点击蓝字 
关注我们

本文信息由桌面安全智能体AVL Code基于澜砥大模型服务聚合生成,已经过人工审核。
2026年8月10日,卡内基国际和平基金会发布研究报告《破除美军人工智能落地推广的障碍》。该报告由卡内基技术与国际事务项目研究学者杰克·斯特克勒(Jake Steckler)撰写,以自主无人机为具体案例,系统梳理了阻碍美军人工智能军事化落地的八大核心障碍,涵盖技术、文化、流程、政治、工业、测试评估、系统集成与人类监督等多个维度,并指出网络安全与对抗环境构成自主无人机落地的特殊瓶颈。
(源自报告)
卡内基国际和平基金会是国际事务领域具有广泛影响力的智库,其技术与国际事务项目长期专注于新兴技术对全球安全与治理的影响研究。斯特克勒本人兼具军事技术与政策研究背景,拥有美国陆军航空军官从业经历,曾以志愿者身份服务于支援乌克兰前线的相关机构,其独特经验为报告提供了实践与理论相结合的视角。
报告发布之际,正值五角大楼大力推进“人工智能优先”战略,美国国防部长明确指示国防部成为“从前线到后方所有组成部分的人工智能优先作战力量”;白宫亦呼吁全军“积极采用”人工智能技术。与此同时,俄乌战场已充分证明自主系统对现代战争形态的重塑作用——无人机在情报、监视、侦察及精确打击任务中的大规模应用,正在改变传统作战模式。在此背景下,斯特克勒结合自身服役经验与对国防部、军工企业及学术界专家的访谈,深入分析了美军在采纳和部署人工智能技术过程中面临的结构性障碍,为理解军事AI落地的真实复杂性提供了详实的研究基础。
1.技术问题:从实验室到战场的鸿沟
自主无人机想要重塑战争形态,首先要实现复杂战场环境下的可靠运行。当前系统大多依赖人类操作员,即使在乌克兰战场,半自主系统仍需大量飞行员参与。技术局限体现在多个维度:自主无人机需在GPS拒止环境中导航、在复杂气象下识别目标、在电子对抗中保持通信。边缘计算能力不足导致机载模型性能比实验室下降约30%;数据稀缺性构成根本瓶颈,与民用自动驾驶的数十万小时真实数据相比,军事环境缺乏足够训练数据;“跷跷板效应”使得技术突破呈现非线性特征。
2.文化惯性:组织对变革的天然抵制
美国退役空军中将、国防部联合人工智能中心首任主任杰克·沙纳汉将文化描述为军方采用新兴技术时“基础和包裹”所有其他考量的因素。军方习惯将新技术生硬适配原有作战范式,而非围绕AI重构整套作战体系。陆军“影子”无人机与阿帕奇直升机的二十年尝试中,有人无人配搭档任务成功率从80%提升至95%,但最终仅被视为附属工具。军方对低成本、易损耗系统的天然抵触,使得创新难以突破路径依赖。
3.官僚流程:数十年积累的合规迷宫
从五角大楼到各军种的采购流程复杂程度常被形容为需要“外语能力”才能理解。尽管从特朗普政府到现任政府均试图简化流程,但层层叠加的合规规则与监管流程拉长装备创新周期,动辄耗时数十年,完全跟不上AI以周为单位快速迭代的节奏。复制者计划(Replicator)试图在18至24个月内交付数千个自主系统,但截至2025年8月仅交付数百个。官僚障碍的深层逻辑在于:每一次成本超支或项目失败都会催生新规则,形成以合规为激励的文化,这种模型能在二十年时间线上产出精妙系统,却无法跟上人工智能的发展步伐。
4.政治障碍:利益博弈与政策摇摆
政治过程决定了哪些研发提案获得支持、军方购买哪些武器、有多少纳税人资金投入。国会拨款与军方需求之间的错配屡见不鲜:空军十多年来推动退役老旧无人机并重新分配资金,但屡遭国会拨款委员会阻挠。政治障碍还来自政府外部:2026年Anthropic与五角大楼关于AI使用的争议再次引发前沿实验室员工的公众抗议。此外,淘汰传统装备会带来产业失业风险,相关军工利益集团也会游说国会维持现有装备采购,形成隐性政治阻力。
5.工业挑战:产能与供应链的结构性瓶颈
乌克兰战争证明规模决定近同级冲突的结果。乌克兰每月生产数十万架无人机,而美国至今未能实现大规模生产。关键瓶颈包括:高度依赖特定地区提供电池和稀土矿产;国内制造成本极高,有制造商估计成本“高出100倍”;劳动力成本差异显著,乌克兰工人月薪约500美元,美国同类工人超5000美元。国防工业市场趋向整合,新兴公司也开始通过收购扼杀敏捷创新。
6.测试与评估要求:安全与效率的艰难权衡
