[人工智能时代的地缘政治] ⑦ 人工智能军事创新的发展态势展望：关于创新速度的两种观点与美中案例

⑩ 人工智能与国际政治经济，宋智妍 [阅读工作论文]

Ⅰ. 绪论

人工智能（AI）技术正在快速发展和普及。预计这项技术将改变人类几乎所有领域，军事领域也不例外。特别是工业革命水平的技术变革，无一例外地都对战争的整体形态产生了革命性的改变。[1] 这就是所谓的军事革命（Revolution in Military Affairs, RMA）。

然而，关于人工智能军事创新的发展速度和形态，存在两种截然相反的观点。一方面，有人认为，鉴于人工智能技术的通用性（general-purpose enabling technology）和创新性，它将快速、革命性地改变武器系统乃至军事运作的几乎所有方面。[2] 另一方面，有人认为，正如过去大多数军事革命的案例所示，完全实现技术潜力的创新需要相当长的时间，其发展形态也必然是渐进和不均衡的。[3]

预测未来人工智能军事创新的变革速度和形态，在理论上和实践上都至关重要。因为在需要考虑从短期五年到长期十年甚至十五年以上的军事规划和军事力量建设政策决策时，展望未来战场形态是必不可少的。如果AI驱动的军事创新迅速发展，导致现有作战模式变得低效，那么持续投资于传统平台将成为机会成本。相反，如果变革是渐进的，那么基于现有能力的分阶段转型在战略上可能是合理的。

因此，本研究将首先梳理关于创新速度的两种对立理论观点，然后在此基础上分析美国和中国的军事创新及国防改革动向。鉴于研究范围和篇幅限制，以及本研究的性质，对海量研究和非公开资料的获取必然存在显著局限。尽管如此，本研究仍将基于理论论据和迄今为止可获取的公开资料，力求为未来的军事力量建设和战略规划提供有意义的见解和政策启示。

Ⅱ. 理论探讨：关于AI军事创新的两种观点

1. 激进创新论：AI对战争的快速变革

激进创新论的基本主张是，人工智能（AI）具有从根本上改变战争形态的潜力。在此观点下，AI并非指代像长弓或坦克这样的特定武器，而是被视为可与电力或内燃机相媲美的通用基础技术。[4] 预计AI将渗透到各种军事领域，重塑武器系统和整体军事理论。AI的出现被视为一种新的创新驱动力，将迅速改变战争的性质和速度本身。[5] 事实上，美国和中国都在认识到AI已成为改变未来战争方式的战略技术后，正竞相加速AI军事技术开发。特别是由于AI的通用性和创新性，现有武器系统和作战概念可能迅速过时。激进创新论者强调，AI在军事领域的整合不仅应带来性能的提升，还应导致整体作战概念的重塑。未能将AI部分应用于现有方式的军队，必然会在追求根本性创新的军队面前落后。因此，为了在未来战场上取得优势，需要下定决心，通过颠覆性的方式改变组织结构和军事理论。[6]

另一方面，地缘战略竞争的环境进一步加速了这些技术创新的应用速度。中国人民解放军正投入巨资，力求在2035年前完成军队现代化，并实现以AI为中心的“智能化战争”，同时加速开发自主无人武器、智能传感器、网络化指挥控制等新一代AI军事力量。[7] 中国军队这种快速的AI军事力量建设努力，与在台湾海峡和南海等地表现出的攻击性行为相结合，对周边安全环境产生了重大影响。为应对中国的崛起，美国国防部也将AI列为未来战争的关键技术，并将快速将民间创新能力引入军事领域作为首要任务。在两国竞争格局下，AI军事技术开发竞赛正在加速，谁能率先通过AI掌握未来战争的主导权，已成为中美霸权竞争的核心议题。

此外，近期的地区冲突正成为AI军事创新实战验证和扩散的催化剂。俄罗斯入侵乌克兰被认为是首次大规模应用AI新技术的战争，其中乌克兰军队和俄罗斯军队都使用了AI技术。这被视为AI驱动的无人机力量和自主武器系统在国际规范或制度速度之前被投入战场的案例。[8]在乌克兰战争中，即兴使用的工具发展成为尖端系统的过程，向全世界实时展示了即使是某些低水平的AI技术也能多快地改变战争形态。例如，乌克兰军队利用AI进行目标识别的自主无人机展开了机动作战，俄罗斯军队也逐渐增加了使用无人机集群战术和AI制导导弹的频率。

