AI将彻底改变军事指挥，终结拿破仑时代结构

两个多世纪以来，军事指挥结构一直保持着惊人的一致性，这种设计甚至拿破仑都能识别。然而，这一持久的框架难以适应现代战争扩展的领域——空中、太空和信息。其结果是总部规模日益膨胀，管理着庞大的信息流和复杂的决策点，这常常导致边际效益递减和协调困境，从而危及有效的任务指挥。

庞大的指挥所是当今战场上的重大弱点。乌克兰的经验生动地表明，当静态指挥所成为精确炮兵、导弹和无人机瞄准的目标时，它们就会变成“墓地”。军事战略家们现在正转向人工智能。AI智能体——利用大型语言模型的自主、目标导向型软件——提供了一种变革性的解决方案。它们可以自动化日常参谋任务，压缩决策时间线，并实现更小、更具弹性的指挥所，从而在减少物理足迹的同时提高效能。

规划者们现在设想AI智能体已足够成熟，可以部署到核心指挥系统中。这些智能系统有望自动化情报融合、完善威胁建模并管理有限的决策周期，从而支持指挥官的目标。人类仍将是核心，但将更快地发出指令，接收及时、内容丰富的战场更新。AI智能体可以解析条令手册、起草作战计划并生成多样化的行动方案，显著加速军事行动。实验表明，即使是基础的大型语言模型也能加快参谋评估并注入创新的、数据驱动的选项，这预示着许多传统参谋角色的潜在终结。

战争仍然是人类的努力，伦理道德指导着算法决策。然而，在AI的辅助下，部署人员将获得无与伦比的能力，以驾驭海量信息。未来的军事团队将更小，AI智能体将使他们能够同时管理多个规划小组。增强型团队可以采用动态的“红队演练”（扮演对手角色）并改变假设，以生成更广泛的选项。从繁琐任务中节省下来的时间可以重新分配给关键的突发事件分析（“如果……会怎样”情景）和开发强大的作战评估框架（计划展开的概念图），从而为指挥官提供增强的灵活性。

为了构想AI增强型参谋的最佳设计，战略与国际研究中心未来实验室的研究人员探索了多种替代方案。他们的工作重点是现代大国竞争中的三个关键作战问题：联合封锁、火力打击和联合岛屿战役。以中台情景为例，封锁描述了隔离该岛；火力打击涉及针对基础设施和军事中心的导弹齐射（类似于乌克兰）；而联合岛屿登陆战役则详细说明了精细化的跨海峡入侵。研究指出，一个有效的AI增强型参谋必须在这些复杂情景中管理作战职能。

研究团队得出结论，最有效的模型被称为“自适应参谋模型”（基于社会学家安德鲁·阿博特的工作），它使人类牢牢地处于循环中，强调持续反馈。这种方法将AI智能体嵌入到正在进行的人机交互中，利用条令、历史和实时数据动态演进计划。军事规划成为一个持续的过程，为指挥官生成一个灵活的选项菜单，供其考虑、完善和执行。测试表明，这种自适应方法在各种AI模拟中始终优于其他替代方案。

尽管潜力巨大，AI智能体也伴随着风险。它们可能过于概括化或存在偏见，因为基础模型通常比军事战略更了解流行文化，这需要严格的完善。对智能体进行“基准测试”——评估其优势和局限性——对于可靠的性能至关重要。如果缺乏AI基础知识和分析推理方面的充分培训，用户可能会将模型视为批判性思维的替代品。即使是复杂的AI也无法弥补用户缺乏洞察力或勤奋的情况。

为了充分利用AI智能体，美国军方必须将其开发制度化，将自适应智能体整合到兵棋推演中，并彻底改革人机团队的条令与训练。这需要关键的变革：对基础设施进行大量的计算能力投资；增强网络安全并针对多域攻击（包括网络空间和电磁频谱）进行压力测试；以及最重要的是，对军官教育进行戏剧性的改革。未来的军官必须理解AI智能体的功能，学习如何构建它们，并利用课堂作为实验室来开创新的指挥和决策方法，这可能涉及按照白宫AI行动计划的概述，彻底改革军事院校。如果没有这些改革，军队就有可能仍然陷入“拿破仑式参谋陷阱”——不断增加人员来应对复杂性，而不是拥抱智能解决方案。