文章总结： 本文探讨人工智能作为虚拟高级指挥部在师级模拟演习中的应用与风险。利用大模型构建双本体系统，有效解决人力短缺，实现作战同步与动态威胁预测。但模型易产生幻觉与偏见，过度依赖会削弱参谋人员主动思考。建议在AI赋能演训时须保留严格的人工监督机制，确保其增强而非取代人工判断。 综合评分： 71 文章分类： AI安全,软文广告

人工智能作为“高级指挥机构”在作战模拟演训中的应用与风险

原创

所长007 所长007

蓝军开源情报

2026年7月5日 10:41 湖南

在小说阅读器读本章

去阅读

关注▲蓝军开源情报▲和10万+情报研究员，一起成长

【导读】

2026年6月26日，小规模战争期刊发表文章《人工智能作为“高级指挥机构”在作战模拟演训中的应用与风险》，战争的性质处于不断演变之中，这要求陆军必须通过技术优势来寻求决定性优势。

在2025财年，指挥与参谋学院的教员们探索了如何利用人工智能来实现各级部队的训练目标。将人工智能融入作战流程的执行阶段，代表了这一探索的下一个前沿领域。

近期在CGSC高级作战课程的毕业演习LSCO中，大型语言模型的实际应用为如何通过扮演虚拟高级指挥部的角色来革新模拟训练提供了一个具体的蓝图。这将使各级部队能够按照自身的节奏和便利提升参谋人员的技能水平，而不会影响相邻或上级单位。

本文概述了一项为期两周的实践研究成果，该研究共有61名学员参与，他们代表第25步兵师参谋部进行模拟演习。我们的探索表明，在资源充足的情况下，人工智能可以成为强大的认知伙伴，弥合有限的人力资源与师级模拟演习复杂需求之间的差距。

扫码文末二维码，加入蓝军开源情报知识星球会员，免费下载本文原文及2800字完整译文。需要报告请联系：19118805880（微信同号）。

关键词： 人工智能；学生实习；技术；虚拟总部

这是蓝军开源情报的第 641期分享

编译 l 所长007

来源 l 蓝军开源情报（ID：Lanjunqingbao） 转载请联系授权（微信号：19118805880）

一、构建框架：为运营流程提供人工智能资源

初始阶段包括构建一个数字化战场空间，使人工智能代理能够像人类参谋人员一样，使用相同的条令和作战文件进行推理。我们利用Vantage平台开发了一条包含两个不同本体的流程。战术本体整合了所有师级信息，涵盖从任务接收到后续生产成果（例如联合兵种演练和各种作战职能运行评估）的整个过程。作战上级司令部本体则包含了往年的情报和作战概要，以提供背景信息。

为确保理论严谨性，我们验证了该模型引用涵盖作战、作战流程和中国战术的理论手册的能力。通过将这些手册转换为结构化的本体对象，我们使人工智能能够解析复杂的作战输入，并模拟完整作战计划人员的认知负荷。

二、解决资源约束：AI HICON

实战演练期间的一大挑战是高级指挥中心能力有限。该中心负责管理师级湿地穿越和前沿防线推进的军级交付成果，同时还要在整个作战框架中插入主场景事件清单。

然而，该中心仅有一名医疗勤务军官，其在目标定位或信息收集整合方面经验不足。问题在于，这名医疗勤务军官并非信息收集、目标定位或攻击航空、火力支援和M2系统之间联合兵种整合方面的专家。这造成了摩擦，因为师部参谋人员需要不断获得关于战损评估和信息收集计划的反馈，以保持训练进度。

利用Vantage AIP作为虚拟军部，将这一限制转化为一项能力。通过创建包含两个独立本体的AIP，该AIP能够为师级参谋人员提供跨时间规划所需的信息，涵盖计划、未来作战计划 和未来作战计划单元。

其中一个本体引用陆军条令和最初的军部作战命令，而另一个本体则整合了师级简报幻灯片、地图位置、情报控制计划、高优先级目标列表和高价值目标列表。人工智能生成关于敌情的最新信息，并为参谋人员的“击杀合同”提供实时战斗数据分析。这使得教官能够掌控演习节奏，而人工智能则承担了师级参谋人员处理数据的巨大认知负荷。

