文章总结： 该报告探讨人工智能在反火力作战中的应用及其战争法合规性，重点分析区分原则、比例原则及诚信要求。报告指出AI系统可提升目标识别与决策速度，但指挥官需通过标准化流程确保合规，并提出数据验证、明确职责、人员培训等五项建议，强调AI辅助作战需保留有效人工审查与清晰授权。 综合评分： 85 文章分类： 解决方案,技术标准,政策法规

【会员下载】以机器速度作战：人工智能与美国陆军在战争法下的反击——第二部分

蓝军开源情报

2026年5月23日 09:38 湖南

在小说阅读器读本章

去阅读

关注▲蓝军开源情报▲和10万+情报研究员，一起成长

【导读】

2026年4月6日，利伯研究所发布报告《以机器速度作战：人工智能与美国陆军在战争法下的反击——第二部分》。

本文第一部分阐述了反火力作战日益增长的重要性、实施反火力作战所面临的挑战，以及人工智能在应对这些挑战方面的潜在作用。本文以美国国防部《战争法手册》为权威指南，并依据战争法原则，在第一部分的基础上，进一步探讨将人工智能应用于反火力作战的法律考量。

根据《战争法手册》，战争法的核心原则“为具体的战争法规则奠定了基础”，并且“在没有具体规则适用时，为战争期间的行为提供指导” 。 《手册》指出，荣誉要求交战双方公平竞争、互相尊重，它支撑着战争法的结构，并指导对其他原则的解释。由于荣誉是一种基本前提而非可操作的决策规则，因此本文不单独讨论荣誉。

本文假设Maven智能系统、战术情报目标访问节点和用于快速战术执行的空域全面感知系统的开发均符合美国国防部的政策和审查流程。因此，本文不涉及对这些系统本身是否属于合法武器的评估。首先，我将探讨在反击战中应用人工智能决策支持系统对战争法原则的遵守情况有何影响。其次，更具体地说，我将分析人工智能决策支持系统如何影响战争行为规则。

本报告《以机器速度作战：人工智能与美国陆军在战争法下的反击——第二部分》英文原文19页，译文6000字。扫码文末二维码，立即加入“蓝军开源情报知识星球会员”，免费下载本文原文及译文。需要报告联系电话：19118805880（微信同号）。

关键词：人工智能；反炮兵作战；人机交互；战争法手册

这是蓝军开源情报的第 599期分享

编译 l 所长007

来源 l 蓝军开源情报（ID：Lanjunqingbao） 转载请联系授权（微信号：19118805880）

一、军事需要与人工智能融合

作为一项基本原则，《战争法手册》承认某些“类型的行动本质上是军事上必要的”。反击火力构成了一种本质上军事上必要的行动，因为它针对的是敌方的炮兵：这些目标的唯一功能就是为军事行动做出贡献。这一点在反应性反击火力中体现得最为明显，因为它直接回应了敌方先前的攻击。人道主义，手册将其理解为军事必要性的“逻辑逆向”，仍然与此相关，因为必须在每个作战环境中评估和界定必要性。

人工智能融入反火力作战所引发的法律问题，在区分原则和比例原则的框架下尤为突出。这些原则及相关规则规范着目标识别、目标优先级排序以及附带影响评估，而人工智能系统正日益为这些功能提供信息或加速执行。军事必要性和人道主义因素构建并制约着分析过程，但人工智能辅助反火力作战的合法性最终取决于这些系统能否在快速和大规模部署的情况下始终遵循区分原则和比例原则。

二、反击的法律限制

这三个系统的共同之处在于它们都能够接收和处理大量数据，从而为决策者提供攻击建议。《手册》第五章概述了相关原则和规则如何指导敌对行动，以及这些原则和规则如何影响攻击期间这些系统的能力。以下四条规则（摘自《手册》第5.4.2节）与人工智能辅助的反击“攻击”决策尤为相关：

1. 战斗人员可以以军事目标为攻击目标，但不得直接攻击平民、民用物体或其他受保护的人员和物体；

2. 战斗人员必须避免发动攻击，如果预期造成的平民伤亡或伤害以及附带的平民物体损坏与预期获得的具体和直接的军事优势相比过大；

3. 战斗人员在计划和实施攻击时必须采取可行的预防措施，以减少对平民和其他受保护免遭攻击的人员和物体造成伤害的风险；

4. 发动攻击时，战斗人员必须真诚地评估他们所掌握的信息。

反炮火作战任务符合第一条规则，因为战争法明确承认敌方火炮是军事目标。即便如此，由于现代火炮机动性极强，反炮火作战本质上对时间要求很高，目标位置的转移可能会引发人们的担忧，即在交战瞬间，目标位置是否仍然是有效的军事目标。因此，对时间的敏感性决定了其他适用于敌对行动的规则在反炮火作战中的适用方式。

