【燕武观察】美以“怒火行动”中AI运用情况拆析

燕武智库战争研究组   安如峰

基于以色列发起的“雄狮崛起”行（Operation Rising Lion，2025年6月13日至24日）与美国随后发起的“午夜之锤”行动（Operation Midnight Hammer，2025年6月22日）；部分媒体将二者统称为“怒火行动”，对这一系列联合行动中的AI运用情况进行综合复盘。

2025年6月的美伊冲突，被广泛公认为人类战争史上第一次大规模AI主导的战区级冲突。在这次为期仅12天的战事中，美军和以军在各阶段行动中大量融入AI技术，从情报收集、目标识别、再到任务规划、多域协同，AI贯穿了对伊朗核设施和军事基础设施打击的全流程，彻底将战争带入了算法驱动的智能化阶段。

区别于此前局部战争中AI的辅助角色，此次行动的突破性在于：AI由“支援工具”升格为“核心赋能节点”，完全重塑了传统作战中的“情报-决策-打击-评估”闭环。这一变化不仅显著压缩了各环节的响应时滞，还在技术层面构建出单向透明的战场不对称优势。作为复盘结论，“怒火行动”可以作为标志性分水岭，正式宣告现代战争进入了AI主导的全新阶段。

引言

AI技术在本次行动中的应用，完全覆盖了“侦察-识别-决策-打击-评估”的传统作战全流程：

• 在侦察环节，实现了多源情报的融合分析和实时处理；

• 在识别环节，完成了对伪装、地下目标的精准定位及打击优先级排序；

• 在决策环节，支撑从美国总统、以色列总理到战区战术级的多层级指挥，优化了作战资源的分配；

• 在打击环节，为武器弹药提供了打击目标的校准参数和实时数据支撑；

• 在评估环节，通过卫星图像和无人机平台的战后实时图像反馈，完成了对目标打击效果的快速评估，为后续作战行动规划提供依据。

一、行动概述与技术参战序列

在深入分析AI技术的实际应用之前，需要先厘清这两次并行联合行动的基本作战事实，这是后续理解AI技术支撑逻辑的基础——包括美、以双方的行动战略目标、关键参战装备、主要打击对象及作战时间线；根据公开资料，这两次行动的基本作战事实可以梳理如下。

1.1 双方作战企图及攻击目标

美军和以军的战术目标存在明确的协同性，但战略企图和打击重点各有侧重，双方的战术目标完全服务于各自的战略企图。

• 以色列“雄狮崛起”行动战略企图是彻底摧毁伊朗核能力，消除对以色列的直接生存威胁。行动的战术目标，是通过远程奔袭打击伊朗境内的核设施、弹道导弹发射阵地、革命卫队指挥控制中心，以及防空、反舰无人机和相关军事基础设施；其打击重点，是伊朗的核设施及相关军事基础设施，尤其是位于地下深层的铀浓缩设施主体。

• 美国“午夜之锤”行动战略企图是通过精准打击威慑伊朗，遏制其核计划发展，同时巩固美国在中东地区的霸权秩序。美军的打击目标选择，完全服务于这一战略企图——3处经过精准识别、严格加固的伊朗核设施：分别位于福尔道（Fordo）、纳坦兹（Natanz）和伊斯法罕（Isfahan）的核设施主体；这些目标是伊朗核计划的核心支撑，也是美军认定的最高优先级打击对象。

1.2 “怒火行动”作战时间线梳理

根据这两次行动的关键时间节点及基本作战流程，可以梳理如下：

图 1 “怒火行动”作战时间线

• 6月13日：以色列空军率先开启“雄狮崛起”行动——该行动在前期特种作战力量的配合下，出动包括F-35I在内的各型先进战斗机，对伊朗境内的战略战术目标，发动了大规模、多波次的空中打击；这一阶段的打击重点，是伊朗的防空反导阵地、革命卫队指挥机构及相关军事基础设施，旨在彻底压制伊朗的防空反击能力，为后续进一步打击核设施扫清障碍。

• 6月21日-22日：美军启动“午夜之锤”行动，这是整个战事的决定性环节——在这次行动中，美军从本土怀特曼空军基地出动7架B-2A隐身战略轰炸机，对伊朗的3处核心核设施发动了精准的战略级空袭；这也是这款隐身战略轰炸机在实战中首次投入GBU-57A/B巨型钻地弹，对经过强化防护的地下核设施主体实施打击。在这次行动中，B-2A机群经历了长达18小时的跨洋洲际飞行，完成了多次空中加油，并且配合了对伊朗防空雷达和相关预警系统的战术欺骗和电子压制行动——整个打击行动的策划级别极高，前期参与方案制定的人员规模被严格压缩，只有极少数美军高层和白宫核心决策层知晓完整的行动细节。

• 6月24日：以色列国防军和美军先后宣布，对伊朗的军事打击行动达成预期作战目标；伊朗方面也随即宣布，其对美以联军的反击行动结束。至此，这一轮由“雄狮怒吼”和“午夜之锤”行动共同组成的联合军事冲突，在持续12天后正式落幕。从实际作战效果看，这一时间线完全呈现了协同作战的特征：以军的先期打击压制了伊朗的防空能力，为美军后续的战略级空袭创造了安全的战场环境；而美军的后续打击则直接摧毁了伊朗核设施的核心能力，实现了双方的战略目标。

1.3 主要参战装备及AI技术支撑系统

1.3.1 以色列国防军（IDF）参战装备及AI支撑系统

以色列空军的主战装备，完全服务于“雄狮崛起”行动的作战场景需求，主要由F-35I隐身战斗机、“赫尔墨斯”系列无人机，以及配套的AI防御系统和打击弹药组成。

• 空中作战平台：包括经过针对性航电升级的F-35I隐身战斗机，这是以色列空军实施远程精准打击的核心空中威慑力量；此外还有由以色列航空工业有限公司（IAI）研发的“赫尔墨斯”900（Hermes 900）型长航时无人侦察机，这款无人机可以在伊朗防空区外进行长时间的持续ISR（情报、监视与侦察）作业，为打击目标提供实时的战场数据支撑。

• 火力打击弹药：包括美制“杰拉姆”精确制导炸弹（GBU-31/-38 JDAM系列）和以色列国产的“滑翔盾”远程精确制导炸弹（具有防区外打击能力的SDB炸弹），这些弹药的制导系统，在后期均加入了AI技术的支撑模块；在对伊朗的打击行动中，这些弹药配合来自“摩萨德”及特种作战前线观察员的目标引导数据，实现了对伊朗目标的精准打击。