三、动态裁决：Echelon的AI交付成果

除了提供基本反馈外，虚拟总部还协助提供后方、主指挥所和战术指挥所的具体最新情况、限制条件和新挑战。事实证明，这通过几项高层次的成果，对全体人员的培训大有裨益：

1.作战同步：该模型为模拟中的所有三个师提供24小时更新，使参谋人员能够了解其行动在时间和空间上的同步情况。例如，我们模拟了一个兄弟师落后12小时的情况，这促使人工智能生成了两项新的优先情报需求，涉及单位边界之间潜在的交界处。此外，该模型还允许师参谋人员通过确认边界位置信息及其来源来协调跨边界火力支援任务和情报整合。这使参谋人员能够看到，合理部署的资源能够支持整个军团的系统运作。

2.多情报更新：该系统根据课程参数生成地理空间、开源和信号情报更新，并通过既定本体对其进行完善。AIP中的一个例子是，大规模移民潮在师部后方地区引发了社会动荡。这使得支援人员能够将他们的技能融入到核心系统中，从而使师部参谋人员能够了解整个作战区域 的情况，并向指挥团队提出建议。

3.威胁评估与目标定位：人工智能评估了敌方野战炮兵何时可能进行集中火力攻击，并识别出渡口附近是否存在新型火箭系统。这迫使师级情报部门集中精力关注特定区域并进行有效打击。我们还要求人工智能每日生成兄弟师的战备评估报告，以展示军级单位如何在整个作战区域内设定目标。

4.重要行动：该模型通过生成有关相邻单元行动的详细报告以及对工程师支持或障碍物减少的建议，促进了当前和未来行动的改进。

四、迭代优势：预测分析和生产深度

此次演习最重要的发现是人工智能迭代学习的累积效应。到了第三天，在将生成的摘要反馈给系统作为参考后，人工智能开始提供敌军的行军顺序、节奏以及未来五天的关键目标预测。这不仅有助于未来的作战计划，还能让参谋人员了解敌军在纵深、近距离和后方地形的行动情况。

制作深度也发生了根本性的变化。过去，情报和执行摘要很少超过三页。而采用这种模式后，这些产品的平均页数达到20页，内容包括更新后的指挥官意图、近距离空中支援的重新分配指导，以及大量复杂的民事问题。

五、原力的教训

这项人工智能辅助人员培训的实验为陆军提供了几个重要的经验教训：

非专家倍增效应：人工智能使一名并非消防或情报领域专家的军官能够跨多个作战职能提供高质量、有理论依据的指导。

梯队级重复演练：这一概念可扩展至营级。参谋人员可以在驻地利用模型进行兵棋推演，以获得日常指导，从而实现更多次的重复演练和更深入的分析，而无需依赖上级指挥部的实际指挥。

训练自主性：这使得各单位能够根据自身日程安排进行训练。通过利用人工智能促进信息流通，工作人员可以保持较高的训练节奏，并根据人工智能模拟的变化情况调整训练计划。

六、过度依赖法学硕士作为虚拟高级总部的风险

虽然将低级作战模型整合为虚拟高级指挥部有望提高资源受限训练的效率，但它也给理论的忠实性和专业军事判断带来了重大风险。即使在结构化本体和理论文件的支持下，低级作战模型仍然容易产生幻觉，在战损评估、威胁预测和优先情报需求方面生成看似合理但却错误的输出。

对低级作战模型在兵棋推演中的研究始终表明，它们倾向于表现出攻击性偏见和升级动态，这与人类专家的推理方式截然不同。所谓的“非专家倍增效应”可能会助长自动化偏见，导致参谋人员在时间压力下不加批判地接受机器生成的成果，从而削弱了发展适应性作战艺术所必需的重复性人工思考。

因此，过度依赖人工智能增强的演习可能会产生大量但肤浅的成果，这些成果虽然模拟了分析深度，却无法培养多域作战所需的纪律性主动性和情境判断能力。因此，严格的人工监督、验证协议和理论保障对于确保人工智能在员工培训中增强而不是取代人为因素至关重要。

七、结论

将人工智能融入决策过程已成为现实，它有望显著提升演练的速度和深度。通过为各部队配备资源充足的人工智能代理，陆军可以确保更多次的重复演练和更深入的分析，从而制定出经过更严格测试的计划，并打造一支能够应对多域作战复杂性的参谋队伍。

获取资料目录：19118805880（微信同号）

👇👇

加入蓝军开源情报星球会员免费下载3000+资料**

👇👇

原价999元！ 星球试运营期间199元！ 试运营结束，恢复原价！

扫码了解、加入

👇👇

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：蓝军开源情报 所长007 所长007《人工智能作为“高级指挥机构”在作战模拟演训中的应用与风险》