圖：這處美國陸軍指揮所，從無人機(jī)視角看，裝載了現(xiàn)代技術(shù)，但使用的卻是一個(gè)已有數(shù)百年歷史的結(jié)構(gòu)。（美國陸軍斯科特·伍德沃德上校）

盡管經(jīng)歷了兩個(gè)世紀(jì)的演變，現(xiàn)代軍事參謀部的結(jié)構(gòu)對(duì)拿破侖來說依然會(huì)是熟悉的。與此同時(shí)，軍事組織在適應(yīng)現(xiàn)代戰(zhàn)爭中的新領(lǐng)域——空中、太空和信息——的過程中，一直在努力整合新技術(shù)。

軍事指揮部的規(guī)模已經(jīng)擴(kuò)大，以適應(yīng)這些戰(zhàn)爭新層面所帶來的信息流和決策點(diǎn)的擴(kuò)展。其結(jié)果是邊際收益遞減和協(xié)調(diào)上的噩夢(mèng)——即“廚房里有太多廚師”——這危及任務(wù)式指揮（mission command）的風(fēng)險(xiǎn)。

人工智能智能體（AI agents）——由大語言模型（large language models）驅(qū)動(dòng)的、面向目標(biāo)的自主軟件——可以使常規(guī)參謀任務(wù)自動(dòng)化，壓縮決策時(shí)間線，并實(shí)現(xiàn)更小型、更具韌性的指揮所。它們可以精簡參謀人員規(guī)模，同時(shí)提高其效能。

這項(xiàng)技術(shù)帶來了機(jī)遇以及進(jìn)行變革的迫切需求。

這種需求源于一個(gè)現(xiàn)實(shí)，即今天的指揮結(jié)構(gòu)在形式和功能上仍然反映出拿破侖的野戰(zhàn)指揮部——為大規(guī)模軍隊(duì)建造的工業(yè)時(shí)代架構(gòu)。隨著時(shí)間的推移，這些參謀機(jī)構(gòu)規(guī)模急劇膨脹，使得協(xié)調(diào)變得笨拙。它們還導(dǎo)致了龐大的指揮所，這些指揮所容易被現(xiàn)代精確炮兵、導(dǎo)彈和無人機(jī)有效瞄準(zhǔn)，也易受電子戰(zhàn)干擾。

俄羅斯在烏克蘭所謂的“指揮所墳場(chǎng)”（Graveyard of Command Posts）生動(dòng)地說明了，靜態(tài)的指揮部在對(duì)手能夠集中精確炮兵、導(dǎo)彈和無人機(jī)的情況下，如何在現(xiàn)代戰(zhàn)場(chǎng)上成為負(fù)擔(dān)。

圖：這張衛(wèi)星圖像顯示了在加利福尼亞州歐文堡訓(xùn)練的一個(gè)旅級(jí)戰(zhàn)斗隊(duì)（brigade combat team）的電子發(fā)射信號(hào)。亮紅色區(qū)域是指揮所的發(fā)射信號(hào)。

人工智能智能體的作用

軍事規(guī)劃者現(xiàn)在看到了一個(gè)世界，其中人工智能智能體——能夠主動(dòng)感知、決策和行動(dòng)的、面向目標(biāo)的自主軟件——已經(jīng)成熟到可以部署到指揮系統(tǒng)中。這些智能體有望實(shí)現(xiàn)多源情報(bào)融合、威脅建模、甚至有限的決策周期的自動(dòng)化，以支持指揮官的目標(biāo)。仍然有人參與在回路中（in the loop），但人員將能夠更快地發(fā)布命令，并接收更及時(shí)、更具情境性的戰(zhàn)場(chǎng)更新。

這些人工智能智能體可以解析條令手冊(cè)、起草作戰(zhàn)計(jì)劃并生成行動(dòng)方案，這有助于加速軍事行動(dòng)的節(jié)奏。美海軍陸戰(zhàn)隊(duì)大學(xué)系列實(shí)驗(yàn)證明，即使是基礎(chǔ)的大語言模型也能加速參謀評(píng)估（staff estimates），并將富有創(chuàng)意的、數(shù)據(jù)驅(qū)動(dòng)的選項(xiàng)注入規(guī)劃過程。這些工作指向傳統(tǒng)參謀角色的終結(jié)。

仍然會(huì)有人——戰(zhàn)爭是人類的事業(yè)——并且倫理道德仍將作為因素融入決策算法流中。但那些留下并部署的人員很可能獲得在人工智能智能體幫助下駕馭海量信息的能力。

這些團(tuán)隊(duì)很可能比現(xiàn)代參謀機(jī)構(gòu)更精簡。人工智能智能體將使團(tuán)隊(duì)能夠同時(shí)管理多個(gè)規(guī)劃組。