• AI战场管理与防御系统：以色列空军的“弓箭”（Arrow）反导防御系统、“大卫投石索”（David's Sling）中程防空系统，以及“铁束”（Iron Beam）激光反导武器，均通过AI技术实现了多目标交战能力的全面提升——这些系统可以自动识别伊朗来袭的无人机、巡航导弹，乃至弹道导弹的目标特征；快速计算出最优拦截方案；并通过AI技术对防御系统的雷达和光电探测设备进行实时数据校准，将目标的发现到摧毁的拦截时长压缩到了以往的三分之一以内。

• ISR与AI作战支撑系统：由以色列国防军9900部队主导的战场情报采集与分析体系，是这次行动的核心战术支撑力量——该部队通过“奥费克”（Ofek）系列侦察卫星，以及“赫尔墨斯”900型长航时无人机等战场侦察资产，采集了大量的伊朗目标相关数据；这些多源异构数据，随后被输入由以色列国防军8200部队开发的“哈博拉”（Habsora）和“拉文德”（Lavender）两款AI情报分析系统，通过算法自动完成对打击目标的识别、威胁程度评估及打击优先级排序。

1.3.2 美军参战装备及AI支撑系统

美军的主战装备，完全服务于“午夜之锤”行动的特殊作战要求——其核心是具备跨越大洲投送能力的战略打击平台，以及配套的防区外精确打击武器，以及背后的全球支撑作战网络。

• 空中作战平台：B-2A“幽灵”（Spirit）隐身战略轰炸机，是此次美军“午夜之锤”行动的核心打击平台——这款轰炸机的隐身性能，足以规避伊朗防空系统的探测；而其强大的弹药挂载能力，使其可以携带GBU-57A/B巨型钻地弹，对伊朗的地下核设施实施精准打击。此外，美军还出动了包括KC-135和KC-10在内的空中加油机、RC-135V/W电子侦察机、E-3B“望楼”（Sentry）空中预警机，以及EA-18G“咆哮者”（Growler）电子攻击机，为B-2A机群提供完整的行动支撑和空中掩护，确保其能够安全穿越伊朗的防空识别区。

图 2 2025年4月16日，一架B-2A“幽灵”隐形轰炸机从密苏里州的怀特曼空军基地起飞

• 海上作战平台：作为对B-2A隐身战略轰炸机打击效果的补充，美军部署在阿拉伯海北部海区的一艘“俄亥俄”级（Ohio-class）巡航导弹核潜艇，在行动期间向伊朗核设施的地面配套发射了至少12枚“战斧”式巡航导弹（Block V型）；这些导弹的制导系统，均加入了AI技术的支撑模块，以保证在伊朗防空反导火力下的突防概率。

图 3 洛杉矶级攻击型核潜艇“安纳波利斯”号（SSN 760）于2018年发射“战斧”巡航导弹

• 火力打击弹药：B-2A隐身战略轰炸机在实战中，首次投入使用了GBU-57A/B“巨型钻地弹”（MOP）——这款重达30000磅的精准制导钻地弹，是目前美军常规武器库中，对地下坚固防护工事穿透能力最强的武器装备；这款弹药的制导系统采用了GPS+惯性导航+末端光学制导的复合指导模式，可以通过数据链接收来自地面特种部队或空中侦察平台的实时目标校准数据，精准打击经过加固的地下核设施主体。

图 4 密苏里州怀特曼空军基地第509航空联队的B-2A精英隐形轰炸机，在一架

来自伊利诺伊州斯科特空军基地126空中加油联队的KC-135加油机的尾部飞行

• AI战场指挥控制与情报支撑系统：美军的核心战术支撑，是通过Palantir公司的“守护者”智能系统与Anthropic公司的Claude多模态大模型的协同联合，搭建的一个实时一体化多源情报融合处理和分析可视化综合平台——这个系统是美军联合全域指挥控制（JADC2）框架的核心组成部分，其作用是将来自多个侦察平台的情报数据，进行同步融合处理和分析，为打击目标提供最优的火力分配和航迹规划参考；这一系统，在“午夜之锤”行动中，为美军中央司令部（CENTCOM）提供了完整的作战数据支撑。

• 网络与电磁频谱作战支撑系统：为配合此次行动，美军网络司令部派出了多个高级黑客编队，对伊朗的核设施防空体系及相关指挥控制系统的核心节点，发起了先发制人的网络攻击；这一网络攻击的主要目的，是瘫痪伊朗防空体系的核心预警雷达、地空导弹部队的火控雷达和相关通信系统，为B-2A机群的突防创造安全条件。此外，美军还在行动前，对伊朗的核设施的防空预警雷达及通信系统，实施了大范围的电子压制干扰——这一电子压制行动，是通过EA-18G电子攻击机和EC-130H电子战飞机，在AI技术支撑下完成的，旨在彻底压缩伊朗防空体系的探测范围。

表 1 主要参战装备及AI技术支撑系统对比

需要特别强调的是，在这次行动中，美、以两军的AI系统，通过各类战术数据链实现了高度的实时数据协同共享：以色列空军的“箭头”反导防御系统的实时目标数据，能够直接为美军的B-2A隐身战略轰炸机提供目标指引；而美军的“守护者”智能系统的情报分析结论，也直接支撑了以色列空军的后续打击行动——这种协同，是这次行动的核心战术支撑。

二、AI技术在“怒火行动”中的战略应用

2.1 情报、监视与侦察（ISR）领域的AI应用

美、以两国军方通过AI技术的支撑，彻底解决了长期存在的“数据多、信息少、情报缺”的战场情报痛点，将ISR作业的处理效率、精准度和实时性，提升到了前所未有的层次。

2.1.1 以色列方面的AI情报处理

以色列国防军在“雄狮崛起”行动中，展现出了比美军更成熟的战术级AI情报应用能力——其核心是9900部队的卫星情报采集体系，以及8200部队开发的两款AI情报分析系统。

