美国国防部引入AI探测导弹与太空威胁及中美军事AI竞争的结构性差距

执行摘要

美国国防部正推动在导弹及太空威胁探测中引入人工智能（AI），但高速移动体、短促反应时间、不明确的传感器数据等结构性瓶颈仍未解决。此趋势的背景是，以财政部长贝森特的发言为代表的对华技术劣势担忧根深蒂固，但中国军方内部评估承认，解放军（PLA）的作战AI应用仍停留在探索阶段，这表明美国感受到的紧迫性与实际差距之间存在鸿沟。未来最有可能的路径是基本情景，即瓶颈仅得到部分缓解，从识别太空威胁等低风险领域开始分阶段引入AI；同时也不能排除悲观情景，即政治压力超越技术验证，导致因误报、误判而引发意外冲突的风险增大。日本防卫省开发AI卫星的案例表明，区域内的太空军事化竞争已超越中美格局并正在扩散。韩国需要采取一种并行推进互操作性检验和自主探测系统开发、分阶段积累能力的方法，而非草率地融入美方标准。

I. 议题现状分析

美国国防部引入AI探测导弹与太空威胁：议题现状分析

1. 背景与进程

美国国防部的导弹防御体系长期以来一直依赖于人类操作员的判断。高速移动体、短促的反应时间、不明确的传感器数据这三大制约因素，一直被指为实战应对的瓶颈[1]。《防务新闻》（Defense News）报道称，为突破这一困境，国防部正在推动引入AI[1]。这与其说是一项新尝试，不如说是美国国防当局多年来持续推进指挥控制体系现代化进程的延伸。

此趋势的背景是，华盛顿政界普遍存在的对华技术劣势担忧。财政部长贝森特最近在布莱特巴特（Breitbart）的一场活动中表示：“如果中国在AI竞争中获胜，其他任何事情都将变得不再重要”[15]。他警告称，即使美国庞大的国防预算也无法抵消AI方面的劣势[15]。此番言论虽意在回应围绕数据中心建设的地区反对声音，但同时也揭示了国防当局在加速引入AI方面所面临的政治压力。

中方的动向也是决定这一进程的变量。布鲁金斯学会分析称，中国人民解放军战略支援部队（SSF）正以整合太空、网络、电子战和信息战的指挥体系为轴心，有目的地推进AI军事创新[2]。EAI的报告对此进行了更细致的探讨。报告指出，就连中国军方内部研究人员也自行评估称：“解放军的AI应用仍集中在智能问答和内容生成等辅助领域”[3]。他们承认，进攻性作战AI的应用仍停留在“探索阶段”[3]。这种不对称的评估表明，美国国防部感受到的紧迫性与中国的实际进展速度之间可能存在差距。

2. 当前状况

《防务新闻》所报道的当前核心问题是，瓶颈依旧未能解决[1]。传感器数据的不确定性和高速目标的短促反应时间，并非投入AI算法就能立即解决的问题。相反，数据处理阶段本身正日益凸显为阻碍实战部署的结构性制约因素。

这种紧迫性在国防部内部的其他项目中也得到了并行印证。国防初创企业正在开发用于弹药运用效率化的AI[5]，空军则在探索用于基地防护的快速部署型无人机蜂群[14]。美国国防高级研究计划局（DARPA）已启动新一代高超音速巡航导弹项目，以应对中国的吸气式高超音速导弹[12]。这些虽是独立项目，但都共同反映了源于对华技术差距担忧的国防现代化压力。

在区域内，日本的动向也与此格局交织在一起。据《日本经济新闻》报道，日本防卫省计划与国内企业共同开发搭载AI的卫星，并计划从2030年代开始发射[9]。该卫星计划用于分析太空监视信息，以提高拦截决策速度并加强反击能力[9]。中国官方媒体中央电视台（CCTV）将其定性为“严重威胁”，并批评其为东京太空军事化战略的基石[9]。这表明，美国国防部的AI指挥控制现代化进程不仅限于中美双边格局，还在向整合盟国太空资产的轴线扩展。

在政治层面，特朗普政府重申了其反对AI开发速度调控论的立场。特朗普总统在访问爱尔兰期间，将加强AI监管的要求定性为由“负面势力”主导，而共和党则警告称，严格的AI监管会将战略优势拱手让给中国[13][16]。这与国防领域要求尽早引入AI的压力共享着相同的政治逻辑。

