一、情报概览

据海外防务媒体1月11日报道，美国空军完成了代号为“决策优势人机协同短跑”（DASH 3）的第三阶段实验，此次演习标志着人工智能（AI）在实战化规划工作流中的集成取得了突破性进展。该活动由美空军高级战斗管理系统（ABMS）跨职能小组主导，汇集了来自美国、加拿大及英国等“奥库斯”协议及北约框架下的盟友操作员。此次实验的核心目标是验证AI工具在多域决策链中的提速增效能力。DASH 3将工业界的顶尖技术与一线作战人员直接对接，针对动态战场环境下的作战方案（COA）生成进行了高强度压力测试。实验结果显示，AI在处理多域协调任务时表现出压倒性优势，其生成方案的速度较传统人类规划小组快了约90%。

在具体的效能评估中，AI系统能在不到60秒的时间内提供具备战术可行性的行动方案，而人类规划员完成类似工作平均耗时长达19分钟。更具冲击力的数据在于，顶级AI输出方案的战术有效率高达97%，相比之下，人类规划方案的合格率尚不足50%。美方强调，AI的角色并非完全取代人类指挥官，而是通过吸收繁重的计算任务，将指挥员从枯燥的解析工作中解放出来，使其能够专注于高层级的战略权衡与风险审批。这种“机器提议、人类决策”的模式，使美军在极端压缩的时间窗口内具备了并行处理多个分支预案的能力，极大地扩展了战场的决策维度。

二、涉及装备技术

在DASH 3演习中，核心技术载体主要聚焦于能够实现多域协同的自动化决策支持系统。这些技术不仅涉及基础的大语言模型（LLM），更涵盖了针对军事任务定制的地理空间路由算法、兵力打包优化引擎以及电磁频谱管理工具。演习重点测试了AI在“长程杀伤链”构建中的表现，要求系统在极短时间内协调空、天、网、电多域资源。具体而言，AI技术被用于整合复杂的作战约束条件，包括各型战机的加油需求、隐身路径规划以及在动态威胁环境下的敏捷战斗部署（ACE）。

特别是在针对移动目标的打击规划中，AI展示了对空间分布与时间同步的精准控制，能够同时计算出数十种涉及不同机种、弹药配置及电子战支援的优化方案。此外，为解决大型语言模型普遍存在的“幻觉”问题，研发团队在系统底层嵌入了专门的验证逻辑与防火墙，确保生成的每一个指令都符合物理边界和战术逻辑。

虽然现阶段实验尚未实现实时气象数据的深度耦合，仍依赖“白卡”模拟（手动模拟外部环境干扰），但系统在应对模拟的机场封锁、通信降级及任务延迟方面表现出极强的韧性。这种决策支持引擎具备极高的并行处理性能，能够同时推演出多条战术路径，其底层技术正向着具备逻辑自洽和因果推理能力的强智能演进。与传统的硬编码自动化系统不同，此次展示的AI具备更强的环境适应性，能够处理非结构化的指挥官意图，并将其转化为结构化的作战指令流。

三、未来发展方向

基于2025年及本次DASH 3的实验反馈，美军及其盟友已明确了2026年后的重点演进路径。首要任务是攻克实时动态数据的全流程接入，特别是将高精度的气象情报、实时传感器链路与AI决策模型深度集成，消除目前的“白卡”模拟局限。其次，美军将进一步深化跨国协同算法的标准化，确保多国部队在统一的AI决策框架下实现无缝配合。此外，提高AI的可解释性与安全性将成为核心课题，旨在建立作战人员对机器输出的“深度信任”，防止算法偏见或敌方对抗性攻击导致的决策失误，为最终实现全域情报、监视与侦察（ISR）及指挥控制（C2）的智能化奠定技术基石。

四、对我们启示

DASH 3的成功验证了“算法优势”正快速转化为“决策优势”，这对现代战争的节奏产生了颠覆性影响。我们应高度关注OODA循环（观察、判断、决策、行动）在AI介入后的指数级加速现象。必须加快自主可控的军事大模型研发，特别是在多域资源调度和复杂约束条件下的规划算法上加大投入。同时，应认识到人机协同的最佳切入点并非全盘自动化，而是利用AI处理解析类、计算类任务，保留人类在伦理判断和战略博弈中的核心地位。我们需构建类似的快速迭代实验机制，将工业界前沿技术与作战需求直接对标，以应对未来高强度对抗环境中可能出现的“决策代差”风险。

“80%以上的情报可从公开来源获得！” （OVER 80% OF INTELLIGENCE COMES FROM OPEN SOURCES！）——美国中央情报局前局长 Allen Dulles