• 多源情报采集与融合：以色列国防军的情报采集工作，由其精锐部队9900部队全权负责——该部队是以色列军事情报局（Aman）的专职卫星情报采集部门，其运作的核心是“奥费克”系列侦察卫星，以及“赫尔墨斯”900型长航时无人机等战场侦察资产；通过这些平台，以色列在行动前的48小时内，就采集了超过12000枚覆盖伊朗全境战略要点的高分辨率卫星图像，以及大量来自无人机的实时光电和红外侦察数据。在实际作战过程中，9900部队的侦察卫星和无人机编队，持续对伊朗境内的战略战术目标进行实时监控，将采集到的多源异构数据，通过加密战术数据链，实时传输到位于以色列本土的地下应急指挥中心；随后，这些数据被同步传输给以军8200部队开发的“哈博拉”和“拉文德”AI情报分析系统，由算法完成对不同来源、不同格式数据的自动融合分类、校对和去重处理。

• AI驱动的目标识别与分析：在“雄狮崛起”行动中，以军的情报处理核心，是“哈博拉”和“拉文德”两款AI情报分析系统——这两套系统，是以军在加沙地带冲突中进行实战验证后，针对伊朗战场环境升级改造的成熟装备。其中，“哈博拉”系统的主要功能，是对采集到的卫星图像、无人机光电和红外侦察数据，进行自动图像识别解析，从而定位伊朗境内的军事目标，包括伪装的发射阵地、经过伪装的地下设施入口，以及防空雷达阵地；“拉文德”系统的主要功能，则是对“哈博拉”系统识别出的目标，进行进一步的情报分析和优先级排序——它会综合目标的战略价值、防御部署能力、周边环境特征，以及打击的难易程度，生成一个量化的优先级评分清单，供以军指挥机构在制定打击方案时参考。这一AI情报分析支撑体系，在实战中展现出了惊人的效率：据以色列国防军公开的官方数据，在这次行动中，这一AI情报分析体系，仅用10天时间，就完成了对超过500名伊朗高层军事指挥官或核相关技术人员的精准目标标记；而在传统情报处理模式下，完成这样规模的目标筛选，至少需要投入超过2000名情报分析人员，工作时长需要以月为单位计算。这一技术优势，直接压缩了以军的战场情报准备时间，为后续的快速打击提供了支撑。

• 实时情报支撑作战行动：特别值得关注的是，以色列国防军的这一AI情报分析体系，在整个“雄狮崛起”行动期间，始终保持着对伊朗目标的实时数据更新——在以军的打击编队飞向伊朗领空的过程中，这套系统还在通过来自侦察卫星和无人机编队的最新战场数据，持续对目标信息进行动态更新；更新后的实时目标数据，通过战术数据链，实时传输到执行打击任务的F-35I隐身战斗机的座舱终端和武器管理系统，帮助飞行员随时调整打击诸元，保证打击精度。

2.1.2 美国方面的AI情报处理

美军在“午夜之锤”行动中，依托其全球情报采集体系，将多源情报融合分析的能力提升到了战略级别——其核心是“守护者”智能系统和Claude多模态大模型的协同组合，这一组合，是美军联合全域指挥控制（JADC2）框架的核心情报支撑。

• 多源情报采集与融合：美军的情报采集体系，完全服务于“午夜之锤”行动的战略级打击目标需求——行动期间，美军在阿拉伯海北部海区部署了包括“林肯”号（USS Abraham Lincoln）核动力航空母舰在内的第5舰队航母打击群，以及位于中东地区多个陆上基地的RC-135V/W电子侦察机、E-3B“望楼”空中预警机、EA-18G“咆哮者”电子攻击机和U-2S高空侦察机；这一庞大的侦察资产组合，持续对伊朗的核设施及相关防空体系进行近距离的电子信号和光学情报采集，以获取精准的目标位置信息、防空雷达的工作参数和通信频率数据。与此同时，美军通过部署在太空的“锁眼”系列光学侦察卫星、“长曲棍球”系列合成孔径雷达侦察卫星，以及相关的电子侦察卫星，持续对伊朗的核设施及相关军事目标，进行全天候、全天时的多维度侦察数据采集；采集到的所有情报数据，都被实时传输到美军位于佛罗里达州坦帕市的中央司令部前方作战指挥中心。

• AI驱动的情报分析与目标验证：和以色列的战术级AI情报应用不同，美军在这次行动中，将AI技术重点应用在了战略级的情报融合和分析环节——美军的核心支撑，是Palantir公司的“守护者”智能系统，以及Anthropic公司开发的Claude多模态大模型；这一组合，是美军联合全域指挥控制（JADC2）框架下的核心情报分析中枢。在这次行动中，这一AI情报分析中枢，将来自美军各侦察平台的多源异构数据，包括卫星图像、无人机侦察数据、电子情报采集数据，以及少量来自“摩萨德”和美军前线特种作战人员的人工情报，进行了同步融合分析和交叉验证；其核心任务，是对以色列方面识别出的伊朗核设施及相关军事目标，进行进一步的精准定位验证和战略价值评估——具体来说，是对目标的位置精度、周边防空力量的部署水平、地下设施的加固程度，以及打击后可能造成的附带损伤规模，进行量化的模拟计算，以确定最优的打击方案和武器配置，最大限度提升打击效果。这一AI情报分析体系，在实战中展现出了强大的分析能力：据美军官方公布的数字，在这次行动中，这一体系，将原本需要花费数周时间完成的情报分析工作，压缩到了3小时以内；这一效率提升，直接保证了美军能够在以军打击的有利时机内，迅速完成目标分析和打击方案制定，而留给伊朗防空体系的反应时间，则被压缩到了传统战术标准的十分之一以内。

• 跨战区情报协同共享：美军的这一AI情报分析中枢，在整个行动期间，与以色列国防军的AI情报分析体系，通过加密级的战术数据链，完成了实时情报数据共享和分析结论协同——美军的侦察卫星数据，为以色列空军的打击目标提供了更精准的地理坐标校准；而以色列国防军的地面人工情报，以及前期对伊朗的打击效果评估数据，也为美军B-2A隐身战略轰炸机的目标打击诸元计算，提供了直接的参考支撑。

2.2 决策指挥与任务规划领域的AI应用

传统作战模式下，制定一次大规模空袭行动的方案，往往需要花费数天甚至数周的时间；但在这次行动中，AI技术将这一流程的响应时间，压缩到了以前的百分之一。

2.2.1 以色列方面的AI指挥控制支撑

以色列国防军在“雄狮崛起”行动中，首次实战应用了基于AI技术的“数字要地”指挥控制系统，这是其实现多目标同步打击的核心支撑——该系统的核心功能，是完成目标与作战资源的自动匹配，以及对打击行动的全过程进行协同规划。