3. 主要行为体及立场

美国国防部确保可实战部署的AI探测体系是其首要任务。其意图是用AI来弥补人类操作员难以处理的数据量和反应时间问题，但仍面临传感器数据不确定性这一技术局限[1]。

美国财政部及行政当局将AI竞争定义为关乎国家存亡的问题。贝森特部长的言论显示出一种危机感，即仅靠扩大国防预算无法弥补AI劣势[15]。特朗普政府以此为据，坚持放宽AI监管的基调[13][16]。

中国战略支援部队（SSF）拥有整合太空、网络、电子战和信息战的组织优势[2]。然而，内部研究承认，进攻性作战AI的运用尚处于初级阶段[3]。EAI的分析指出，这种谨慎态度与其说是源于技术不足，不如说是源于“围绕党军关系和指挥决策权下放的政治审慎”所带来的结构性制约[3]。另一方面，中国的低成本商业AI生态系统被评估为具有以非对称方式缩小军事AI差距的潜力[3]。

日本防卫省正通过AI卫星推进拦截和反击能力的加强，实际上是在与美国的指挥控制现代化潮流同步[9]。中国将其定性为太空军事化并表示反对，因此该议题不仅超越了中美双边竞争，也成为激发中国对美日合作警惕心的催化剂。

4. 核心争议点

第一，数据处理瓶颈是实战应用的实质性障碍。关键不在于AI算法本身的性能，而在于对高速移动体和不明确的传感器信号进行实时净化的前端基础设施的成熟度[1]。

第二，中美之间的实际差距与被感知的威胁之间存在脱节。华盛顿的危机论调将中国的AI追赶描绘为迫在眉睫，但中国军方内部评估则承认进攻性应用尚处初级阶段[3][15]。这种脱节是未来可能影响美国国防预算编制和采购优先顺序的变量。

第三，盟国整合的方向。日本的AI卫星开发有可能融入美国主导的指挥控制体系，这正成为加剧中国反对力度的因素[9]。包括韩国在内的中等强国，在这一整合潮流中面临着如何确保独立的指挥控制能力和监控体系的课题[3]。

II. 议题深度分析

美国国防部引入AI探测导弹与太空威胁：议题深度分析

1. 根本原因分析

该议题的表面原因是技术性的。高速移动体、短促的反应时间和不明确的传感器数据这三个条件叠加，使人类操作员的判断速度达到了物理极限[1]。然而，瓶颈的本质在于数据处理本身。导弹防御体系从多个雷达、卫星和地面传感器接收原始数据，这些数据混杂着噪音，格式也各不相同。投入AI并不能立即解决这个问题。因为构建可供算法学习的净化数据集这一工作本身，就构成了另一个瓶颈[1]。

更根本的原因在于政治紧迫性与技术成熟度之间的差距。在华盛顿，对华技术劣势的担忧主导着政策话语。财政部长贝森特曾说：“如果中国在这场竞争中获胜，其他任何事情都将变得不再重要”[15]。他警告称，即使美国庞大的国防预算，在AI劣势面前也将无能为力[15]。这类言论转化为一种压力，迫使国防部仓促地将未经检验的技术投入实战部署。然而，被视为对手的中国，其军事AI的实际状况却被评估为并未领先到那种程度。就连中国军方内部研究人员也承认：“解放军的AI应用仍集中在智能问答和内容生成等辅助领域”[3]。他们自行评估，进攻性作战AI的应用仍停留在“探索阶段”[3]。这意味着美国国防部感受到的紧迫性与对手的实际能力之间很可能存在差距。这种差距本身就构成了促使仓促引入技术上不成熟系统的政治诱因。

2. 结构性脉络

安全结构：向指挥控制竞争的轴心转移

EAI的分析指出，中美军事竞争的轴心正从争夺单个武器系统优势转向“信息、指挥与控制一体化能力竞争”[3]。在导弹防御中引入AI的尝试，正是这一轴心转移的美方案例。而在中方，战略支援部队（SSF）正将太空、网络、电子战和信息战整合进一个指挥体系，以推进体系作战概念[2][3]。不过，EAI报告的判断是，战略支援部队的整合尝试更多地是受制于党军关系，即在将指挥决策权下放给下级单位或算法方面的政治审慎，而非技术制约[3]。这是与美方不同的结构性制约。可以说，美国国防部受阻于技术瓶颈（数据处理），而中国军队则受阻于政治瓶颈（指挥权下放）。两个瓶颈的性质不同，是衡量未来竞争速度的重要变量。