人们还预测，这些在乌克兰这个“试验场”上被证明有效的新战术和技术，将很快传播到其他地区的冲突中。换言之，地区冲突的紧迫安全形势迫使AI创新技术在和平时期仍停留在审查阶段的技术，得以提前投入实战，并促使全球军队迅速模仿其成功案例。其结果是，技术创新和地缘政治压力相结合，使得AI军事创新成为必然且不可逆转的趋势，这是激进创新论的立场。AI技术的飞跃式发展趋势与霸权竞争的安全困境叠加，导致任何一方都无法在AI引进竞争中退缩，军事AI的应用被视为生存的必要条件而非选择。

2. 渐进创新论：AI创新的延迟与缓慢变化

渐进创新论承认人工智能（AI）是军事力量的重要促进因素，但认为它不太可能在短期内转化为改变战争形态的激进变革，而更可能在制度、组织、军事理论、人力资源、采购体系的制约下，以缓慢而不均衡的方式扩散。[9] 也就是说，即使技术本身的潜力巨大，但要“完全实现”其潜力并转化为战争形态的结构性转变，军队也必须经过长期的学习、实验、组织重组和军事力量结构调整。

首先，军事革命不仅在于“拥有”技术，还必须伴随着对其进行运作的组织、军事理论、作战概念、人员构成、训练和评估体系的重塑。[10] 特别是人工智能依赖于软件、数据管道、网络、安全、认证和测试评估等复杂基础设施。与传统武器系统“引进-部署”的线性扩散不同，其性能和可靠性在很大程度上取决于数据的可及性、质量、更新周期以及运行环境的波动性。在和平时期的官僚主义和采购制度惯性下，这些条件很难迅速满足，结果是创新速度可能慢于技术发展速度。[11]

其次，新技术提供的非对称优势可以在短时间内被削弱。特别是人工智能是一种通用基础技术，它不仅能迅速确保一方的攻击优势，而且很可能迅速催生出使其失效或抵消的应对（防御）技术和系统。尽管在乌克兰战场上无人机的使用激增，但电子战（EW）、干扰和欺骗等应对措施迅速加强，导致许多无人机失去目标或任务失败。对此，出现了在战场层面加速“应对-再应对”的创新竞争，例如基于光纤电缆的运行，以及在通信中断情况下的人工智能导航和目标识别功能。[12] 这种相互适应强化了“新技术决定性优势难以长期持续”的渐进式创新论的核心论点。

第三，早期技术通常不成熟且可靠性有限，难以立即取代现有武器系统。人工智能可以在特定任务中展现优势，但在战场环境中，数据分布的变化、敌方的欺骗/干扰、传感器/通信限制以及实战数据的不足等因素可能导致性能急剧下降。此外，即使人工智能在战术优化方面表现出色，但它距离自动解决战争的不确定性和战略背景判断的水平还有很大差距。因此，短期内，“现有系统的补充和改进（增强）”比“取代现有武器系统”更占优势，战争形态的根本性转变不太可能一次性发生，而更可能是以“部分自动化–选择性引入–作战条令的渐进式调整”的形式展开。

第四，从国防预算和采购体系的角度来看，“改进”而非“替代”的选择更有可能长期维持。大型武器系统的规划、开发、测试、生产和部署需要很长时间，这种长周期结构促使即使新技术出现，也会持续投资于现有力量（升级、延长寿命、改进）。更重要的是，随着采购过程的延长，技术在部署时过时的风险会增加，“如何渐进式整合”而非“替代什么”成为现实决策的中心。[13]

第五，由于战争伴随着高度风险，全面采用未经检验的方式存在结构性限制。渐进式创新论认为，军队倾向于在“失败成本”高的领域，通过在有限范围内进行实验、验证和制定条令后再推广，而不是鲁莽地全面采用新概念。事实上，尽管无人机和自动化技术在乌克兰战场上迅速普及，但由于电子战和防空压力的存在，无人机损失大规模发生。因此，无人机系统往往与“高损耗-高周转的消耗性运作”相结合，而非“全面替代”。[14]

第六，乌克兰战争的实际情况表明，“创新改变战场的速度”与“创新改变战争形态的速度”可能不同。在战术层面，无人机、传感器和人工智能辅助功能正在改变战场的可见性和打击流程。但同时，强大防御和干扰手段的扩散、高消耗率以及人类的控制、判断和后勤保障体系的重要性仍然是战争的核心。特别是，尽管“以无人作战力量为中心的‘技术幻想’”在和平时期可能被加强，但在技术对等和相互扩散的条件下，有人、组织和工业动员的比重可能会重新凸显，这也提出了警告。