• 自动目标-资源匹配：在这次行动中，以军的“数字要地”指挥控制系统，在后台完成了对打击目标和空中作战资源的自动优化分配——具体来说，这套系统在接收到来自情报分析系统的目标优先级清单后，会根据实时采集到的伊朗防空体系的威胁数据，以及以军空中作战资源的实时状态（包括战机的作战半径、弹药挂载量、空中加油的可使用时间等），在极短时间内，计算出最优的打击资源分配方案；这一方案，会明确指定每个打击目标应由哪支部队、哪一型别的战机执行、需要配置什么类型的弹药、需要采用什么样的突防航线、需要什么样的支援保障力量配合。这一由AI技术支撑的决策优化模式，取代了传统指挥参谋机构和人员需要花费数小时进行的人工计算和推演的流程；在这一支撑下，以军在“雄狮崛起”行动的打击最高峰时段，成功实现了对伊朗境内超过900个战略战术目标的精准打击，而且在整个打击过程中，完全没有出现过任何攻击资源分配的冲突，或因为目标数据的滞后导致的无效打击问题。

• 实时决策调整：更关键的是，这一AI指挥控制系统，在整个行动期间，始终保持着对打击效果和战场变化的实时评估，能够根据最新的战场数据，对打击方案进行动态优化调整——例如，在行动过程中，当系统通过无人机或卫星的实时打击效果评估数据，发现某一目标的打击效果没有达到预期标准时，会立即将该目标的后续打击任务，分配给具备相应穿透能力或打击弹药储备的后续波次打击编队；如果系统发现某一攻击编队的突防航线附近出现了新的伊朗防空雷达阵地，或有伊朗空军的战斗机正在升空拦截，会立即通过战术数据链，将实时更新的威胁数据和规避航线，传输给执行打击任务的飞行员，帮助其完成打击航线的调整。这一基于AI技术的实时决策支撑能力，极大提升了以军打击行动的成功率。

2.2.2 美国方面的AI指挥控制支撑

美军在“午夜之锤”行动中，将AI技术应用到了战略级的决策规划环节——其核心是“守护者”智能系统和Claude多模态大模型的协同组合，这一组合，支撑了B-2A隐身战略轰炸机的跨洋洲际打击任务的全程规划。

• 战略级任务规划：美军的“午夜之锤”行动，是一次典型的战略级远程奔袭作战行动；这类行动的任务规划，涉及大量复杂的战术细节，包括但不限于B-2A机群的跨洋飞行航线规划、不同阶段的空中加油汇合点坐标计算、打击时的目标进入方向和诸元设定、电子压制和防空压制资源的协同 timing，以及打击完成后的安全返航航线规划等。在传统作战模式下，这类复杂的任务规划工作，需要美军的作战方案制定人员和指挥参谋团队花费至少一周时间，进行手工计算和多轮方案推演；但在这次行动中，这一工作完全由AI技术支撑的系统完成——“守护者”智能系统和Claude多模态大模型，在综合了伊朗防空体系的部署特点、全球气象数据、各型参战飞机的作战性能和航程参数、各型制导弹药的投弹射程和滑翔轨迹特征、伊朗周边国家的领空状况，以及航母打击群的支援阵位等各类战术数据后，仅用几个小时，就自动生成了完整的打击方案；这一方案，包括了从美国本土怀特曼空军基地起飞的B-2A机群的全部飞行航线细节、加油区域 timing、不同阶段的电磁频谱压制方案、打击编队的组成、弹药配置及目标分配方案，以及配合行动的海军编队的阵位设置要点等。这一由AI技术支撑的任务规划模式，不仅大幅缩短了方案制定的时间，更重要的是，其计算的突防航线，能够最大程度规避伊朗防空雷达的探测和跟踪；根据美军后续的公开简报资料，这一由AI技术支撑的打击方案，将B-2A机群被伊朗防空雷达探测到的概率，压缩到了传统规划方案的十分之一以内。

• 全流程协同控制：在实际作战过程中，这一AI支撑的任务规划体系，全程动态支撑着整个打击行动的协同指挥——在B-2A机群长达18小时的跨洋飞行过程中，“守护者”智能系统，持续不断地接收来自美军各侦察平台和预警机的实时情报数据，对伊朗防空体系的雷达探测范围、地空导弹的射击参数，及可能的拦截时机等战术威胁数据，进行动态评估；如果系统判断原计划的飞行航线，有可能被伊朗防空体系探测到，会立即通过具备低可截获特征的隐蔽战术数据链，将实时更新的、更安全的突防航线，传输给B-2A机群的座舱终端和飞行管理系统，引导机群完成航线调整。特别关键的是，在打击目标的环节，当B-2A机群飞行到投弹阵位后，由“守护者”智能系统支撑的目标数据传输系统，将实时更新的目标诸元数据，直接传输给B-2A机群的武器管理系统；在这一数据支撑下，飞行员仅需要确认投弹的操作即可，完全无需手动输入额外的目标参数信息。这一高度自动化的AI支撑环节，将整个打击流程的耗时，压缩到了传统战术标准的三分之一；而根据美军后续公开的打击效果评估报告，在这次行动中，美军所有的GBU-57A/B巨型钻地弹，都精准地命中了预定的目标——这一实战结果，直接验证了这一AI支撑体系的有效性。2.3 火力打击与 engagements 终端的AI应用

AI技术的应用，是美以联军能够在伊朗拥有的多层级防空/反导拦截火力拦阻下，成功实现突防和精准打击的关键支撑；其核心是提升武器装备的精准识别目标的能力，以及在干扰和拦截环境下的突防性能。2.3.1 以色列方面的AI精确打击支撑

以色列空军在“雄狮崛起”行动中，将AI技术重点应用在了抑制敌人防空资产（SEAD）和精确打击弹药的制导环节——其核心是提升弹药的突防性能和打击精度。

• SEAD作战支撑：在这次行动中，以色列空军的F-35I隐身战斗机，在执行对伊朗防空阵地和核设施的打击任务时，配合了由“赫尔墨斯”900型无人机组成的无人编队；这些无人机，装备了由以色列航空工业有限公司（IAI）开发的AI技术支撑的电子干扰压制系统——这些系统，能够自动对伊朗防空雷达的工作频段、信号特征进行采集、分析和识别；随后，根据识别出的雷达信号特征，自动调整电子干扰的频率、功率和调制模式，实现对目标雷达的精准压制；这一AI技术支撑的精准式电子压制，比传统的阻塞式干扰效率高出数倍，足以将伊朗防空雷达的探测距离压缩到原来的三分之一以内。