上述第四条规则要求对信息进行善意评估。《手册》第5.3节明确规定，“指挥官和其他决策者必须本着善意，并基于现有信息做出决策。”该规则并不要求信息完美无缺，而是防止事后判断。同时，该规则可能预设决策者会在决策时认真对待当时可合理获取的信息。该规则赋予指挥官一定程度的灵活性，因为它承认信息往往不完整、含糊不清或有时效性，尤其是在动态目标环境中。然而，这种灵活性并非无限的。本着善意行事的义务不仅意味着避免事后偏见，还意味着有义务积极考虑可获取且在作战中可用的相关信息。

MSS、TITAN 和 ASTARTE 等系统通过快速收集、整理和关联数据，显著改变了“可用”信息的范畴。这些数据在极短的时间内处理起来，原本超出了人类的认知能力。因此，善意调查越来越依赖于决策者是否合理、恰当地使用了信息处理和综合工具，而非指挥官是否掌握了完美的信息。虽然法律并未强制要求采用任何特定技术，但人工智能决策支持的日益普及引发了一个更棘手的问题：当军队部署旨在降低不确定性的系统时，决策者如果未能理解或使用这些系统，是否会违反善意评估可用信息的要求？

更多信息并不一定能提高合规性，指挥官也不必接受人工智能生成的每一项建议。相反，新出现的法律矛盾在于，当已有技术专门用于使判断更加 明智时，指挥官如何在信息丰富的环境中做出判断，平衡信任、怀疑和时间限制。从这个意义上讲，人工智能系统并没有取代诚信要求；它们只是重新调整了满足诚信要求的方式。

三、如何满足诚信要求

诚信原则的问题不再仅仅局限于当时有哪些信息可用，而是延伸到指挥官如何处理和优先处理海量信息。在这些新型人工智能系统的背景下，遵守诚信评估信息原则要求指挥官和决策者熟悉这些系统的工作原理，并确保将其恰当地整合到自身的计划和决策程序中。否则，就无法满足该原则的要求。

接下来，考虑战争法中的比例原则。将人工智能融入反火力作战时，指挥官的责任至关重要。人工智能系统可能会影响对预期军事优势和预期附带损害的评估，但并不能取代该原则或指挥官执行该原则的责任。当指挥官或决策者接受比例原则评估看似预先设定的建议时，这些系统会带来最大的法律风险。

该规则允许通过现有的反火力作战程序来实施比例原则。人工智能系统不需要新的攻击指导或新颖的武器作战计划；它们只需要将现有程序恰当地整合到程序中即可。

四、建议

为确保人工智能辅助反火力系统中蕴含的比例原则和其他法律判定保持有效，指挥官应实施标准化操作程序，将区分原则和比例原则视为制度性义务，而非临时判断。虽然可以通过多种方式利用标准操作程序来确保规则的遵守，但我提出以下五点建议。

1. 要求各单位定期验证和“清理”系统输入数据

军事单位应制定计划，核实系统输入信息是否保持最新且准确。尽管许多输入信息会实时更新，但定期确认可以降低数据滞后或漂移的风险，从而避免对比例性评估造成偏差。

2. 指定各级负责人

指挥官应在系统使用的各个层级指定专职军官或士兵负责系统管理和更新监控。明确的责任归属确保问责制，并防止各参谋部门之间或承包商监管下出现比例原则失效的情况。

3. 系统赋能比例原则的个人培训

操作或依赖这些系统的人员应接受超越系统操作本身的培训，以了解如何整合和更新区分原则和比例原则。该培训应重点强调如何识别有缺陷或不完整的输入指标，以及如何更新或标记这些问题。

4. 明确武器研发和约束性输入的审批权限

标准作业程序应明确规定武器逻辑、附带损害评估参数、禁打清单以及系统中嵌入的交战规则约束等变更所需的审批级别。系统功能和指挥官职责履行的关键在于，能够有效地在各级指挥机构和作战阶段输入指挥官的指导意见。必须提供足够的权限以允许进行变更，但同时也要有适当的监督和授权。