总而言之，渐进式创新论认为，人工智能将广泛渗透到军事领域，但其效果将受到以下因素的制约：（1）组织、条令、人员和采购体系的变化速度；（2）应对技术的快速出现和优势的削弱；（3）数据、可靠性和验证的局限性；（4）长周期力量结构和预算限制；（5）战争的风险规避倾向。因此，短期内（未来约5年），“选择性整合以提高现有力量的性能和效率”将比“人工智能对战争的全面变革”更占优势。中期（10-15年），创新也可能以非对称和渐进的方式，在不同国家、军种和任务领域以不同速度展开。

三、案例分析：美国和中国军事人工智能应用现状

本章旨在基于上述理论视角，分析美国和中国在军事人工智能应用方面的现状。如前所述，这项工作本质上需要海量的研究。在现阶段，甚至难以界定人工智能军事创新的实质和范围。[15] 本研究考虑到这些局限性，旨在综合过去十年左右美国和中国在主要人工智能、自动化、无人机和机器人技术方面的政策举措的最新研究和评估结果。

1. 美国军事人工智能创新现状评估

在与中国竞争加剧的2010年代中期，美国发布了“国防创新计划（DII）”，该计划基于“第三次抵消战略”概念，即创造基于尖端技术的新质优势，并正式开始将第四次工业革命的新技术应用于军事领域。[16] 由时任国防部副部长罗伯特·沃克（Robert Work）于2015年发布的创新计划核心是“自动化”和“机器人”。在过去十年中，美国一直致力于通过国防部、参谋长联席会议以及各军种的各种政策举措来推动人工智能驱动的自动化和机器人应用。本研究将重点评估“Maven项目（Project Maven）”和“联合全域指挥与控制（JADC2）”至今的成就和局限性。

“Maven项目”是美国国防部于2017年启动的“算法战争（AWCFT）”项目，旨在通过在无人机图像等信息处理中引入人工智能机器学习，提高军事情报分析的速度和准确性。Maven项目最初用于中东反恐行动中，识别无人机侦察图像中的敌方目标，并以“人在回路（Human in the loop）”的形式运行，辅助人工分析员。[17] 尽管在2018年谷歌退出等过程中遇到了一些波折，但此后Palantir等私营企业参与其中，项目得以不断发展。

在运营组织方面，Maven项目于2022年与美国国防部联合人工智能中心（JAIC）合并，并升级为国家地理空间情报局（NGA）下属的正式项目，并从2024财年开始获得稳定预算。美国NGA局长在2023年Maven项目移交后评价称：“在短时间内取得了重大的技术飞跃，并已为美国最重要的行动做出了贡献。”[18] 事实上，2024年2月，美国中央司令部（CENTCOM）正式确认，“Maven人工智能算法为本月在中东地区执行的85次以上的空袭目标选择做出了贡献”，并透露人工智能已被用于伊拉克和叙利亚的空袭目标识别、也门的敌方火箭发射器探测以及红海的水面危险物识别，并随后进行了实际打击。[19]

Maven项目在实战中提高了情报分析速度，并取得了实际成果。此外，随着NATO于2025年签订了引入基于Maven的人工智能战场系统的合同，其国际扩散的案例也开始出现。[20] 随着成功案例的积累，其应用范围预计将进一步扩大。总而言之，Maven项目在技术成熟和组织吸收方面取得了成功，其中一些已经作为美国军队的情报资产部署，并在实战中证明了其显著的成效。

美国国防部正在推进的JADC2是一个下一代指挥控制概念，旨在通过将所有传感器和所有火力系统连接到一个网络，并通过人工智能和数据融合来支持快速的军事决策。2022年，国防部制定了JADC2战略和实施计划，并于2024年初宣布已获得最低可行能力（Minimum Viable Capability）并在美国中央司令部（CENTCOM）进行了实战部署。[21] 实际上，据报道，JADC2的早期版本在2023年应对也门和叙利亚的无人机集群攻击和导弹威胁的行动中得到应用，通过集成了多传感器信息的“联合态势图（Common Operational Picture）”，为舰艇和战斗机实时做出目标打击决策提供了支持。