• AI增强型精确打击弹药：此外，以色列空军在这次行动中，投入的“杰拉姆”精确制导炸弹和“滑翔盾”远程精准制导炸弹，也装备了由以色列军工企业研发的AI技术支撑的红外/光电复合制导末段导引头——这些导引头，在炸弹投放后的飞行过程中，能够通过数据链接收来自“赫尔墨斯”900型无人机或卫星的实时目标数据修正，自主识别、捕获目标的实际红外/光电特征；甚至在目标被部分烟雾或伪装遮蔽的情况下，也能通过算法计算出目标的真实位置，引导炸弹实施精准攻击；这一AI技术支撑的制导模式，比传统的GPS+惯性制导的制导精度提升了至少一倍，且抗干扰能力得到了显著提升。

2.3.2 美国方面的AI精确打击支撑

美军在“午夜之锤”行动中，虽然其主战装备是具备跨洲际投送能力的战略级平台，但其战术级火力打击的核心支撑，仍然是AI技术——其应用重点，是提升主战武器的突防性能和精准打击能力。

图 5 美国空袭伊朗核设施的时间表

• AI辅助的突防支撑：美军的B-2A隐身战略轰炸机，本身就具备极强的隐身性能；而在这次行动中，其突防能力，又得到了AI技术的进一步加持——B-2A的飞行管理系统，接收了来自“守护者”智能系统的实时更新的突防航线；在飞行过程中，B-2A的AN/APQ-181型有源相控阵雷达，以及先进的电子战支援侦察系统，能够持续对伊朗的防空雷达信号，进行采集、分析和识别；随后，由机载任务计算机上搭载的AI辅助系统，对这些信号进行实时计算，自动调整B-2A的飞行姿态、航线和雷达信号强度，以最佳隐身俯仰角度，规避伊朗防空雷达的持续探测和跟踪；这一由AI技术支撑的动态突防调整模式，进一步压缩了B-2A机群被伊朗防空雷达捕捉到的概率。

• AI增强型精确打击弹药：美军在这次行动中，首次实战投入的GBU-57A/B巨型钻地弹，也并非传统的常规钻地弹——这款弹药的制导系统，采用了“GPS+惯性导航+末端光学制导”的复合制导模式，且在制导环节，加入了AI技术的支撑模块；在弹药的末端飞行环节，这一AI技术支撑的制导系统，能够通过数据链接收来自侦察卫星或无人机的目标实时数据更新，并且通过弹载的光学传感器，对目标的视频图像特征进行实时采集和识别，自动计算出最佳的攻击角度和方向；甚至在目标受到一定程度的烟雾干扰或伪装遮挡的情况下，也能通过算法匹配，精准命中目标的主体结构。根据美军后续公开的打击效果评估报告，在这次行动中，美军投下的所有GBU-57A/B巨型钻地弹，都精准地命中了预定的目标；这一结果，验证了这一AI技术支撑的制导系统的实战性能。

图 6 B-2“幽灵”轰炸机投放一枚GBU-57“导弹攻击弹药”

• 多域协同的压制支撑：在这次行动中，美军的AI技术支撑系统，还实现了多域协同的压制火力规划——在B-2A机群进入伊朗领空的前几分钟，美军的“守护者”智能系统，同步计算出了对伊朗防空体系的各核心节点进行“反辐射压制”的最优 timing 和火力分配方案；随后，根据这一方案，美军的EA-18G电子攻击机，对伊朗的防空预警雷达实施了精准的电子压制；同时，美军发射的大量“战斧”式巡航导弹，率先对伊朗的防空导弹阵地、雷达站和通信指挥节点，进行了提前打击；这一由AI技术支撑的多域协同压制打击，在B-2A机群通过伊朗防空网的关键突防阶段内，彻底压缩了伊朗防空体系的有效探测距离和打击窗口，为B-2A机群的成功突防，创造了安全条件。

2.4 防空反导与防御渗透领域的AI应用

美、以联军的AI支撑体系，在打击环节发挥了关键作用；同时，伊朗方面的部分自研防空反导装备，也在一定程度上，具备了AI技术的支撑能力；双方的AI技术，在战场上进行了直接的对抗。

2.4.1 以色列方面的AI防空反导能力

以色列国防军在“雄狮崛起”行动中，同样依赖AI技术，构建了针对伊朗报复性火力打击的多层防御体系——这一多层防御体系，是以色列能够在伊朗的弹道导弹、自杀式无人机的反击下，保持战场作战能力的核心支撑。

• 多源情报融合的防御体系支撑：这一防御体系的核心，是AI技术支撑的多源情报融合处理系统——在行动期间，以色列空军的“赫尔墨斯”900型无人机，以及海军的“萨尔”级护卫舰搭载的先进侦察雷达，和部署在中东地区的美军侦察卫星，共同组成了一个全空域的立体化目标探测网络；这一网络，将采集到的伊朗来袭的弹道导弹、巡航导弹和自杀式无人机的目标飞行参数和红外/光电实时特征，传输给以色列国防军的“铁束”激光反导武器系统，以及“大卫投石索”中程防空反导系统的火控指挥中心；随后，由这一AI技术支撑的多源情报融合处理系统，对这些来自不同侦察平台的目标数据，进行同步的融合处理和真伪识别；这一系统，能够在极短时间内，从来袭的大量目标中，识别出真实的具有威胁性的目标，并且计算出最优的拦截方案，包括用什么拦截武器、在什么距离和高度进行拦截、拦截的先后排序等；这一技术，将传统防空反导作战的“发现-识别-锁定-拦截”流程时长，压缩到了原来的三分之一以内。

• AI增强型多层防空反导系统：实际行动中，以色列的“铁束”激光反导武器系统，在AI技术支撑下，成功拦截了多枚伊朗发射的中短程弹道导弹和大量的自杀式无人机；这一系统，在AI技术支撑下，能够自动对来袭导弹或无人机的目标特征进行识别、跟踪和锁定，随后发射高能激光束，对目标进行精准摧毁；根据以色列国防军后续公布的官方数据，在整个“雄狮崛起”行动期间，其AI支撑的多层防空反导系统，对伊朗来袭的无人机和巡航导弹的拦截成功率，达到了惊人的96%；这一拦截效果，完全得益于AI技术对多源情报的快速融合处理和对目标的精准识别，为其反击作战提供了足够的安全支撑。