例如，他們將能夠使用更動(dòng)態(tài)的紅隊(duì)技術(shù)——扮演對(duì)手角色——并改變關(guān)鍵假設(shè)，以創(chuàng)建比傳統(tǒng)計(jì)劃更豐富的選項(xiàng)菜單。節(jié)省下來的、無需制作PPT幻燈片和更新參謀評(píng)估的時(shí)間，將轉(zhuǎn)向應(yīng)急分析——提出“如果……會(huì)怎樣”（what if）的問題——和構(gòu)建作戰(zhàn)評(píng)估框架——即計(jì)劃在特定情況下可能如何展開的概念圖——這為指揮官提供了更大的靈活性。

設(shè)計(jì)下一代軍事參謀機(jī)構(gòu)

為了探索這種由人工智能智能體增強(qiáng)的參謀機(jī)構(gòu)的最優(yōu)設(shè)計(jì)，美智庫戰(zhàn)略與國際研究中心（CSIS）未來實(shí)驗(yàn)室（Futures Lab）的一個(gè)研究團(tuán)隊(duì)探索了各種替代方案。該團(tuán)隊(duì)開發(fā)了三種基線場(chǎng)景，反映了大多數(shù)軍事分析家認(rèn)為的現(xiàn)代大國競(jìng)爭中的關(guān)鍵作戰(zhàn)問題：聯(lián)合封鎖（joint blockades）、火力打擊（firepower strikes）和聯(lián)合島嶼戰(zhàn)役（joint island campaigns）。“聯(lián)合”（Joint）指的是在一個(gè)軍隊(duì)的多個(gè)軍種之間協(xié)調(diào)的行動(dòng)。

研究團(tuán)隊(duì)發(fā)現(xiàn)，最佳模式是讓人類保持在回路中并專注于反饋循環(huán)。這種方法——稱為“自適應(yīng)參謀模式”（Adaptive Staff Model），基于社會(huì)學(xué)家安德魯·阿博特（Andrew Abbott）的開創(chuàng)性工作——將人工智能智能體嵌入持續(xù)的人機(jī)反饋循環(huán)中，利用條令、歷史和實(shí)時(shí)數(shù)據(jù)來動(dòng)態(tài)調(diào)整計(jì)劃。

在這種模式下，軍事規(guī)劃是持續(xù)進(jìn)行的，永不完成，并且更側(cè)重于為指揮官生成一個(gè)選項(xiàng)菜單，供其考慮、完善和頒布。研究團(tuán)隊(duì)使用多種人工智能模型測(cè)試了該方法，發(fā)現(xiàn)它在每種情況下都優(yōu)于其他方案。

美軍前參謀長聯(lián)席會(huì)議（Joint Chiefs of Staff）主席馬克·米利（Mark Milley）曾在《60分鐘》（60 Minutes）節(jié)目中描述了人工智能即將給軍事行動(dòng)帶來的巨大變革。

人工智能智能體并非沒有風(fēng)險(xiǎn)。首先，它們可能過于籠統(tǒng)，甚至存在偏見?；A(chǔ)模型——在極大數(shù)據(jù)集上訓(xùn)練并可適應(yīng)廣泛任務(wù)的人工智能模型——對(duì)流行文化的了解多于對(duì)戰(zhàn)爭的了解，需要經(jīng)過精煉。這使得對(duì)智能體進(jìn)行基準(zhǔn)測(cè)試以了解其優(yōu)勢(shì)和局限性變得非常重要。

其次，如果缺乏人工智能基礎(chǔ)知識(shí)和高級(jí)分析推理方面的培訓(xùn)，許多用戶傾向于將模型用作批判性思維的替代品。再聰明的模型也無法彌補(bǔ)愚蠢，或者更糟，懶惰的用戶。

抓住“智能體”機(jī)遇

為了利用人工智能智能體，美軍需要將構(gòu)建和調(diào)整智能體制度化，將自適應(yīng)智能體納入兵棋推演，并徹底改革條令和訓(xùn)練以適應(yīng)人機(jī)編隊(duì)。這將需要進(jìn)行多項(xiàng)變革。

首先，軍隊(duì)需要投資增加計(jì)算能力，以構(gòu)建跨軍事編隊(duì)運(yùn)行人工智能智能體所需的基礎(chǔ)設(shè)施。

其次，他們需要制定額外的網(wǎng)絡(luò)安全措施并進(jìn)行壓力測(cè)試，以確保由智能體增強(qiáng)的參謀機(jī)構(gòu)在遭受跨多個(gè)域（包括網(wǎng)絡(luò)空間和電磁頻譜）攻擊時(shí)不易受到損害。

第三，也是最重要的，軍隊(duì)需要大幅改變其軍官教育方式。軍官必須學(xué)習(xí)人工智能智能體如何工作，包括如何構(gòu)建它們，并開始將課堂作為實(shí)驗(yàn)室，為古老的軍事指揮和決策藝術(shù)開發(fā)新方法。這可能包括改組一些軍事學(xué)校，專注于人工智能，這一概念在2025年7月23日美國宮發(fā)布的《人工智能行動(dòng)計(jì)劃》（AI Action Plan）中提出。

如果缺乏這些改革，軍隊(duì)很可能仍將陷入拿破侖時(shí)代參謀機(jī)構(gòu)的陷阱：增加更多人員來解決日益復(fù)雜的問題。