从美对伊打击中看AI大模型重构美军打击模式

2026年第一季度，现代战争形态发生实质性演变。美国在委内瑞拉发起的“绝对决心”行动与中东战区的“史诗狂怒”行动，标志着人工智能已突破传统后方情报辅助的范畴，全面嵌入并主导前线杀伤链的核心决策环节。大语言模型的深度武器化，极大压缩了军事行动的“观察-判断-决策-行动”(OODA)循环，彻底重塑了美军跨域协同的底层战术逻辑。

算法主导下的高烈度实战检验

在2026年第一季度的两场高烈度跨战区行动中，美国武装力量的大规模杀伤链已实质性地交由人工智能系统进行底层调度。算法的极速运转直接决定了战术执行的精度、资源调配的效率以及战役的整体推进节奏。

在针对委内瑞拉的“绝对决心”行动中，深度嵌套于Palantir平台的大语言模型Claude承担了跨域情报融合的核心职能。美国中央情报局(CIA)的地面情报网络配合第160特种作战航空团及三角洲特种部队，执行了越境军事任务。在复杂电磁与网络压制环境下，AI系统实时吞吐天基卫星与隐形侦察节点回传的碎片化数据，对加拉加斯蒂乌纳堡(Fort  Tiuna)等高度设防区域内目标人物的“生活模式”进行了极其细致的轨迹建模。建立的精准情报颗粒度使得执行抓捕任务的三角洲部队能够在美国本土提前构建目标建筑的等比例物理模型并进行反复演练，验证了算法在同步统筹多域情报时的核心支撑作用。美军在未遭受人员伤亡的情况下达成战术目标，极大依赖于大模型对复杂战场环境的瞬间降维解析能力。

图 1 《华尔街日报》报道AI模型Claude被用于“绝对决心”行动

在中东战区的“史诗狂怒”行动中，人工智能全面接管了目标生成与高频决策流程。部署于美国中央司令部机密网络中的AI模型，将战役准备周期从传统模式下的数周压缩至数分钟。开战首日，Claude系统融合逾150种异构数据源，自动生成了约1000个带有动态优先级排序的打击清单，并同步输出了精确的GPS坐标、最优弹药匹配方案及基于国际法框架的自动化合法性评估。这种建立在海量数据之上的极速运算，使得美以联军在最初的12小时内完成了对伊朗最高领袖的斩首打击，并对逾900个高价值军事目标实施了精确轰炸。在“史诗狂怒”行动中，一个仅由20名人员组成的战术操作小组，便承担了传统军事行动中需要数千名情报分析师才能完成的海量数据吞吐与目标标定任务。

随着战局推进，AI系统在维持极高作战节拍方面展现出系统性优势。相关防务监控报告指出，现代AI确实被用于支持战损评估(BDA)。在首波巡航导弹与钻地弹命中目标后，系统可以瞬间摄取天基红外特征与空中传感器回传的实时图像，利用大语言模型与视觉算法的结合，在数秒内判定敌方防空节点与深埋弹道导弹阵地的毁伤等级。当系统判定某一目标未被彻底摧毁时，它能够迅速为滞空待战的B-52战略轰炸机等空中力量规划二次补射路径，并提交人类指挥官进行最终的开火决策。截至三月上旬，美军在AI的统筹下累计打击了超过5500个独立目标，大幅削弱了伊朗的海上与防空力量。

图 2 伊朗南部米纳卜一所学校遭袭

然而，过度依赖AI算法来闭环杀伤链，也在实战中暴露出了致命的系统性误判风险。开战首日，一枚在AI辅助下规划轨迹的导弹误击了伊朗南部米纳卜市的一所女子小学，造成超过160名平民丧生。相关分析指出，系统在处理历史遗留数据与实时态势判定时出现了逻辑偏差，未能有效区分废弃军用设施与民用建筑。叠加指挥人员在极限施压环境下面对机器指令产生的“自动化偏见”，人类审核机制退化为机械的批准动作，直接引发了严重的误击悲剧。这一事件凸显了现阶段算法决策在复杂战场环境中缺乏独立纠错机制的现实风险。

杀伤链压缩的底层逻辑与技术框架

美军在上述冲突中体现出的压倒性信息优势，并非单一武器平台的升级，而是整个作战网络底层架构的迭代。其实现方式建立在由超大规模商业算力底座、全域数据融合中枢以及大语言模型推理引擎共同构成的复合体系之上。

现代战争的庞大数据吞吐量对底层算力提出了苛刻要求。美国战争部(原美国国防部)持续深化与商业云服务巨头的深度绑定。进入2026年，亚马逊(AWS)获得了价值5.81亿美元的“云一号”(Cloud  One)项目合同，并推进了其高达500亿美元的专门服务于美国政府的AI基础设施扩建计划。这些新增算力全面部署于“最高机密”(Top  Secret)与“机密”(Secret)的云区域，并分别获得了情报界ICD  503认证与美国国防信息系统局(DISA)“影响力级别6”(IL6)的安全许可。这种重资产的基础设施投入，确保了前线作战节点能够以极低延迟访问庞大的自然语言与机器视觉模型，并支撑复杂战术环境下的海量并发计算需求。