2.4.2 美国方面的AI防御渗透能力

美军在“午夜之锤”行动中，没有面临直接的伊朗空中火力反击，这是因为其AI支撑的防御渗透能力，在突防环节发挥了关键作用——其应用重点，是通过电子战和网络战的组合，压制伊朗的防空体系雷达，确保B-2A机群的安全突防。

• AI电子战支撑：在这次行动中，美军的EA-18G“咆哮者”电子攻击机，在AI技术的支撑下，对伊朗的防空预警雷达和地空导弹部队的火控雷达，实施了精准的电子压制——这些电子攻击机，在AI技术支撑下，能够在极短时间内，对伊朗防空雷达的工作频段、信号特征进行采集、分析和识别；随后，根据识别出的雷达信号特征，自动调整电子干扰的频率、功率和调制模式，实现对目标雷达的精准压制；这一AI技术支撑的精准式电子压制，比传统的阻塞式干扰效率高出数倍，足以将伊朗防空雷达的探测距离压缩到原来的三分之一以内。

• AI网络战支撑：此外，在这次行动中，美军还在AI技术支撑下，对伊朗的防空体系及相关的指挥控制通信网络核心节点，发动了先发制人的网络攻击——美军的网络战部队，通过AI技术支撑的网络攻击平台，在行动前的几个小时内，向伊朗防空体系的指挥控制通信网络，注入了大量经过伪装的网络攻击流量；这些流量，利用了伊朗防空体系网络系统的部分已知漏洞，在AI技术的支撑下，成功绕过了伊朗网络安全系统的检测和过滤，侵入了其防空体系的内部网络，对其部分核心服务器和存储的雷达数据信息，进行了篡改和删除；这一网络攻击的直接效果，是在关键的突防时段内，导致伊朗部分防空导弹阵地和雷达站，与上级指挥中心的通信链路被中断，部分防空雷达的探测数据被篡改，从而无法有效跟踪美军B-2A机群的突防轨迹。

2.4.3 伊朗方面的AI防御能力

  伊朗在行动前，已经对AI技术在军事领域的应用进行了多年的探索和军事准备，并且在其防空体系和自杀式无人机/巡航导弹的制导环节，加入了部分AI技术的自主应用成果——但由于技术水平的代差，这些AI技术装备的实际表现，远不如美以联军的同类装备。

图 7 伊朗弹道导弹拦截行动在以色列造成的后果 2025.6.13-6.24

• AI防空系统应用局限：伊朗空军的防空体系，主要由S-300、S-400远程防空导弹系统，以及伊朗国产的“霍尔达德”中程防空导弹系统组成；这些系统的雷达和火控装备，部分加入了AI技术支撑的目标识别模块；但根据战后的技术评估报告，这些AI技术模块，并没有形成多源情报融合处理的实战能力——其雷达无法有效处理美以联军实施的复杂电子压制信号，对隐身目标的识别和跟踪能力十分有限；在实际作战中，伊朗的部分防空雷达，虽然发现了美以联军的部分空中目标，但在AI算法过滤环节后，这些目标数据被标记为“虚假目标”，没有对其进行进一步的跟踪和锁定；这一技术缺陷，直接导致伊朗防空体系的整体反应时效，被压缩到了不足以对美以联军的突防战机，形成实际射击威胁的程度。

• AI导弹制导应用局限：同样的，伊朗在这次行动中，投入的“候鸟”系列自杀式无人机，以及“光明征服者”系列巡航导弹，其制导系统虽然加入了部分AI技术的支撑模块——可以根据地面的目标特征，进行简单的识别和跟踪；但是，这些无人机和巡航导弹的导引头，不具备完整的多源情报融合处理能力，在以色列空军的多层级防空反导系统和电子压制下，其实际突防效果和打击精度都非常有限——在实战中，这些无人机和巡航导弹，大部分被以色列的多层防空反导系统拦截，只有极少数成功突破了防御，且没有造成任何有价值的战果。

三、“怒火行动”中AI应用的实际效果复盘

基于公开的作战数据和双方官方的声明，这次行动中AI应用的效果，可以通过以下几个维度进行量化复盘；这些数据，直观证明了AI技术对现代作战体系的革命性赋能价值。

3.1 数据处理效率量级提升

AI技术在情报处理环节的赋能效果，是最容易通过量化数据验证的环节——其核心是对多源情报的融合处理效率，以及对目标的识别分析精度。

• 情报处理效率突破：根据以色列国防军公开的官方数据，在“雄狮怒吼”行动中，其9900部队的情报分析人员，仅有约20名；在AI技术支撑下，这一规模的分析团队，在行动开始后的48小时内，完成了对超过1200枚覆盖伊朗全境战略要点的高分辨率卫星图像的分析工作，并且完成了对图像中超过2000个感兴趣目标的识别和定位校准；这一图像处理和目标识别的规模，在传统人工情报处理模式下，需要投入约2000名情报分析人员，工作时长需要以天为单位计算——这意味着，AI技术的应用，将以卫星图像分析为核心的情报处理效率，提升了接近100倍。

表 2 情报处理效率对比

• 目标识别精度提升：更关键的是，AI技术的应用，不仅大幅提升了情报处理的效率，还提升了其实际精度——根据以色列国防军后续公布的战后评估数据，在这次行动中，其AI情报分析系统，对伊朗核设施及相关军事目标的识别准确率和定位精度，都超过了90%；相比之下，在2003年的伊拉克战争中，当时的传统情报处理分析模式，对类似目标的识别准确率和定位精度，只有约50%；这一技术提升，直接将目标识别的有效精度，提升了近一倍。

• 战略级情报协同效率提升：此外，美以联军通过AI技术支撑的情报协同体系，将跨战区情报协同的效率，提升了近百倍——在这次行动中，美军和以军之间的情报数据协同，完全通过实时加密战术数据链完成；双方的AI系统，对来自不同侦察平台的情报数据，进行了自动同步的融合处理和交叉验证；这一协同流程，在传统模式下，需要通过人工翻译、介质拷贝和重新分析等多个环节，耗时长达数小时；但在这次行动中，这一环节的耗时被压缩到了1分钟以内；这一效率提升，保证了美军和以军各自的打击行动的时机和战术动作，能够做到高度协同，没有出现任何打击节奏上的偏差。

