揭穿“终结者”幻觉：AI在战场的真实面貌

我们谈及AI与战争，脑海中常浮现出《终结者》中T800杀人机器、遮天蔽日的无人机蜂群以及由AI天网（Skynet: 自动决策的全球防御系统）操控战争的末日场景。这种印象深入人心，连神经网络之父（Father of Neural Networks: 杰弗里·辛顿）等顶级专家也曾发出AI可能毁灭人类的警告。最近，Anthropic公司（Anthropic Company: 一家领先的AI安全研究公司）因拒绝将AI用于全自动武器而与美国国防部发生冲突，再次强化了这种担忧。

然而，军事社会学家安东尼·金（Anthony King: 英国埃克塞特大学教授，专注于战争社会学）在其新书《AI、自动化与战争》中指出，这种看法完全错误。他通过采访美军、英军、以色列军方和科技公司内部人士，并深入研究乌克兰和加沙战场的真实情况，得出结论：军事大国部署的AI，并非替代人类决策，而是作为极致的情报机器（Intelligence Machine: 收集、处理并分析信息以支持决策的系统），扮演着“天眼”（Sky Eye: 全面且精确的监控与情报感知能力）的角色。例如，在2022年乌克兰战场上，AI并非自行决定攻击，而是通过整合海量开源情报、手机通信和卫星图像，以人类无法企及的速度拼凑出精确的猎杀地图（Hunt Map: 基于情报分析的目标定位系统），从而精准打击了俄军总参谋长格拉西莫夫所在的指挥所。这种划时代的情报机器，高度依赖于近年来高速崛起的军事-科技复合体（Military-Technology Complex: 军方与科技公司深度融合的体系），彻底改造了技术研发与军民合作的范式。

AI作为最强情报机器：数据洪流中的突破

军方之所以需要AI，并非为了制造杀人机器人，而是被天文数字级别的数据所淹没。2017年美军在阿富汗的一次行动产生了40TB数据，若其中四分之一为视频，则需一人连续观看208天才能看完。在阿富汗部署的“蛇发女妖之瞳”无人机系统，能对整个城镇进行24小时不间断视频监控，理论上可追踪汽车炸弹源头，但“没有人看得完这些视频”。杰克·沙纳汉将军将其称为“灾难性的成功”——数据收集前所未有地成功，但分析员却无法处理如此巨量的信息。

面对数据困境，沙纳汉将军主持启动了美军里程碑式的AI军事项目——梅文计划（Project Maven: 美国国防部的人工智能项目，旨在利用机器学习自动分析无人机图像）。该计划旨在训练AI算法自动识别无人机视频中的人员和车辆。8个月内，项目组交付了可识别38类目标、并部署到打击ISIS战场上的成果。然而，梅文计划也揭示了军事AI的脆弱性：算法需在真实环境中不断微调，第一次部署时，技术团队8天内更新了6次。环境变化（如灌木、光线）会导致AI表现大幅下降。沙纳汉将军指出，持续迭代算法（Continuous Algorithm Iteration: 根据新数据和环境变化不断优化算法性能）是梅文计划最重要的成就之一。AI无法替代人类做决定，但能在数据海洋中捞出关键信息。

这一思路迅速扩展到作战规划领域。英国陆军（British Army: 英国的地面作战部队）开发了微世界（Micro World: 英国陆军的AI系统，用于军事规划和数据分析）AI系统，处理军事规划中繁琐的数据分析工作。在2021年北约演习中，AI仅用几分钟就完成了传统上需3-4小时的人工行军路线规划，信息量多81%，质量高91%，令高级军官惊叹不已。

天眼之威：以色列精准定位与乌克兰战场的印证

真正让天眼型军事AI（Sky-Eye Military AI: 具备超强情报收集与分析能力，能看穿一切的AI）展现惊人威力的是目标定位。以色列国防军（Israeli Defense Forces: 以色列的军队）面临特殊的情报环境：加沙和约旦河西岸区域不大但数据密集，传感器网络、卫星、雷达、无人机、摄像头，加上开源情报，数据量达到PB级别（Petabyte: 衡量数据存储容量的单位，1PB等于100万GB）。人力完全无法跟上。