算力之上是复杂的数据融合调度平台。由Palantir公司开发、国家地理空间情报局参与的“Maven智能系统”(MSS)构成了美军联合全域指挥与控制(CJADC2)的核心数字骨架。该系统的核心壁垒在于其强大的本体层数据标准化能力，能够实时融合来自全球超过150个异构数据源的信息。这些输入端涵盖高分辨率光学卫星图像、合成孔径雷达(SAR)扫描、截获的射频通信元数据以及全运动视频数据流。MSS将原本碎片化且相互孤立的情报孤岛整合至单一的通用作战图(COP)中，使得各级指挥官能够跨军种调度资源并建立立体的战场态势感知。

图 3 Maven系统示意图

在这一高度集成的数据环境内，Anthropic公司开发的Claude大模型充当了整个情报靶向设备的逻辑推理引擎。在“史诗狂怒”行动中，Claude主要通过执行三大核心算法逻辑来实现军事上的“决策压缩”：首先是高阶情报剥离。系统利用自然语言处理能力对截获的多语种加密通讯进行实时意图推断，迅速剔除战场信息噪音并提取高价值战略节点。其次是动态目标推演与资源匹配。结合敌方武装力量的活动规律与部署特征，大模型自动推演战术打击序列，依据威胁等级进行排序，并根据目标的物理抗毁属性精确匹配相应的武器装备。最后是法律合规性预审。在输出坐标与弹药参数的同时，大模型会基于输入的交战规则与国际人道法标准，自动生成附带损害预估报告，为指挥官的最终开火决策提供合规性依据。这种将情报处理、武器适配与合法性审查融为一体的自动化工作流，彻底改变了美军实施精确打击的作业范式。

美国战争部的AI供应链更迭

2026年第一季度，美国军政部门与提供大模型核心技术的私营企业间发生了显著的合同与政策变动。

Anthropic公司作为Maven系统核心推理引擎的提供商，在其商业政策中设立了明确的限制条款，要求其AI技术不得用于完全自主的致命性武器系统，亦不得用于针对美国公民的大规模国内监控。美国战争部要求该公司放宽限制并接受“所有合法用途”的条款，Anthropic对此表示拒绝，认为现阶段的大模型技术在可靠性上不足以支撑不可逆的军事打击决策。

图 4 Anthropic 拒绝了五角大楼要求取消针对大规模监控和自主武器的保障措施

2026年3月4日，美国战争部正式援引《美国法典》第10卷第3252条(10 USC  3252)，将Anthropic标记为“供应链风险”，并规定了针对国防承包商的180天技术淘汰过渡期。随后，美国总统特朗普下达指令，要求各联邦机构全面停用Anthropic技术。在此最高行政架构下，战争部首席信息官克尔斯滕·戴维斯(Kirsten  Davies)签发内部备忘录，落实了关键国家安全系统中相关的具体清退与物理剥离流程。3月9日，Anthropic分别在加利福尼亚州和华盛顿特区的联邦法院提起诉讼，指控军方的举措违背了《行政程序法》并侵犯了企业的言论自由。在禁令下达时期，集成于部分机密军事网络底层工作流中的Claude模型仍在中东战区运行并输出相关战术数据。

图 5 OpenAI与美国战争部的合作声明

2月28日，OpenAI宣布与美国战争部达成新的合作协议，将其大语言模型部署于机密军事网络中。OpenAI的合同文本内包含了禁止大规模国内监控与禁止直接指挥自主武器的条款，并接受了军方“所有合法用途”的合作框架，主要采用“仅限云端”(Cloud-Only)的部署架构，从物理层面隔离模型与边缘武器硬件的直接交联。这些合同与政策的更迭反映出，当前主要依赖个别商业采购合同来约束军事AI系统的发展，尚缺乏系统性的立法框架。同时，超大规模云基础设施的军事化运用也引发了对其物理安全防护的现实挑战。3月1日，位于阿联酋的亚马逊AWS数据中心遭遇伊朗伊斯兰革命卫队打击，导致相关区域出现服务中断。随着大语言模型在指挥控制系统中的进一步嵌套，现有国际法框架在界定交战责任与审查机器决策流程方面，正面临着全新的应用场景。（北京蓝德信息科技有限公司）

OpenAI在国防AI领域的战略布局

美陆军全杀伤链AI系统应用分析

利马工作组解散：美军Gen AI推广及应用工作的迭代分析

国防领域大语言模型（LLM）渗透融合路径解析

美军推进大语言模型军事化应用研究：作战能力提升与现实困境

北京蓝德信息科技有限公司

北京蓝德信息科技有限公司是一家独立的国防科技信息研究与咨询机构。公司具备强大的开源信息资料调查与研究分析能力。我们以“调查研究国外先进技术，提高用户科学决策能力”为使命，致力于为国内企事业单位及相关科研机构的战略决策、项目管理、规划论证、技术探索、产品开发、型号研制、市场拓展、课题研究等提供整体咨询解决方案。

免责声明：本公众号所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。