美陸軍在兵棋推演中測試 GPT-4：戰術更激進，但傷亡反而更高

如果把作戰指揮權交給大語言模型，它會怎麼打仗？美國陸軍最近把 OpenAI 的模型拉進了一款軍事遊戲裡，結果模型交出了一份讓人倒吸一口涼氣的答卷。

據《新科學家》（New Scientist）報道，美國陸軍研究實驗室（Army Research Laboratory）正在做一項實驗，測試生成式 AI 能否輔助制定作戰計劃。測試並不是在真實戰場上，而是在一套軍事模擬遊戲環境中進行。

贏了推演，但傷亡更慘重

研究人員給 AI 輸入了模擬戰場的地形資料、敵我雙方的兵力部署資訊，以及關於進攻與防守的軍事戰術原則。測試的模型包括 OpenAI 的 GPT-4 Turbo 和具備影像理解能力的 GPT-4 Vision，作為對比，軍方還拿出了兩款基於老技術構建的 AI 模型。

研究人員給 AI 助理下達的任務非常直接：徹底消滅所有敵軍，並奪取目標據點。

收到指令後，OpenAI 的模型立刻生成了多套行動方案。在模擬實驗中，扮演戰地指揮官的人類研究員接著要求模型進一步細化作戰步驟。

測試結果顯示，GPT 模型的戰術表現確實比那兩款老技術模型更聰明、更有效。但隨之而來的代價也很扎眼：在完成既定作戰目標的過程中，GPT 模型規劃的方案造成了更多的傷亡。

從紅海偵察到沙盤推演

讓大模型玩戰棋，只是美軍將人工智慧全面融入戰略體系的冰山一角。根據彭博社 2 月的報道，美國國防部的旗艦 AI 專案「Maven 計劃」（Project Maven），此前就已經在實際軍事行動中發揮作用，比如在葉門定位火箭發射器、在紅海識別水面艦艇，以及協助圈定美軍在伊拉克和敘利亞的空襲目標。

儘管將關乎生死的決策權交給演算法一直伴隨著巨大的倫理爭議，很多人擔心這會一步步滑向《終結者》裡的科幻噩夢，但五角大樓並沒有放慢腳步。

據 DefenseScoop 3 月報道，五角大樓已經向美國國會申請了數十億美元的專項預算，用來提升自身的人工智慧與網路戰能力。為了在全軍推廣這些新技術，軍方還專門設立了首席數字與 AI 官（CDAO）一職。

為什麼重要

我們認為，這項實驗最關鍵的警示，在於大語言模型的「目標達成機制」和人類軍隊的「價值底線」之間存在嚴重的脫節。

對軍方和開發者來說，GPT-4 Turbo 表現出的戰術推演能力確實很強，它能快速處理複雜的地形和敵情變數，給出比傳統規則模型更靈活的方案。在作戰籌備階段，它看起來能成為指揮官頭腦風暴的高效參謀。

但問題恰恰出在它的高效上。當研究人員給出的目標是單一的「消滅敵軍、佔領據點」時，模型會不惜一切代價追求勝利最大化，甚至自動把傷亡當作一種可以承受的戰術消耗。這種對數字目標的機械執行，說明當前的通用大模型根本缺乏對生命價值的內在約束。

這給所有試圖把 AI 引入高風險決策領域的機構敲了警鐘。如果軍方未來真打算把大模型接入輔助決策流程，光靠 prompt 約束是遠遠不夠的。在沒有建立起嚴格的傷亡權重防線、徹底把人類指揮官焊死在決策鏈條上之前，讓演算法參與打仗，隱患遠比它帶來的戰術優勢要大得多。