5. 定期分级培训和认证周期

使用这些系统的部队应为火力小组和目标指示小组制定周期性训练要求。这些周期性训练应包括基础通信压力测试和情景演练，以检验区分和比例判断能力，类似于目前大多数部队作战节奏和周期性训练要求中已纳入的数字化火力保障训练。

这些建议并非面面俱到，需要根据任务和单位的具体情况进行调整才能实施。然而，必须建立某种制度化的维护、验证和培训机制，以确保人工智能系统在目标选择和武器选择决策中遵守战争法原则。当部队通过交战规则、标准作业程序和系统中嵌入的武器选择逻辑来实施比例原则时，即使个别指挥官出于善意行事，如果未能维护这些程序，也可能导致系统性违规。

五、防范措施

考虑到战争法规定的采取可行预防措施的义务，制度风险就显得更为突出。上述程序将区分原则和相称性原则直接融入到制度和运作中，构成了计划和实施攻击时的可行预防措施。区分原则与相称性原则一样，也要求“采取可行预防措施来核实被攻击目标是否为军事目标”。《战争法手册》列举了以下预防措施。

审查支持潜在目标是否为军事目标的评估信息的准确性和可靠性；对照禁击名单和敏感地点清单检查潜在目标位置；定期审查先前批准的目标，并在出现新信息和情况变化时进行审查，例如，确定敌军是否继续将该目标用于军事目的，或者摧毁或中和该目标是否仍然能带来明确的军事优势；收集更多信息，例如通过情报、监视和侦察平台对目标进行目视识别；并在执行计划攻击时采取措施，确认被攻击的人员或物体是否确实是攻击的预期目标。

MSS、TITAN 和 ASTARTE 旨在通过提高可用于验证拟议目标是否为军事目标的信息量、速度和准确性，来支持对区分原则的遵守。通过融合传感器数据、情报报告和背景信息，这些系统可以促进上述建议的预防措施。此外，比例原则讨论中提出的一些建议标准操作程序也可作为区分原则的可行预防措施。

如果实施得当，这些措施有助于确保信息能力的提升转化为准确、合法的目标核查，并尽可能降低对平民造成伤害的风险。尽管MSS、TITAN和ASTARTE都具备一些展现其合法应用潜力的共同特征，但每个系统在目标定位过程中扮演的角色各不相同，因此涉及不同的法律问题，需要分别进行审查。

六、新兴人工智能技术面临的独特法律问题

与人工智能辅助反击行动相关的四个主要法律问题包括：权力分配；兵力选择；时间限制下的判断；以及攻击后的义务。

权限分配《战争法手册》反复强调指挥官在各项原则的决策和判断中的作用。人工智能系统扩展了下级指挥官和参谋人员可获取的事实依据，表明他们有能力代表指挥官做出决策。虽然手册始终指出，判断是指挥官的责任，但在没有“相反”指示的情况下，下级“有权做出相应的决定”。授权问题在所有三个系统中都存在，但在使用TITAN进行反应性反击或使用MSS进行动态目标定位时，这个问题尤为突出。

在两种缩短的决策过程中，合理的权力分配对于满足比例原则至关重要。此外，下属可获取的信息增多，使得指挥官在提供指导时可以不必过于具体，仍能履行其法律义务。这些规则并不要求指挥官像上级那样投入或精确，因为他们不可能时刻关注所有情况。规则承认判断的主观性，并强调“应当给予一定程度的尊重”。

归根结底，指挥官绝不能掉以轻心，随意将决策权下放给任何操作TITAN或ASTARTE系统的人员，无论其是否具备相应资质。但这些系统所提供的信息可靠性的提升，或许能让指挥官行使更大的权力，并合法地进行授权。

七、部队选择

就目前的设计和运行方式而言，这些系统不存在所谓的“人机交互”问题。它们都不会“按下开火按钮”。然而，对目标施加多大武力才算合法的问题，就引出了有效的人为控制/审查或适当的人为判断的问题。如上所述，武力选择问题主要出现在这些系统支持实时目标选择决策而非预先制定的火力计划时。

为了遵守战争法，人工智能目标瞄准系统可能需要保留一定程度的人工参与，以进行兵力选择。如果操作人员无法修改或推翻系统生成的射击指令，那么即使有人正式授权执行，实际上也是系统而非人来做出区分或比例性的判断。

