人工智能对中美未来冲突作战影响——兵棋推演初探

前言

2026年8月，兰德公司发布了关于人工智能在未来中美冲突中作战影响的兵棋推演初步观察报告。本公众号特此全文翻译，以飨读者。

2026 年 8 月，兰德公司对外发布了一份研究报告，聚焦于人工智能对未来中美军事冲突中作战层面的潜在影响。报告以"AI 战役"兵棋推演为依托，开展了初步观察分析。其中，Camp(ai)gn 是由兰德公司自主研发的一款非密级、战役级、分析型兵棋，其名称由"Campaign（战役）"嵌入"AI"而来，旨在专门探究人工智能对战役规划与组织实施的作用。本公众号特此对全文进行翻译，以飨读者。

人工智能 (AI) 将以怎样的方式改变军队规划与执行战役的模式？我们设计了一款非保密的作战级兵棋推演工具——Camp (ai) gn，用以在对抗性、互动化的情境中考察 AI 的军事效应。该兵棋聚焦 2035 年TW场景下的Z美冲突，双方均为高水准的对手，全程运用 AI 赋能能力并展开跨域行动｡

本报告梳理了在兵棋开发与试推过程中获得的首批经验教训。截至 2026 年 5 月，我们已携手 20 余位兰德公司研究员及相关附属人员，共同完成了十次 Camp (ai) gn 试推。推演中，我们以三种途径呈现人工智能要素：(1) 引入新的自主力量结构组成 (涵盖由 AI 操控的新型无人机与无人舰艇),(2) 调整裁决机制 (如针对 AI 赋能网络作战增设的特殊规则), 以及 (3) 设置可选技术卡，涵盖其他类型的颠覆性军事创新 (典型如 AI 赋能的传感器融合技术，可大幅削弱隐身战机的作战性能)。

在多轮推演中，AI 的最显著影响并非彻底颠覆战场面貌，而是拓展了玩家可触及的决策空间，为其达成目标、组织战役提供了更多元的选项｡我们重点提炼了六项值得进一步关注的初步观察:

我们把 Camp (ai) gn 视为一个实验沙盒，用于发掘 AI 赋能能力的潜力，揭示其内在动态、权衡关系及崭新研究议题，而非验证任何经验性结论｡因此，这些观察应被理解为通过推演与推演开发过程所形成的假说，需借助其他研究手段进一步深入探讨，而非既定结论｡

本报告共分为四部分｡首先，阐释为何推演是研究该议题的有效方法论；其次，阐明 Camp (ai) gn 兵棋推演的运作机理，包括鉴于人工智能作为通用技术的属性，在兵棋中再现人工智能所面临的特殊难题；第三，对六项观察进行逐一剖析；最后，勾勒未来研究的后续路径。[

人工智能究竟会以何种方式重塑军事行动，其复杂性远超表面认知｡在兰德公司既有研究中，我们曾就人工智能在战术层面如何重塑未来战争形态提出若干假说——譬如，数量优势或将超越质量优势，以及为对冲 AI 赋能感知能力，欺骗手段的运用或将受到更高重视。但这些仅是从攻防平衡等理论概念推导而来的抽象预判｡当这些动态在更宏大的战役背景下交叉融合时，其具体呈现仍不明朗｡战区指挥官须在多领域间序列化部署行动，在数周乃至数月的时间跨度内统筹部队，还要应对同样老练且具备高度适应性的对手｡从这一宏观视角审视，能够为剖析 AI 如何重塑战役层面动态提供独特切入点｡

人工智能作为一项技术的本质进一步放大了这一难题｡由于 AI 属通用技术，其应用边界极为宽广，并不局限于特定领域或单一功能｡这种广泛性使得从基础原理出发推演 AI 的作战影响变得更为棘手｡聚焦于具体实战情境——例如美中在TW问题上的潜在冲突——有助于锚定核心动态并暴露悬而未决的议题｡

军事行动固有的动态性与适应性构成了另一道难关｡部分研究者推测，人工智能驱动的创新有望催生科学突破，进而产生"神奇武器"——在此我们统称为颠覆性军事创新。然而，纵观军事创新史，突破几乎必然引发模仿与适应｡分析技术突破的影响，需要将两个势均力敌的对手置于同一情境之中，并推演演演演演这种互动将如何展开｡