尽管JADC2概念已在部分战区进入试验运行阶段，但实现完全集成仍面临挑战。[22] 美国政府问责局（GAO）在2025年的报告中指出，“缺乏明确的JADC2实施范围定义和绩效衡量体系”，并指出各军种独立投资的系统未能得到综合管理以符合JADC2愿景。GAO认为，“将所有传感器连接到所有火力”的初步设想被认为不切实际并进行了调整，并且由于国防部层面缺乏投资指南和绩效指标，难以客观评估JADC2的推进状况。总而言之，JADC2已开始在部分作战环境中进行试验性应用，但尚未达到全军实战运行水平的集成。

“Replicator”倡议是美国国防部副部长凯瑟琳·希克斯（Kathleen Hicks）于2023年提出的一项创新构想和实施计划，旨在通过在未来两年内大幅增加数千架自主无人机来确保对中国的威慑力。该构想基于一个概念，即在空中、海上和陆地等多个领域大规模部署“可消耗的（attritable）”低成本无人机，如同“复制”一样，在紧急情况下通过饱和攻击使中国军队的防御网失效或瘫痪其执行任务的能力。

Replicator计划在发布时提出了一个大胆的目标，即在不增加额外预算的情况下，通过挪用现有预算和大幅简化采购流程，在2025年前取得初步成果。在创新执行方面，截至2024年中期，美国国防部已宣布，作为Replicator第一阶段，已选定并向印太司令部试部署了包括自杀式无人机“Switchblade 600”（空军）、小型“Ghost-X无人机”（陆军）和“无人水面艇”在内的多个平台。[23] 2024年5月，部分Replicator无人机已交付给印太地区的美军，希克斯副部长评价称：“以战场为中心的创新正在取得可见的成果。”[24]

然而，其部署成功与否仍不明朗。国会研究服务局（CRS）在2025年的报告中援引一位前国防部官员的评估称，“原计划在2025年夏季前部署数千架无人机，但截至该时点仅部署了数百架”，暗示了与初期目标相比的延迟。[25] 此外，在Replicator推进过程中，由于保密性要求信息公开受限，国会的监督面临困难，并且也出现了与现有力量的预算竞争问题。技术上，多域无人机集群的集成指挥、人工智能自主性、通信网络安全等难题依然存在。专家指出，考虑到美国军事采购体系的官僚障碍，实现目标并非易事。[26] 尽管如此，Replicator倡议被评价为，与现有项目不同，它通过“开创者（pathfinder）”方法，重视超短期成果，正在冲击美国军队组织并寻求变革。[27] 如果在未来一两年内成功实现小规模实战部署，它可能会成为创新的催化剂，但目前来看，将其评估为局部试验阶段是比较合适的。

2. 中国军事人工智能应用及无人机/无人系统运行案例

自习近平执政以来，中国人民解放军（PLA）一直将“智能化战争（智能化战争）”战略作为国家重点，大力推进以人工智能为核心的军事创新。这是超越信息化的概念，旨在通过在战争执行的各个方面应用人工智能、大数据、自主无人系统等尖端技术来确保未来战争的主导权。[28] 具体而言，解放军将人工智能指挥控制系统、无人机集群战术、自主无人平台等智能化武器的开发设定为核心领域，并在过去十年中致力于研发和实证试验。以下将基于美国对中国这些代表性创新努力的评估，来分析其技术进展和装备水平。

中国军队的智能化战争概念自2017年党的中央军委工作报告和2019年国防白皮书等文件出现以来，已成为解放军现代化进程的核心指导方针。智能化被定义为将人工智能技术广泛应用于所有战争领域，通过“算法优势”压倒敌人。中国在“第十四个五年规划（2021-2025年）”中明确了智能化武器和装备的发展，并宣布将利用人工智能作为“迈向世界军事强国”的战略机遇。[29] 在技术开发方面，通过军民融合扩大了在机器学习、自主控制、人机协同（Human-Machine Teaming）等领域的投资，并积极鼓励与国防科技大学（NUDT）和领先的民营科技企业合作，以推动人工智能研究。在组织方面，在联合参谋部下设立了智能化推进机构，并在陆、海、空、火箭军和战略支援部队分别开展人工智能应用试点项目。[30]