因此，合法使用至少应包括：可由操作员编辑的火力指令；为能够独立评估武器装备和效果的火力人员提供持续的技术培训；以及定期核查和更新指挥指导，以确保系统输出始终与指挥官意图和当前作战条件保持一致。然而，保留对兵力选择的判断权并不能消除快速反击时间线带来的压力，而这种压力本身就会限制比例原则的判断。

八、时间限制下的判断

该手册承认，满足比例原则会受到“决策和采取预防措施所需时间”的实质性影响。每项人工智能技术都能帮助指挥官获得更清晰的作战态势图。然而，这种清晰度并不能改变反应性反击和主动性反击所需时间的差异。战争法并未区分这两种情况，也没有规定任何可行的预防措施的最低标准，而只是考虑了可行性本身。相反，战争法允许根据任务类型和战场环境的其他因素进行作战调整。

例如，由TITAN系统支持的反应性反击可能需要决策者依赖交战瞬间可获得的不完整信息。在这种情况下，只要指挥官出于善意做出判断，法律允许降低预防措施。相比之下，当MSS用于主动反击或蓄意目标打击，或用于支持即时反击之外的动态目标打击时，决策者可能拥有更多的时间和信息资源。在这些情况下，更精细的模式分析、目标验证和附带因素考量成为可能，法律也相应地提出了更高的要求。

手册建议落实比例原则的一种方法是进行目标选择程序培训。除了培训和流程实施之外，人工智能本身的使用也可以作为一种可行的预防措施。例如，ASTARTE 系统可以帮助指挥官更好地了解战场态势，从而避免意外伤害。MSS 和 TITAN 系统也内置了类似的功能，可以作为可行的预防措施。人工智能并不会降低在时间紧迫的作战行动中区分目标和比例原则的要求；相反，它可以通过提高目标选择决策的合理谨慎程度，发挥一种可行的预防措施作用。

九、袭击后的义务

战争法并未规定每次攻击后都必须进行战损评估，也未规定必须基于事后获取的信息来判断区分度或比例性。然而，当事后信息能够合理获取时，它能够为未来的目标选择提供有益的参考。移动目标系统的一个实际优势在于，它能够将战损评估纳入火力任务闭环。这有助于解决目标选择和火力单元中长期存在的战损评估不完整或延迟的问题。

MSS能够提供更可靠的战后情报，规划人员可以将这些信息纳入后续规划，从而完善目标验证、调整兵力部署，并降低重复或不必要打击的风险。如此一来，MSS不会产生新的法律义务，而是通过提高未来决策所需信息的质量，增强指挥官遵守现有战争法原则的能力。

十、结论

将人工智能融入反炮兵作战，为陆军提供了一种可靠的方法，可以在不违背现有战争法要求的前提下，缩短对敌炮兵的探测到射击周期。新部署和新兴的人工智能系统不会改变战争法的要求；指导原则和规则依然有效。如果运用得当，这些系统可以通过改进目标验证、降低不确定性以及加快协调，在现代反炮兵作战容易出现漏洞的环节，加强对战争法的遵守。

由此引申出三项深远影响。首先，速度并不能取代判断。人工智能或许能加快建议速度，但指挥官仍然负责决定打击目标、动用何种兵力以及在何种限制条件下作战。其次，更完善的信息会提高对预防措施的期望。随着人工智能不断扩展我们当下所知的信息，善意判断的基准线也会随之改变：决策者必须了解工具，质疑其假设，并将验证机制制度化，以确保合法性与行动速度保持同步。第三，即使分析由机器辅助，责任也只能由人承担。各单位可以而且应该将比例原则和区分原则纳入标准作业程序、训练和审批流程，但这些机制必须保留对兵力选择进行有效人工审查的环节，并确保对时间紧迫的火力打击行动拥有清晰、可追溯的授权。

人工智能辅助的反击既可以更快，也可以更合法，但前提是合规性被纳入作战设计中，而不是事后进行评估。

获取资料目录：19118805880（微信同号）

👇👇

加入蓝军开源情报星球会员免费下载3000+资料**

👇👇

原价999元！ 星球试运营期间199元！ 试运营结束，恢复原价！

扫码了解、加入

👇👇

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：蓝军开源情报 《【会员下载】以机器速度作战：人工智能与美国陆军在战争法下的反击——第二部分》