2021年以色列对哈马斯发动“城墙卫士行动”，首次大规模使用福音（Gospel: 以色列的AI目标生成系统，分析海量数据以识别打击目标）AI目标生成系统。福音是一个被训练来分析海量数据的机器学习程序（Machine Learning Program: 通过数据学习并改进自身表现的计算机程序），自动融合来自不同传感器的情报，生成打击目标。其效果惊人：过去20名参谋军官一年生成50-100个打击目标，而福音系统启动后，一天就能生成100个，将目标生成能力提升了超过3万个百分点。福音不仅快速，而且精准。在行动中，AI警报显示目标房屋外有平民躲藏，以色列情报机构甚至直接致电邻居警告撤离。这表明AI不做决定，不按下发射按钮，但它能让指挥官看到以前看不到的东西，精确到一棵树、一个房间。

2023年哈马斯袭击后，以色列在加沙的军事行动中，福音系统升级，并加入了第二套AI系统薰衣草（Lavender: 以色列的AI系统，专门用于追踪和识别哈马斯成员）。薰衣草综合卫星图像、无人机视频和手机信息，锁定了37,000名哈马斯成员，效率恐怖。然而，薰衣草也暴露出“天眼”AI的阴暗面：目标生成速度太快，以色列参谋军官来不及逐一核实，审核一个目标的时间只有20秒。这导致在战争最初35天内，以色列打击了15,000个目标，平均每天428个。当人类来不及消化所见信息时，精确（Precision: 指信息或行动的高度准确性）反而可能变成另一种形式的盲目（Blindness: 指对关键信息的忽视或无法感知）。

乌克兰战场则是军事AI迄今最大规模的实战检验。俄军格拉西莫夫将军被精确命中的案例背后，是乌克兰境外的美军指挥部AI系统融合开源情报、加密通信和卫星图像，自动识别模式、标定目标的结果。2022年乌克兰对马基耶夫卡俄军新兵兵营的精确打击，击毙约600名新兵，也是依赖该系统捕捉俄军士兵在社交媒体发布的照片并完成地理定位。美军参谋军官感叹，乌克兰战场上的打击速度远超摩苏尔战役。这再次印证了天眼型AI的威力：它不杀人，但让杀伤变得无比精确与迅速；它不做决策，却为决策者提供了前所未有的视野。

军事-科技复合体的崛起：新组织形态与权力重塑

如此划时代的情报系统，其建立、维护与运转并非军方内部能够独立完成。原因很简单：资金和人才都不足。安东尼·金在书中指出，2023年五角大楼（The Pentagon: 美国国防部总部）AI研发投入约11亿美元，而谷歌、亚马逊、Meta等几家科技巨头年均研发投入合计高达453亿美元，五角大楼的经费只是零头。更关键的是人才：全球顶尖AI研究者倾向选择谷歌或OpenAI（OpenAI: 一家人工智能研究实验室和公司），而非军事机构。硅谷程序员起薪高、工作环境优越，军方在人才市场上毫无竞争力。

结论显而易见：军方若想利用AI，必须依赖科技公司。这不是合作与否的问题，而是没有科技公司就寸步难行。只有科技公司拥有开发和运行军事AI所需的数据、算力、资金和人才。这种现实催生了一种全新的关系：它不再是传统的军火商向军队销售武器的买卖关系，而是科技公司的工程师直接进入作战指挥部，与军人并肩工作。

大数据分析公司Palantir（Palantir: 一家专注于大数据分析和软件的公司，为政府和金融机构提供服务）的发家史便是最佳案例。Palantir最初起源于PayPal（PayPal: 美国的在线支付系统）的反欺诈问题，由彼得·蒂尔（Peter Thiel: PayPal联合创始人，著名风险投资人）和马克斯·列夫琴（Max Levchin: PayPal联合创始人，技术专家）共同创立。PayPal曾因欺诈每年损失超千万美元。列夫琴团队开发了伊戈尔（Igor: PayPal早期用于反欺诈的人机协作系统）系统：算法标记可疑交易，人类做最终判断。彼得·蒂尔从中总结出深刻教训：计算机是人类的互补（Complement: 相互补充，共同完成任务），而非替代品（Substitute: 取代原有功能）。人类擅长复杂决策，不擅长处理海量数据；计算机则恰好相反。

9·11事件后，彼得·蒂尔意识到PayPal的反欺诈逻辑可用于反恐，于2003年创立Palantir。Palantir通过“地推加免费试用”策略，直接面向一线用户，让产品自己说话。2009年Palantir向驻伊拉克和阿富汗美军部队推销软件，得到哈里·特纳尔上校支持，建立起口碑。美国特种作战部队（US Special Operations Forces: 美国军队中执行特种任务的精锐部队）采购Palantir软件后，其光环效应（Halo Effect: 对某一事物的积极评价扩散到其相关事物的现象）使得常规部队效仿。驻阿富汗联军情报主管（Intelligence Director for Coalition Forces in Afghanistan: 负责阿富汗联军情报工作的官员）迈克尔·弗林少将也认可Palantir能力。尽管陆军高层抵制，但Palantir最终在2019年赢得了陆军8亿美元情报系统合同，实现了“转正”。