经济结构：商业AI生态系统与国防采购的联动

美国的国防AI引入并非国防部的独立项目，而是与商业AI生态系统联动进行。国防初创企业开发弹药运用优化AI[5]，以及空军寻求采购用于基地防护的无人机蜂群[14]等动向，都以将民用技术吸收到国防体系的结构为前提。这也与中国的结构形成对比。EAI报告评估称：“中国商业AI生态系统凭借低成本构建模式，具有以非对称方式缩小军事AI差距的潜力”[3]。也就是说，两国都依赖于将民用AI能力转移到军事部门的路径，但正在形成一种非对称格局：美国在精密、高成本的系统集成方面具有优势，而中国则在低成本扩散方面具有优势。

政治结构：国防预算与放松监管的压力

特朗普政府明确表示反对减缓AI开发速度。共和党人士警告称，严格的AI监管会将战略优势拱手让给中国[13][16]。这种风气也直接反映在国防部引入AI的速度战中。这意味着已经形成了一种部署速度优先于安全性验证的政治环境。这与先前分析中确认的DARPA加速高超音速导弹项目[12]、空军采购无人机蜂群[14]等一系列国防现代化潮流，源于相同的政治土壤。

3. 历史先例及类似案例比较

在导弹防御领域，将判断权委托给自动化系统的尝试并非首次。冷战时期，美苏两国都反复经历过预警系统误判的风险。当时的教训是，自动化水平越高，因误报导致误判的风险也越大，因此最终的发射决策始终保留了人类的介入。当前讨论的基于AI的威胁识别体系也面临着类似的困境。为了提高数据处理速度而越是依赖AI进行判断，当发生误报时，可用于纠正的时间余地就越少。《防务新闻》指出的“不明确的传感器数据”问题[1]，正是这一困境的现代版本。

区域内的案例有日本的AI卫星开发计划。据《日本经济新闻》报道，日本防卫省正与国内企业合作开发搭载AI的卫星，目标是在2030年代发射[9]。该卫星的用途是分析监视信息，以提高拦截决策速度并加强反击能力[9]。中国官方媒体中央电视台（CCTV）批评其为“严重威胁”及东京太空军事化战略的基石[9]。这个案例表明，美国国防部引入AI并非孤立事件，而是与盟国层面并行推进的区域性潮流的一部分。不过，日本的卫星计划仍停留在原型阶段[9]，与美国国防部面临的实战部署瓶颈存在时间差。

另一个可比较的案例是伊朗对AWS数据中心的攻击。布鲁金斯学会报道称，今年3月，伊朗革命卫队的无人机攻击对位于中东的三处AWS设施造成了结构性损坏[10]。这一案例表明，AI基础设施本身可能成为物理攻击的目标，也暗示了如果美国国防部依赖云和数据中心来构建导弹防御AI，将不得不承受新的脆弱性。

4. 议题发展的核心变量

第一个变量是数据净化技术的成熟速度。鉴于瓶颈的核心不在于算法，而在于输入数据的质量[1]，传感器融合和数据标准化技术的进展速度将决定实战部署的时间点。

第二个变量是中国战略支援部队的政治制约是否会放宽。如果当前解放军的进攻性AI应用停留在探索阶段的原因并非技术，而是围绕指挥决策权下放的政治审慎[3]，那么一旦这一制约解除，中美差距的方向可能会急剧变化。

第三个变量是预算分配和采购速度。在国防部内部，弹药优化[5]、无人机蜂群[14]、高超音速应对[12]等多个AI项目同时竞争的结构下，如果导弹与太空威胁探测AI未能确保优先地位，其开发速度可能会比政治辞令所宣称的要慢。

第四个变量是与盟国的分工。如果像日本的AI卫星计划[9]那样，由盟国分担区域监视和拦截决策支援功能，美国国防部单独承担的数据处理负担可能会有所减轻。但这也会伴随着中国的反对和地区紧张局势加剧等额外成本[9]。