从近期冲突中提炼 AI 影响的实证依据同样十分薄弱｡当技术持续高速迭代，且乌克兰与伊朗等冲突中运用 AI 的具体条件与印太地区美中冲突存在显著差异时，可供借鉴的实战经验相当有限｡

最后一项挑战关乎预期设定。国防界在评估 AI 军事价值时，有时会设置过于苛刻的衡量标杆——追问其是否能彻底颠覆战场，或带来压倒性优势｡而此类标杆很少被套用于其他军事创新之上｡隐身技术、核动力推进、卫星侦察与精确制导弹药之所以被视作变革性技术，根源在于它们重塑了特定的军事问题域，而非包揽战争的所有面向｡兵棋推演能够通过探究 AI 带来的效应——有些剧烈，多数渐进——如何在战役中累积，帮助校准这些过高的预期｡

上述挑战指向了一系列兵棋推演可助力解答的议题：若指挥官手握具备人工智能能力的部队，其作战方式可能出现哪些变化？当智能自主系统与传统有人部队协同部署时，会如何重塑指挥官规划与执行战役的路径？这些新兴能力是否会催生新的作战概念，并重塑指挥官对最佳目标实现路径的构想？

我们聚焦的议题是：在一系列关于技术及其战场能力体现形式的合理假设前提下 (而非推演中未涵盖的新型 AI 决策辅助工具的影响),AI 在作战层面对人类决策的塑造作用｡我们并不评判 AI 是否真能催生特定能力或效果——这一技术问题更适合通过建模或工程系统分析加以处理｡

推演化方法在回答上述问题时具备多重优势，并能与其他分析 AI 军事影响的方法形成互补。首先，推演化天然契合高层概念探索｡让玩家在支撑政治目标的军事行动中思考如何运用智能自主系统，这一过程顺理成章｡对抗性、目标导向的环境为发掘新型作战方式与所需能力提供了天然沙盒｡推演的规则框架为探查相关问题、评估玩家决策后果提供了统一、透明的逻辑｡通过要求玩家设计并执行战略，推演化能够揭示仅凭理论分析难以厘清的权衡与障碍｡后续可引导采用其他方法开展深入研究，以更全面地把握这些权衡与障碍｡

其次，双边博弈对于研究新技术触发的措施与反措施动态尤有裨益 (典型如一方发明雷达，另一方发展干扰手段；一方开发自主传感器，另一方则探索新的欺骗或摧毁途径)｡反制举措有时体现为技术层面，有时则体现为概念层面｡双边博弈赋予双方集思广益、共同寻找应对方案的空间｡

第三，博弈能够产出丰厚的思辨性数据｡当玩家向队友或裁判阐述其推理逻辑时，这一过程本身往往比决策结果更具信息价值｡洞悉玩家如何构思其策略——以及新能力如何塑造其思维范式——能够揭示其他研究方法难以触及的内在机制｡

我们运用博弈的核心定位是探索性．我们期望围绕该议题激发更具创造性的思考，提出新假说，并形成初步观察｡未来研究中的更多兵棋推演及其他方法将助力更深入地检验与评估这些要点｡本报告的定位与那些以验证假说、回答问题为核心目标的博弈形成鲜明对比——我们的重心在于提出新问题｡

推演天然契合高层概念探索，并对研究对策与反制对策的互动规律具有不可替代的价值｡它还能够产出丰厚的推演性数据．

同所有研究方法一样，推演亦有其固有局限，这框定了我們可得出结论的范围．推演无法验证其构建所依据的假设．推演必须对 AI 的能力与影响作出特定假设——例如，自主系统的可靠性可与人类直接操控相当．推演并不检验这些假设是否成立，而是将其作为既定前提——要么嵌入推演设计之中，要么付之阙如．推演能够实现的是，在 AI 确实达成这些效果的前提下，探究其对战略、作战概念及兵力设计的连锁影响．

推演同样无法预言实际冲突中的走向．由于推演是对现实的抽象，必然会简化或省略影响真实场景演变的关键要素．推演结果也映射出参与玩家的推理方式，而未来的美国与红方决策者将拥有迥异的背景、思维框架与信息环境，这些都将左右其判断．此外，本推演属非密级性质，所纳入的信息存在一定边界．基于上述原因，读者不应将本推演解读为对美国或红方战时可能行动的预判，亦不应将其视为对美中军事平衡的评估．

