五角大樓押注數千架自主載具，致命性 AI 武器決策逼近關鍵點

科幻電影裡機器人叢集自動開火的場面，離現實可能只差臨門一腳了。

美國國防部目前公開的非機密 AI 專案已經超過 800 個，覆蓋了從預測飛機故障到太空中追蹤人造衛星的方方面面。但真正把軍用 AI 推向風口浪尖的，是一項名為「複製者」（Replicator）的計劃：五角大樓打算在 2026 年前部署數以千計廉價、可消耗的自主無人載具，目標是在規模上追趕競爭對手。

美國國防部副部長 Kathleen Hicks 曾在 8 月表示，軍方過去在小型、智慧、廉價、大規模平臺上的創新太慢，這項計劃就是要強行提速。雖然預算還沒完全敲定、技術細節也較為模糊，但它直接逼著軍方做決定：到底什麼樣的 AI 技術足夠成熟、值得信賴到能直接裝進致命武器系統裡？

從管修飛機到盯住太空

眼下美軍手裡的 AI，大多還是輔助人類決策的角色。

在空軍，承包商 C3 AI 的機器學習模型正管著包括 B-1 轟炸機、黑鷹直升機在內的 2600 多架軍機。據其 CEO Tom Siebel 透露，演算法能提前幾十個小時預測出潛在故障，此外還能模擬導彈軌跡並排查內部安全威脅。

在陸軍第三步兵師，AI 被用來監控 13000 多名士兵的身體狀態，以此減少訓練傷病。而在烏克蘭戰場，北約盟友利用衛星、無人機和人力收集的情報，通過 Palantir 軟體整合，結合美軍自 2017 年啟動的 Maven 專案資料，給前線提供情報支援。

太空更是成了新戰場。美國太空軍正在測試一個叫 Machina 的原型系統，它每晚調動全球望遠鏡網路，自主跟蹤太空中超過 40000 個目標。大語言模型和計算機視覺負責挑出追蹤物件，結合天體動力學和物理資料集即時計算，甚至有專門的 AI 專案在分析雷達資料以預警導彈發射。

喬治梅森大學機器人中心主任、前海軍戰機飛行員 Missy Cummings 直言，現在的軍用 AI 主要還是「輔助人類看清戰爭迷霧」，並沒有哪套 AI 可以在戰場上完全自主亂跑。

致命武器的扳機，人還按得住嗎？

然而，當戰場邏輯轉向無人機蜂群時，情況就變得微妙了。

五角大樓在 2012 年曾出臺指令，要求在正式部署全自主致命武器前必須經過嚴格評估。目前軍方發言人拒絕對是否正在評估此類武器發表評論。官方也一再堅稱，致命武力的使用必須始終由人來最終掌控。

但業內科學家、前軍方官員和專家普遍認為，美國在未來幾年內擁有全自主致命武器幾乎已無爭議。戰略與國際研究中心（CSIS）的 Gregory Allen 指出，國防部至今連上一波機器學習成果的吸收消化都還在掙扎。

更多專家的擔憂在於技術物理規律：一旦上千架無人機以蜂群形式協同作戰，資料處理和機器間通訊的速度遠遠超出人類大腦的反應極限。在極其微小的戰術視窗期內，人類很難對每一個攻擊動作做實質判斷，最終大機率會被邊緣化，淪為只負責旁觀和監督的「掛名看守」。

更嚴峻的現實是，雖然美國發起了一項負責任使用軍用 AI 的倡議，但中國、俄羅斯、伊朗、印度和巴基斯坦均未簽署該協議，多國都在加速研發自主無人機蜂群。

為什麼重要

這件事最核心的變化，是把軍用 AI 從「後臺參謀」推到了「前線扳機」的邊緣。

對軍工和 AI 行業來說，Replicator 計劃釋放了一個明確的採購訊號：五角大樓不再只青睞造價數億美元、週期數年的龐大平臺，而是轉向由演算法控制的「耗得起、死得起」的廉價邊緣硬體。這會促使 C3 AI、Palantir 等軟體提供商加速與小型無人系統捆綁，整個供應鏈的競爭維度都被改變了。

我們認為，五角大樓這一步在戰術邏輯上很精明，意圖用軟體智慧和低成本製造來抗衡規模優勢，但在安全治理上埋下了巨大的隱患。軍方雖然口頭上堅稱「人在迴路中」（human-in-the-loop），但當演算法把交火決策壓縮到毫秒級別，所謂的人類控制在實戰中很可能形同虛設。只要主要對手不在規範上簽字，這種軍備競賽就會逼著各方不斷降低自動化開火的門檻，最終讓武器的致命決策權被動讓渡給演算法。