集成的多功能环境”。

于是，MASH应运而生，其名称中新增的“M”不仅代表“多”，更揭示了实验内容的结构性升级：不再仅仅针对单一子功能进行冲刺，而是将多个子功能串联成一个完整的决策支持链条。具体而言，实验聚焦三个连续的决策功能：其一，分析涌入的信息流，识别并归类潜在实体；其二，将最合适的联合能力与已识别的情况相匹配；其三，基于匹配的“效果-施效器”配对，自动生成多个优化行动方案，并为每个方案补齐执行全周期内所需的一切支持能力。这种设计，相当于让AI在“观察-判断-决策-行动”循环中承担了从数据融合到方案拟制的绝大部分认知负荷。

技术突破与跨域融合：即插即用的多域战雏形

MASH实验最具里程碑意义的技术成就，在于解决了不同厂商AI工具间的“互操作”难题。六个工业界软件团队与805th中队自家的军事软件开发团队，分别负责不同环节的微服务构建。为使这些异构软件能无缝协同，空军研究实验室开发了一款关键的“编排工具”。奥伦德对此评价道：“AFRL在构建编排器上做了令人难以置信的工作，它确保不同公司能无缝交换数据、本体和元数据。我们正在证明，真正的即插即用、模块化方法不仅可行，还能促进持续竞争，让政府能选择每个环节最优秀的软件服务。”

另一个里程碑是太空军的深度融入。此前，第16电磁战中队的守护者仅以观察员身份列席DASH实验，而在MASH中，他们首次坐上操作席，与空军飞行员共同使用包括大语言模型、智能体数据平台、智能体工作流和机器学习在内的AI工具，应对跨越空中、太空、网络、海洋及地面域的复合模拟挑战。ABMS跨职能团队负责太空行动的副主任蒂娜·斯塔林斯-利利上校指出，这反映出操作员正从简单的决策支持系统转向以机器速度进行信息处理。第16电磁战中队副小队长艾比·沃纳中尉的体会则更为直接：“与空军战斗管理员的合作让我眼界大开，他们对节奏、同步和快速行动方案迭代的关注，正是太空军在争夺电磁环境时所需要的。”

这种融合印证了一个根本事实：尽管物理环境迥异，但对快速同步决策的需求是共通的。正如奥伦德所言：“空中战斗管理者没有权限执行太空或网络效果，但作为一名称职的参谋，他们的职责是准备信息并为将军打包选项。我们要让计算机去做这项工作，去沉思每一个可能的多域效果，从而为正确的指挥官呈上最高质量的决策菜单，速度比以往任何时候都快。”

决策速度的量变到质变

这种能力投射到实战模拟中的效果是惊人的。实验涉及的具体模拟问题包括远程杀伤链建议、电磁频谱战斗管理、太空与网络挑战，以及飞机转场等。来自第552作战支援中队的空中战斗管理官亚当·索奇亚上尉分享了他的切身体验：“一周前，我和我的团队要花50分钟到1小时才能完成一个任务。有了工具的帮助，我们完成了五到六个任务。基本上，在原来完成一个任务的时间里，这个工具能为我们提供数据和准确的选项，让我们额外完成五个以上的任务。”

这一反馈并非孤例。奥伦德透露，虽然数据分析仍在进行，但初步趋势强烈地复现了以往的成功模式，显示出“决策速度的显著加快”，最终验证了人机编组能够“在高节奏作战中大幅扩展指挥官可用的可行选项数量”。

启示与展望：走向全域共融的蓝图

MASH实验的成功，不仅是工具的胜利，更是“共创”模式的胜利。AFRL的MASH负责人伊丽莎白·弗罗斯特强调：“这是一个真正的共创环境，软件开发人员直接与作战人员合作，确保工具完全符合其确切需求。”这种从“交付产品”到“共创能力”的转变，加之其结果“可直接移植给海军、海军陆战队和陆军”，让DAF战斗网络的建设蓝图愈发清晰。

据悉，ABMS跨职能团队与805th中队计划在年内余下时间继续此类推演，并邀请所有军种成员参与，以持续绘制面向未来多域指挥控制作战的行动蓝图。从DASH到MASH，美军正通过一系列紧凑、高效的实验，在开放、竞争、共创的生态中，将人工智能加速决策的潜力转化为实实在在的战场优势。

[闲话简评]

美军MASH实验揭示了一个关键趋势：其正通过“共创”机制和模块化架构，快速将商业AI创新转化为跨域、跨厂商、可移植的作战能力。这不仅是技术迭代，更是采办逻辑与作战生成模式的深刻变革。对我而言，需密切关注其通过即插即用编排消弭异构系统壁垒的做法，警惕其利用商业生态加速构建跨域杀伤链闭环。应借鉴其以操作员为中心的敏捷开发模式，但同时强化对抗条件下的智能化指控系统的鲁棒性、安全性及自主可控能力，以确保在未来的认知决策对抗中不至落于被动。

参考文献

1. Mikayla Easley, “Air Force, Space Force combine multiple AI tools in latest battle management experiment,” DefenseScoop, July 2, 2026, https://defensescoop.com/2026/07/02/air-force-space-force-combine-ai-tools-in-battle-management-experiment/.
2. Todd South, “Guardians, Airmen Use AI in Experiment to Supercharge Battle Management,” Air & Space Forces Magazine, July 2, 2026, https://www.airandspaceforces.com/guardians-airmen-ai-battle-management-experiment/.
3. Mikayla Easley, “Air Force experimenting with AI microservices during new battle management wargame series,” DefenseScoop, August 15, 2025, https://defensescoop.com/2025/08/15/air-force-dash-wargames-artificial-intelligence-ai-microservices/.

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：网空闲话plus 网空闲话 网空闲话《从DASH到MASH，美军以AI加速器重塑多域指挥决策》