在打击ISIS战役中，Palantir开发出成熟产品：哥谭（Gotham: Palantir为政府和情报机构设计的数据分析平台）和元星座（Metaconstellation: Palantir整合卫星数据以支持情报分析的平台）。哥谭能将各种数据流（包括视频流）转化为可快速精确利用的统一整体，帮助美军绘制ISIS领导层关系网络。元星座则整合卫星数据为哥谭提供信息输入。在乌克兰战争中，Palantir角色发生了质变，直接参与作战行动。美军第18空降军指挥官多纳休中将破天荒地邀请硅谷高管贾里德·萨默斯（Jared Summers: 前埃克森美孚首席技术官，后任美军首席技术官）担任军级指挥部首席技术官。大量Palantir平民技术人员被部署到军事指挥部，与参谋军官并肩工作。Palantir高管认为，必须尽可能接近实际环境，快速迭代交付更新，持续开发软件，使算法随战场形势和数据更新不断调整。这意味着程序员和军官必须每天密切合作，共同解决具体作战问题。

这就是军事-科技复合体的核心含义：不是AI独立作战，也不是机器与人组队，而是一群来自科技公司的平民专家与一群职业军人形成前所未有的混合团队（Hybrid Team: 包含不同背景、技能或机构成员的团队），在同一指挥部为同一任务工作。许多评论家称之为人机协作（Human-Machine Collaboration: 人类与机器共同完成任务），但安东尼·金认为这具误导性。AI不会定义任务、决定工作流程，真正协作的是人与人，AI只是他们手中强大的工具。这才是水面之下发生的深刻变革：不是机器取代了人，而是一种全新的人类组织形态出现，科技公司成为军事行动本身的一部分。

军事-科技复合体的反直觉后果：战争变慢与权力转移

这种变革带来了两个出人意料的后果。首先，AI并未让战争变得更快，反而使其变慢。许多人以为AI时代的战争是闪电战、精确打击、快速决胜，但乌克兰战场却恰恰相反。巴赫穆特战役（Battle of Bakhmut: 乌克兰东部城市巴赫穆特的长期攻防战，以激烈和消耗战著称）是典型例子：俄乌双方在AI、数据、无人机、卫星等尖端技术加持下，却打起了长达8个月的“一战式”堑壕战。安东尼·金解释说，正是因为双方都能通过AI和传感器网络精确看到对方，使得机动变得极其危险，相互否定了对方的机动能力，战线随之凝固。每次单独打击固然更快更准，但战争的整体节奏反而变慢，呈现出持久的、阵地化的、消耗性的特征。

其次，军事-科技复合体介入战争后，一个更令人不安的后果是：将战争关键能力交给私人公司，同时也意味着将一部分战略决策权（Strategic Decision-making Power: 决定国家或组织长期目标和方向的权力）转移出去。这并非理论推测，而是已发生的事实。2022年俄罗斯入侵乌克兰后，埃隆·马斯克（Elon Musk: 特斯拉和SpaceX创始人）的星链卫星系统（Starlink Satellite System: SpaceX提供的全球卫星互联网服务）迅速成为乌克兰的生命线。乌克兰副总理费多罗夫公开呼吁马斯克帮助，两天内500个星链终端（Starlink Terminal: 用于接收星链卫星信号的地面设备）运抵乌克兰，马斯克还与泽连斯基通话。乌克兰的战场管理系统Delta完全依赖星链运行，一位乌克兰军官直言“如果没有星链，我们就会输掉这场战争”。

然而，2022年9月，情况急转直下。根据艾萨克森的《马斯克传》记载，乌克兰计划用无人水面艇袭击塞瓦斯托波尔的俄罗斯军舰。俄罗斯驻美大使安东诺夫警告马斯克此举可能引发核战争。马斯克被此前景吓到，与拜登的国家安全顾问沙利文、美军参谋长联席会议主席米利讨论后，决定切断乌克兰在克里米亚方向的星链接入，导致乌克兰突袭计划流产。马斯克甚至劝告乌克兰“趁你还占上风时寻求和平吧”。这令五角大楼震惊。美国空军部长肯德尔公开批评：“如果我们要在作战中依赖商业系统，那我们就必须得到他们可用（且可控）的保证。”