例如，在2020年由中央军委装备发展部主办的“联合指挥算法竞赛”中，参赛者利用人工智能在虚拟岛屿登陆战场景中制定侦察、电子战和火力打击计划，这被认为是针对台湾进攻场景的演练。[31] 通过这些模拟演习，解放军似乎一直在测试人工智能算法的战术决策能力，并探索与人类指挥官的协同方式。在智能化战略的推进下，理论和概念方面取得了显著进展。美国国防部的报告评价称：“解放军战略家认为，人工智能等新技术能够实现海量信息处理和机器速度的决策，从而在未来战争中提供认知优势。”}]}conjugated_json: {[32]此外，中国军队正在研究“智能化作战概念”，如智能集群消耗战、人工智能驱动的太空战和认知控制作战，并构想通过海空天一体化和分布式情报、监视与侦察（ISR）实现战场网络化。[33]

然而，在实际执行层面，仍被评估为处于初级阶段。中国军队内部文献也指出，在军事上应用人工智能技术方面与美军存在差距，数据质量和网络安全不足，以及人工智能的可靠性不足等问题令人担忧。[34]也就是说，尽管在概念上已经确立了智能化战略并正在进行广泛的实验，但专家们认为，要将其完全纳入现实军事力量仍面临诸多挑战。例如，据中国媒体报道，应用于现代战争的人工智能算法通过数百万次模拟推导出了战术方案，部分人工智能辅助决策功能也已应用于指挥所演习。然而，关于是否存在已实战部署的人工智能指挥控制系统，公开信息却寥寥无几。中国军方人士也对人工智能的可靠性表示担忧，据称他们指出“不能将生死寄托在不可靠的人工智能上”，“人工智能的误操作可能导致我军伤亡或意外的冲突升级风险”。[35]

“无人机集群（swarm）”是中国为加强非对称力量而重点投资的领域，其概念是多架无人机自主协同，包围攻击或干扰目标。中国军队希望通过无人机集群压倒对手的防空网络，降低有人力量的风险，同时通过大量消耗性无人机最大化成本效益。[36]在技术进展方面，中国在过去几年中已展示了多项创纪录的演示。2018年，中国电子科技集团公司（CETC）成功实现了200架固定翼无人机集群飞行，创下了当时的世界纪录；2020年，又公开了一段测试视频，显示一辆轻型战术车辆搭载48个无人机发射器，一次性发射了48架小型自杀式无人机。[37]这种小型自杀式无人机（loitering munition）通过摄像头探测目标后冲入目标，被评价为介于巡航导弹和无人攻击机之间的力量。

然而，这些集群无人机技术是否已转化为军事力量尚不明确。中国军事专家承认，该系统是否已实际部署到解放军中尚不透明，并且仍然存在“人工智能反应速度延迟”、“对电子干扰的脆弱性”等有待解决的技术问题。[38]例如，2020年在西藏军区的一次演习中，曾运用过小规模无人机编队，但据了解仅用于侦察和补给，并未发展为大规模集群攻击力量。[39]尽管如此，中国通过“军民融合”加速无人机集群发展的趋势是明确的。在空军工程大学主办的“无人争锋”竞赛中，高校和企业团队就无人机集群航电算法展开了竞争并评选出优秀作品；据报道，CETC下属的研究机构正在开发智能集群控制软件。[40]总而言之，中国的无人机集群技术在演示阶段已取得了世界领先水平的飞跃，但其是否已转化为可稳定运行的军事力量尚难确认，多数观点认为还需要数年时间。未来若在台湾海峡等地出现无人机集群部署的迹象，将可衡量中国在该领域转化的成功与否，但目前为止，仍可将其评估为试验性运用阶段。

四、比较评估：创新速度的理论与现实评估交叉

尽管美国和中国在过去十年中都战略性地推进了人工智能驱动的军事创新，但其执行模式和力量转化成果似乎存在一定差异。就美国而言，如“Maven项目”那样将人工智能应用于具体、有限任务的案例，被认为已融入组织并转化为军事力量，产生了实际效果。然而，像JADC2那样需要构建广泛集成系统的创新，似乎因技术、组织和预算的复杂性而仅取得部分进展。[41]另一方面，中国在最高领导层的推动下，在全军范围内推进人工智能愿景，并在概念确立和技术实验方面取得了速度。特别是在无人机集群等一些领域，其演示能力甚至超越了美国。然而，两国在人工智能系统是否已成为决定战争胜负的关键力量方面，都还为时过早，这与实战经验的缺乏和技术可靠性的局限性有关。

