AI驱动下的网络战：战略迷思与现实约束

近日，某机构发布《人工智能与战略网络攻击的风险》报告，试图回答一个长期被宏大叙事遮蔽的问题：网络武器被称作战略工具已有二十多年，为何公开可见的行动大多仍停留在战术层面？报告从效果可信度、信息保密和顶尖人才容量三项约束入手，判断智能体人工智能将首先放大复杂网络行动的并行规模，并可能把少数、低频的高端能力转化为可持续运用的战略能力。但这种跃迁并不等于结果更可控，模型失误、权限失控和攻防双方同时采用人工智能，反而可能制造新的战略不确定性。

（一）战略与战术取决于效果

1.不能用武器名称代替判断

报告没有把“网络武器”天然归入战略能力，而是用行动规模、后果持续时间以及与国家级政治目标的关系来判断。网站篡改、短时拒绝服务通常只造成局部影响；美国人事管理局数据被窃取规模巨大，其长期反情报后果仍难量化；只有触及国家利益并产生广泛、持续后果的行动，才接近战略端。

这个划分揭开了一个常见误区。战略性不是工具自带的标签，而是行动、环境与政治目标共同产生的结果。同一技术可以服务于战术骚扰，也可以嵌入持续多年、逐步积累效果的战略行动。真正值得监测的，不是某次攻击是否“高级”，而是它能否改变国家层面的资源、决策或力量运用。

2.公开案例仍然只是例外

自1997年美国官员提出“电子珍珠港”以来，美国媒体、研究者和政府文件不断强化网络攻击可在数小时内造成全国性冲击的想象。2011年美国国防部把网络空间视为与陆、海、空、天并列的冲突领域，2017年美国网络司令部升格为统一作战司令部，组织地位进一步推高了外界预期。

现实却没有跟上。三个接近战略层级的案例中，长期知识产权窃取依靠多年积累才显现效果；“震网”破坏伊朗铀浓缩离心机，但对核计划的延缓较为短暂；“非Petya”造成超过100亿美元损失，使马士基业务停摆约10天，却因波及攻击方和第三方而暴露出失控。即便三例都算战略行动，在公开事件中仍属少数。

更应谨慎的是，公开样本无法覆盖隐蔽行动全貌。因此，报告证明的不是“战略网络攻击不存在”，而是已知证据尚不足以支撑其已经常态化。过去二十年，高端、限时、能够稳定实现国家级目标的网络行动，仍没有像早期叙事设想的那样大量出现。