3.2 作战节奏与Kill Chain的压缩幅度

AI技术对作战流程的最核心赋能效果，是压缩了传统“发现-定位-跟踪-瞄准-打击-评估”（F2T2EA）杀伤链的全程响应时间；这一压缩幅度，是决定这次行动成败的关键战术因素。

• 战术级杀伤链压缩：在“雄狮怒吼”行动中，以军的AI支撑体系，将战术级火力打击的全程响应时间，压缩到了前所未有的程度——根据以色列国防军官方公布的战时数据，在这次行动的打击最高峰时段，其空中打击编队，能够保持平均每分钟打击2个伊朗战略战术目标的作战节奏；这意味着，在AI技术支撑下，其完整的“发现-定位-跟踪-瞄准-打击-评估”杀伤链闭环，在实战中被压缩到了约30秒以内；而在2003年的伊拉克战争中，当时的传统机械化战争模式下，美军的这一战术级响应时间，平均需要整整60分钟；这意味着，AI技术的应用，将战术级杀伤链的响应时间，压缩到了传统模式的百分之一以内。

• 战略级任务规划压缩：同样的，在美军的“午夜之锤”行动中，AI技术支撑的任务规划体系，将战略级远程奔袭作战的任务规划时长，压缩到了传统模式的百分之一以内——根据美军官方公布的简报数据，在这次行动中，“守护者”智能系统和Claude多模态大模型，仅用3小时时间，就完成了对B-2A机群跨洋奔袭任务的完整航迹规划、目标诸元计算和协同方案制定；而在传统作战模式下，这类复杂的战略级远程奔袭作战方案，通常需要美军的专业作战方案制定团队，花费至少一周的时间，进行人工计算和多轮推演才能完成；这一效率提升，直接保证了美军能够在以军打击的有利时机内，迅速完成战略级打击方案的制定和实施。

• 打击效果评估压缩：此外，AI技术的应用，还大幅压缩了打击效果评估的响应时间——在这次行动中，美以联军的AI支撑体系，能够在打击弹药命中目标后的数分钟内，通过侦察卫星或无人机的实时图像，完成对目标毁伤效果的自动分析评估，并且将评估结果，实时反馈给后续的打击编队；这一响应时间，在传统人工评估模式下，至少需要花费数小时；而在这次行动中，这一环节的耗时被压缩到了原来的十分之一以内；这一技术支撑，保证了美以联军能够根据最新的打击效果评估，快速调整后续打击方案，及时对没有达到预期毁伤效果的目标，实施补充打击——这一逻辑，是双方在短期内实现作战目标的核心战术支撑。

表 3 F2T2EA杀伤链闭环时间压缩

3.3 不对称作战优势的技术体现

战争的实际结果，从宏观层面，验证了AI技术对现代军事力量的革命性赋能价值——美以联军通过AI技术的支撑，构建了对伊朗的不对称战场优势，甚至可以说，形成了战场技术代差的压制效果。

• 突防效果的代差优势：在“午夜之锤”行动中，美军的B-2A隐身战略轰炸机群，在AI技术支撑的电子战和网络战协同掩护下，成功避开了伊朗所有的防空雷达探测，安全完成了对伊朗核设施的打击任务，并且全部安全返航；同样的，在“雄狮崛起”行动中，以色列空军的F-35I隐身战斗机编队，在AI技术支撑的电子压制和欺骗干扰掩护下，深入伊朗境内长达1500公里，实施了多波次的精准打击任务，最终全身而退；这一结果，直接验证了AI技术支撑下的突防战术效能。

• 打击效果的代差优势：从实际打击效果看，AI技术支撑下的弹药打击精度，足以完全摧毁深埋地下的伊朗核设施主体——在“午夜之锤”行动中，美军的B-2A机群，投下了14枚GBU-57A/B巨型钻地弹，对伊朗福尔道、纳坦兹和伊斯法罕的三处核心核设施，进行了精准的打击；根据美军后续公布的打击效果评估报告，这一行动，直接将伊朗福尔道核设施的地下铀浓缩生产车间，以及纳坦兹核设施的核心生产厂房，完全摧毁；而根据以色列国防军的官方评估，在“雄狮怒吼”行动中，以军的AI支撑体系，成功摧毁了伊朗境内超过900个战略战术目标，其中包括大部分的核设施地面辅助建筑、防空雷达阵地、弹道导弹发射阵地及相关指挥控制节点；这一打击效果，直接证明了AI技术赋能的精准打击价值。

• 防御效果的代差优势：在防御环节，AI技术的赋能效果，同样非常明显——根据以色列国防军的官方数据，在整个“雄狮怒吼”行动期间，伊朗军队向以色列发射了超过500枚弹道导弹、巡航导弹和自杀式无人机；其中，只有不到40枚，突破了以色列空军的多层级防空反导防御体系，落在了以色列境内；这意味着，以色列的多层防空反导体系，在AI技术支撑下，对伊朗的来袭目标的拦截成功率，达到了惊人的96%；这一数据，远高于此前历次局部战争中的防空拦截效率；而美军在这次行动中，由于压制了伊朗的防空反击能力，没有面临任何来自伊朗的空中威胁；这一防御效果，直接验证了AI技术支撑的多层级防空反导防御体系的实战价值。

• 损失控制的代差优势：最重要的是，美以联军在AI技术的支撑下，成功控制了己方的人员和装备损失——在整个“雄狮崛起”行动期间，以色列空军仅损失了8架无人机，没有有任何一名飞行员或突击队员被击落；而美军在“午夜之锤”行动中，所有参战的B-2A隐身战略轰炸机，都安全返回了位于本土的怀特曼空军基地，没有遭受任何损失；与之相对应的是，伊朗军队在这次行动中，损失了超过900个重要的军事目标和部分核设施主体，其防空体系和核计划的相关基础设施，受到了毁灭性的打击；这一战场结果，直观体现了AI技术带来的不对称战场优势。

3.4 双方AI应用成熟度的代差分析

根据这次行动中双方的AI技术应用水平，存在着显著的技术代差——这一代差，直接决定了这次行动的战场胜负；这一技术代差的核心维度，可以梳理如下：

• 应用层级代差：美以联军的AI技术应用，已经形成了覆盖“情报-指挥-打击-评估”全流程的技术支撑体系，并且实现了跨域协同的多兵种、多战区一体化作战；而伊朗的AI技术应用，仅仅停留在单一平台的制导、简单的目标识别或电子压制的战术级环节，没有形成完整的作战体系支撑，更无法实现跨平台的多域协同——这意味着，双方的AI技术应用层次，存在着体系化与单点化的本质差异。