归根结底，创新的最终考验场是实战。考虑到战争所伴随的高度风险和不确定性，即所谓的“战争迷雾”，目前中美两国似乎都未能自信地回答“是否已达到可在战场上使用的水平？”这个问题。虽然在一些项目中出现了激进创新论所预测的创新性态势，并且中美竞争和地区冲突频发确实加速了这一点，但渐进创新论所指出的迟滞和延误的态势也得到了广泛观察。乌克兰战争等地区冲突正成为检验创新的场所，但同时也展现了传统作战模式的持续性和重要性。

美国在观察乌克兰战争后，认识到无人机和低成本大量兵力的重要性，并推进了“复制者”计划，但同时也认识到“大规模常规战争的后勤和生产能力是决定性的”。中国在分析乌克兰的经验时，认识到人工智能武器在高强度地区冲突中未能起到决定性作用，并开始强调其构想的智能化战争中人指挥和传统火力的协调。这与激进预测在遇到现实摩擦后进行修正的过程相符，也符合渐进创新论。换言之，两国都在积极探索人工智能带来的作战创新，同时也都在根据当前的军事现实和经验教训，调整期望值并使其更加现实。这正是当前形势的本质，也预示着未来战争模式在相当长一段时间内将是“创新与持续的复合体”。

尽管本研究存在现实局限性，但有一点似乎相对明确。在极端的军事竞争环境下，各国军队都充分认识到人工智能技术潜在的效益，并且也充分认识到如果对手充分利用这些技术，可能会带来巨大的风险。也就是说，没有“余地”可以懈怠向未来战争的转型。然而，目前认为要用新技术完全取代现有战争体系还为时过早。

因此，努力将朝两个方向展开。第一，持续努力构建高可靠性的新战争体系，这需要大量时间。第二，准备低水平的非对称应对措施，以最大限度地减少来自对手可能使用的、尽管不完善但具有非对称性的攻击所造成的损害。总之，未来战争的要素在短期内不太可能改变战场的整体格局，而更可能集中于试图以非对称方式利用这些要素以及再次将其无效化的尝试。未来的国防和军事规划必须考虑这种连接当前与未来、融合两者的多重规划框架。■

[1]朴相燮，《技术与战争史》，首尔，AkaneNet，2018。

[2]Darrell M. West and John R. Allen, “Turning Point: Policymaking in the Era of Artificial Intelligence”, Washington, DC: Brookings Institution Press, 2020; Priyesh Mishra et al., “Code, Command, and Conflict: Charting the Future of Military AI”, Cambridge, MA: Belfer Center, Harvard University, 2025.

[3]Radha Iyengar Plumb and Michael C. Horowitz, “Is the Pentagon Slowing Artificial Intelligence Adoption?” Council on Foreign Relations”, August 21, 2025.

[4]Zachary Burdette, Dwight Phillips, Jacob L. Heim, Edward Geist, David R. Frelinger, Chad Heitzenrater, and Karl P. Mueller, “An AI Revolution in Military Affairs? How Artificial Intelligence Could Reshape Future Warfare”, Santa Monica, CA: RAND Corporation, June 2025.

[5]Joshua Glonek, “The Coming Military AI Revolution,” Military Review”, May–June 2024.

[6]Zachary Burdette et al., 2025, p. 2.

[7]Joshua Glonek, 2024, pp. 91-92.

[8]David Kirichenko, “How AI Is Eroding the Norms of War: An unchecked autonomous arms race is eroding rules that distinguish civilians from combatants.” AI Frontiers”, May 27, 2025.

[9]Barry R. Posen, “The Sources of Military Doctrine: France, Britain, and Germany Between the World Wars”, Ithaca, NY: Cornell University Press, 1984; Stephen Peter Rosen, “赢得下一场战争：创新与现代军事，伊萨卡，纽约：康奈尔大学出版社，1991年。

[10]Michael C. Horowitz，“军事力量的扩散：国际政治的原因与后果”，普林斯顿，新泽西州：普林斯顿大学出版社，2010年。

[11]Lance Menthe, Li Ang Zhang, Edward Geist, Joshua Steier, Aaron B. Frank, Erik Van Hegewald, Gary J. Briggs, Keller Scholl, Yusuf Ashpari, Anthony Jacques，“理解人工智能对作战人员的局限性，第一卷，摘要”，圣莫尼卡，加利福尼亚州：兰德公司，2024年1月。