证明新技术能在战场上可靠运行是极高的门槛。增加自主性进一步提升了这一要求:官员需要信任系统能独立完成任务、在友军附近行动、避免平民伤亡并遵守武装冲突法。兰德相关测算数据显示,常规固定翼战机研发成本中21%投入测试与评估,制导武器该占比为15%。MQ-8C火力侦察兵无人直升机历经七年测试最终仍于2024年退役。乌克兰的经验则显示另一极端:将测试周期从一两年压缩至两周,代价是大量低质量系统的快速消耗。2025年五角大楼备忘录削减测试部门近74%人员预算,被前官员批评为可能“让联合部队只剩下那些在关键时刻失效的新工具”。
7.集成复杂性:从装备到作战体系的全面重塑
将自主系统整合进现有军队需要重塑作战方式,贯穿所有军种及数十年根深蒂固的教义、传统、战术、技术和程序。组织架构决策至关重要:无人机所属指挥系统直接影响其战场实用性——陆军“影子”无人机因被划归旅级战斗队作为情报资产,与航空队的有人直升机联合作战时因起飞序列、环境限制和驾驶舱集成问题而失败。培训体系同样面临挑战:当前无人机操作员培训至少需一年,而大规模部署需要数十万甚至数百万操作员。战场管理复杂度更高:在自主系统密集运行环境中,需协调空域冲突、电磁频谱管理和后勤保障,乌克兰前线已出现友军误伤和频率干扰问题。
8.监督约束:人类决策的最终瓶颈
一旦能力部署完成,最大化自主系统效用需要调整组织流程并获得各级指挥官支持。军事任务每个环节都需要各级意见和批准。对于携带弹药的自主系统,这一瓶颈最为紧迫:不同场景下请示时间从五分钟到一小时不等。国防部指令要求"适当的人类判断力",但这一标准存在显著主观性。即使技术成熟,人类决策者及其风险缓解程序仍将限制自主系统执行的任务数量。如何在加速决策与维持问责之间取得平衡,成为最终的结构性挑战。
在八大障碍的框架下,网络安全与对抗环境构成了自主无人机落地的特殊瓶颈。
电子战与通信安全。乌克兰战场的经验表明,无人机面临的核心威胁之一是电子干扰——敌方可通过干扰GPS信号、切断远程通信链路使无人机失效。虽然自主性被视为解决方案,但完全自主系统在复杂电磁环境中的可靠性仍待验证。报告指出,俄乌双方均已大量使用电子战手段,无人机操作员不得不采用光纤连接、降低图像分辨率等妥协方案来规避干扰,这严重限制了作战效能。
数据安全与对抗性鲁棒性。报告特别提到,战场环境中的“反人工智能”手段已从理论走向实践:从充气武器模型、胶合板诱饵到热隐形技术,敌方正系统性地利用AI系统的训练数据偏差进行欺骗。更值得关注的是数据基础设施的安全隐患——美军自身的数据管理状况堪忧,项目数据“散落各处且缺乏标签”,海军仅捕获了“极少数”军舰运行数据。这种数据匮乏不仅制约了AI训练,也为敌方的数据污染攻击提供了可乘之机。
测试与评估环节的红队机制。报告强调,针对自主系统的对抗性测试必须成为标准流程,红队需模拟对手手段对系统进行攻击,包括污染训练数据、欺骗传感器等。五角大楼2025年削减测试与评估部门近74%人员预算的决定,被前官员批评为可能“让联合部队只剩下那些在关键时刻失效的新工具”。这反映出安全验证与效率追求之间的深层张力。
报告揭示的八大障碍并非孤立存在,而是相互交织的系统性困境。化采购流程容易降低技术准入标准;一味加速列装会跳过完整安全验证;盲目扩张产能则会放大供应链脆弱性。报告指出,和平时期缺乏“存在主义威胁”使得改革动力不足;而战争一旦爆发,工业产能、技术迭代和人员训练的滞后又可能使最佳装备“来不及上场”。
值得思考的是,并非所有障碍都应当被消除。测试评估、人类监督等约束虽然拖慢进程,却构成了防止灾难性失误的安全阀。真正的政策挑战在于区分“需要突破的瓶颈”与“应当维护的刹车”,并在技术、组织、政治多个维度同时推进改革。
(图片来源网络 如有侵权请联系删除)
参考文献:
AVL Code 是安天一款 AI 驱动的智能编程助手桌面应用,为网络安全工程师和开发者提供从代码编写、安全分析到团队协作的全流程辅助能力。AVL Code 开放内测,可访问:www.avlcode.cn

安天战略情报中心是安天科技集团下设机构,立足于全球网络空间安全领域,展开战略趋势研究、前沿技术跟踪、能力动态分析、重大事件研判等工作。以国家安全和国防安全的战略需求为己任,力求敏达前沿,洞察危机,听于无声,见于未形,面向战略客户提供风险预警研判、前沿信息推送、趋势演进分析、战略报告撰写等服务,向主管部门和战略客户呈送重点信息专报,并定期出刊《网空战情参考》。

夜雨聆风