多项非密级兵棋推演已对人工智能与自主系统可能如何作用于军事行动进行了探索．其研究结论为 Camp (ai) gn 的探索提供了重要参照．

第一组兵棋推演聚焦自主系统在TW场景中的角色．这些推演为美国揭示了多种运用无人系统的契机，例如以机器人忠诚僚机协同有人驾驶战斗机遂行作战，以及运用无人水下航行器 (UUV) 在高危区域执行侦察与布雷任务．然而，推演也凸显出红方在无人机运用上具备库存充沛、距TW更近的天然优势，而美国则不得不部署造价高昂、射程更远的系统．

第二组推演考察了人工智能与自主系统在非TW情境中的作用．在一场美俄冲突推演中，一项兵棋比较了远程操控车辆与自主作战车辆在地面行动中的表现差异，凸显自主系统在强电磁干扰环境中的独特优势——而这种环境恰恰对依赖人工远程操控的车辆构成严峻挑战．在美军对地区行为体实施干预的多个场景中，另一项推演探索了运用 AI 赋能指挥控制 (C2) 系统部署分散部队的概念，发现在向对手施加决策复杂性方面的潜在优势．

第三组博弈剖析了无人机如何作用于升级动态．埃里克·林-格林伯格的研究尤具影响力．基于实验性兵棋推演以及调研与案例研究，他认为无人机可能催生""更多但更温和""的军事化对抗模式．由于缺乏人类飞行员，发起行动的政治成本显著降低；而无人机被击落时无人员伤亡，也降低了冲突升级的政治压力．因此，无机为国家以武力追求政治目标提供了崭新灵活性．Camp (ai) gn 在这些见解之上，进一步探索新型自主系统类别如何可能催生新型有限冲突动态——这些动态比传统危机更为激烈，但又未达到经典大国战争构想的标准．

Camp (ai) gn 军事战役．明确定义的作战行动是玩家行动的主要单位，部署的部队为这些行动提供支撑．每个回合，玩家为冲突的下一阶段设定目标，决定开展哪些行动，并分配部队予以支援．推演旨在将玩家的思考聚焦于战役规划核心的作战推理和权衡取舍，而非战术或技术细节．在推演过程中，玩家需要应对诸如此类的决策：如何在相互竞争的作战行动和地理需求之间分配有限的部队，如何混合使用自主部队和有人部队，何时投入部队而非将其保留以备后用，以及在战役各阶段接受何种升级风险．

Camp (ai) gn 是一款作战推演，同时鼓励玩家思考并讨论其战略与作战行动所处的更广泛政治背景．因此，推演中也包含类似政治‑军事推演的元素，融入了战略决策．我们的目标是让玩家将政治与战略问题同作战考量联系起来，模拟现实世界中军事战略与战役应有的运作方式．

该推演是双边的：蓝方玩家代表美国，红方玩家代表红方．每方有一至三名玩家．兰德公司的分析师组成控制团队，负责运行推演，引导玩家做出决策并阐述推理，裁定战斗结果，管理幕后技术约束 (如加油机需求), 并扮演美国的盟友和伙伴．

每个回合代表一周的战斗．这比典型的战役级推演中一到三天的回合制更长．更长的时间跨度鼓励玩家思考战役层面的序列安排与持续保障，而非个别战术交战．一局典型的 Camp (ai) gn推演大约持续三个小时，不过该系统也能轻松支持更长时间的推演．

推演地图采用雷达启发式设计，以大型单元格代表宽达 1,000 公里的区域 , 强化了以战区为单位的兵力管理重点．侧板代表TW、美国远程基地以及随时间推移的兵力流动．

注意："强制推进" 板块代表每回合双方可用的额外兵力．

推演玩法围绕作战卡展开，每张卡代表一种军事任务类型，如防御性制空作战、空中遮断或海上控制．玩家将卡片放置在地图上想要实施作战的位置，并分配部队执行这些作战任务．例如，红方玩家若要在TW上空争夺制空权，可将进攻性制空作战卡放置在对应的地图单元格中，并指派飞机予以支援．

作战卡系统是玩家表达其作战构想的主要机制．这些决策 —— 如何确定优先顺序、在何处承担风险、如何权衡其他取舍 —— 为从推演过程中获取洞察提供了重要