[12]英国议会科学技术办公室，“电磁（电子）战”，伦敦：POST，2025年7月10日。

[13]Mary E. Oakley，“武器系统：国防部能力发展和采购过程的关键方面，在美国众议院军事委员会海权与投送力量分委会作证，GAO-25-107928”，华盛顿特区：美国政府问责局，2025年5月21日。

[14]Dominika Kunertova，“明日的无人机战争，今日的创新挑战：从乌克兰战场学习”，苏黎世：苏黎世联邦理工学院安全研究中心，2024年5月。

[15]鉴于人工智能技术的通用性和创新性，预测其将如何改变战争形态和国家间的军事力量平衡并非易事。然而，以美国为首的主要军事强国似乎已在政策层面具体规划了应对未来战争竞争的军事创新和国防改革方向。人工智能还能革命性地改变核指挥和控制等核武器的运行方式，这可能改变主要国家之间的核平衡和军事力量平衡。然而，本研究将分析限制在常规武器系统和战场，因为考虑到战略武器的潜在影响，所有国家都将制定对策，从而维持大致平衡。参考：Seol In-hyo，“面向未来战争的数据驱动智能综合系统建设：以美军联合全域指挥与控制（JADC2）案例分析为中心”，《战略研究》31（3），2024。

[16]Seol In-hyo, Park Won-gon，“美国新政府的国防战略展望及其对韩美同盟的影响：以‘第三次抵消战略’的采纳和演变可能性为中心”，《国防政策研究》115（1），2017。

[17]Yoon Dae-yeop，“国防人工智能转型与数字化军事创新：以MAVEN项目和俄乌战争的教训为中心”，《韩国政治研究》34（2），2025。

[18]Jaspreet Gill，“NGA在接管MAVEN人工智能项目数月后取得‘重大进展’”，《Breaking Defense》，2023年5月24日。

[19]Mina Al-Oraibi，“美国利用人工智能在叙利亚和也门进行打击目标”，《The National（援引彭博社报道）》，2024年2月26日。

[20]Billy Mitchell，“北约与Palantir签署MAVEN人工智能系统协议”，《DefenseScoop》，2025年4月14日。

[21]Jon Harper，“美军向中东部署新的JADC2能力”，《DefenseScoop》，2024年4月3日。

[22]美国政府问责局（GAO），《国防指挥与控制：建立全面框架以取得进一步进展，GAO-25-106454》，2025年4月8日，第1-3页。

[23]国会研究服务局，《国防部复制器计划：背景与国会关注的问题，IF12611》，2025年11月更新，第2页。

[24]Patrick Tucker，“国防部称首批复制器无人机已部署至印太地区”，《Defense One》，2024年5月23日。

[25]国会研究服务局，2025年。

[26]国会研究服务局，2025年。

[27]Brandi Vincent, “In wake of Project Maven, Pentagon urged to launch new ‘pathfinder’ initiatives to accelerate AI,” DefenseScoop, July 18, 2023.

[28]Office of the Secretary of Defense, Military and Security Developments Involving the PRC 2023, Department of Defense report, October 2023, pp. 114–115.

[29]Sam Bresnick, China’s Military AI Roadblocks: PRC Perspectives on Technological Challenges to Intelligentized Warfare, CSET Reports, June 2024.

[30]Marcus Clay, “The PLA’s AI Competitions: Can the new design contests foster a culture of military innovation in China?” The Diplomat, November 5, 2020.

[31]Marcus Clay, 2020.

[32]Office of the Secretary of Defense, 2023, p. 97.

[33]Office of the Secretary of Defense, 2023, p. 97.

[34]Sam Bresnick, 2024, pp. 1-2.

[35]Sam Bresnick, 2024, pp. 29-30.

[36]John Harper, “US military deploys new JADC2 capability to Middle East,” DefenseScoop, April 3, 2024.

[37]Ryan Pickrell, “China is practicing unleashing swarms of suicide drones packed with explosives from the backs of trucks,” Business Insider, October 16, 2020.

[38]Ryan Pickrell, 2020.

[39]Antoine Bondaz & Simon Berthault, “China’s use of drones in the Sino-Indian border dispute: a concrete example of civil-military integration,” Foundation for Strategic Research Report, July 2023.

[40]Marcus Clay, 2020.

[41]U.S. Government Accountability Office (GAO), 2025, p. 11.

■作者：薛仁孝_国防大学战略学系教授。

■ 负责与编辑：林宰贤_EAI研究员

    垂询：02 2277 1683 (分机号 209) | jhim@eai.or.kr