• 技术性能代差：从技术性能角度看，美以联军的AI支撑体系，其多源情报融合处理的分析效率，达到了伊朗同类装备的至少10倍；其目标识别的精准度，比伊朗同类装备高出了至少30个百分点；其抗电子压制和干扰的能力，远超伊朗的同类装备；而伊朗的AI技术装备，在美以联军的复杂电子压制干扰下，甚至无法正常识别目标的真实位置——这一技术性能差异，直接导致了伊朗在战场上的被动局面。

• 信息获取能力代差：更关键的是，美以联军掌握了绝对的信息获取能力优势——通过遍布太空、空中、海上和陆上的情报采集侦察资产，以及AI技术支撑的情报融合处理体系，美以联军，完全掌握了伊朗的核设施及相关军事目标的精准位置信息和动态部署数据；而伊朗的侦察资产体系，不具备对美以联军的空中行动进行持续预警和跟踪的能力，甚至对其突击航线的有效探测距离，都被压缩到了只有几十公里的近程范围——这一信息获取能力的不对称，是美以联军实现单向打击优势的核心技术支撑。

• 作战效果代差：这一技术代差的直接结果，是双方的AI技术装备的实际作战效果，存在着天壤之别——美以联军的AI支撑体系，在实战中发挥了关键的赋能作用，保证了打击行动的突然性、精准性和有效性；而伊朗的AI技术装备，在实战中没有发挥任何有价值的作用，其防空体系的雷达和通信系统，在关键的突防时段内，一直处于被压制的状态，根本无法对美以联军的空中突击编队，形成实际的威胁。

附：本次复盘的数据图表

图表1：美以联军“怒火行动”AI应用流程及全作战环节分布对比图

美国“午夜之锤”行动

图表说明：从图表数据可以看出，美以联军的AI应用重心存在明确的协同差异：以色列的应用重点集中在战术级情报处理和打击资源分配环节，支撑其近距离多波次打击；美国的应用重点，则是战略级的任务规划和多源情报协同分析环节，支撑其远程奔袭打击行动。这一差异，与双方在这次行动中的战术分工完全协同。图表2：“怒火行动”AI赋能作战流程闭环示意图

AI支撑新型杀伤链流程

图表说明：从图表对比可以看出，在“怒火行动”中，AI技术支撑的新型杀伤链流程，几乎将所有核心作战环节的响应时长，从小时天级的压缩到了分钟级；这一提升幅度，是美以联军能够在短短12天内，达成摧毁伊朗核设施核心目标的关键技术支撑——这一响应速度，完全压缩了伊朗防空体系的战术反应时间，使其无法对突击行动进行有效拦截。

图表3：“怒火行动”双方AI技术应用效果对比图

图表说明：从图表数据可以直观看出，美以联军在AI技术的应用效果上，拥有压倒性的技术代差优势；这一代差优势，完全决定了双方在这次行动中的战术表现差异；而这一技术代差的核心，并非AI技术本身的理论代差，而是应用层级和体系化能力的差异——美以联军的AI技术，已经形成了完整的作战流程支撑体系，而伊朗的AI技术，只是单点应用的技术装备。

图表4：“怒火行动”中各国防供应商AI技术装备投入情况统计图

图表说明：从图表数据可以看出，这次行动中，美以联军的AI技术装备，主要来自两国的头部国防供应商；这些供应商的成熟技术产品，在实战中展现出了可靠的性能，为美以联军的作战行动提供了全流程的支撑；这也证明了AI技术军事化应用的核心，是成熟的技术装备与完整的作战体系支撑。

六、复盘结论

通过对“怒火行动”完整作战流程、双方AI技术应用的实战表现、以及相关作战数据的交叉验证和综合分析，可以得出以下三个层面的核心结论：

1. 技术范式变革：AI技术的应用，不再是传统作战环节中的辅助性工具，而是彻底渗透了从情报处理、任务规划、指挥控制、火力打击到防御压制的全部作战环节，成为了支撑现代作战体系的核心基础技术；这一变化，标志着现代战争，正式从传统的“平台中心战”阶段，全面进入了“算法中心战”的全新阶段——这一阶段的核心竞争力，是AI技术对多源情报的融合处理能力，以及对作战资源的优化决策能力。

2. 作战逻辑重塑：AI技术的应用，从根本上重塑了传统战争的制胜逻辑——在这次行动中，制胜的核心要素，不再是传统作战中的兵力规模、装备性能或火力投送密度，而是由AI技术支撑的“信息获取优势”和“决策速度优势”；具体来说，是通过多源情报融合处理体系，获取的精准战场信息优势；以及通过AI技术支撑的决策规划体系，将杀伤链的响应时间，压缩到了对手无法有效反应的程度；这一逻辑下，即使是规模较小的作战力量，也可以通过技术代差的不对称优势，击败具备传统兵力规模优势的对手；这意味着，未来的作战流程，将完全由AI技术的决策速度和精准度主导，作战的胜负，将在很大程度上，取决于双方的AI技术应用成熟度。

3. 体系代差优势：这次行动的实战结果，验证了一个关键事实，AI技术的军事化应用价值，并非单纯的技术装备水平的提升，而是技术装备与作战体系的融合支撑能力；美以联军的压倒性优势，并非单纯来自某一型AI技术装备的性能优势，而是源于其构建的覆盖侦察、指挥、打击、评估全流程的完整AI作战体系，以及跨战区、多兵种的多域协同能力；相比之下，伊朗军队虽然拥有部分AI技术装备，但由于缺乏体系级的支撑和协同，在实战中完全无法形成对等的威胁；这意味着，在未来的军事冲突中，缺乏AI体系级支撑能力的一方，将无法有效对抗拥有这一技术优势的对手，双方将出现无法跨越的技术代差不对称局面。

这次行动的实战案例，也给全球的军事技术发展，带来了明确的启示：未来的军事优势，将必然属于那些能够将AI技术与传统作战体系深度融合，并且构建出全流程跨域协同能力的军事力量；而对于技术劣势方来说，要抵消这一技术代差优势，也必须从体系级层面入手，重点发展针对AI支撑体系的反制技术，以及破坏其多域协同能力的对抗手段，这也将成为未来军事技术发展的核心博弈方向。