问题在于，这些科技公司并非国家代理人，而是独立行为者。马斯克没有义务支持乌克兰战争，但一旦提供支持，就不可避免地获得了影响政策的能力。在克里米亚突袭的争议中，马斯克与美、乌、俄最高政治和军事领导人直接沟通，无论他们是否情愿，都不得不承认马斯克的权力和影响力。安东尼·金指出，AI并未像许多人担心的那样将战略自动化（Automation: 用机器或系统自动执行任务，减少人工干预），但它做了一件同样深刻的事：它将战略政治化（Politicization: 将非政治议题纳入政治领域进行讨论和决策）。私人科技公司现在也参与到战略博弈中，军事-科技复合体的崛起，实质上是国家防务策略的一种准私有化（Quasi-Privatization: 部分或间接由私人实体控制或提供公共服务）。这自19世纪东印度公司（East India Company: 英国在亚洲的贸易公司，曾拥有军事和行政权力）时代以来，从未有过。

“终结者”幻觉的边界：AI能力的局限性

为什么安东尼·金认为“终结者式”的AI战争是一种幻觉？这需要理解这一代AI的能力边界。无论是ChatGPT（ChatGPT: OpenAI开发的大型语言模型）、AlphaGo（AlphaGo: Google DeepMind开发的人工智能围棋程序），还是军用算法，其底层逻辑都是在海量数据上训练模型，让模型学会识别数据中的模式。当训练数据足够庞大可靠，AI在数据集（Dataset: 用于训练和测试机器学习模型的数据集合）所涵盖的问题范畴内，能展现远超人类的模式识别能力（Pattern Recognition: 识别数据中规律或趋势的能力）。AlphaGo击败围棋冠军、AI预测蛋白质折叠结构、识别癌症影像，这些成就都真实且强大，原因在于训练数据高度可靠，问题结构相对稳定。

然而，一旦真实环境超出了训练数据的涵盖范畴，AI的判断可能出现严重偏差，且自身无法察觉错误。战争恰恰是真实环境最容易偏离训练数据的场景：战场瞬息万变，每场战斗都可能出现模型从未经历过的态势；敌人会主动欺骗、伪装、释放虚假信号、污染数据源。虽然模型可实时迭代修正，但战争后果不允许试错。推荐算法出错最多是推荐一本不想看的书，但战场上同样偏差可能意味着炸弹落到平民公寓。因此，任何负责任的决策者都不会将生死攸关的决定交给一个随时可能出错且不知情的系统。AI在许多情况下是顶级情报官，但绝非决策者。

更深层次的问题在于，军事决策远不止处理数据。一个战场指挥官需要理解政治领导人的目标、判断行动的政治可接受性、与盟友谈判协调、说服甚至压制异见、揣摩敌人的意图（非数据推算概率，而是对有野心、有恐惧的活生生对手的判断）、权衡行动的道德代价与文化影响，还要激励士兵面对死亡。这些需要的是领导力（Leadership: 引导、激励他人达成目标的能力），而非算力（Computational Power: 执行计算任务的能力）。这一代AI连战术层面的决策权都无法交付，更遑论难度大无数倍的战略和政治决策。

军方内部对这种情况心知肚明。安东尼·金梳理了美、英、北约近年的AI军事战略文件，这些决定预算分配和未来军事建设方向的文件表明，AI的首要角色都不是自主作战，而是处理数据（Data Processing: 对数据进行收集、整理、分析和转换的过程）。例如，美国2021年国家安全委员会AI报告明确指出，AI将革新情报工作，筛选海量数据，定位关键信息，融合数据集，为分析师和决策者提供支持。英国和以色列的AI战略也持同样观点。

结论：AI情报革命与权力关系的再定义

AI并未像终结者系列中描绘的那样改变战争，它带来的不是天网，而是天眼——一场彻底的情报革命。AI能够吞噬海量数据，以人类不可能达到的速度聚合情报、锁定目标。天眼已深刻重塑战争面貌，但其运转离不开军事-科技复合体。硅谷程序员进驻作战指挥部，科技公司成为军事行动的参与者，这种深层融合正深刻改变战场上的权力结构（Power Structure: 社会或组织中权力分配和行使的方式）。

因此，“AI是否会取代人类发动战争”是一个错误的问题。真正值得追问的是：谁有权使用这双天眼？谁能够关闭它？AI没有取代人，但它正在重新定义人与人之间的权力关系（Power Relationships Between People: 人际互动中权力分配与影响力的动态）。